清华大学 DeepSeek+DeepResearch 让科研像聊天一样简单
析思路,包括展示数据分析的直方图和箱线图。 呈现关键变量之间的配对散点矩阵图和小提琴图,以及常 用的相关性热图等,每张图都有详细的解释。 其他常用英文指令 Prompts(指令) 描述 Prompts(指令) 描述 Can you load and preview the data? 加载,预览一下数据 Can you list the top 10 key points? 最重要的十个要点 生成综述案例:斯坦福 STORM(英文版) 生成综述案例:斯坦福 STORM(中文译版) ***附加知识*** DeepSeek+DeepResearch 基本知识介绍 DeepSeek:颠覆出圈,霸榜热议 2 0 2 3 年 7 月 D e e p S e e k 成 立 2 0 2 3 年 1 1 月 2 日 首个开源代码大模型 DeepSeek Coder发布 2 0 2 3 年 10 码力 | 85 页 | 8.31 MB | 8 月前3【周鸿祎清华演讲】DeepSeek给我们带来的创业机会-360周鸿祎-202502
棒材板坯识別 & 自动热送 • 棒材轧机咬钢打滑识别 • 棒材堆钢检测 • 棒材斜辊道辊轮异常检测 • 棒材漏磁探伤自动识别 & 标记 • 棒材端部轮廓识别 & 自动倒棱 • 棒材粗轧孔型对正检测、 自动调整 • ·加热炉火焰识别 • 加热炉前字符识别自动核料 • ·加热炉内字符识别自动核料 • 中厚板冷床钢板自动识别 & 排布 • 棒材板坯识別 & 自动热送 • 棒材轧机咬钢打滑识别 带材圆盘剪边丝堵塞及逃逸检测 • 线材坯料尺寸自动测量 • 线材轧机咬钢打滑识别 • 线材高速线材表面质检 • 线材成品异常检测& 自动剪尾 • 轧辊表面缺陷分析 • 带钢表面质量监测 • 带钢表面质量检测 • 热卷带头方向识别 • 钢卷带头监测与联动控制 • 钢卷托举位置对中检测 • 宽厚板双边剪自动对中 • 钢卷喷号自动识别 • 棒材自动数支数 • 自动控制转钢辊道的转向 和转速 • 连轧机组中心线检测0 码力 | 76 页 | 5.02 MB | 5 月前3DeepSeek从入门到精通(20250204)
热点筛选:设定热点选择的标准, 如话题热度、受众契合度等 • 角度创新:指导找到差异化的切 入点,避免同质化表达 • 时机把握:明确内容发布的最佳 时间窗口 热点借力内容生成需求: 话题背景:[当前热点] 热度指标:[热搜排名/话题讨论量] 目标受众:[用户群体] 差异化要求: - 分析现有观点角度 - 提出新的切入点 - 设计反直觉表达 传播策略: - 话题标签选择 - 关键意见领袖互动设计 - 评论引导策略 应用示例 提示语设计应突出场景描述 和情绪表达,使内容富有感 染力。 提示语应帮助AI生成节奏明 快、表达简洁的内容,去除 冗余信息,确保信息传递高 效且不失趣味。 节 奏 鲜 明 与 简 洁 高 效 贴 近 热 点 与 用 户 需 求 提示语设计需引导AI关注当 下流行话题,创作具有话题 性和吸引力的内容。 �抖音内容创作的核心原则 1 高度视觉化与短时吸引力 3 强互动性与挑战性 2 情绪饱满与娱乐性0 码力 | 104 页 | 5.37 MB | 8 月前3清华大学 DeepSeek 从入门到精通
热点筛选:设定热点选择的标准, 如话题热度、受众契合度等 • 角度创新:指导找到差异化的切 入点,避免同质化表达 • 时机把握:明确内容发布的最佳 时间窗口 热点借力内容生成需求: 话题背景:[当前热点] 热度指标:[热搜排名/话题讨论量] 目标受众:[用户群体] 差异化要求: - 分析现有观点角度 - 提出新的切入点 - 设计反直觉表达 传播策略: - 话题标签选择 - 关键意见领袖互动设计 - 评论引导策略 应用示例 提示语设计应突出场景描述 和情绪表达,使内容富有感 染力。 提示语应帮助AI生成节奏明 快、表达简洁的内容,去除 冗余信息,确保信息传递高 效且不失趣味。 节 奏 鲜 明 与 简 洁 高 效 贴 近 热 点 与 用 户 需 求 提示语设计需引导AI关注当 下流行话题,创作具有话题 性和吸引力的内容。 �抖音内容创作的核心原则 1 高度视觉化与短时吸引力 3 强互动性与挑战性 2 情绪饱满与娱乐性0 码力 | 103 页 | 5.40 MB | 8 月前3清华大学 普通人如何抓住DeepSeek红利
“请用‘水管流速’比喻说明隐函数求导中dy/dx的意 义。” Ø 生成记忆口诀: “把隐函数求导步骤编成顺口溜,包含‘遇y先写 dy/dx’等关键词。” 场景2:文科生快速上手编程 加载数据集:使用datasets库加载SQuAD数据集,这个数据 集包含了大量基于2020年之前数据生成的问答对。 提取问题:从数据集中提取问题,并使用set去重。 检查问题数量:确保提取的问题数量至少为10万个。 d a t a s e t s 库 (Hugging Face的datasets库)来加载SQuAD数据集 (Stanford Question Answering Dataset),这个数据集 是一个著名的问答数据集,基于维基百科数据生成,并且数 据是2020年之前的。 AI幻觉问题抽取:多数据集 问题加载 探讨大语言模型(LLMs)在模拟人类意见动态和社 会现象(如极化和错误信息传播)中的表现,特别0 码力 | 65 页 | 4.47 MB | 8 月前3Deepseek R1 本地部署完全手册
https://ollama.com/install.sh | sh FROM /path/to/DeepSeek-R1-UD-IQ1_M.gguf PARAMETER num_gpu 28 # 每块RTX 4090加载7层(共4卡) PARAMETER num_ctx 2048 PARAMETER temperature 0.6 TEMPLATE "<|end▁of▁thinking|>{{ .Prompt0 码力 | 7 页 | 932.77 KB | 8 月前3
共 6 条
- 1