AI伴读-清华大学104页《DeepSeek:从入门到精通》
辅助工具:deepseek、豆包AI伴读
官网:DeepSeekDeepSeek, unravel the mystery of AGI with curiosity. Answer the essential question with long-termism.https://www.deepseek.com/
https://www.deepseek.com/清华大学104页《DeepSeek:从入门到精通》文档下载地址:
https://rwif6bnc3wb.feishu.cn/file/FJfebrNg1oJn12xxOTAc1ENKnOe?from=from_copylinkhttps://rwif6bnc3wb.feishu.cn/file/FJfebrNg1oJn12xxOTAc1ENKnOe?from=from_copylink
https://rwif6bnc3wb.feishu.cn/file/FJfebrNg1oJn12xxOTAc1ENKnOe?from=from_copylink
AIGC学习北斗指南:https://rwif6bnc3wb.feishu.cn/wiki/space/7452248709427986436?ccm_open_type=lark_wiki_spaceLink&open_tab_from=wiki_home
https://rwif6bnc3wb.feishu.cn/wiki/space/7452248709427986436?ccm_open_type=lark_wiki_spaceLink&open_tab_from=wiki_home

首先,我上传了文件:DeepSeek
提问:总结出文档的思维导图?
思考:
回答:
DeepSeek:从入门到精通
清华大学新闻与传播学院 新媒体研究中心
一、DeepSeek 概述
-
定义
-
国产、免费、开源、强大的通用人工智能(AGI)公司
-
核心产品:DeepSeek-R1(开源推理模型)
-
-
核心能力
-
智能对话、文本生成、语义理解、计算推理、代码生成、多语言翻译、文件解析
-
-
应用场景
-
业务分析、决策支持、数据可视化、逻辑推理、知识梳理等
-
二、模型分类与对比
-
推理模型(如DeepSeek-R1)
-
优势:数学推导、逻辑分析、代码生成、复杂问题拆解
-
劣势:发散性任务(如诗歌创作)
-
-
通用模型(如GPT-4、BERT)
-
优势:文本生成、创意写作、多轮对话、开放问答
-
劣势:需严格逻辑链的任务(如数学证明)
-
三、提示语设计
-
核心原则
-
模型选择(根据任务类型)
-
提示语设计(简洁指令 vs 结构化引导)
-
避免误区(启发式干扰、过度信任)
-
-
提示语类型
-
指令型、问答型、角色扮演型、创意型、分析型、多模态
-
-
设计策略
-
精准定义任务、分解复杂任务、控制提示语长度、结合开放式与封闭式提示
-
-
常见陷阱
-
缺乏迭代、过度指令、假设偏见、忽视伦理边界
-
四、平台策略与内容生成
-
微信公众号
-
特性:私域流量、深度阅读、规范体系
-
策略:选题规划、标题创作、内容结构、互动设计
-
-
微博
-
特性:实时性、社交属性、话题引导
-
策略:热点跟进、品牌营销、原创内容、互动娱乐
-
-
小红书
-
特性:种草生态、视觉导向、消费决策
-
策略:信任建设、场景化表达、差异化标题
-
-
抖音
-
特性:短时吸引力、情绪饱满、强互动性
-
策略:吸睛开头、紧凑剧情、情绪共鸣、互动结尾
-
五、进阶使用与核心能力
-
AI进阶路径
-
构建提示词体系、创新工作流程、跨领域整合、打造个人特色
-
-
核心能力
-
AI思维:算法理解、数据洞察、协同意识
-
整合力:跨域翻译、创意重组、资源编排
-
判断力:真伪辨识、风险预测、情境适配
-
引导力:提示工程、对话管理、质量控制
-
六、知识管理与人机共生
-
知识唤醒框架
-
具身知识库(感知、情境) + **形式知识库**(数据、模式)
-
桥接机制:经验激活、形式化转换、AI增强整合
-
-
人机共生质量
-
人的影响(70%):提示工程、质量控制、创意引导
-
机器影响(30%):基础生成能力、理解准确度
-
七、思维导图核心结构
-
主干:DeepSeek概述 → 模型对比 → 提示语设计 → 平台策略 → 进阶能力 → 知识管理
-
逻辑:从基础概念到应用场景,再到高阶策略与理论框架,覆盖全链路AI使用与优化。
总结:该文档系统化覆盖了AI工具DeepSeek的功能、使用方法、设计策略及跨平台应用,并深入探讨了人机协作的核心能力与知识管理理论,为用户从入门到精通提供了完整路径。
清华大学104页《DeepSeek:从入门到精通》文档下载地址:
