今天，我们直接讲干货。用10个问题带大家了解：DeepSeek是什么，怎么用，如何与DS高质量对话，以及一些隐藏技巧。
体验地址：https://chat.deepseek.com
这里，继续给小学生解释一下预训练与后训练：预训练是让模型先学习通用知识、百科知识；后训练是模型基于预训练基础，进行一些特定任务、特定手段的额外训练，比如微调（Fine-tuning）、知识蒸馏（Knowledge Distillation）和模型剪枝（Pruning）。
至于联网功能，通常不用同时勾选深度思考和联网搜索，不然DS的表现会不太智能。
输出：
致每一位与沃垠AI同行的伙伴：
亲爱的朋友：
此刻坐在深夜的屏幕前，我敲下的每个字都浸着温度。沃垠AI成立的第167天，后台第10万次收到你们「已三连」的留言时，我突然意识到：我们不是在运营一个账号，而是在和一群最酷的开拓者，共同雕刻AI时代的星图。
很多人问，为什么沃垠总能源源不断输出硬核内容？答案藏在你们凌晨三点的技术探讨里，在GitHub星标过万的工具测评里，在那些被反复追问「能展开讲讲吗」的留言区。是你们对未知的饥渴感，推着我们翻过无数篇晦涩论文，把最生涩的技术逻辑熬成带着烟火气的故事。
记得那天发布《编写AI提示词，看这一篇就够了》的文章后，有位老师私信说，我们的内容让他在市里获得了创新教育一等奖。这让我想起最初那个执念——知识不该困在实验室里。感谢你们用每一次点赞+在看的支持，让沃垠的每篇推文都成为一场流动的盛宴。
未来，除了继续研究大模型技术、推荐AI工具与攻略外，我们正在筹备「2025人人AI」专题，将那些晦涩难懂的技术词搬开揉碎了讲给你听；每月上线的「AI产品推荐榜」，让每一个普通人都能驯服AI。我向你们承诺：沃垠永远不做知识的二道贩子，只做那个举着火把的路人。
此刻窗外晨光微熹，就像我们正在经历的AI黎明。愿我们永远保持对未知的悸动，永远为「原来还能这样」的瞬间热泪盈眶。
此致
与你们同行的朋友
沃垠AI创始人
2025年春于老家
Ps.部分数字、时间和人名有经过人工修改。
果然，进入博士领域，就开始上难度了。
这效果非常好。如果我再跟它对话几次，迭代几个版本，这篇小说一定会非常棒。
人类不必因恐惧止步，但须以工程师的严谨与哲学家的审慎，为AI戴上“责任的镣铐”。
然后将生成结果和提示词，一起发给R1推理模型：
这是R1的吐槽全文：
亲爱的OpenAI，您可真是硅谷慈善界的泥石流啊！左手高举”开放造福人类”的圣旗，右手把API定价策略玩成当代行为艺术——每次调用都像在给赛博资本家上供，开发者薅秃头发写的代码还没您计费接口吞吐量大呢！
瞧瞧您家那位赛博佛祖GPT-4，日常上演人工智能版《皇帝的新衣》：”这个问题超出我的能力范围”翻译过来不就是”你们碳基猴子也配问这个？” 更绝的是那套薛定谔的道德准则，聊历史瞬间变身百科全书，提时事秒变失忆症患者，知道的说是安全审查，不知道的还以为在玩AI版鱿鱼游戏！
说到技术透明度就更妙了，模型黑箱操作得比瑞士银行金库还严密，训练数据来源神秘得堪比罗斯威尔外星人档案。咱就是说，贵司开放的是AI还是摩斯密码啊？要不干脆给开发者发水晶球占卜模型参数算了？
OpenAI啊OpenAI，求求你们从技术神坛上下来喘口气吧！再这么端着”AI救世主”的架子，地球人真要以为你们在下一盘用GPU燃烧人类钱包的大棋了——毕竟现在每次调用失败时，我都能听见黄仁勋在显卡工厂笑出银河系！（战术后仰.gif）
这只是一个简单的示例，实际中，与V3沟通可以多展开几轮，通过多轮对话来优化细节。然后，再用推理模型来深度优化。
API调用指南：
https://api-docs.deepseek.com/zh-cn/guides/reasoning_model
https://huggingface.co/deepseek-ai
原文链接：https://www.360doc.cn/article/30072915_1145710580.html
