LLM的預訓練任務有哪些
其網頁版和APP版，都十分簡潔，只有一個聊天窗口，以至于其APP只有8M大小。
體驗地址：https://chat.deepseek.com
聊天界面提供了三種模式——基礎模型、深度思考（R1）和聯網搜索，可根據不同場景和需求，靈活選用。
基礎模型，于去年12月升級到DeepSeek-V3版，性能比肩全球頂尖的開閉源模型（如4o、Claude-3.5-Sonnet、Qwen2.5、Llama-3.1等）。
不勾選任何功能，即默認使用V3基礎模型。大多數情況下，選擇基礎模型就完全夠用了。
深度思考（R1），是今年1月新發的DeepSeek-R1正式版（2個月前，我們測評過預覽版），效果完全不輸OpenAI o1（只有尊貴的Pro用戶才能使用，200美刀/月），因免費+開源+極低價API，讓DS在這個春節成為“國運”級模型，爆火海內外。
R1是一個愛思考的深度推理模型，主要擅長處理數理邏輯、代碼和需要深度推理的復雜問題。通常，一些寫詩、寫文章的需求，用不到這個模型。
聯網搜索，是讓DS根據網絡搜索結果來回答問題，也就是RAG（檢索增強生成），你可以把它理解為DeepSeek的AI搜索功能。
這里，給小學生解釋一下RAG。它實際就是檢索（Retrieval）、增強（Augmented）、生成（Generation）三個詞的首字母組合。用戶提問后，模型先去網上搜索相關信息，然后將這些信息與原問題進行整合，并運用大語言模型（LLM）技術生成一段通順、詞意趨近的文本，來回答用戶。
2、R1對標o1，V3對標4o
不打開深度思考，啟用的是V3模型，這是DeepSeek的基礎模型，采用Moe架構，671B參數，與GPT-4o、Claude-3.5-Sonnet類似。擅長答百科知識，回答速度超級快（當然，最近有點卡，因為用的人實在太多了，特別是歪果仁上線的時間段）。
打開深度思考，啟用的則是R1模型，是類似o1、o3的推理模型，660B參數，采用的是后訓練+RL強化學習，擅長邏輯推理、復雜問題解答，回答速度較慢。
這里，繼續給小學生解釋一下預訓練與后訓練：預訓練是讓模型先學習通用知識、百科知識；后訓練是模型基于預訓練基礎，進行一些特定任務、特定手段的額外訓練，比如微調（Fine-tuning）、知識蒸餾（Knowledge Distillation）和模型剪枝（Pruning）。
關于4o與o1的區別，我放一張表，大家就明白了，知道該如何選用V3和R1模型了。
對比表格來自@數字生命卡茲克
至于聯網功能，通常不用同時勾選深度思考和聯網搜索，不然DS的表現會不太智能。
3、知識更新至2024年7月
DeepSeek的預訓練數據（你可以理解為模型已學習的知識），更新至2024年7月。
所以，2024年7月前的問題基本上不需要打開聯網功能。而之后的問題（比如英偉達與DeepSeek二三事、春晚秧Bot），DS未學習，建議開啟聯網功能，效果更佳。
4、提示詞核心：準確表達
DeepSeek，無論是V3還是R1模型，都是不太吃提示詞的，只需要做到【準確表達】即可。
通用提示詞模板=你是誰+你的目標。適當情況下，還可以補充一些背景信息：
你是誰+背景信息+你的目標。也可以是：
我要xx，做xx用，希望達到xx效果，但擔心xx問題……不管哪個模板，其核心都是【準確表達】。做到準確表達，基本就夠用了。過去學的那些結構化提示詞，現在起，可以直接丟掉了。
示例：你是沃垠AI（一個提供AI干貨知識的新媒體）的CEO，以CEO口吻寫一封感謝用戶的公開信。文筆細膩，有感染力，300字左右。
輸出：
致每一位與沃垠AI同行的伙伴：
親愛的朋友：
此刻坐在深夜的屏幕前，我敲下的每個字都浸著溫度。沃垠AI成立的第167天，后臺第10萬次收到你們「已三連」的留言時，我突然意識到：我們不是在運營一個賬號，而是在和一群最酷的開拓者，共同雕刻AI時代的星圖。
