金融行業怎麼用 DeepSeek
這個領域有 86 個微調模型、31 個開源項目、310 個插件。 下面是能直接上手的清單，以及研究進展、中文實踐、和落地前必須知道的事。
微調模型
86
開源項目
31
插件
310
論文
6
能直接用的模型
| 模型 | 下載 | ★ | 授權 |
|---|---|---|---|
| CodeFuse-DeepSeek-33B-4bits | 122.9K | 5 | other |
| DeepSeek-V3-0324-GGUF-Q4_K_M | 9.7K | 16 | mit |
| deepseek-r1-w8a8-mindie | 3.3K | 15 | Apache License 2.0 |
| DeepSeek-V4.1-Flash-w4a8-Ascend | 3.2K | 37 | Apache License 2.0 |
| DeepSeek-V4.1-Flash-1017-w4a8-Ascend | 3.2K | 29 | MIT |
| 流式推理引擎的DeepSeek-V4-Flash的权重文件 | 1.8K | 2 | MIT License |
| qwen3.5-2b-deepseek-v4（pro和flash都有）-GGUF | 1.3K | 7 | apache-2.0 |
| DeepSeek-R1-7B-Qwen-MNN | 1.0K | 5 | Apache License 2.0 |
| DeepSeek-R1-Distill-Qwen-32B-awq | 1.0K | 1 | 未声明 |
| SRE领域大模型-DeepSeek-R1-Distill-SRE-Qwen-32B-IN | 987 | 19 | 未声明 |
| DeepSeek-R1-Distill-Qwen-32B-w8a8 | 850 | 1 | Apache License 2.0 |
| DeepSeek-V4-Flash-0731-w8a8-昇腾int8量化 | 743 | 4 | MIT License |
按下載量排序。商用前先看授權列。
開源項目
| 專案 | ★ | 狀態 |
|---|---|---|
| agency-agents-zh | 21,858 | active |
| ai-infra-book | 7,311 | active |
| open-multi-agent | 7,047 | active |
| AIHelms | 1,031 | active |
| nature-academic-search | 371 | active |
| fin-agent | 342 | slow |
| FinRL_DeepSeek | 332 | stale |
| Haiou-workshop | 206 | active |
| stock_datasource | 195 | active |
| XAUUSD_TRADING_ASISTENT_AI | 151 | stale |
| ollama-chatbot | 108 | stale |
| ApocData-skill | 104 | active |
研究進展
- ChatGPT and Deepseek: Can They Predict the Stock Market and Macroeconomy?
- Information Suppression in Large Language Models: Auditing, Quantifying, and Characterizin
- The Reaction of Financial Markets to the Releases of DeepSeek R1 and Kimi K3: A Critical A
- FinRL-DeepSeek: LLM-Infused Risk-Sensitive Reinforcement Learning for Trading Agents
- CoAtNet-DeepMoE: A Convolution-Attention Hybrid with DeepSeek Mixture-of-Experts for Param
- JavaVulBench: A Java Vulnerability Benchmark with Realistic Splits, a Unified Multi-Backen
中文實踐
- DeepSeek来了，DeepSeek应用哪些行业？
- deepseek从入门到精通
- DeepSeek-R1 接入与部署：API调用、本地部署与避坑指南
- 本地部署OpenClaw+Ollama+DeepSeek完整指南
- DeepSeek大模型微调实战：从入门到精通的完整指南
- 微调DeepSeek-R1-1.5B-Distill模型的自我认知部分
落地前必須知道的
- 金融输出必须可追溯。DeepSeek 的推理链能看，但不等于合规留痕。
- 行情类任务对延迟敏感，先用离峰 API 省钱，但要注意离峰时段和交易时段错开。
- 投顾、荐股类内容在国内需要持牌，模型输出不能直接对客。