การให้เหตุผลด้วย DeepSeek

การใช้งาน DeepSeek ใน Python

James Chapman

AI Curriculum Lead, DataCamp

chat_icon.png

  • ทำนายคำถัดไป
  • ✅ ใช้งานได้หลากหลาย
  • ❌ ไม่ถนัดงานที่ซับซ้อนหลายขั้นตอน

reasoning_icon.png

  • แบ่งงานที่ซับซ้อนออกเป็นงานย่อย
  • ✅ ทำงานซับซ้อนได้ดีขึ้น
  • ❌ ช้าและมีค่าใช้จ่ายสูงขึ้น
การใช้งาน DeepSeek ใน Python

การให้เหตุผลกับคณิตศาสตร์

รถไฟวิ่งได้ 60 ไมล์ ใน 1.5 ชั่วโมง ถ้าวิ่งด้วยความเร็วเท่าเดิมต่อไป จะวิ่งได้ไกลแค่ไหน ใน 4 ชั่วโมง และจะถึงเวลาใดถ้าออกเดินทางตอน 2:15 PM?

รถไฟกำลังวิ่งบนราง

การใช้งาน DeepSeek ใน Python

การให้เหตุผลกับคณิตศาสตร์

รถไฟวิ่งได้ 60 ไมล์ ใน 1.5 ชั่วโมง ถ้าวิ่งด้วยความเร็วเท่าเดิมต่อไป จะวิ่งได้ไกลแค่ไหน ใน 4 ชั่วโมง และจะถึงเวลาใดถ้าออกเดินทางตอน 2:15 PM?

  1. คำนวณความเร็ว (60 ÷ 1.5 = 40 mph)

  2. คูณด้วย 4 ชั่วโมงเพื่อหาระยะทาง (40 × 4 = 160 miles)

  3. บวกเวลาออกเดินทางด้วย 4 ชั่วโมง (2:15 PM + 4 hours = 6:15 PM)

  4. ส่งคำตอบ: "160 ไมล์ ถึงเวลา 6:15 PM"

การใช้งาน DeepSeek ใน Python

การให้เหตุผลเกี่ยวกับการให้เหตุผล

ภาพรวมขั้นตอนการให้เหตุผล: คิด ลงมือทำ และปรับปรุงความรู้

การใช้งาน DeepSeek ใน Python

เปิดใช้การให้เหตุผลโดยค่าเริ่มต้น

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Pro-0813",
    messages=[{"role": "user", "content": train_problem}]
)

print(response.choices[0].message.content)
  • V4-Pro ให้เหตุผลโดยค่าเริ่มต้น → ไม่ต้องใส่พารามิเตอร์เพิ่ม
การใช้งาน DeepSeek ใน Python
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
การใช้งาน DeepSeek ใน Python

การปิดใช้การให้เหตุผล

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Pro-0813",
    extra_body={"thinking": {"type": "disabled"}},
    messages=[{"role": "user", "content": prompt}]
)
  • ค่าเริ่มต้นคือเปิดใช้การคิด ("enabled") ส่ง "disabled" เพื่อปิดใช้งาน
  • หากไม่มีการให้เหตุผล โมเดลจะทำงานเหมือนแชทโมเดลทั่วไป
การใช้งาน DeepSeek ใน Python

เพิ่มระดับความพยายามในการให้เหตุผล

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Pro-0813",
    reasoning_effort="max",
    messages=[{"role": "user", "content": train_problem}]
)

print(response.choices[0].message.content)
  • ค่าเริ่มต้นคือ "high" → ตั้งเป็น "max" สำหรับโจทย์ที่ยากขึ้น
  • ยิ่งเพิ่มระดับการให้เหตุผล ยิ่งมีค่าใช้จ่ายสูงขึ้น
  • ทดสอบด้วยค่าการให้เหตุผลระดับต่ำก่อนเสมอ
การใช้งาน DeepSeek ใน Python

มาฝึกกันเถอะ!

การใช้งาน DeepSeek ใน Python

Preparing Video For Download...