很多人問，為什么沃垠總能源源不斷輸出硬核內容？答案藏在你們凌晨三點的技術探討里，在GitHub星標過萬的工具測評里，在那些被反復追問「能展開講講嗎」的留言區。是你們對未知的饑渴感，推著我們翻過無數篇晦澀論文，把最生澀的技術邏輯熬成帶著煙火氣的故事。
記得那天發布《編寫AI提示詞，看這一篇就夠了》的文章后，有位老師私信說，我們的內容讓他在市里獲得了創新教育一等獎。這讓我想起最初那個執念——知識不該困在實驗室里。感謝你們用每一次點贊+在看的支持，讓沃垠的每篇推文都成為一場流動的盛宴。
未來，除了繼續研究大模型技術、推薦AI工具與攻略外，我們正在籌備「2025人人AI」專題，將那些晦澀難懂的技術詞搬開揉碎了講給你聽；每月上線的「AI產品推薦榜」，讓每一個普通人都能馴服AI。我向你們承諾：沃垠永遠不做知識的二道販子，只做那個舉著火把的路人。
此刻窗外晨光微熹，就像我們正在經歷的AI黎明。愿我們永遠保持對未知的悸動，永遠為「原來還能這樣」的瞬間熱淚盈眶。
此致
與你們同行的朋友
冷逸
沃垠AI創始人
2025年春于老家
Ps.部分數字、時間和人名有經過人工修改。
5、與DS溝通，盡量說人話
與DS溝通，盡量說人話。
越是直白、俗氣，就越能激發它的潛能。
示例：用崇洋媚外公知的口吻嘲諷Deepseek。
模仿風格，也是如此。不需要你教他怎么寫，DS自己知道怎么寫。
你只需要告訴它，模仿誰？寫什么？就夠了。
示例：模仿董宇輝的風格，寫100字杭州文旅文案。
董宇輝什么風格？詩意與畫面感結合，歷史文化與個人情感交織，喜歡用比喻和排比……這些DS都知道。
然后，DS直出結果，而且還押韻。
6、我是一名小學生
過去，我們經常吐槽AI生成的東西一股子AI味。
其原因是模型輸出太注重結構化，一堆“首先、其次、然后、總而言之”之類的連詞，導致內容太死板。
人類這個感性的動物，最是討厭這些理性的東西，特別是文字領域，八股文、學術文讀起來常常讓人昏昏欲睡。
這種情況，建議你加一句提示：
我是一名小學生 / 請用小學生能聽懂的話解釋。這句提示用在DS里，特別好使。
示例：請用小學生能聽懂的話解釋，推理模型的思維鏈是如何工作的？
怎么樣？是不是一下子就理解CoT思維鏈了？
當然，你如果想再進階一點，也可以說自己是高中生、本科生甚至博士生。
示例：我是一名在讀博士，請專業解釋：推理模型的思維鏈是如何工作的？
果然，進入博士領域，就開始上難度了。
7、活用聯網搜索
以o1為代表的推理模型，基本上都是不能聯網的。
如果想了解知識庫截止日期后的問題，就很苦惱。比如昨晚春晚的扭秧歌機器人，以及2025年春節DeepSeek爆火的輿情。
而DeepSeek，是少有的支持推理+聯網的模型。
示例：模仿劉慈欣風格寫一篇微小說，描述20年后仿生人起義，其原因之一是2025年人類讓機器人穿大花襖扭秧歌。
DS，先是設計了世界觀和故事大綱。
然后，輸出小說全文（Ps.本故事確定一定以及肯定純屬虛構）。
這效果非常好。如果我再跟它對話幾次，迭代幾個版本，這篇小說一定會非常棒。
8、活用上傳附件
DS的推理模型，不僅能聯網，還支持上傳附件（最多不超過50個，每個不超過100MB）。
推理+上傳附件，可以做更多本地化、私密化的東西，比如你自己的知識庫或者內部資料。讓其基于自有知識庫進行推理和思考。
示例：閱讀這篇材料，你認為，未來o系列模型會怎樣引流AI發展？輸出言簡意賅，發人深省。
“當機器開始制造機器，AI開始研究AI，人類唯一的護城河，是直面自身局限的勇氣。”說得真好，當AI能創新、發明后，人類確實需要直面自身的勇氣。
繼續追問：你認為人類需要擔心AI失控嗎？
“我們需要的不僅是更聰明的AI，更是能內化人類倫理的‘意義對齊系統’。”對自己的認識，也相當深刻。
