本文章只简单解析Deepseek：从入门到精通（清华）文档的学习，讲解九到二十页重点内容。更多AI可以关注博主了解AI。
后续可以私信博客更新您感兴趣的AI内容。大家点赞三连，才有更新的动力。谢谢！

推理模型与非推理模型简介

总结：推理大模型适合需要精确逻辑和结构化推理的任务，能够显式展示中间步骤。
非推理大模型则更适合语言生成和上下文理解任务，能够处理多样化的语言场景

推理大模型：是经过专门训练，能够处理复杂逻辑推理任务的模型。它们通过生成中间步骤来回答复杂问题

推理大模型：DeepSeek-R1， GPT-o3

推理大模型特点：
1.逻辑推理能力：例如数学问题、逻辑谜题、代码生成等。
2.显式中间步骤
3.训练方法：通常采用强化学习、神经符号推理、元学习等技术来增强推理能力。

非推理大模型：非推理大模型侧重于语言生成、上下文理解和自然语言处理，而不强调深度推理能力

非推理大模型：GPT-3、GPT-4，BERT

非推理大模型特点：
1.语言生成能力：擅长生成自然语言文本，如对话、写作、翻译等。
2.上下文理解：能够理解文本的上下文并生成合适的内容

CoT

CoT链式思维（Chain of Thought，CoT）定义：
是一种用于提升大语言模型（LLMs）在复杂推理任务上表现的技术。它通过要求模型在输出最终答案之前，显式输出中间逐步的推理步骤，从而增强模型的逻辑推理能力

CoT链式思维将大模型分为了两类：
“概率预测（快速反应）”模型和“链式推理（慢速思考）”模型。
前者适合快速反馈，处理即时任务；后者通过推理解决复杂问题。

本图片来源于清华-DeepSeek从入门到精通文档

本图片来源于清华-DeepSeek从入门到精通文档

对于上述图片，大家根据自身任务选择合适的推理或通用模型，查看示例进行简单验证与操作

推理与通用模型以及使用提示语

推理模型如（DeepSeek-R1）使用提示语

对于推理模型来说，我们在使用提示语时1.应简洁，明确任务目标和需求（推理逻辑模型已内化）。2.无需逐步指导（模型自动生成结构化推理过程，逐步指导可能限制其能力）

通用模型使用提示语

1.需显式引导推理步骤(CoT提示)，否则可能跳过关键逻辑。2.依赖提示语补偿能力短板(如要求分步思考、提供示例)。

- 选择原则

1.根据任务来选择推理与通用模型：数学任务选推理，创意任务选通用
2.推理模型:简洁指令，聚焦目标，信任其内化能力。(“要什么直接说”
通用模型:结构化、补偿性引导(“缺什么补什么”)。
3.误区：对推理模型使用“启发式”提示（角色扮演） ，对通用模型“过度信任（直接询问复杂推理）

- 策略类型

本图片来源于清华-DeepSeek从入门到精通文档

- 如何表达自身需求

本图片来源于清华-DeepSeek从入门到精通文档

提示语

提示语简介（这篇文章主要讲解提示词相关内容 感兴趣的可以点击进行查看）

提示语类型：
1.指令型提示语:直接告诉AI需要执行的任务。
2.问答型提示语:向AI提出问题，期望得到相应的答案。
3.角色扮演型提示语:要求AI扮演特定角色，模拟特定场景。
4.创意型提示语:引导AI进行创意写作或内容生成。
5.分析型提示语:要求AI对给定信息进行分析和推理。
6.多模态提示语:结合文本、图像等多种形式的输入。

关于其他干货文章，点此链接查看
感谢您的阅读！如果您喜欢这篇文章，不妨打赏一杯咖啡，让我更有动力继续分享更多优质内容。