保持灵活应对：即使领导有情绪，坚持“解决问题”而非“对抗”态度，如：“您看这样 处理是否可行？我可以再调整。” 关键提醒： • 避免：“可能”“尽量”等模糊词汇，直接说“我能做到XX”。 • 证明可靠性：提前整理好交接文档（用AI辅助检查遗漏），主动降低领导风险感知。 • 人性化：适当流露脆弱（如“这次确实很难兼顾”），但强调“不愿让团队受影响”。 • 通过DeepSeek的理性分析和话 设定界限，明确尊重的重要性 • 示例：温和但坚定地说，“我理解您的用心，但我 希望我们能互相尊重。” 对话技巧 1.使用“我”语句：如“我感到担心…”，避免指责对方。 2.避免争论：专注于解决问题，而不是证明谁对谁错。 3.寻找共同目标：强调双方都希望孩子快乐和家庭和谐。 4.提前沟通：在情绪平静时，和婆婆提前讨论教育方式和家务 分配。 场景3：维持和领导的良好社交关系 背景：你是一名职场新人， 领导：当然，我也会尽量提供更多的指导和支持。希望我们可以一起努力， 提升团队的整体表现。 对话技巧 1.使用“我”语句：如“我觉得…”，避免指责对方。 2.避免争论：专注于解决问题，而不是证明谁对谁错。 3.寻找共同目标：强调双方都希望团队合作更顺畅，工作更高效。 4.提前准备：在沟通前，整理好自己的观点和感受，避免情绪化表达。 场景4：跨国、跨文化、跨宗教家庭中的继承权冲突 背

推理模型那样复杂的推理和决策能力。 维度 推理模型 通用模型 优势领域 数学推导、逻辑分析、代码生成、复杂问题拆解 文本生成、创意写作、多轮对话、开放性问答 劣势领域 发散性任务（如诗歌创作） 需要严格逻辑链的任务（如数学证明） 性能本质 专精于逻辑密度高的任务 擅长多样性高的任务 强弱判断 并非全面更强，仅在其训练目标领域显著优于通用模型 通用场景更灵活，但专项任务需依赖提示语补偿能力 • 例如：GPT-3、GP 决此优化问题？请对比其他 算法。” ✅ 触发模型自解释能力 ❌ 可能偏离核心目标 任务需求与提示语策略 任务类型 适用模型 提示语侧重点 示例（有效提示） 需避免的提示策略 数学证明 推理模型 直接提问，无需分步引导 “证明勾股定理” 冗余拆解（如“先画图，再列公式”） 通用模型 显式要求分步思考，提供示例 “请分三步推导勾股定理，参考： 1. 画直角三角形…” 直接提问（易跳过关键步骤） 创意写作 时间限制设置：要求在文案中加入限时优惠或稀缺性信息 3. 低门槛的起始步骤 简单行动设计：要求设计一个简单、具体的第一步行动 4. 清晰的收益阐述 利益点强化：要求明确列出采取行动后的具体收益 5. 社会证明的运用 案例/数据要求：要求加入用户见证或数据支持 为[产品/服务名称]创作一则促销文案，目标是有效引导目标受众立即采取行 动。请遵循以下结构和要求： （1）注意力抓取（30字以内）： 创作一个引人注目的标题

推理模型那样复杂的推理和决策能力。 维度 推理模型 通用模型 优势领域 数学推导、逻辑分析、代码生成、复杂问题拆解 文本生成、创意写作、多轮对话、开放性问答 劣势领域 发散性任务（如诗歌创作） 需要严格逻辑链的任务（如数学证明） 性能本质 专精于逻辑密度高的任务 擅长多样性高的任务 强弱判断 并非全面更强，仅在其训练目标领域显著优于通用模型 通用场景更灵活，但专项任务需依赖提示语补偿能力 • 例如：GPT-3、GP 决此优化问题？请对比其他 算法。” ✅ 触发模型自解释能力 ❌ 可能偏离核心目标 任务需求与提示语策略 任务类型 适用模型 提示语侧重点 示例（有效提示） 需避免的提示策略 数学证明 推理模型 直接提问，无需分步引导 “证明勾股定理” 冗余拆解（如“先画图，再列公式”） 通用模型 显式要求分步思考，提供示例 “请分三步推导勾股定理，参考： 1. 画直角三角形…” 直接提问（易跳过关键步骤） 创意写作 时间限制设置：要求在文案中加入限时优惠或稀缺性信息 3. 低门槛的起始步骤 简单行动设计：要求设计一个简单、具体的第一步行动 4. 清晰的收益阐述 利益点强化：要求明确列出采取行动后的具体收益 5. 社会证明的运用 案例/数据要求：要求加入用户见证或数据支持 为[产品/服务名称]创作一则促销文案，目标是有效引导目标受众立即采取行 动。请遵循以下结构和要求： （1）注意力抓取（30字以内）： 创作一个引人注目的标题

ollama，就能下载到软件。 下载之后打开，直接点击 Next 以及 Install 安装 ollama，安装步骤非常简 单。 3.1.2 步骤 2：安装 Llama 下载 Llama3，打开新的终端/命令行窗口，执行以下命令： ollama run llama3 程序会自动下载 Llama3 的模型文件，默认是 8B，也就 80 亿参数版本，个 人电脑完全可以运行。等待安装完成，如图 12 所示。 14 phi-3 3.2.1 Ollama 安装 phi-3 使用 ollama 运行下面一行命令：ollama run phi3，如图 17 所示。 17 Figure 17: Ollama 安装 phi-3 模型 3.2.2 使用 phi-3 如果在命令窗口中，直接使用 phi-3，可以执行命令：ollama run phi3，然后就 会进入到会话界面。 如果是在 lobechat 中使用，进入主页后，在最上面一行，选择模型 镜像。 5. 拉取镜像：docker pull 6. 构建镜像：在包含 Dockerfile 目录中运行：docker build -t . 常用命令： 1. 列出正在运行的容器：docker ps 2. 列出所有容器：docker ps -a 3. 停止一个容器：docker stop 4. 删除一个容器：docker

安装后，打开命令窗口，输入 ollama，然后就能看到它的相关指令，一共 10 个左右的命令，如下图2所示，就能帮我们管理好不同大模型： 图 2: Ollama 常用的命令 第二步，命令窗口输入：ollama pull deepseek-r1:1.5b，下载大模型 deepseek- r1 到我们自己的电脑，如下图3所示： 图 3: DeepSeek-r1 下载到本地电脑命令 教程作者：郭震，工作 知识，严禁拿此资料引流、出书、等形式的商业活动 至此在我们本地电脑，DeepSeek 大模型就下载到我们本地电脑，接下来第 三步就可以直接使用和它对话了。在 cmd(Windows 电脑) 或 terminal(苹果 电脑) 执行命令：ollama run deepseek-r1:1.5b，很快就能进入对话界面，如 下图4所示： 图 4: Ollama 软件启动 deepseek-r1 界面 1.3 DeepSeek 本地运行使用演示

flatten / normalize / crop / proposal / roipooling / permute / priorbox绝赞招聘中 未来 命令行工具 将 caffe 模型转换的功能，通过一组命令行工具提供，命令行工具支持 windows / linux 平台。 支持更多 caffe op / net 随着客户需求和社区发展，提供更多的 caffe 分支变种的 op /