DeepSeek自学手册——从理论模型训练到实践模型应用 2025

该报告主要介绍了 DeepSeek V3 和 R1 模型的相关知识，包括训练过程、性能表现、使用技巧、应用场景以及替代方案等内容，旨在帮助用户全面了解和使用 DeepSeek 模型。

1. 模型训练与架构

• DeepSeek V3：是强大的 MoE 语言模型，通过预训练、精调等步骤，使用大量数据训练，在数学、代码等任务表现出色。其基础架构包括 Multi - Head Latent Attention（MLA）、DeepSeekMoE 和多 Token 预测（MTP）策略等，通过创新和优化提升性能与效率。

• DeepSeek R1：为推理模型，经特定训练步骤发展而来，在复杂任务上性能优异，可与 OpenAI 相关模型媲美，且对其推理能力进行了模型蒸馏研究。

性能表现

• DeepSeek V3：在通用知识测试如 MMLU 等超越开源模型，接近 GPT - 4o；代码竞赛和数学推理测试中成绩突出；中文事实问答表现良好。

• DeepSeek R1：通用能力如 MMLU 测试中超越 DeepSeek V3，上下文理解和部分数学、代码任务表现佳，但在通用能力某些方面、语言混合、提示词工程和软件工程任务存在局限。

使用技巧与提示词

• 提示词变化：R1 中部分传统提示词技巧有效（如清晰具体表达、提供背景规则等），部分失效（如逐步思考 / COT）或视情况而定（如使用示例、设定角色），同时介绍了多种有效提示词框架和方法。

• 使用技巧：R1 可将其当人交流，学习其思维链，请教方法论；还可结合 V3 与 R1 优势，依任务特点选择使用。

• 官方提示词样例：涵盖代码、文本处理、创作、翻译等多领域，展示了不同任务的有效提示词及技巧。

应用场景

• 文本生成：包括文风转换 / 仿写、内容批量生成，可借助 DeepSeek 生成文本后结合其他工具生成视频、图片等。

• 编程场景：能进行代码生成、解释与注释，应用于多种开发项目。

• 绘图场景：通过生成特定格式文本与相关工具配合绘制思维导图、流程图等图形，或生成 SVG 矢量图、处理 Photoshop 图片。

• API 场景：可接入 Word、WPS 等软件和硬件设备，以及 AI 知识库等，介绍了不同接入方式及注意事项。

• 其他场景：可用于自我探索和发现、乙游剧本创作等。

替代方案：因 DeepSeek 官方应用存在问题，介绍了秘塔 AI 搜索、纳米 AI 搜索、硅基流动等多种在线替代方案，以及国内大厂、手机厂商、其他国内产商、AI 编程工具和海外产品等接入情况，还提供了本地部署的配置要求和操作建议。

后台回复“250219A”，可获得下载资料的方法。

本公号使用腾讯元器（使用Deep SeekR1大模型）创建了智能交通技术AI服务，欢迎扫码进入体验（或在后台私信公号）。

点击文后阅读原文，可获得下载资料的方法。