第 17 卷

误信功能覆盖所有场景
DeepSeek虽有多样功能和广泛应用,
但仍存在局限性,无法满足所有场景需求。
CASE 1CASE 2
| 在处理罕见的复杂语言结构、解读极冷门的专业术 | 在医疗领域,DeepSeek可能无法准确解读一些罕见 |
|---|---|
| 语、或应对高度个性化的用户需求时 | 病的复杂症状描述,或者在处理高度专业化的医学 |
| 可能会出现理解偏差或无法提供准确响应的情况 | 文献时,可能出现理解偏差。 |
如果用户误信DeepSeek能覆盖所有医疗场景,
可能会得到不准确的结果,导致错误的决策。

误读联网功能为全自动纠错
联网功能
需手动开启搜索并干预思考链,完全依赖自动化可能出错。
DeepSeek的联网功能主要是为了获取最新的信息和数据,以提供更准确
和及时的回答,但它并不能自动纠正所有错误。例如,如果DeepSeek接
收到错误的信息或数据,它可能会基于这些错误信息生成回答,而不会自
动识别和纠正这些错误。
因此,用户需要对DeepSeek提供的信息进行仔细甄别,
不能完全依赖其联网功能来保证回答的准确性。

误判其开源策略为“完全无限制”
开源内容
模型架构与参数
DeepSeek-R1基于MIT协议开源,允许开发者自由使用、修改及商用。DeepSeek-V3、DeepSeek-R1、DeepSeek- R1-Distill和Janus-Pro等模型的架构和参数也已开源。
技术报告与训练方法
DeepSeek发布了技术报告,披露了训练方法和过程细节,为外界提供了复现模型的指导方针。
部分数据集
DeepSeek开源了22万条高质量数据,用于合成数据的生成器也已开源。
未开源内容
训练数据
DeepSeek的训练数据并未完全开源,例如DeepSeek-R1的训练数据、训练脚本等关键信息未完全公布。
部分训练脚本
虽然有技术报告,但训练脚本等关键信息并未完全开源。
合成数据
DeepSeek团队生成的60万条推理数据未对其他团队开放阅读权限。
本卷图片
本页图片




本页图片



本页图片

全站分卷索引 · 30 卷
- 1第 1 卷
- 2第 2 卷
- 3第 3 卷
- 公式 2:身份 + 任务 + 要求 + 例子
- 案例 1
- 请你资深策划师视角(身份),为一家新开的餐厅设计一套完整的菜单(任务),要求菜单设计简洁美
- 观,突出菜品特色,同时包含价格和食材介绍(要求),例如可以参考海底捞的菜单风格(例子)
- 案例 2
- 假设你是一位资深的美食评论家(身份),请为一家新开业的餐厅撰写一篇详细的评论(任务),要求从
- 菜品口味、环境氛围、服务质量等多个方面进行评价(要求),并给出一个具体的菜品推荐示例(例子)
- 公式 3:我要做什么→ 要做什么用→ 希望达到什么效果→
- 但担心什么问题
- 案例 1
- 我要做一个线上教育课程推广方案(我要做什么),用于吸引更多的学生报名课程(要做什么用),
- 希望能在一个月内使报名人数增长 20%(希望达到什么效果),但担心推广渠道选择不当导致效果
- 4第 4 卷
- 公式 5:问题 + 追问预期 + 调整方向
- 案例 1
- 请推荐几款适合大学生使用的笔记本电脑(问题)。我希望你能在推荐后,详细说明每款电脑在性能、
- 便携性、价格方面的优势和劣势(追问预期)。如果推荐的电脑不符合大学生的主流使用场景,比如
- 游戏、学习、办公等,请重新推荐并说明理由(调整方向)
- 案例 2
- 请介绍一下当前流行的健身运动(问题)。我希望你能进一步说明每种健身运动适合的人群和锻炼效
- 果(追问预期)。如果介绍的健身运动不适合初学者,请重新推荐并说明适合初学者的健身运动及其
- 特点(调整方向)
- 公式 6:目标 + 条件 + 验证方式
- 案例 1
- 我希望在一个月内减肥 5 斤(目标),我平时工作很忙,只有晚上有时间运动,且饮食上不能吃太
- 5第 5 卷
- 6第 6 卷
- 7第 7 卷
- 8第 8 卷
- 9第 9 卷
- 10第 10 卷
- 11第 11 卷
- 12第 12 卷
- 13第 13 卷
- 14第 14 卷
- 15第 15 卷
- 16第 16 卷
- 17第 17 卷
- 18第 18 卷
- 19第 19 卷
- 20第 20 卷
- 21第 21 卷
- 22第 22 卷
- 23第 23 卷
- 24第 24 卷
- 25第 25 卷
- 26第 26 卷
- 27第 27 卷
- 28第 28 卷
- 29第 29 卷
- 30第 30 卷