https://rwif6bnc3wb.feishu.cn/file/FJfebrNg1oJn12xxOTAc1ENKnOe
https://rwif6bnc3wb.feishu.cn/file/FJfebrNg1oJn12xxOTAc1ENKnOeDocs
https://rwif6bnc3wb.feishu.cn/wiki/space/7452248709427986436?ccm_open_type=lark_wiki_spaceLink&open_tab_from=wiki_home
声明:
编辑:晓北斗
文章:岚度视觉工作室
资料来源:互联网整理(侵权请联系)
相关文章:
AI伴读-清华大学104页《DeepSeek:从入门到精通》
辅助工具:deepseek、豆包AI伴读 官网:DeepSeekDeepSeek, unravel the mystery of AGI with curiosity. Answer the essential question with long-termism.https://www.deepseek.com/https://www.deepseek.com/清华大学104页《DeepSeek:从入…...
unity学习34:角色相关3,触发器trigger,铰链 hingejoint 等 spring joint, fixed joint
目录 1 触发的实现条件 1.1 碰撞的的实现条件 1.2 触发的实现条件 1.3 触发器trigger,直接拿 碰撞器collider修改下配置即可 2 触发器相关实验:触发开门效果 2.0 目标 2.1 player物体的属性 2.2 新建一个trigger 物体 2.3 新建一个被trigger 控…...
HarmonyOS Next 方舟字节码文件格式介绍
在开发中,可读的编程语言要编译成二进制的字节码格式才能被机器识别。在HarmonyOS Next开发中,arkts会编译成方舟字节码。方舟字节码长什么样呢?我们以一个demo编译出的abc文件: 二进制就是长这样,怎么去理解呢&…...
计算机视觉语义分割——Attention U-Net(Learning Where to Look for the Pancreas)
计算机视觉语义分割——Attention U-Net(Learning Where to Look for the Pancreas) 文章目录 计算机视觉语义分割——Attention U-Net(Learning Where to Look for the Pancreas)摘要Abstract一、Attention U-Net1. 基本思想2. Attention Gate模块3. 软注意力与硬注意力4. 实验…...
html 列动态布局
样式说明: /* 列动态布局,列之间以空格填充 */ li {display: flex;/* flex-direction: column; */justify-content: space-between; }...
DeepSeek开源多模态大模型Janus-Pro部署
DeepSeek多模态大模型部署 请自行根据电脑配置选择合适环境配置安装conda以及gitJanus 项目以及依赖安装运行cpu运行gpu运行 进入ui界面 请自行根据电脑配置选择合适 本人家用电脑为1060,因此部署的7B模型。配置高的可以考虑更大参数的模型。 环境配置 安装conda…...
DeepSeek结合Langchain的基本用法
DeepSeek结合Langchain的基本用法 DeepSeek 基于Openai接口规范的Prompt应答Deepseek结合LangchainDeepSeek 基于langchain的结构化返回 DeepSeek 基于Openai接口规范的Prompt应答 首先我们需要先基于pip 安装 pip install openai最开始我们先熟悉如何使用openai的接口规范&a…...
Redis持久化的两种方式:RDB和AOF
redis中的数据存储在缓存中,如果没有持久化的策略,Redis一旦宕机,那么将会导致数据丢失;因此redis提供了以下两种持久化方式:RDB和AOF 一般来说,大部分公司对这两种方式都是同时开启的 一、RDB RDB策略全…...
每日一题——131.分割回文串
题目链接:131. 分割回文串 - 力扣(LeetCode) 代码: class Solution { private:vector<vector<string>> result;vector<string> path;void backtracking (const string& s,int startindex){if(startindex …...
