【山东大学】2025年DeepSeek应用与部署_80页_8mb

DeepSeek 应用与部署总结

核心内容

DeepSeek 是一个由山东大学经济学院教授和国家治理研究院研究员李铁岗主导开发的大型语言模型系列，包含 V3 和 R1 两种主要模型。V3 是一个通用自然语言处理模型，而 R1 是一个强化学习驱动的推理模型。DeepSeek 通过多模态数据融合、复杂推理、自主决策等能力，支持多种应用场景，如职场辅助、科研、内容创作、数据分析等。同时，DeepSeek 提供了多种部署方案，包括本地部署、第三方平台接入、云端服务等，适用于不同规模和需求的用户。

主要观点

• DeepSeek 的技术特点：

  • DeepSeek V3 采用 MoE 架构，支持 FP8 和 BF16 推理模式，具有高效的多模态处理能力。
  • DeepSeek R1 通过强化学习进行训练，支持长链推理（CoT）和深度分析，适用于复杂任务和科研领域。
  • DeepSeek 的三种模式（V3、R1、联网搜索）分别适用于不同需求，如快速响应、复杂推理、获取最新信息。

• 应用场景：

  • 职场辅助：包括文档制作、营销内容创作、数据分析、研发支持、客户服务、项目管理等。
  • AI 赋能范式拓展：通过与 Kimi、剪映、Cursor、即梦、XMind 等工具组合，实现更丰富的功能。
  • 科研与金融：DeepSeek R1 在数学推理、金融策略生成等任务上表现出色，支持 Roy 安全第一组合理论等专业模型。

• 部署方案：

  • 本地部署：可通过 ollama 平台或 LM Studio 平台部署蒸馏小模型。
  • 第三方平台接入：如 Anything LLM、Cherry Studio、Chatbox、秘塔搜索等。
  • 云端服务：如硅基流动、英伟达 NIM 微服务、阿里云百炼、腾讯云 HAI 等，提供 API 接口和可视化界面。

• 提示词工程：

  • 提示词的使用技巧包括明确目标、使用 CO-STAR 框架、避免过多干预等。
  • DeepSeek R1 更适合开放性任务，而 V3 更适合规范性任务。

• 模型性能与能力层级：

  • DeepSeek V3 支持 671B 参数，具备强大的多模态处理能力和中文能力。
  • DeepSeek R1 在数学、代码、推理任务上表现优异，如 MATH-500 上达到 94.3% 准确率。
  • 模型能力分为四个层级：基础能力、中级能力、高级能力、终极能力，涵盖从多模态数据理解到创造性突破。

关键信息

DeepSeek 模型特点

DeepSeek 部署方案

DeepSeek 推理与模型能力

• 强化学习框架 GRPO：采用蒙特卡洛估算替代 Value 模型，降低计算和存储开销。
• Roy 安全第一组合理论：通过最大化调整后的夏普比率，最小化组合收益低于安全阈值的概率。
• 玻尿酸配方：通过多分子量透明质酸复配，结合泛醇和 β-葡聚糖，实现保湿、舒缓、安全和清爽肤感。

DeepSeek API 调用与使用

• API 调用示例：

  from openai import OpenAI
  client = OpenAI(app_key="<DeepSeek API Key>", base_url="https://api_deepseek.com")
  response = client.chat.completions.create(
      model="deepseek-reasoner",
      messages=[
          {"role": "system", "content": "You are a helpful assistant"},
          {"role": "user", "content": "Hello"},
      ],
      stream=False
  )
  print(response.choices[0].message.content)
  

• Token 用量计算：
  • 中文字符 ≈ 0.6 token
  • 英文字符 ≈ 0.3 token
  • 每次调用的 token 数量以模型返回为准，可通过 API 返回结果中的 usage 字段查看。

总结

DeepSeek 是一个功能强大、应用广泛、部署灵活的大型语言模型系列。V3 适用于快速响应和多模态处理，而 R1 则专注于复杂推理和深度分析。通过与多种工具和平台的集成，DeepSeek 能够满足从日常办公到科研创新的多种需求。其部署方案包括本地、第三方平台和云端服务，提供了从低成本到高性能的多种选择。同时，DeepSeek 的 API 调用方式灵活，支持多种语言和功能，是企业级 AI 应用的理想选择。