本报记者 闫坪卉 苟澜弋

近日，中国石化在私有化、国产化的算力环境下，成功完成了全尺寸DeepSeek R1（671B）模型的本地化部署，并接入长城大模型应用系统，面向全系统分批推广使用，为企业智能化转型提供了强有力的技术支撑。

那么此次DeepSeek本地化部署究竟意味着什么？将给你的工作带来哪些变化？就这些问题，记者专访了中国石化信息和数字化管理部人工智能团队成员王振。

问：什么是DeepSeek R1模型本地化部署？

答：本地化部署就是把模型放到集团内网环境中提供服务。与公有云上的人工智能应用不同，本地化部署后的所有的模型和数据都在中国石化的私有化环境中被很好地保护起来。在使用模型所有功能的同时，保证信息和隐私安全。

本次本地化部署采用了国产化推理加速技术，使计算和推理成本下降了一半，速度提高了一倍，确保大家有更好的使用体验。

问：什么是全尺寸DeepSeek R1模型？有什么优势？

答：此次DeepSeek R1模型发布的有6700亿参数的全尺寸模型，还有很多小型的蒸馏模型。如果把全尺寸的模型比作“老师模型”，那么它可以通过蒸馏的技术，将它的思考推理能力迁移到小模型上，使这些小模型的深度理解能力和推理能力大幅提升，二者是老师和学生的关系。

从使用的效果来看，全尺寸模型的推理能力要显著优于蒸馏模型，面对同一问题，它思路更清晰、思考深度更深、得出结论的准确度一般会更高。

问：DeepSeek R1模型现在能达到什么水平？

答：DeepSeek R1模型现在的思考深度可以达到研究生水平。我们制作了《石油化工行业大模型测试题集（推理思考版）》对其进行测试，结果显示，DeepSeek R1对石油化工行业知识的理解能力较强，综合回答准确度较高，平均正确率71%。

但目前，它还是个刚毕业的学生，很多关于企业和行业的专业问题还是没有办法精准地理解和处理，还需要在企业培训几年，才有机会成为能够解决实际问题的行业专家。

问：DeepSeek R1模型在工作中能为我们做些什么？

答：DeepSeek R1模型不仅是文科生，可以很好地帮助我们进行资料整合、文件撰写等工作，还是工科生，我们可以借助它强大的编程能力和对工业的认知能力，在具体的工业场景上，提高场景建设的效率和质量。

比如说要设计一个油井工况诊断的人工神经网络模型，在传统条件下，算法工程师需要花几个月的时间去进行算法设计、模型训练及部署调试，现在借助DeepSeek R1模型强大的编程能力，可以让它快速编写一套初步的算法脚本，工程师在此基础上进行后续深度调试，极大地提高了模型和应用的开发效率。

问：我们如何提问可以让DeepSeek R1模型更好识别我们的指令？

答：行业里一般会采用“RTGO”的提示词技巧，第一步要定义一个角色，例如告诉它你是一个油藏开发工程师还是IT工程师。第二步要明确目标，讲清楚你期望达到的目标效果。第三步要一一列举它所需要做的任务。最后明确操作要求，比如以什么样的形式、格式和风格输出。

问：下一步，中国石化人工智能的发展方向是什么？

答：我们正在致力于将DeepSeek R1模型从一个基础大模型变成一个石油化工行业大模型，通俗地说，就是把它从一个还没参加工作的“优秀毕业生”培养为“石油化工行业专家”，对齐石油化工的工业认知，挂接企业私有的知识、文档和数据，变得更专业、更准确、更聪明，真正帮助我们解决业务的痛点、难点问题。下一步，我们将会尽快开通联网搜索、自定义知识库等功能，让大模型回答得更准更好。