शुरू करेंमुफ़्त में शुरू करें

Reasoning effort ट्यून करना

डिफॉल्ट रूप से, V4-Pro "high" effort पर सोचता है. अगर किसी विशेष रूप से कठिन समस्या पर आपको इसे और गहराई से काम करने की ज़रूरत हो, तो reasoning_effort="max" सेट करें और मॉडल चरणों पर काम करने में अधिक समय लगाएगा.

इस अभ्यास में, आप पिछले अभ्यास वाला वही math_problem भेजेंगे — इस बार reasoning_effort="max" के साथ — और देखेंगे कि उत्तर किस तरह से व्यवस्थित किया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में DeepSeek के साथ काम करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • math_problem को "deepseek-ai/DeepSeek-V4.1-Flash" पर भेजने के लिए एक रिक्वेस्ट बनाएँ.
  • सोचने की तीव्रता बढ़ाने के लिए reasoning_effort को "max" पर सेट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

client = OpenAI(api_key="", base_url="https://api.together.xyz/v1")

# Crank up the reasoning effort
response = client.chat.completions.create(
    model="deepseek-ai/____",
    reasoning_effort=____,
    max_tokens=600,
    messages=[
        {"role": "user",
         "content": math_problem}]
)

print(response.choices[0].message.content)
कोड संपादित करें और चलाएँ