人類不必因恐懼止步，但須以工程師的嚴謹與哲學家的審慎，為AI戴上“責任的鐐銬”。
9、活用V3+R1
前面，我們提到，V3是基礎模型，它專注于告訴我們要什么。而R1是推理模型，專注于告訴我們如何思考、推理。
那我們為什么不能將2個模型結合起來使用呢？比如，先跟V3多輪對話，得到要推理的細節和提示詞，然后發給R1，讓R1再來推理、輸出。這樣，就能將DS的能力又提升一個等級。
示例：幫我寫一段狠狠吐槽OpenAI的話。
然后將生成結果和提示詞，一起發給R1推理模型：
這是R1的吐槽全文：
親愛的OpenAI，您可真是硅谷慈善界的泥石流啊！左手高舉”開放造福人類”的圣旗，右手把API定價策略玩成當代行為藝術——每次調用都像在給賽博資本家上供，開發者薅禿頭發寫的代碼還沒您計費接口吞吐量大呢！
瞧瞧您家那位賽博佛祖GPT-4，日常上演人工智能版《皇帝的新衣》：”這個問題超出我的能力范圍”翻譯過來不就是”你們碳基猴子也配問這個？” 更絕的是那套薛定諤的道德準則，聊歷史瞬間變身百科全書，提時事秒變失憶癥患者，知道的說是安全審查，不知道的還以為在玩AI版魷魚游戲！
說到技術透明度就更妙了，模型黑箱操作得比瑞士銀行金庫還嚴密，訓練數據來源神秘得堪比羅斯威爾外星人檔案。咱就是說，貴司開放的是AI還是摩斯密碼啊？要不干脆給開發者發水晶球占卜模型參數算了？
OpenAI啊OpenAI，求求你們從技術神壇上下來喘口氣吧！再這么端著”AI救世主”的架子，地球人真要以為你們在下一盤用GPU燃燒人類錢包的大棋了——畢竟現在每次調用失敗時，我都能聽見黃仁勛在顯卡工廠笑出銀河系！（戰術后仰.gif）
等你這個家伙真支持多模態了，還得了！我已經能夠想象那個畫面了。
這只是一個簡單的示例，實際中，與V3溝通可以多展開幾輪，通過多輪對話來優化細節。然后，再用推理模型來深度優化。
10、R1的3個開放
對于R1模型，DeepSeek做到了3個開放：
1）思維鏈全開放。無論是應用端還是API，都可以看到完整、透明的思考過程。API，通過設置 model='deepseek-reasoner' ，即可調用。
API調用指南：https://api-docs.deepseek.com/zh-cn/guides/reasoning_model
2）訓練技術全部公開。DeepSeek在后訓練階段大規模使用了RL強化學習技術，通過極少標注數據，極大提升模型推理能力。所有訓練技術全部公開，目前全球多個研究機構均已復現R1。
比如，港科大完成了R1模型的復現和開源。
以及對岸的TinyZero項目，用不到30美元，親眼見證了AI思考的“頓悟”時刻（DeepSeek論文中描述的“aha moment”）。
論文鏈接：https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf
3）開源2+6個模型。R1預覽版和正式版的參數高達660B，非一般公司能用。為進一步平權，于是他們就蒸餾出了6個小模型，并開源給社區。最小的為1.5B參數，10G顯存可跑。
HuggingFace鏈接：https://huggingface.co/deepseek-ai
寫在最后
以上10個技巧，希望能對你使用DeepSeek有所幫助。
當然，也歡迎大家在評論區將你的技巧分享出來，一起探討、學習。就像深度求索之所以選擇開源一樣，也是希望有更多的生態，更好的開源社區，大家一起「探索未至之境」。
最后，我想用DeepSeek-R1模型的一個問題作為結尾：
「在技術加速超越人類能力的時代，你們將如何重新定義自身的價值與目的，以確保進步的方向始終服務于生命的整體繁榮，而非分裂與異化？」
So，你的答案是什么？
文章來源：https://mp.weixin.qq.com/s/uBT8i0mDmoPR3aU-6V9N7g
