CASE EVIDENCE / A RECORD
浙江大学网络空间安全学院 (ZJU AI Safety) + 华为 (Huawei) 公开的真实任务执行案例，来源为 公开代码库，复核于 2026-06-27T01:40:00Z。
原始记录：DeepSeek-R1-Safe: Safety-Aligned DeepSeek R1 Fine-Tuned on Huawei Ascend 910B
Chinese Brief
浙江大学网络空间安全学院 (ZJU AI Safety) + 华为 (Huawei) 公开的真实任务执行案例，来源为 公开代码库，复核于 2026-06-27T01:40:00Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。 Model Atlas 不把 benchmark、教程、发布说明或集合页包装成真实案例。
任务
这是一个围绕真实任务执行的真实任务，公开材料可以回溯到具体使用者和具体产物。 原始资料写作：Fine-tune the full DeepSeek R1 (671B) model for enhanced safety and compliance using multi-dimensional safety training corpus, safety-supervised fine-tuning with core safety reasoning pre-alignment, and safety reinforce…
公开材料提供公开代码、README 或项目配置，可用于核验任务结果、项目形态和模型绑定关系。 原始资料写作：Open-sourced safety-enhanced DeepSeek R1 model weights published on ModelScope (modelscope.cn/models/ZJUAISafety/DeepSeek-R1-Safe). Training pipeline includes safety data generation (jailbreak attack/defense reinforceme…
DeepSeek R1 (Jan) 在该案例中承担真实任务执行相关的生成、分析、编排或实现角色。 原始资料写作：DeepSeek R1 is the base model being safety-fine-tuned. Its reasoning capabilities (chain-of-thought, self-verification) are preserved while safety behaviors are enhanced. The project demonstrates DeepSeek R1's adaptabil…
当前判断基于公开材料；若产物下线、仓库变更或模型参与比例仅来自作者自述，需要在引用前重新复核。 原始资料写作：Fine-tuned derivative, not vanilla DeepSeek R1. Hardware requirement is very high (64× Ascend 910B). Academic research project with Huawei partnership.