Rozumowanie z DeepSeek

Praca z DeepSeek w Pythonie

James Chapman

AI Curriculum Lead, DataCamp

Przewiduje kolejne słowa
✅ Szeroki zakres zastosowań
❌ Trudności z wieloetapowymi zadaniami

Rozkłada złożone zadania na podzadania
✅ Lepsze wyniki przy złożonych zadaniach
❌ Wolniejszy i droższy

Rozumowanie i matematyka

Pociąg pokonuje 60 mil w 1,5 godziny. Jadąc z tą samą prędkością, jaką odległość przejedzie w ciągu 4 godzin i o której dotrze do celu, jeśli wyruszy o 14:15?

Pociąg jadący po torach.

Rozumowanie i matematyka

Pociąg pokonuje 60 mil w 1,5 godziny. Jadąc z tą samą prędkością, jaką odległość przejedzie w ciągu 4 godzin i o której dotrze do celu, jeśli wyruszy o 14:15?

Obliczenie prędkości (60 ÷ 1,5 = 40 mph)
Mnożenie przez 4 godziny, aby wyznaczyć odległość (40 × 4 = 160 mil)
Dodanie 4 godzin do czasu odjazdu (14:15 + 4 godziny = 18:15)
Odpowiedź: „160 mil, przyjazd o 18:15"

Rozumowanie o rozumowaniu

Ogólny schemat rozumowania: myślenie, działanie i aktualizacja wiedzy.

Rozumowanie domyślnie włączone

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

print(response.choices[0].message.content)

V4-Pro domyślnie rozumuje → żaden dodatkowy parametr nie jest potrzebny

print(response.choices[0].message.content)

**Krok 1 – Prędkość pociągu**
Prędkość = 60 / 1.5 = **40 mph**

**Krok 2 – Odległość w 4 godziny**
Odległość = 40 × 4 = **160 mil**

**Krok 3 – Czas przyjazdu**
14:15 + 4 godziny = **18:15**

**Odpowiedź końcowa:** 160 mil, przyjazd o 18:15

Wyłączanie rozumowania

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Pro",
    extra_body={"thinking": {"type": "disabled"}},
    messages=[{"role": "user", "content": prompt}]
)

Myślenie jest domyślnie "enabled"; przekaż "disabled", aby je wyłączyć
Bez rozumowania model działa jak standardowy model czatu

Maksymalny poziom rozumowania

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

print(response.choices[0].message.content)

Domyślny poziom to "high" → ustaw "max" dla trudniejszych zadań
Wyższy poziom rozumowania zwiększa koszty
Zawsze najpierw testuj z niższymi wartościami poziomu rozumowania

Czas na praktykę!

Praca z DeepSeek w Pythonie