【deepseek】使用DeepSeek R1的19条经验

• DeepSeek R1 使用总览

  • 核心：理解模型特点，掌握沟通技巧，避免无效策略
  • 目标：更有效地利用 R1 完成任务

• 五大语言模型的特点

  • Token 化
    • 模型在训练时会将内容进行 Token 化。
    • 大模型所看到和理解的世界与人类不同。
    • 所有训练数据（书籍、网页、对话记录等）会被切割成 Token 的基本单元，类似于文字碎片。
    • Token 会被转化为数字编码，类似于模型能理解的密码本。
    • 局限性：不擅长处理数单词中的字母数量或精确字数的要求。
  • 知识截止时间
    • DeepSeek R1 的基础模型训练数据有时间窗口，会在发布前关闭。
    • 三重时间壁垒：
      • 预训练阶段处理 PB 级别原始数据，数据清洗耗时。
      • 训练后需要经过监督微调、强化学习以及基于人类反馈的强化学习。
    • 知识滞后性：
      • 模型训练完成后出现的新事物无法自动识别和理解。
      • 对训练后发生的重大事件不太了解。
    • 突破知识限制的方法：
      • 激活联网搜索功能，让 R1 自主搜索信息。
      • 自主补充必要知识，例如上传文档或在提示词中补充信息。
  • 缺乏自我认知
    • 多数模型不知道自己叫什么或是什么模型。
    • 问题：
      • AI 有时会给出错误的自我认知，例如认为自己是 ChatGPT。
      • 无法让 R1 告诉你它自己有什么特点或使用技巧。
  • 记忆限制
    • 模型有上下文长度限制，DeepSeek R1 目前提供 64K Token 的上下文长度。
    • 问题：
      • 无法一次投喂太长的文档。
      • 对话轮次过多时，可能遗忘最初的聊天内容。
  • 输出长度限制
    • 多数模型会将输出长度控制在 4K 或 8K，即单次对话最多回答 2000-4000 个中文字符。
    • 问题：
      • 无法一次性完成长文翻译或写作。
    • 解决方法：
      • 长文翻译：多次复制或通过代码调用 API 多次执行。
      • 长文写作：先让 R1 梳理框架列出提纲目录，再根据目录生成不同阶段的内容。

• 七项与 R1 对话的技巧

  • 提出明确的要求
    • 清楚表达需要 AI 帮你做什么，做到什么程度，避免让 AI 猜测。
    • 示例：
      • 复制英文文本时，明确告知需要翻译、总结还是出题。
      • 想写一篇 500 字的文章，明确表达文章主题和字数要求。
  • 要求特定的风格
    • R1 在特定风格写作方面表现出色。
    • 示例：
      • 用李白的风格写诗。
      • 按贴吧暴躁老哥的风格骂人。
      • 用鲁迅的文风进行讽刺。
      • 模仿任意作家风格进行写作。
      • 按脱口秀演员风格创作脱口秀脚本。
    • 有效表达方式：
      • 让 R1 说人话，或让 R1 认为你是初中生，简化解释复杂概念。
  • 提供充分的任务背景信息
    • 告诉 R1 你为什么要做这件事，面临的现实背景或问题是什么，让 R1 将其纳入思考。
    • 示例：
      • 生成减肥计划时，告知身体状况、饮食摄入和运动情况。
  • 主动标注自己的知识状态
    • 清晰的知识坐标能让 AI 输出更精确地匹配你的理解层次的内容。
    • 示例：
      • 告诉 R1 我是初中生或小学生，把自己放置在知识背景约等于 0 的知识状态。
      • 希望深入探讨某些内容时，清晰表达你在该领域的知识状态或是否存在关联领域的知识。
  • 定义目标而非过程
    • 提供清晰的目标，让 R1 具有一定的思考空间，更好地执行任务。
    • 像产品经理提需求那样描述你想要什么，而不是像程序员写代码那样规定怎么做。
    • 示例：
      • 产品评审会后整理录音文字稿，可以进一步思考总结出的材料要如何使用，为 R1 提供目标，让它创造性地完成任务。
  • 提供 AI 不具备的知识背景
    • 当任务涉及到模型训练截止后的新信息时，需要帮助 R1 拼上缺失的拼图。
    • 通过结构化的输入帮助 AI 突破知识限制，避免因信息缺乏而出现错误回答。
  • 从开放到收敛
    • R1 的思维链是透明展开的，从 R1 思考的过程中能收获很多信息。
    • R1 在展开思考时会进行可能性预测，补充完善信息可以避免 R1 猜测，从而提供更精确的结果。
    • 示例：
      • R1 在思考涨价方案时，提供分阶段涨价、增加产品价值、通过营销活动转移注意力三种方案，并预测可能具有保持市场份额或提升品牌形象的需求。可以借此思考倾向的方法和目标，进一步收敛提示词。

• 七种被验证为无效的提示策略

  • 思维链提示
    • R1 经过强化学习后已经能产生更好的思维链，无需手动提供。
  • 结构化提示词
    • 依然可以用 Markdown 格式的语句使信息结构更清晰，但必要性不强。
  • 扮演专家角色
    • R1 本身就是一个专家模型，会尝试专家思维，无需额外指定。
  • 完成任务后给奖励
    • 无效，甚至会被 AI 认为是笑话。
  • 少示例提示 (Few-shot)
    • 应该规避。
    • DeepSeek 团队在发布 R1 技术报告时也明确提到应规避此技巧。
  • 角色扮演
    • R1 不太擅长情感化的角色扮演。
    • 情感化的对话依赖直觉，而 R1 每次都要进行深思熟虑。
  • 对已知的概念进行解释
    • R1 非常理解知名作家和人物的风格，且思考时会进行更深入和更丰富的结构。

来源：AI进化论-花生