Lập luận với DeepSeek

Làm việc với DeepSeek trong Python

James Chapman

AI Curriculum Lead, DataCamp

biểu tượng trò chuyện

  • Dự đoán từ tiếp theo
  • ✅ Dùng được cho nhiều tình huống
  • ❌ Khó với tác vụ nhiều bước, phức tạp

biểu tượng lập luận

  • Chia nhỏ bài toán phức tạp thành các bước con
  • ✅ Hiệu suất tốt hơn với tác vụ phức tạp
  • ❌ Chậm hơn và tốn kém hơn
Làm việc với DeepSeek trong Python

Lập luận và toán học

Một chuyến tàu đi được 60 miles trong 1.5 giờ. Nếu giữ nguyên tốc độ, trong 4 giờ nó đi được bao xa, và đến lúc mấy giờ nếu khởi hành lúc 2:15 PM?

Một chuyến tàu đang chạy trên đường ray.

Làm việc với DeepSeek trong Python

Lập luận và toán học

Một chuyến tàu đi được 60 miles trong 1.5 giờ. Nếu giữ nguyên tốc độ, trong 4 giờ nó đi được bao xa, và đến lúc mấy giờ nếu khởi hành lúc 2:15 PM?

  1. Tính tốc độ (60 ÷ 1.5 = 40 mph)

  2. Nhân với 4 giờ để tìm quãng đường (40 × 4 = 160 miles)

  3. Cộng 4 giờ vào giờ xuất phát (2:15 PM + 4 giờ = 6:15 PM)

  4. Kết quả: "160 miles, đến lúc 6:15 PM"

Làm việc với DeepSeek trong Python

Lập luận về lập luận

Quy trình lập luận cấp cao gồm suy nghĩ, thực hiện và cập nhật kiến thức.

Làm việc với DeepSeek trong Python

Lập luận bật mặc định

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4.1-Flash",
    messages=[{"role": "user", "content": train_problem}]
)

print(response.choices[0].message.content)
  • V4-Pro lập luận theo mặc định → không cần tham số bổ sung
Làm việc với DeepSeek trong Python
print(response.choices[0].message.content)

**Bước 1 - Tìm tốc độ của tàu**
Tốc độ = 60 / 1.5 = **40 mph**

**Bước 2 - Quãng đường trong 4 giờ**
Quãng đường = 40 × 4 = **160 miles**

**Bước 3 - Thời gian đến**
2:15 PM + 4 giờ = **6:15 PM**

**Đáp án cuối:** 160 miles, đến lúc 6:15 PM
Làm việc với DeepSeek trong Python

Tắt lập luận

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4.1-Flash",
    extra_body={"thinking": {"type": "disabled"}},
    messages=[{"role": "user", "content": prompt}]
)
  • Thinking được "enabled" theo mặc định; truyền "disabled" để tắt
  • Không có lập luận, mô hình hoạt động như mô hình chat tiêu chuẩn
Làm việc với DeepSeek trong Python

Tăng mức nỗ lực

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4.1-Flash",
    reasoning_effort="max",
    messages=[{"role": "user", "content": train_problem}]
)

print(response.choices[0].message.content)
  • Mức nỗ lực mặc định là "high" → đặt "max" cho bài khó hơn
  • Tăng nỗ lực lập luận sẽ tăng chi phí
  • Luôn thử với mức nỗ lực thấp trước
Làm việc với DeepSeek trong Python

Cùng luyện tập nào!

Làm việc với DeepSeek trong Python

Preparing Video For Download...