我已經用DeepSeek試着寫了不少東西，當輸出字數過多時，你要學會主動分段_風聞

【本文由“加東123”推薦，來自《Deepseek大模型推理算法其實很簡單》評論區，標題為小編添加】

leve

希望V4多用點真實數據訓練，r1的蒸餾量太大了，上下文嚴重依賴CoT。

-------------------------------------------------------------------------------------------------------

（字數太多，只能單開）

你先學會自己怎麼識別和使用AI吧……看你這説法，就是個外行

DeepSeek-R1, 不是什麼蒸餾版本，懂嗎？它是DeepSeek-V3的推理版本，與蒸餾無關。

DeepSeek-V3也好，DeepSeek-R1也好，其官方正式版本都不純在蒸餾一説。

你先搞清楚這個前提。

所謂蒸餾版本，是DeepSeek公司為了減少終端用户的部署門檻，主動發佈了幾個使用DeepSeek-R1作為教師模型，去蒸餾其它模型，而得到的小規模的蒸餾模型，主要是蒸餾了千問與llama的模型。

所謂蒸餾，就是用教師模型去訓練學生模型，將教師模型的一些能力傳遞給學生模型。所以，DeepSeek公司發佈的幾個蒸餾模型，並不是DeepSeek自己的模型，而是被蒸餾改造的千問模型與llama模型。

很多人，連這個事情都沒理解清楚。張嘴閉嘴就是蒸餾蒸餾，蒸了什麼他們完全不懂。

蒸餾模型的目的是為了進行賦能，並得到相對較小的模型，比如DeepSeek公司發佈的那幾個千問和llama的蒸餾模型，都很小，最小的7B，最大的也就70B

7B就是70億參數；70B就是700億參數。DeepSeek-R1的官方完整版是671B，也就是6710億參數。參數差距一目瞭然；其使用效果也是大相徑庭的，參數越多越聰明，越少越笨，甚至智賬。

我已經在本地部署了一些蒸餾小模型，只能説，玩玩還行，當真用還是算了吧。還是繼續用官方的完整版吧，現在硅基流動上已經開放了昇騰平台上的DeepSeek-R1滿血完整版，使用其開放的API KEY，可以很方便的在本機調用DeepSeek-R1的完整版功能。

由於硅基流動的華為平台相對比較安全，不像DeepSeek官網那樣每天被鬼子們圍攻，所以穩定性和響應速度明顯好的多。本人親測之後，其算力與官服幾乎沒有差別，也就是説，昇騰平台跑671B參數的全血版，實際推理能力絲毫不遜色於官服的英偉達算力平台。

只不過這兩天隨着DeepSeek爆火，響應速度也在眼看着下降，但還是比官服強很多。

希望硅基流動加大投入，擴服擴容啊~~~~

説到上下文問題，你得會用。使用容器類軟件加載模型後，要設定相應的模型温度與上下文參數，如果你要讓他寫小説，那就把上下文調成最大。另外，你要學會給模型做預設，根據你的需求，對其進行能力與身份描述，描述的越精準，它就越接近你想要的“樣子”。DeepSeek-R1可以經過你的設置，變成你心目中的那位，或者睿智，或者幽默，或者既幽默又睿智，當然，你也可以讓它撒嬌賣萌，都可以。

很多人不惜工本，在本地部署DeepSeek，其實不是為了快，是為了“破限”，就是讓本地模型不受在線模型的限制，變成一個可甜可鹽的角色……當然，這就是個人口味了。

我已經用DeepSeek試着寫了不少東西，當輸出字數過多時，你要學會主動分段，一次次輸出。總之它就是個工具，你得會用。不會用，也不學習，罵工具不靈的人，隨處可見，但這有啥意義呢？意義就是證明他追不上技術腳步唄。