Wnioskowanie z DeepSeek

Praca z DeepSeek w Pythonie

James Chapman

AI Curriculum Lead, DataCamp

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

Dzieli złożone zadania na podzadania
✅ Lepsze wyniki w złożonych zadaniach
❌ Wolniejsze i droższe działanie

Wnioskowanie i matematyka

Pociąg pokonuje 60 mil w 1,5 godziny. Jeśli utrzyma tę samą prędkość, jaki dystans pokona w 4 godziny i o której godzinie dotrze na miejsce, jeśli wyruszy o 2:15 PM?

Pociąg jadący po torach.

Wnioskowanie i matematyka

Pociąg pokonuje 60 mil w 1,5 godziny. Jeśli utrzyma tę samą prędkość, jaki dystans pokona w 4 godziny i o której godzinie dotrze na miejsce, jeśli wyruszy o 2:15 PM?

Oblicz prędkość (60 ÷ 1,5 = 40 mph)
Pomnóż przez 4 godziny, aby znaleźć dystans (40 × 4 = 160 mil)
Dodaj 4 godziny do godziny wyjazdu (2:15 PM + 4 godziny = 6:15 PM)
Zwróć: "160 mil, przyjazd o 6:15 PM"

Wnioskowanie o wnioskowaniu

Ogólny schemat wnioskowania: myślenie, działanie i aktualizacja wiedzy.

Wnioskowanie włączone domyślnie

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 wnioskuje domyślnie → nie potrzeba dodatkowego parametru

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

**Step 1 - Find the train's speed**
Speed = 60 / 1.5 = **40 mph**

**Step 2 - Distance in 4 hours**
Distance = 40 × 4 = **160 miles**

**Step 3 - Arrival time**
2:15 PM + 4 hours = **6:15 PM**

**Final Answer:** 160 miles, arriving at 6:15 PM

Wyłączanie wnioskowania

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

Myślenie jest domyślnie "enabled"; aby je wyłączyć, przekaż "disabled"
Bez wnioskowania model zachowuje się jak standardowy model czatu

Zwiększanie poziomu wysiłku

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)

Domyślny poziom wysiłku to "high" → dla trudniejszych zadań ustaw "max"
Wyższy poziom wnioskowania oznacza wyższe koszty
Zawsze testuj najpierw przy niższych wartościach wysiłku wnioskowania

Czas na praktykę!

Praca z DeepSeek w Pythonie