来了!!Deepseek 发布最佳的 R1 模型设置
- 无系统提示
- Temperature: 0.6
- 缓解模型绕过思考的方式
- 官方的搜索和文件上传提示
详细的提示在下面👇
Deepseek R1 官方文件上传提示词:
For file upload, please follow the template to create prompts, where {file_name}, {file_content} and {question} are arguments.
```
file_template = \
"""[file name]: {file_name}
[file content begin]
{file_content}
[file content end]
{question}"""
```
缓解 R1 模型绕过思考的方法:
我们观察到 DeepSeek-R1 系列模型在回应某些查询时倾向于绕过思维模式(即输出"\n\n"),这可能会对模型的表现产生负面影响。
为了确保模型进行充分的推理,我们建议强制模型在每次输出的开始都使用"\n"作为起始。
Deepseek R1 官方搜索提示词:
For Chinese query, we use the prompt:
```
search_answer_zh_template = \
'''# 以下内容是基于用户发送的消息的搜索结果:
{search_results}
在我给你的搜索结果中,每个结果都是[webpage X begin]...[webpage X end]格式的,X代表每篇文章的数字索引。请在适当的情况下在句子末尾引用上下文。请按照引用编号[citation:X]的格式在答案中对应部分引用上下文。如果一句话源自多个上下文,请列出所有相关的引用编号,例如[citation:3][citation:5],切记不要将引用集中在最后返回引用编号,而是在答案对应部分列出。
在回答时,请注意以下几点:
- 今天是{cur_date}。
- 并非搜索结果的所有内容都与用户的问题密切相关,你需要结合问题,对搜索结果进行甄别、筛选。
- 无系统提示
- Temperature: 0.6
- 缓解模型绕过思考的方式
- 官方的搜索和文件上传提示
详细的提示在下面👇
Deepseek R1 官方文件上传提示词:
For file upload, please follow the template to create prompts, where {file_name}, {file_content} and {question} are arguments.
```
file_template = \
"""[file name]: {file_name}
[file content begin]
{file_content}
[file content end]
{question}"""
```
缓解 R1 模型绕过思考的方法:
我们观察到 DeepSeek-R1 系列模型在回应某些查询时倾向于绕过思维模式(即输出"\n\n"),这可能会对模型的表现产生负面影响。
为了确保模型进行充分的推理,我们建议强制模型在每次输出的开始都使用"\n"作为起始。
Deepseek R1 官方搜索提示词:
For Chinese query, we use the prompt:
```
search_answer_zh_template = \
'''# 以下内容是基于用户发送的消息的搜索结果:
{search_results}
在我给你的搜索结果中,每个结果都是[webpage X begin]...[webpage X end]格式的,X代表每篇文章的数字索引。请在适当的情况下在句子末尾引用上下文。请按照引用编号[citation:X]的格式在答案中对应部分引用上下文。如果一句话源自多个上下文,请列出所有相关的引用编号,例如[citation:3][citation:5],切记不要将引用集中在最后返回引用编号,而是在答案对应部分列出。
在回答时,请注意以下几点:
- 今天是{cur_date}。
- 并非搜索结果的所有内容都与用户的问题密切相关,你需要结合问题,对搜索结果进行甄别、筛选。