Reasoning effort afstemmen
Standaard denkt V4-Pro op "high" effort. Als je wilt dat het model extra zijn best doet op een lastige vraag, zet dan reasoning_effort="max"; het model neemt dan meer tijd om de stappen uit te werken.
In deze oefening stuur je hetzelfde math_problem als in de vorige oefening — nu met reasoning_effort="max" — en vergelijk je hoe de respons is opgebouwd.
Deze oefening maakt deel uit van de cursus
Werken met DeepSeek in Python
Oefeninstructies
- Maak een request om
math_problemnaar"deepseek-ai/DeepSeek-V4-Pro"te sturen. - Zet
reasoning_effortop"max"om de denkinspanning op te voeren.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
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)