大任智库服务—DeepSeek深度应用及创新实践培训与辅导
特征价值篇
- DeepSeek 模型家族具有优异能力，通过混合专家、多头注意力和 PTX 指令优化等算法创新，在多个测试指标中对标甚至超越 OpenAI 等高级闭源模型。
- DeepSeek 模型开源并采用 MIT 协议，降低算力成本，提升低性能芯片兼容性，推动大模型领域出现 LPU 破局者。
- DeepSeek 模型性价比高，性能卓越且价格亲民，成为千行百业的首选，并助力企业构建自主化 AI 应用生态。
- DeepSeek 使企业员工切实看到 AI 的优势，激发员工积极性，促使全员更主动地拥抱 AI 技术。
交互生成篇
- DeepSeek 提供多种使用方式，包括官方平台、APP 应用、第三方 API 接口、本地部署和云平台接入。
- DeepSeek 提示词进阶技巧包括扔掉结构化模板、丰富背景、巧用“说人话”等，使回复更通俗易懂。
- DeepSeek 可用于生成高质量行业调研报告，通过分模块完成，逐步深入地向 AI 咨询，借助 AI 的海量知识，一边学习、一边研究、一边洞察总结。
- DeepSeek 可一键生成 PPT，并提供多种优化方式，如更换模板、统一字体、AI 配图等。
智能增强篇
- 企业在生产环境使用通用基础大模型时，需要通过检索增强生成（RAG）或微调（Fine-tuning）进行增强。
- RAG 通过引入检索模块，在生成回答时从外部知识库中检索最新或专业的知识来辅助回答，适用于信息更新较快的场景。
- 微调通过在垂直领域的专用数据上对大模型进行二次训练，使其在领域知识、语言风格上得到优化，适用于需要深入掌握垂直领域专业知识、定制其输出能力的场景。
- 常用的微调方法包括 Prompt Learning、LoRA、RLHF 等，并介绍相关工具框架和费用估算方法。
部署开发篇
- 大模型垂直领域部署失败的原因包括数据质量不足、算法选择不当、模型过拟合、过度设计、不了解业务流程、缺乏对技术发展的认知、高估项目成功率、没有充足的预算等。
- 微调时需要的数据体量取决于任务的复杂度、数据质量以及模型与任务之间的匹配程度，通常建议至少准备上千条高质量的本地数据。
新媒体账号运营篇
- DeepSeek 可用于新媒体账号运营，包括账号定位、运营策略制定、内容创作、脚本修改、视频拍摄和数据分析等。
- DeepSeek 可根据用户需求生成专属起号方案、运营计划、短视频脚本等，并提供爆款分析仪器和封面图灵感库等工具。
智能体搭建篇
- 智能体是一种生成式人工智能应用程序，其核心是通过观察环境并利用工具自主采取行动以实现特定目标。
- 智能体开发工具/平台包括 Coze、LangChain、RAGFlow 等。
- 智能体搭建的步骤包括前端应用、后端设计、选择工具/平台/LLM、确定 Agent 功能和应用形式、调优、确定应用场景或目标、准备相应数据/知识库、配置、测试与部署、发布。
AIGC VISUAL DESIGN
- DeepSeek 可与图文视频快制作工具结合，生成办公相关图像、电商相关图片、3D 建模快制作等。
- DeepSeek 可用于生成视频脚本，并提供多种脚本模板和优化方式。
本地知识库搭建实战 + RAG
- 本地知识库搭建适用于轻量级应用场景，工具集包括 ollama、Dify 等。
- RAG 技术按照复杂度划分为 Naive RAG、Advanced RAG、Modular RAG，并介绍数据分割、数据搜索和 Prompt Learning 等技巧。
