中老年人须警惕哪些帕金森病征兆?... 上好边疆支教这堂实践课(快评)... 《淮水竹亭》:东方美学巨制,刘诗诗张云龙再演古装仙侠剧... 谢霆锋妹妹办迎婴party,妹夫假扮孕妇,豁出去宠妻子... 这是三十几年前的套件!用现代的高达外观来制作武者牛高达...
送彩金国际娱乐平台
热点资讯
>> 你的位置:送彩金国际娱乐平台 > 新闻动态 > DeepSeek: 从入门到精通(1-104)

DeepSeek: 从入门到精通(1-104)

发布日期:2025-04-13 10:54    点击次数:110

  

本文是清华大学整理的一个大纲性的总结,具体的deepseek实践还需要读者具体探索摸索,欢迎各位读者留言斧正! 注:留言关注私信,免费赠送word版或者PDF版文档。

· 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 。

图片

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,

支持联网搜索与深度思考模式, 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 。

图片

文本生成

图片

自然语言理解与分析

图片

编程与代码相关

图片

常规绘图

图片

如何使用DeepSeek?

https://chat.deepseek.com

图片

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 。

图片

快思慢想:效能兼顾 全局视野

图片

提示语策略差异

图片

关键原则

图片

从 “ 下达指令 ”到 “ 表达需求 ”

图片

任务需求与提示语策略

图片

如何向AI表达需求

图片

提示语示例

图片

还要不要学提示语?

图片

提示语类型

图片

掌握提示语设计:AIGC时代的必备技能

图片

掌握提示语设计:AIGC时代的必备技能

图片

提示语的DNA:解构强大提示语的基本元素

图片

提示语的DNA:解构强大提示语的基本元素

图片

调教AI的秘籍:让你的提示语效果倍增的关键策略

图片

常见陷阱与应对:新手必知的提示语设计误区

图片

常见陷阱与应对:新手必知的提示语设计误区

图片

常见陷阱与应对:新手必知的提示语设计误区

图片

常见陷阱与应对:新手必知的提示语设计误区

图片

AI缺陷:臆造之辞 概率幻觉

图片

AI幻觉:五类七特 虚实迷域

图片

AIGC评测:2个国家级项目+1套自动化测评系统

图片

两项国家级项目:

· 2023国家自然科学基金青年项目“面向人工智能生成内容的风险识别与治理策略研究”

· 2023国家资助博士后研究人员计划B档“AIGC意识形态安全评估”

图片

创新的火花:如何设计出独具匠心的提示语?

图片

提示语链的概念与特征

图片

提示语链的作用机制(一)在提示语设计中,提示语链发挥着至关重要的作用,通过系统性地引导AI生成高质量、创新性的内容。以下是提示语链在内容生成过程中的七个主要作用机制:

图片

提示语链的作用机制(二)

图片

提示语链的设计原则提示语链的设计需要遵循一定的原则,以确保其在任务执行中的有效性和连贯性。这些原则为提示语链的构建提供了清晰的指导,帮助系统地组织和引导任务的分解与处理,以下是设计提示语链时应该考虑的关键原则:

图片

提示语链的设计模型为了更好地理解和设计提示语链,可采用CIRS模型(Context, Instruction, Refinement, Synthesis)。这个模型概括了提示语链设计的四个关键环节:

图片

任务分解的提示语链设计步骤任务分解的概念源于问题解决理论和系统工程学。将任务分解应用于提示语设计,实际上是在模拟人类处理复杂问题的方式。这种方法主要基于分而治之原则、层级结构理论以及认知负荷理论作为其理论基础。

图片

SPECTRA任务分解模型

为了更有效地进行任务分解,可以采用SPECTRA模型(Systematic Partitioning for Enhanced CognitiveTask Resolution in AI):

图片

思维拓展的认知理论基础思维拓展的提示语链设计建立在创造性认知理论的基础上。根据Geneplore模型(Generate-Explore Model),创造性思维包括两个主要阶段:

图片

思维拓展的提示语链设计

图片

深度融合:整合知识与创意的提示语链优化策略

优化提示语链不仅在于提示语的微调,更在于逻辑链、知识链与创意链的有效整合与融合。通过整合这三条链条,可以提升生成内容的逻辑严谨性、知识广度与创新深度,达到最佳平衡。

