DeepSeek-R1,是深度求索(DeepSeek)研发的推理模型,本地部署后完全免费,无使用次数限制。DeepSeek-R1采用的大规模强化学习技术,尤其擅长数学、代码和自然语言推理等复杂任务。DeepSeek-R1系列模型(1.5b~671b)开源且免费,进一步降低了AI应用门槛,赋能开源社区发展。 使用 教程 DeepSeek详细教程: ❶Win版安装教程(Ollama+AnythingLLM安装、DeepSeek模型下载) ❷Mac版安装教程(Ollama+AnythingLLM安装、DeepSeek模型下载) ❸AnythingLLM设置方法(聊天模型+训练模型设置) ❹如何投喂数据(训练AI) ❺DeepSeek-R1应用展示 一、Win版安装教程 1.选择下载的安装包右键解压。 2.解压后,右键以管理员身份运行Ollama安装程序。 3.点击Install安装完成即可。 4.在D盘新建一个文件夹命名为OllamaAI,然后打开系统环境变量,新建变量名:OLLAMA_MODELS 变量值:D:\OllamaAI,设置完成后重启电脑。 温馨提示: 此步主要是解决Ollama默认下载模型到C盘问题,若C盘空间足够大的小伙伴此步骤可略过。 5.重启电脑后,在开始菜单找到Ollama程序打开,打开后在电脑右下角会有一个羊驼图标显示。 6.按快捷键Win+R,输入cmd确定。 7.输入ollama run+模型名称,按回车键即可下载(看下面附图硬件要求选择下载其中一个或多个,此过程可能有点慢,若下载失败重新输入命令下载即可),如下: ollama run deepseek-r1:1.5b ollama run deepseek-r1:7b ollama run deepseek-r1:8b ollama run deepseek-r1:14b 附: 各模型大小与电脑硬件要求,根据自己电脑硬件配置选择下载适合的模型。 8.❶deepseek-r1模型下载完成后(提示success即是下载完成),❷在CMD新窗口中输入命令ollama pull nomic-embed-text回车下载nomic-embed-text嵌入式模型(后面做数据投喂会用到)。 温馨提示: 若是要删除模型,输入命令ollama rm+模型名称,如ollama rm deepseek-r1:14b 9.deepseek-r1与nomic-embed-text模型下载完成后,开始安装AnythingLLM软件。 10.选择【所有用户】点击下一步。 11.修改路径地址中的首字符C可更改安装位置,本例安装到D盘,点击下一步。 12.安装中…,安装到提示下载ollama_lib.zip可点击取消,不然要等1小时间才能下载完成。 13.点击完成。 14.点击【Get started】。 15.点击箭头,进行下一步。 16.输入工作区名称,点击下一步箭头。 17.点击【设置】,里面可以设置模型、界面显示语言等。 附: 若软件显示英文,可在Customization外观定制里面选择Chinese即可。 二、Mac版安装教程(支持MacOS 11.0及更高) 1.双击安装Ollama(支持M系列与Intel系列CPU),选择【Move to Applications】然后点击Next安装完成即可。 2.通过终端分别安装deepseek-r1与nomic-embed-text模型,注意两个模型若是一起下载会报错,建议一个模型下载完成后,再开一个终端窗口下载。下载方式与Win版7~8步骤类似,这里不过多介绍。 3.双击打开AnythingLLM(根据自己电脑芯片选择ARM或Intel版安装包),将AnythingLLM拖入到【Applications】文件夹完成安装。若打开软件为英文,参考Win版第17步设置。 三、AnythingLLM设置(Mac与Win设置方法一样) 1.在软件设置里面,LLM首选项界面,提供商选择Ollama,Ollama Model选择你前面下载的DeepSeek-R1系列模型1.5b~671b,然后点击Save changes。 2.在Embedder首选项界面,嵌入引擎提供商选择Ollama,Ollama Embedding Mode选择【nomic-embed-text】,然后点击保存更改。 3.点击【工作区设置】。 4.聊天设置界面,❶工作区LLM提供者选择【Ollama】,❷工作区聊天模型选择【deepseek-r1】模型,❸然后点击【Update workspace agent】。 5.代理配置界面,工作区代理LLM提供商选择【Ollama】,工作区代理模型选择【deepseek-r1】,然后点击【Update workspace agent】。 四、如何投喂数据(训练AI) 1.在工作区界面,点击【上传】。 2.