การปรับระดับความเข้มข้นในการให้เหตุผล
โดยค่าเริ่มต้น V4-Pro จะให้เหตุผลที่ระดับความเข้มข้น "high" หากต้องการให้โมเดลทำงานหนักขึ้นกับปัญหาที่ยากเป็นพิเศษ ให้ตั้งค่า reasoning_effort="max" เพื่อให้โมเดลใช้เวลาไตร่ตรองแต่ละขั้นตอนนานขึ้น
ในแบบฝึกหัดนี้ คุณจะส่ง math_problem เดิมจากแบบฝึกหัดก่อนหน้าอีกครั้ง โดยครั้งนี้ใช้ reasoning_effort="max" แล้วเปรียบเทียบว่าการจัดเรียงคำตอบเปลี่ยนไปอย่างไร
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การใช้งาน DeepSeek ใน Python
คำแนะนำการฝึกหัด
- สร้างคำขอเพื่อส่ง
math_problemไปยัง"deepseek-ai/DeepSeek-V4-Pro-0813" - ตั้งค่า
reasoning_effortเป็น"max"เพื่อเพิ่มความเข้มข้นในการคิด
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
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)