内容中台赋能人工智能技术提升业务创新能力
内容概要 在当今快速变化的市场环境中,企业需要不断寻求创新以保持竞争力。内容中台作为一种新型的内容管理架构,能够极大地提升企业在内容创建、管理和分发方面的效率。通过与人工智能技术的深度融合,企业能够将海量的数据和信息转化为有价…...
第七节 文件与流
基本的输入输出(iostream) C标准库提供了一组丰富的输入/输出功能,C的I/O发生在流中,流是字节序列。如果字节流是从设备(键盘、磁盘驱动器、网络连接等)流向内存,叫做输入操作。如果字节流是从…...
软件工程 项目管理
软件项目管理中可以分成两部分: 软件创新 软件项目管理项目是定义明确的任务,这是为了实现某个目标(例如,软件开发和交付)进行的一系列操作的集合。一个项目可以表征为: 每个项目都可以有一个独特而鲜明的目标。 项目不是日常活…...
通过类加载和初始化的一些题目理解Java类加载过程
通过题目重点理解:Class加载流程和运行时区域 目录 子类和父类static变量父子类加载顺序2class.forName初始化 子类和父类static变量 class Parent {static int a 1;static int b 2;static int c;static {c 3;System.out.println("parent static block&quo…...
LLMs之DeepSeek r1:TinyZero的简介、特点、安装和使用方法、案例应用Logic-RL的简介、安装和使用方法、案例应用之详细攻略
LLMs之DeepSeek r1:TinyZero的简介、特点、安装和使用方法、案例应用Logic-RL的简介、安装和使用方法、案例应用之详细攻略 目录 TinyZero的简介 1、TinyZero的特点 TinyZero的安装和使用方法 1、安装 创建 conda 环境 数据准备 (倒计时任务) 多GPU (适用于 …...
爬取豆瓣电影 Top250 数据的脚本及调整方法
以下是一个完整的 Python 脚本,用于爬取豆瓣电影 Top250 的数据,包括电影名称、评分和短评。同时,我将提供应对豆瓣页面结构更新和反爬虫机制的调整方法。 安装必要的库 首先,确保安装了必要的库: bash复制 pip install requests beautifulsoup4 pandas示例代码 Pyth…...
Deepseek 接入Word处理对话框(隐藏密钥)
硅基流动邀请码:1zNe93Cp 邀请链接:网页链接 亲测deepseek接入word,自由调用对话,看截图有兴趣的复用代码(当然也可以自己向deepseek提问,帮助你完成接入,但是提问逻辑不一样给出的答案是千差万…...
Jupyter Notebook自动保存失败等问题的解决
一、未生成配置文件 需要在命令行中,执行下面的命令自动生成配置文件 jupyter notebook --generate-config 执行后会在 C:\Users\用户名\.jupyter目录中生成文件 jupyter_notebook_config.py 二、在网页端打开Jupyter Notebook后文件保存失败;运行代码…...
基于机器学习时序库pmdarima实现时序预测
目录 一、Pmdarima实现单变量序列预测1.1 核心功能与特性1.2 技术优势对比1.3 python案例1.3.1 时间序列交叉验证1.3.1.1 滚动交叉验证1.3.1.2 滑窗交叉验证 时间序列相关参考文章: 时间序列预测算法—ARIMA 基于VARMAX模型的多变量时序数据预测 基于机器学习时序库…...
Dart语言的云计算
Dart语言在云计算中的应用 引言 云计算作为一种新兴的计算模式,为各行各业带来了重大变革。借助于云计算,用户可以通过互联网获取和使用各种资源,如计算能力、存储、数据库等。随着云计算的快速发展,编程语言的选择变得愈发重要…...
每日一题--数组中只出现一次的两个数字
数组中只出现一次的两个数字 题目描述数据范围提示 示例示例1示例2 题解解题思路位运算方法步骤: 代码实现代码解析时间与空间复杂度按位与操作获取最小位1的原理为什么选择最低有效的 1 位而不是其他位? 题目描述 一个整型数组里除了两个数字只出现一次…...
