北大deepseek与aigc应用

北大deepseek与aigc应用使用手册下载99页完整版是北大总结的deepseek使用教程之一，众所周知，北大和清华都是国内顶尖高校，如今清华大学deepseek操作手册已经连出5部，从各个方面介绍和讲解deepseek，那么北大自然也不会落后，于是乎出了本篇文档，一出就王炸，直接99页，让大家大饱眼福，能够深度学习到deepseek知识。

北大deepseek与aigc应用pdf介绍

北京大学DeepSeek讲座：DeepSeek与AIGC应用完整版，相对于清华的教程是传媒学院出的，而北大的这份文件是人工智能学院和计算机学院出的，所以总体上内容更加专业、全面和深入，尤其还提到了AI时代工作和技能需求的变化，可以说是不可多得的优质资料。当下AI软件非常多，如何有针对性地选择合适的软件，使AI发挥最大的作用，这一点非常重要。北京大学的这份PPT主要介绍了DeepSeek-R1模型的基本概念、大模型技术和AIGC工具的应用，帮助大家理解DeepSeek和AIGC的深层次价值，并提供科学选择与高效使用AI工具的指导。

详解DeepSeek-R1

首先介绍人工智能的发展历程，以及大模型相关术语，并对比DeepSeek-R1与其他模型的性能表现。DeepSeek-R1以其低成本、开源策略和卓越的推理能力脱颖而出，尤其在复杂逻辑推理、数学和编程任务中表现优异。随后介绍DeepSeek公司的背景、市场定位以及DeepSeek-R1的技术原理和应用场景，揭示了其在推理密集型任务、教育、科研、知识应用和文档分析等领域的独特优势，并列举接入该模型的第三方应用。通过对人工智能发展历史以及DeepSeek-R1的介绍和分析，本部分旨在为听众提供一个对DeepSeek的客观、全面的认识，并理解该模型在AIGC领域的重要地位和应用潜力。

DeepSeek-R1的局限

通用能力

R1 的通用能力（尤其是生成能力）低于DeepSeek-V3

R1的幻觉仍旧比较明显（可能源于R1的中文语言表达能力更强）

语言混杂

R1 在处理非中英文问题时，偶尔会出现语言混杂现象

这个现象在R1 Zero版本中更加明显

提示词工程

使用 few-shot 提示可能会降低R1性能

使用过多的过程指导指令可能会降低R1的推理能力

DeepSeek-R1 应用场景

推理密集型任务

编程任务中的代码生成、算法设计，媲美Claude 3.5 Sonet

数学问题求解、科学推理和逻辑分析等需要复杂推理的场景。

教育与知识应用

可用于解决教育领域的问题，支持知识理解与解答。

可用于科研任务的实验设计、数据分析和论文撰写。

文档分析与长上下文理解

适合处理需要深入文档分析和理解长上下文的任务，例如复杂信息提取与整合。

开放领域问答与写作

在内容生成、问题回答以及创造性写作中具有广泛应用，例如生成高质量文本或进行内容编辑。

AIGC的概念和应用

首先梳理AIGC相关的术语，包括AI、AGI、生成式AI和决策式AI等，明确了其在人工智能领域的定位。随后，详细列举AIGC在文本、图像、音频和视频生成方面的多样化应用，并探讨其在电商、新闻传媒、影视、游戏、教育和金融等行业的具体实践，展示AIGC在提升效率、降低成本和增强创新方面的核心价值。此外，还分析AIGC带来的挑战，如数据隐私、伦理问题、生成质量控制以及对就业结构的影响。通过深入探讨AIGC的应用现状和未来趋势，本部分旨在帮助读者全面理解AIGC的潜力和影响，为应对技术变革提供参考。