Matthias Bastian 查看 Matthias Bastian 的 LinkedIn 个人资料 2026年11月14日

由 THE DECODER 提示 GPT-Image-2.6 生成

Anthropic 表示，任何使用 Claude Opus 5.5 的人都应先摒弃一些从旧世代模型沿袭下来的提示词习惯。

Anthropic 称，该模型目前是 Pro、Max、Ultra 和 Team 套餐的默认模型，其工作方式与前代不同，而许多用户正用过时的指令拖慢它的表现。

清单中最重要的是 Anthropic 的建议：从提示词中删掉“努力思考”或“仔细思考”这类措辞。据该公司称，模型始终会自行推理，并根据任务和所选努力等级来调整推理深度。在 Anthropic 的测试中，不含这些措辞的回答启动更快，质量也没有可测量的下降。

广告

这些措辞可追溯到推理模型的早期，当时还不存在如今标准的自适应推理。“那时候”——也就是大约一年半前——用户有时能借此从模型中榨出更多性能，或以此引导路由。

广告

Anthropic 还建议从“Medium”努力等级开始，这也是 Opus 5.5 的默认等级。该公司称，在内部测试中，Opus 5.5 在 Medium 下的表现与上一代 Opus 5 在“High”下的表现相当。更高的设置成本更高，且并不总能带来更好的结果。Anthropic 建议仅在 Medium 不够用时才切换到“High”，用户可以在发送按钮旁的模型菜单中更改该设置。

Anthropic 表示，此前使用更便宜的 Sonnet、只在复杂项目中动用 Opus 的团队应重新考虑这一做法。该公司认为，能力更强的模型能用更少的步骤完成任务，这可以部分抵消其更高的每 token 价格。Anthropic 称，任何经常把 Sonnet 调到“Extra High”或“Max”努力等级的人，最终花费与使用 Opus 5.5 差不多。

广告

从聊天转向设定目标

Anthropic 建议在单条消息中描述期望结果，而不是逐条给出指令，应涵盖目标、输出格式，以及模型何时应带着问题回来确认。据该公司称，Opus 5.5 在完成多部分任务方面优于前代。该模型越来越能接管用户过去在聊天中处理的来回往返，有时还做得更好，并能从单一初始输入有效地自我提示。

Anthropic 建议将图表和表格以图片或文件形式附上，而不是手动输入。该公司称，旧模型所需的变通做法（例如手动转录图表数值）已不再必要。

广告

需要成品文档或电子表格的用户应直接提出需求，而不是先要求一份草稿。该公司称，Opus 5.5 常常能一次从请求直达成品。Opus 5.5 的图像读取能力也显著提升。该公司称，即使在最低努力等级下，它从密集图表中读取数值的准确度也高于最高等级下的 Opus 5。

广告

点名具体风格比笼统禁止通用设计更有效

对于设计任务，Anthropic 建议具体点名不想要的风格，例如奶油色背景或胶囊形按钮，而不是含糊地禁止“通用设计”。据该公司称，笼统的指令只会把一种默认风格换成另一种。

Anthropic 表示，通过连接器将 Claude 接入自己的文件和系统的用户会得到明显更贴合需求的结果，因为模型能自行提取所需信息。

无炒作的 AI 新闻——由人工精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻通讯、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

立即订阅 来源：Claude

deepseek-ai / DeepSeek-R1 点赞 1.44 万 关注 DeepSeek 15.4 万

使用 deepseek-ai/DeepSeek-R1 的说明：配合库、推理提供商、Notebook 与本地应用。请通过以下链接开始使用。

如何配合 Transformers 使用 deepseek-ai/DeepSeek-R1：

如何配合 vLLM 使用 deepseek-ai/DeepSeek-R1：

从 pip 安装并服务模型

使用 Docker

如何配合 SGLang 使用 deepseek-ai/DeepSeek-R1：

从 pip 安装并服务模型

使用 Docker 镜像

如何配合 Docker Model Runner 使用 deepseek-ai/DeepSeek-R1：

DeepSeek-R1

论文链接👁️

1. 引言

我们推出第一代推理模型 DeepSeek-R1-Zero 和 DeepSeek-R1。
DeepSeek-R1-Zero 是一个通过大规模强化学习（RL）训练的模型，没有把监督微调（SFT）作为前置步骤，在推理方面表现出色。
借助 RL，DeepSeek-R1-Zero 自然涌现出众多强大而有趣的推理行为。
然而，DeepSeek-R1-Zero 也面临无尽重复、可读性差和语言混杂等挑战。为解决这些问题并进一步提升推理性能，
我们推出 DeepSeek-R1，它在 RL 之前引入了冷启动数据。
DeepSeek-R1 在数学、代码和推理任务上的表现可与 OpenAI-o1 相媲美。
为支持研究社区，我们开源了 DeepSeek-R1-Zero、DeepSeek-R1，以及基于 Llama 和 Qwen 从 DeepSeek-R1 蒸馏出的六个稠密模型。DeepSeek-R1-Distill-Qwen-32B 在多项基准上超越 OpenAI-o1-mini，为稠密模型创下新的最先进结果。

注意：在本地运行 DeepSeek-R1 系列模型之前，建议先阅读使用建议部分。

2. 模型概要

后训练：在基础模型上进行大规模强化学习

我们直接将强化学习（RL）应用于基础模型，不依赖监督微调（SFT）作为前置步骤。这一方法让模型能够探索思维链（CoT）以解决复杂问题，从而发展出 DeepSeek-R1-Zero。DeepSeek-R1-Zero 展现出自我验证、反思和生成长思维链等能力，是研究社区的一个重要里程碑。值得注意的是，这是首个公开研究，验证了大语言模型的推理能力可以纯粹通过 RL 激励出来，而无需 SFT。这一突破为该领域的未来发展铺平了道路。

我们介绍开发 DeepSeek-R1 的流程。该流程包含两个 RL 阶段，旨在发现更优的推理模式并与人类偏好对齐，以及两个 SFT 阶段，作为模型推理与非推理能力的种子。
我们相信该流程将通过打造更好的模型使行业受益。

蒸馏：更小的模型也可以很强大

3. 模型下载

DeepSeek-R1 模型

DeepSeek-R1-Zero 与 DeepSeek-R1 基于 DeepSeek-V3-Base 训练。
有关模型架构的更多细节，请参阅 DeepSeek-V3 仓库。

DeepSeek-R1-Distill 模型

DeepSeek-R1-Distill 模型基于开源模型微调，使用的是 DeepSeek-R1 生成的样本。
我们对其配置和分词器做了轻微调整。运行这些模型时请使用我们的设置。

4. 评估结果

DeepSeek-R1 评估

对我们所有模型，最大生成长度设为 32,768 个 token。对于需要采样的基准，我们使用温度 $0.6$、top-p 值 $0.95$，并对每个查询生成 64 个回答来估计 pass@1。

蒸馏模型评估

5. 聊天网站与 API 平台

你可以在 DeepSeek 官网 chat.deepseek.com 与 DeepSeek-R1 对话，并打开“DeepThink”按钮。

我们还在 DeepSeek 平台提供 OpenAI 兼容 API：platform.deepseek.com

6. 如何在本地运行

DeepSeek-R1 模型

有关本地运行 DeepSeek-R1 的更多信息，请访问 DeepSeek-V3 仓库。

注意：Hugging Face 的 Transformers 尚未直接支持。