Intel XE核显PyTorch环境搭建避坑指南
1. 为什么选择Intel XE核显跑PyTorch? 最近很多小伙伴都在问,用Intel XE核显跑PyTorch到底靠不靠谱?作为一个在AI领域摸爬滚打多年的老司机,我可以很负责任地告诉你:完全可行!特别是对于预算有限的学生党&a…...
s2-proGPU部署方案:多模型共存时s2-pro显存隔离与QoS保障策略
s2-proGPU部署方案:多模型共存时s2-pro显存隔离与QoS保障策略 1. 引言 在GPU服务器上同时运行多个AI模型已成为常态,但这也带来了显存资源竞争和性能波动的问题。本文将详细介绍如何在多模型共存环境下,为s2-pro语音合成模型实现显存隔离与…...
Windows驱动管理与系统优化:DriverStore Explorer全方位解决方案
Windows驱动管理与系统优化:DriverStore Explorer全方位解决方案 【免费下载链接】DriverStoreExplorer Driver Store Explorer [RAPR] 项目地址: https://gitcode.com/gh_mirrors/dr/DriverStoreExplorer 设备驱动维护是保障Windows系统稳定运行的核心环节&…...
56:L构建蓝队AI:蓝队的智能防御
作者: HOS(安全风信子) 日期: 2026-03-07 主要来源平台: GitHub 摘要: 面对基拉等高级威胁的不断进化,传统的蓝队防御手段已经难以应对。L构建了一套蓝队AI系统,通过AI驱动的威胁检测、自动响应和防御优化&…...
迪文串口屏C51开发避坑指南:从ModBus ASCII模式到音乐播放实战
迪文串口屏C51开发实战:从ModBus ASCII到音乐播放的深度解析 迪文串口屏在工业控制领域占据重要地位,其C51开发环境为开发者提供了高度灵活的定制能力。本文将聚焦三个典型开发场景:ModBus ASCII模式移植、C51变量定义导致的定时问题以及音乐…...
Qwen3-14B私有部署镜像算法题求解助手:从理解到实现
Qwen3-14B私有部署镜像算法题求解助手:从理解到实现 1. 为什么算法工程师需要AI助手 算法工程师和求职者每天都要面对各种算法问题,从简单的排序到复杂的动态规划。传统方式下,我们需要反复查阅资料、手动编写测试用例、调试代码࿰…...
从手机端到边缘设备:聊聊轻量化模型设计中FLOPs、MACs和Params的权衡艺术
从手机端到边缘设备:轻量化模型设计中FLOPs、MACs和Params的权衡艺术 当我们在智能手机上使用人脸解锁功能,或是通过智能音箱与AI助手对话时,背后运行的往往是经过精心设计的轻量化神经网络模型。这些模型需要在有限的算力和内存资源下&#…...
Qwen3.5-2B图文对话实战:教育场景中学生作业图题智能解析案例
Qwen3.5-2B图文对话实战:教育场景中学生作业图题智能解析案例 1. 引言:教育场景中的AI助手需求 想象一下这样的场景:晚上10点,孩子拿着数学作业来问问题,题目是一张手绘的几何图形。家长可能已经忘记了几十年前学过的…...
【Cornerstone3D实战】从零构建医学影像三视图渲染器:Dicom文件加载与多平面重建
1. 医学影像三视图渲染器入门指南 第一次接触医学影像开发的朋友可能会被"Dicom"、"三视图重建"这些专业术语吓到。其实用现代Web技术实现一个基础的医学影像查看器,比你想象中简单得多。Cornerstone3D这个开源库就像医学影像界的jQuery&#x…...
Kali Linux 2026.1 重磅发布,内核升至6.18
作为全球最受欢迎的渗透测试与安全审计Linux发行版,Kali Linux在2026年迎来了年度首发版本——Kali Linux 2026.1。这次更新不仅延续了每年“.1”版本的视觉刷新传统,更特别致敬BackTrack Linux 20周年,引入“BackTrack模式”,同时升级内核至6.18,并新增8款实用工具。无论…...
