一、DeepSeek工程化落地

DeepSeek-R1模型工程化落地流程：準備全量數據清洗標注數據，進行多輪訓練灌輸全量知識，大模型到小模型保留思維方式，準備領域知識構建領域模型，部署及使用準備迭代微調。

二、使用的主要途徑

現階段對油田公司的辦公用戶來說，使用DeepSeek的主要途徑為以下兩種方式。

個人終端安裝：辦公網環境下，安裝Ollama+“DeepSeek-R1-1.5B”+CherryStudio。

云服務調用：辦公網環境下可調用數智技術公司部署的32B模型，有需要可向數智技術公司申請。互聯網環境下可調用互聯網廠家提供的模型服務，選擇需要的模型版本自行購買。中石油昆侖大模型2月8日完成了DeepSeek大模型私有化部署，在AI中臺模型廣場發布了DeepSeekV3、R1模型版本，目前正在申請調用權限，暫不具備測試條件。

三、本地知識庫優勢

建立本地知識庫數據更安全，敏感信息、涉密資料直接存在本地，不用傳上網，不怕泄露。反應更快更穩，通用大模型缺少垂直領域知識，與本地知識庫結合，能得到相對高質量的回答。良性循環，使用時間越長，知識庫越豐富，回答質量越高。斷網也能用，如果DeepSeek和知識庫同時本地部署，即使官方宕機甚至斷網也能正常使用。

四、認識與思考

DeepSeek數據處理、邏輯推理能力優秀，多系統集成表現良好，建議與其他大模型、辦公軟件搭配使用，操作簡便，有助于工作效率提升。

DeepSeek官網服務器頻頻宕機、辦公網云上部署算力資源受限不具備運行DeepSeek-R1滿血版能力、個人終端本地部署多為參數量縮水90%的蒸餾版。

小模型（1.5B、7B、8B）作用于特定場景，通過微調實現能力提升。

將DeepSeek應用于業務場景，需要各單位各部門通力合作。

人工智能技術迅速迭代升級，深刻影響著我們的生活與產業格局，要清醒認識人工智能技術發展的緊迫性，只有持續學習、緊跟技術變化、用好人工智能，用創新思維去解決實際問題，才能在未來的發展中不被淘汰、贏得先機。

提示：辦公用個人終端在測試或應用大模型的過程中，嚴禁將內部資料泄露或上傳至互聯網。對于互聯網大模型調用本地知識庫情況，同樣存在資料泄露風險。

（數智技術公司提供）