图片

即学即用:复杂任务的提示语链设计实战

图片

语用意图分析(PIA):解码内容生成目的

图片

主题聚焦机制(TFM):锁定核心内容

图片

细节增强策略(DES):深化内容质量

图片

跨域映射机制(CMM):激发创新思维

图片

概念嫁接策略(CGS):创造性融合CGS的理论基础:CGS借鉴了认知科学中的概念整合理论,概念嫁接策略的基本构成如下:

图片

知识转移技术(KTT):跨域智慧应用

图片

随机组合机制(RCM):打破常规思维

图片

极端假设策略(EHS):突破思维界限

EHS的理论基础:EHS借鉴了“逆向思维”和“假设性思考”的概念,开发了以下策略:

图片

多重约束策略(MCS):激发创造性问题解决

MCS的理论基础:MCS基于创造性问题解决理论和设计思维中的有限性思维概念,提出了以下关键步骤:

图片

语体模拟机制(RSM):精准捕捉语言特征

图片

情感融入策略(EIS):增强文本感染力

图片

修辞技巧应用(RTA):提升语言表现力

图片

元叙事提示框架:设计生成自反性文本的高阶提示(一)

元叙述提示框架的创新应用技巧,包括嵌入式自反提示、层次元叙述提示、时序人格提示以及读者互动元叙述提示。这些方法通过多层次叙述结构和交互机制,提升AI生成内容的深度和复杂性。

图片

元叙事提示框架:设计生成自反性文本的高阶提示(二)

图片

元叙事提示框架:设计生成自反性文本的高阶提示(三)

图片

文案写作的提示语设计在商业环境中,优质的文案起到了品牌与消费者之间沟通的关键作用。它不仅应准确传达信息,还需激发情感共鸣,从而有效引导目标受众作出相应的决策或行动。文案写作中最重要的维度包括:信息传递、情感共鸣和行动引导。其中,信息传递的核心在于清晰、准确、相关;情感共鸣的核心在于触动、共感、记忆;行动引导的核心在于说服、激励和转化。

图片

信息传递:设计清晰、精准的信息框架提示语

在商业文案写作中,有效的信息传递是基础,信息传递的核心在于清晰和精准。

图片

情感共鸣:设计触发情感反应的提示语

在商业文案设计中,情感共鸣是影响消费者行为的重要因素,核心在于共情和感染。

图片

行动引导:设计促进决策和行动的提示语

在商业文案写作中,最终目标往往是促使受众采取特定行动,行动引导的核心在于说服和激励。

图片

营销策划的提示语设计

在当代营销环境中,有效地营销策划是品牌成功的关键。设计高质量的营销策划提示语,核心在于创新、精准和可行。创新要求使用者激发AI的创造力,生成独特的创意概念;精准需要使用者引导AI制定符合目标受众和市场环境的传播策略;可行则要求通过提示语设计,确保AI生成的执行方案具有实操性。

图片

创意概念:设计激发创新思维的提示语

图片

传播策略:设计精准定位的传播方案提示语

图片

执行方案:设计可操作的行动计划提示语

图片

品牌故事的提示语设计

在数字化时代,品牌故事已成为连接企业与消费者的重要纽带。它不仅能传递品牌的核心价值,还能在情感层面与消费者建立联系。本节将探讨如何设计提示语,以引导AI生成富有感染力的品牌故事。本节将从品牌定位、价值主张和未来愿景三个核心要素出发,通过关键考量、常见陷阱和提示语框架三个维度来详细阐述每个要素的重要性和设计方法。

图片

品牌定位:在市场中找到独特位置

图片

价值主张:传递独特的品牌价值

图片

未来愿景:描绘品牌的长远目标

图片

年终总结的提示语设计

图片

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报。

上一篇:中老年人须警惕哪些帕金森病征兆?

下一篇:上好边疆支教这堂实践课(快评)

Powered by 送彩金国际娱乐平台 @2013-2022 RSS地图 HTML地图

Copyright Powered by365站群 © 2013-2024