DeepSeek从入门到精通一站式学习.pptx

DeepSeek从入门到精通一站式学习

;

·Deepseek能够做什么?

·如何使用Deepseek?

DeepSeek是什么?

·DeepSeek是一家专注通用人工智能(AGI)的中国科技公司，主攻大模型研发与应用。

·DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用。;直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景，支持联;

流程优化文体转换格式转换

建议生成

方案规划

风险评估

数据分析

辅助决策

自然语言处理

异常检测

能力图谱

诗歌创作

多源信息融合

文本生成与创作

问答系统

故事创作

语音识别指令理解

知识图谱构建

多模态交互

数学运算

任务执行

逻辑分析

跨模态转换

任务协调

文本;;

语义解析

情感分析(评论、反馈)

意图识别(客服对话、用户查询)实体提取(人名、地点、事件)

文本分类。

文本分类

主题标签生成(如新闻分类)垃圾内容检测

编程与代码相关;

代码生成

·根据需求生成代码片段(Python、JavaScript)

·自动补全与注释生成

常规绘图

SVG矢量图

·基础图形

·图标

·简单插图;

如何使用DeepSeek?

;

(由于技术原因，联网搜索暂不可用)

您好，我的知识截止日期是2024年7月，这意味着我可以提供截至该时间点的信息和数据。如果您有任何

问题，我会尽力为您提供准确和最新的答案。

口心P

肉容出AI牛虚，也仔细6;

当人人都会用Al时，你如何用得更好更出彩?

推理模型

推理大模型：推理大模型是指能够在传统的大语言模型基础上，强化推理、逻辑分析和决策能力的模型。它

们通常具备额外的技术，比如强化学习、神经符号推理、元学习等，来增强其推理和问题解决能力。

·例如：DeepSeek-R1,GPT-03在逻辑推理、数学推理和实时问题解决方面表现突出。

非推理大模型：适用于大多数任务，非推理大模型一般侧重于语言生成、上下文理解和自然语言处理，而不强调深度推???能力。此类模型通常通过对大量文本数据的训练，掌握语言规律并能够生成合适的内容，但缺乏像推理模型那样复杂的推理和决策能力。;;

人机互动能力;

·提示语更简洁，只需明确任务目标和需求(因其已内化推理逻辑)。

·无需逐步指导，模型自动生成结构化推理过程(若强行拆解步骤，反而可能限制其能力)。;

模型选择

·优先根据任务类型而非模型热度选择(如数学任务选推理模型，创意任务选通用模型)。

提示语设计

·推理模型：简洁指令，聚焦目标，信任其内化能力。(要什么直接说)。

·通用模型：结构化、补偿性引导(“缺什么补什么”)。

避免误区

·不要对推理模型使用“启发式”提示(如角色扮演),可能干扰其逻辑主线。

·不要对通用模型“过度信任”(如直接询问复杂推理问题，需分步验证结果)。;

策略类型;

任务类型;;

验证性需求实战技巧：

以下是某论文结论：神经网络模型A优于传统方法B。

请验证：

①实验数据是否支持该结论；

②检查对照组设置是否存在偏差；

③重新计算p值并判断显著性。;

提示语(Prompt)是用户输入给Al系统的指令或信息，用于引导Al生成特定的输出或执行特定的任务。简单来说，提示语就是我们与AI“对话”时所使用的语言，它可以是一个简单的问题，一段详细的指令，也可以是一个复杂的任务描述。

提示语的基本结构包括指令、上下文和期望

·指令(Instruction):这是提示语的核心，明确告诉AI你希望它执行什么任务。

·上下文(Context):为Al提供背景信息，帮助它更准确地理解和执行任务。

·期望(Expectation):明确或隐含地表达你对Al输出的要求和预期。

提示语类型;

特征;

核心技能;

核心技能;;

目标;

策略一：精准定义任务，减少模糊性

策略二：适当分解复杂任务，降低Al认知负荷

策略三：引入引导性问题，提升生成内容的深度

策略四：控制提示语长度，确保生成的准确性

策略五：灵活运用开放式提示与封闭式提示;

应对策略：

·采用增量方法：从基础提示语开始，逐步添加细节和要求。

·主动寻求反馈：要求Al对其输出进行自我评估，并提供改进建议。

·准备多轮对