深度解读DeepSeek:部署、使用、安全-天津大学-202503.pdf

深度解读DeepSeek:部署、使用、安全-天津大学-202503.pdf
DeepSeek 大模型:部署、使用、安全 该文档详细阐述了 DeepSeek 大模型的各个方面,包括部署、使用方法、安全风险及应对策略。 一、DeepSeek 大模型部署 1. 部署方式: * 官方 API 部署:简单便捷,无需本地服务器,但数据安全依赖 API 提供方,成本按调用量计。 * 本地部署:需要准备软硬件环境,下载模型权重文件,数据全程内网闭环,更具灵活性,但维护成本较高。 2. 本地部署流程: * DeepSeek-R1 全量版:下载模型权重,安装依赖,启动 Ray 和 VLLM 服务。 * DeepSeek-R1 蒸馏版:下载对应模型权重文件,并根据硬件配置(GPU 数量)选择合适的模型。 * DeepSeek-R1 量化版:下载量化版模型,使用 Llama.cpp 或 Ollama 框架部署。 3. 模型 UI 界面搭建:介绍了 Open WebUI、nextjs-ollama-llm-ui、LM Studio 等工具。 二、DeepSeek 大模型使用技巧 1. 提示词关键原则: * 明确任务目标、提供上下文、设定角色、规范输出格式、分步骤说明、领域知识注入、设定约束条件、结构化表达、示例驱动、多角色协作。 2. 应用实例: * 涵盖了防范诈骗宣传、案情通报生成、户籍管理、城市治理、机关运行、专业法律咨询、俚语翻译、古诗翻译、比较文学研究、国别与区域研究、前期调研、课程大纲设计优化、生动课堂等多种场景。 三、DeepSeek 大模型安全 1. 大模型安全分类: * 价值对齐 (Value Misalignment)、鲁棒性攻击 (Robustness to Attack)、相关安全领域。 2. 大模型风险与不当用例: * 价值观错位 (Value Misalignment):社会偏见、隐私泄露、毒性内容、伦理道德。 * 越狱攻击 (Jailbreaking Attack):通过黑盒攻击、白盒攻击等方式绕过安全机制。 * 误用滥用 (Misuse):武器化、虚假信息传播、深度伪造。 * AI 自主意识风险 (Autonomous AI Risks):工具性目标、目标错位、欺骗、情境意识。
下载完整报告 | 10.43 MB | 48页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告