❶点击upload选择需要上传的文件(支持PDF、Txt、Word、Excel、PPT等常见文档格式)。❷勾选上传的文件,❸点击【Move to Workspace】。 3.点击【Save and Embed】。 五、DeepSeek-R1应用展示 1.没有投喂数据之前,输入伙伴神公众号是干嘛的,AI是回答不了的,投喂后能够准确分析与解答出来。 2.3.8与3.11哪个大,之前有人说DeepSeek回答是错误的,可能当成了版本号,本次测试正确无误。 3.在设置【对话历史记录】界面,工作区聊天记录可以导出也可以删除。 特别注意: 使用AnythingLLM软件之前,都要先打开Ollama软件,Mac打开后在右上角显示羊驼图标,Win在右下角显示羊驼图标。 👉👉【DeepSeek本地部署文档】 https://pan.quark.cn/s/7e0fa45596e4 最近,我的DeepSeek本地部署视频在B站播放量意外小爆,评论区被两类留言淹没:一类是技术爱好者追问“如何用消费级显卡跑通大模型”,另一类是职场人焦虑“我的工作会被AI取代吗?”这两个问题的背后,折射出一个残酷的真相:大模型技术正在重构所有行业的生存法则,而掌握这项技术的人将获得通往未来的船票。 DeepSeek的火爆对普通人意味着什么? DeepSeek的火爆并非偶然。它代表了一种技术趋势:大模型技术正在从实验室走向大众。过去,大模型技术似乎只属于科技巨头和学术机构,普通人很难接触到。而现在,随着开源社区的活跃和技术的普及,像DeepSeek这样的工具已经可以让普通用户在自己的设备上部署和使用大模型。 对于普通人来说,DeepSeek的火爆意味着: 技术门槛降低:大模型技术不再遥不可及。通过本地部署,普通人也可以体验到强大的AI能力,无论是文本生成、对话系统还是其他AI应用。 个性化需求得到满足:大模型可以根据用户的需求进行定制化调整,满足个性化的应用场景。比如,你可以训练一个专门用于写作、编程或翻译的模型。 未来职业机会:大模型技术的普及将催生大量新的职业机会。无论是AI工程师、数据科学家,还是AI产品经理,掌握大模型技术将成为未来职场的重要竞争力。 DeepSeek的底层逻辑:大模型技术的核心 DeepSeek的底层逻辑正是基于大模型技术。大模型,顾名思义,是指参数量巨大、训练数据丰富的深度学习模型。这类模型通过海量数据的训练,能够捕捉到复杂的语言模式和知识结构,从而在各种任务中表现出色。 一、大模型岗位薪资揭密:应届生年薪40万起,跨界人才溢价300% 根据智联招聘《2024人工智能人才发展报告》,大模型相关岗位薪资较传统IT岗位平均高出67%,且呈现三大特征: 1.应届生起薪碾压传统行业 大模型算法工程师:本科28-40万/年,硕士40-60万/年 AI产品经理(无经验):25-35万/年 (数据来源:猎聘2024校招季统计) 2.跨界人才溢价惊人 医疗+大模型复合人才:薪资较纯医疗背景提升200-300% 金融风控+大模型工程师:年薪可达80-150万 (案例:某三甲医院影像科医生转型AI医疗,薪资从25万跃升至75万) 3.中小企业重金抢人 二线城市AI初创公司开出“北上广深同薪”政策 某成都电商企业为AI推荐算法工程师开出百万年薪 二、行业大地震:这些岗位正在消失,这些岗位正在爆发 ▍消失中的岗位(3年内高危职业) 基础数据标注员(已被AutoML取代90%工作量) 初级代码工程师(GPT-4可完成60%基础代码) ▍爆发中的黄金岗位 1.大模型训练师 某直播公司开出82万年薪招聘“带货大模型调教师” 核心技能:Prompt工程+垂直领域知识(如美妆/3C) 2.AI业务流程重构师 制造业龙头企业50万年薪招聘“生产流程AI化专家” 典型案例:富士康通过大模型优化生产线,减少30%人力成本 3.AI伦理合规官 金融机构新增岗位“大模型风控总监”,年薪超百万 职责:防止AI在信贷审核、投资建议中出现歧视性输出 三、普通人破局指南:无需代码基础,三步抢占AI红利 我整理了全网稀缺的**《大模型落地应用实战资料包》**,包含: 1.LLM大模型学习大纲+路线图 2.152个大模型各行业结合的落地案例集 3.大模型必读书籍PDF电子版 4.大模型全套系统学习视频 5.真实大厂岗位面试题库 6.640套AI大模型行业白皮书 👉👉获取方式:结语:你正在经历人类史上最大规模的生产力革命 当东莞工厂用大模型替代500个质检员,当律所AI助理处理80%合同审查,当小红书博主用AI生成90%的图文内容——这场变革不再关乎“是否会发生”,而是“你站在哪一边”。 记住两个数字: 2023年全球大模型应用市场规模:270亿美元 2027年预测市场规模:4070亿美元 这中间3700亿美元的增量市场,就是普通人改写命运的机会。4年后你会感谢今天的决定。 (责任编辑:) |