Dostrajanie intensywności rozumowania
Domyślnie V4-Pro myśli z intensywnością "high". Jeśli model ma zmierzyć się z wyjątkowo trudnym problemem, ustaw reasoning_effort="max" — wtedy poświęci więcej czasu na przeanalizowanie kolejnych kroków.
W tym ćwiczeniu wyślesz ten sam math_problem co w poprzednim ćwiczeniu — tym razem z reasoning_effort="max" — i porównasz, jak wygląda odpowiedź.
To ćwiczenie jest częścią kursu
Praca z DeepSeek w Pythonie
Instrukcje do ćwiczenia
- Utwórz żądanie, które wyśle
math_problemdo"deepseek-ai/DeepSeek-V4-Pro". - Ustaw
reasoning_effortna"max", aby zwiększyć intensywność rozumowania do maksimum.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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)