---
license: mit
base_model: deepseek-ai/DeepSeek-R1-Distill-Qwen-32B
tags:
  - awq
  - 4-bit
  - quantized
  - deepseek
  - reasoning
  - chain-of-thought
language:
  - ko
  - en
pipeline_tag: text-generation
---

# DeepSeek-R1-32B-v2 AWQ

DeepSeek-R1-Distill-Qwen-32B의 **AWQ 4-bit** 양자화 모델입니다.  
GPTQ 대비 추론 속도와 메모리 효율에서 장점을 가지며, 한국어 학술 지문 기반 수능 풀이 특화 프로젝트에서 활용되었습니다.

---

## 모델 정보

| 항목 | 내용 |
|------|------|
| Base Model | [deepseek-ai/DeepSeek-R1-Distill-Qwen-32B](https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B) |
| 양자화 방식 | AWQ 4-bit |
| 파라미터 수 | 32.8B |
| 아키텍처 | Qwen2 |

---

## GPTQ 버전과 비교

| 항목 | AWQ (이 모델) | GPTQ |
|------|--------------|------|
| 추론 속도 | ✅ 빠름 | 보통 |
| 메모리 효율 | ✅ 높음 | 보통 |
| 호환 라이브러리 | autoawq, vLLM | auto-gptq, vLLM |
| 링크 | 현재 모델 | [xeker/deepseek-r1-32b-v2-gptq](https://huggingface.co/xeker/deepseek-r1-32b-v2-gptq) |

---

## 사용 방법

```python
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("xeker/deepseek-r1-32b-v2-awq")
model = AutoModelForCausalLM.from_pretrained(
    "xeker/deepseek-r1-32b-v2-awq",
    device_map="auto"
)

messages = [
    {"role": "user", "content": "다음 문제를 단계적으로 풀어보세요.\n\n[문제]"}
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=4096)
print(tokenizer.decode(outputs[0], skip_special_tokens=False))
```

### vLLM 사용 (권장)

```python
from vllm import LLM, SamplingParams

llm = LLM(model="xeker/deepseek-r1-32b-v2-awq", quantization="awq")
sampling_params = SamplingParams(temperature=0.7, max_tokens=4096)

outputs = llm.generate(["다음 문제를 풀어보세요."], sampling_params)
print(outputs[0].outputs[0].text)
```

---

## 프로젝트 배경

네이버 부스트캠프 AI Tech 8기 팀 프로젝트의 일환으로 진행된 **수능 풀이 특화 LLM 개발** 프로젝트에서 활용된 모델입니다.

- GitHub: [boostcampaitech8/pro-nlp-mrc-nlp-01](https://github.com/boostcampaitech8/pro-nlp-mrc-nlp-01)