DeepSeek के साथ तर्क करना

Python में DeepSeek के साथ काम करना

James Chapman

AI Curriculum Lead, DataCamp

चैट आइकन

अगले शब्दों की भविष्यवाणी करें
✅ व्यापक उपयोग-केस
❌ गहरे मल्टी-स्टेप कार्यों में कठिनाई

तर्क आइकन

जटिल कार्यों को उप-कार्यों में बाँटें
✅ जटिल कार्यों पर बेहतर प्रदर्शन
❌ धीमा और अधिक महँगा

तर्क और गणित

एक ट्रेन 60 miles दूरी 1.5 hours में तय करती है। यदि वही रफ़्तार बनी रहे, तो 4 hours में कितनी दूर जाएगी, और यदि 2:15 PM पर निकले तो कब पहुँचेगी?

पटरी पर चलती ट्रेन।

तर्क और गणित

एक ट्रेन 60 miles दूरी 1.5 hours में तय करती है। यदि वही रफ़्तार बनी रहे, तो 4 hours में कितनी दूर जाएगी, और यदि 2:15 PM पर निकले तो कब पहुँचेगी?

गति निकालें (60 ÷ 1.5 = 40 mph)
दूरी के लिए 4 hours से गुणा करें (40 × 4 = 160 miles)
प्रस्थान समय में 4 hours जोड़ें (2:15 PM + 4 hours = 6:15 PM)
रिटर्न: "160 miles, 6:15 PM पर आगमन"

तर्क पर तर्क

सोचना, करना, और ज्ञान अपडेट करने का उच्च-स्तरीय तर्क वर्कफ़्लो।

डिफ़ॉल्ट रूप से reasoning ऑन है

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 डिफ़ॉल्ट रूप से तर्क करता है → अतिरिक्त पैरामीटर की ज़रूरत नहीं

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

**चरण 1 - ट्रेन की गति निकालें**
Speed = 60 / 1.5 = **40 mph**

**चरण 2 - 4 hours में दूरी**
Distance = 40 × 4 = **160 miles**

**चरण 3 - आगमन समय**
2:15 PM + 4 hours = **6:15 PM**

**अंतिम उत्तर:** 160 miles, 6:15 PM पर पहुँचना

Reasoning बंद करना

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

Thinking डिफ़ॉल्ट रूप से "enabled" है; बाहर निकलने के लिए "disabled" पास करें
बिना reasoning के, मॉडल एक मानक chat मॉडल जैसा व्यवहार करता है

Effort बढ़ाना

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)

डिफ़ॉल्ट effort "high" है → कठिन समस्याओं के लिए "max" रखें
reasoning effort बढ़ाने से लागत बढ़ती है
हमेशा पहले _कम_ reasoning effort पर टेस्ट करें

अभ्यास करते हैं!

Python में DeepSeek के साथ काम करना