DeepSeek从入门到精通 -指导手册(20250204).docx

DeepSeek：从入门到精通

清华大学新闻与传播学院

清华大学新闻与传播学院新媒体研究中心

元宇宙文化实验室

@新媒沈阳团队：余梦珑博士后

?Deepseek是什么？

?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。

AI+

国产

+

免费

+

开源+

强大

Deepseek可以做什么？

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，

支持联网有哪些信誉好的足球投注网站与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。

文本生成

文本创作

01

01

文章/故事/诗歌写作营销文案

文章/故事/诗歌写作

营销文案、广告语生成

社交媒体内容（如推文、帖子）剧本或对话设计

02

文本生成长文本摘要（论文、报告）文本简化（降低复杂度）多语言翻译与本地化

文本生成

03结构化生成

03

表格、列表生成（如日程安排、菜谱）代码注释、文档撰写

自然语言理解与分析

语义分析

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

。知识推理

知识推理

逻辑问题解答（数学、常识推理）

因果分析（事件关联性）

编程与代码相关

技术文档处理?API

技术文档处理

?API文档生成

?代码库解释与示例生成

代码调试

?错误分析与修复建议

?代码性能优化提示

?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

如何使用DeepSeek？

如何从入门到精通？

当人人都会用AI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-o3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，而不强调深度推理能力。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。

?例如：GPT-3、GPT-4（OpenAI），BERT（Google），主要用于语言生成、语言理解、文本分类、翻译等任务。

维度

推理模型

通用模型

优势领域

数学推导、逻辑分析、代码生成、复杂问题拆解

文本生成、创意写作、多轮对话、开放性问答

劣势领域

发散性任务（如诗歌创作）

需要严格逻辑链的任务（如数学证明）

性能本质

专精于逻辑密度高的任务

擅长多样性高的任务

强弱判断

并非全面更强，仅在其训练目标领域显著优于通用模型

通用场景更灵活，但专项任务需依赖提示语补偿能力

快思慢想：效能兼顾全局视野

概率预测（快速反应模型，如ChatGPT4o）

链式推理(慢速思考模型，如OpenAIo1)

性能表现

响应速度快，算力成本低

慢速思考，算力成本高

运算原理

基于概率预测，通过大量数据训练来快速预测可能的答案

基于链式思维（Chain-of-Thought），逐步推理问题的每个步骤来得到答案

决策能力

依赖预设算法和规则进行决策

能够自主分析情况，实时做出决策

创造力

限于模式识别和优化，缺乏真正的创新能力

能够生成新的创意和解决方案，具备创新能力

人机互动能力

按照预设脚本响应，较难理解人类情感和意图

更自然地与人互动，理解复杂情感和意图

问题解决能力

擅长解决结构化和定义明确的问题

能够处理多维度和非结构化问题，提供创造性的解决方案

伦理问题

作为受控工具，几乎没有伦理问题

引发自主性和控制问题的伦理讨论

CoT链式思维的出现将大模型分为了两类：“概率预测（快速反应）”模型和“链式推理（慢速思考）”模型。前者适合快速反馈，处理即时任务；后者通过推理解决复杂问题。了解它们的差异有助于根据任务需求选择合适的模型，实现最佳效果。

提示语策略差异

1推理模型