Ollamaにおいて、deepseekはランキングで1位に位置し、ダウンロード数は17Mを記録しています。2位のllama 3.3のダウンロード数は1.3Mであり、その人気の高さが伺えます。

Ollamaの具体的なアドレスは以下の通りです：https://ollama.com/search

私たちはSKを用いてOllamaと組み合わせ、ローカルモデルをテストしました。まずOllamaをインストールし、deepseek-r1:1.5bをローカルに取得します。以下にSKのOllamaを用いて1.5bをロードする方法を示します。

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Connectors.Ollama;
using OpenAI.Chat;
using System.ComponentModel;

#pragma warning disable
var modelId = "deepseek-r1:1.5b";
var endpoint = new Uri("http://localhost:11434");
var builder = Kernel.CreateBuilder();
builder.Services.AddOllamaChatCompletion(modelId, endpoint);
var kernel = builder.Build();
var chatCompletionService = kernel.GetRequiredService<IChatCompletionService>();
var streamContent = chatCompletionService.GetStreamingChatMessageContentsAsync("出几道勾股定理的题");
await foreach (var content in streamContent)
{
    Console.Write(content.Content);
}

以下はテスト結果です。結果が正確か否かにかかわらず、その速度は非常に速く、ローカルでの実行において良好な効果を示しています（動画のオリジナル速度再生）。

依然としてfunction callingをサポートしていないため、開発に対しては若干不親切です。結果からは、deepseek-r1が大部分において推理に時間を費やし、の後に結果を提供していることがわかります。

(Translated by GPT)
元のリンク：https://mp.weixin.qq.com/s/KdhXed2_bqKituUKjSySoQ?token=1135395277&lang=zh_CN&wt.mc_id=MVP_325642