DeepSeek 三種模式對比
基礎模型（V3）：通用模型（2024.12），高效便捷，適用于絕大多數任務，
“規范性 ”任務
• 深度思考（R1）：推理模型，復雜推理和深度分析任務，如數理邏輯推理和編程代碼，
“開放性 ”任務
• 聯網搜索：RAG（檢索增強生成），知識庫更新至2024-7
你想要生成什么樣的文案？ 這樣的文案具備哪些特征？ 你要針對什么生成類似文案？ 篇幅、用詞、結構優化
如何使用DeepSeek批量生成新媒體文案？
如何使用DeepSeek開發AI應用？
如何使用DeepSeek進行市場調查？
如何利用DeepSeek實現人機高效協作？
...
提示語（Prompt）是用戶輸入給AI系統的指令或信息,包括指令、上下文和期望,為了更有效地進行任務分解，可以采用SPECTRA模型,能夠掃描讀取各類文件及圖片中的文字內容
講座為DeepSeek原理和應用系列研討的講座之一，聚焦提示詞工程與產業實踐兩大核心模塊，延續前序對AIGC底層邏輯的探討，系統拆解如何通過自然語言交互充分釋放DeepSeek潛能
進一步探討大模型和AIGC的底層工作機制，旨在幫助讀者突破工具應用的局限，理解DeepSeek和AIGC的深層次價值。最后，介紹如何科學選擇與高效使用 AI 工具，為大家提供更具深度與實用性的應用場景的指導，給聽眾帶來更落地的AI應用價值
基于長思維鏈的推理可以在一定程度上提高模型的可解釋性,提供顯式的推理路徑，讓人類可以追蹤模型如何從輸入推導出輸出，從而追蹤模型的決策過程，減少黑箱推理
一是 DeepSeek 或宣告此前的美國對華芯片限制可能適得其反;二是 A 股 AI 能否出現有壁壘的應用和消費端龍頭;三是算力需求會增加還是減少
DeepSeek-R1入冷啟動數據和多階段訓練流程,開源的蒸餾模型在推理基準測試中創下新紀錄,驗證了純強化學習在 LLM 中顯著增強推理能力的可行性
輕量化架構配合量化剪枝技術，使Al推理首次真正突破硬件限制， 部署成本從高端GPU擴展至消費級GPU;云廠商是DeepSeek 能力的“放大器”:充足的算力“彈藥”與用戶覆蓋能力
清華大學團隊介紹了DeepSeek的功能、應用場景和使用方法，并提供了關于如何高效利用AI模型的深入指導;提出了多種提示語策略,提供了具體的提示語設計建議
可交互內容平臺的市場規模將達到500億元人民幣；AI伴侶有望打開百億級別的市場空間；全球互聯網社區的市場規模將達到1.5萬億美元；機器人的市場規模將達到2000億美元
未來的AI搜索將更加智能，能夠實現多輪對話交互;AI搜索將滲透到更多行業;AI搜索將采用更先進的加密技術，確保用戶數據的安全;從技術突破到應用場景拓展
新碶街道創新性地引入了“無人機+AI”系統，實現了對城市綜合執法的智能升級,實現全天候無人值守,全流程自動作業,拓展了非現場執法的新模式,提升了執法效率與精度
利用機器學習算法進行設備健康監測與故障預測，保障 航行安全并降低維護成本;實現了從傳統人工操作向自動化作業的重大轉變,支撐起“千萬箱級”的碼頭作業能力
