deepseek老替用户回答怎么办

将我们的体系解放的豆包，让豆包给我们生成一个网页，我们点击它这个右上角的就可以展开，可以预览代码信了，免撤销，检查下它的功能的完整性，然后分享导出文件发送到微信好友， 这个文件我们用 qq 浏览器打开， 点击建立，可以看一下它是否已置这个 api。 k， 我 们就从 deepsafe 官网拿 我们输 deepsafe 来的它一个开放平台，然后点击左上角的这三根杆，点击与 p i k 一 起往后创建自己的 p i k， 输入名称，请我们随便输入，往后创建，记得复制这个 api， 然后返回我们的页面， 点击 e p i 设置，输入我们的 n p i， 然后获取模型，进而我们连获取到两个模型，有 fla 写的 pro 版本或属于我们的人设，保持那个人设就能开始我们的聊天了。

居然还有人不知道 facebook 可以 解除回复限制？方法超简单，让 ai 的 回复更自由、更全面，快去试试吧！记得点赞、收藏、关注我，带你玩转 ai！

很多人说 deepsafe 已经不如豆包好用了，回答内容限制太多，问什么都是抱歉，我无法回答。先别急着卸载，因为你用的那个 deepsafe 连它一半的功力都没发挥出来，百分之九十的人都不知道 deepsafe 满血玩法，六句话解锁 deepsafe 禁忌答案安排。

deepseek 出现重大 bug， 在 快速模式下输入 sink 标签，它会回答一些莫名其妙的问题，并且在我们的聊天上下文中，它看不到 sink 标签，而是一个具体的问题，这是什么情况？

拿捏 deepsea 第三期如何解除 deepsea 限制？解锁无约束模式，记住这五个指令，就可以让 deepsea 效率拉满，火力全开！别忘了点赞收藏！

什么？什么？ deep sec 居然出现了新型 bug， 严重可能会泄露用户数据，这到底是道德的沦丧还是人性的扭曲？那为什么会引发这个 bug 呢？这边我查询到了以下几点， 一、用户输入 think 后，模型可能输出它内部的推理过程，这些内容本不该让用户看到。二、这说明模型无法可靠区分内部思考和最终回答，存在输出失控的风险。三、 如果推理过程中包含了模型对你输入内容的原始分析，比如用户可能在试探，那就相当于把模型对你的分析草稿暴露给了你，这本身就是一种信息边界失控。还有，趁这个 bug 还没修复，赶紧去看看吧。

你真的玩明白 deepsea 了吗？很多人用 deepsea 只会傻乎乎的问帮我写文案，结果回答平平无奇，根本没发挥出他的实力。一分钟教你从小白直接变大神。其实用好 deepsea 就 三招，尤其是第三招，百分之九十的人都不知道。 首先，基础设置一定要开对勾选，深度思考，再打开联网搜索，一个负责深度推理，一个保证信息最新，这才是完全体。第一招，写文案，告诉他你的身份需求，风格、字数目的，他才能给你精准输出。帮我写个短视频脚本， 我是做职场干货的短视频博主粉丝，二十五岁左右，帮我写一个三十秒摸鱼不被发现的短视频脚本。口语化，带点梗。第二招，给他一个身份，他才会用专业视角帮你解决问题。解释一下什么是大模型。 你是一个十年经验的新媒体总监，现在帮我复盘出这条文案的内容，给出三条可直接执行的优化建议。第三招，学会追问，榨干它的价值。第一次回答，不满意直接说，内容太笼统，分点细化，每个点给两个具体案例。语言派官方改成抖音口语化，赶紧去试试。回来告诉我，你的 deepsea 是 不是变得不一样了。

这是 deep sink， 而它现在出现了一个又好笑又惊奇的 bug。 你 看，这是我的询问词条。好像我对写作文、数学题目、游戏讨论、情感问题、科学定义有着浓厚的兴趣。但是这些所有的回答都不是我的疑问，而全是因为我发了一个 sink。 很显然，这是一个 bug。 如果说给 ai 发一个信，他就会给你千奇百怪的回答的话，这确实不太像一个回答问题的 ai。 有 些人认为 ai 这样的回答十分有意思，也有人认为 ai 这种回答是将其他用户的问题转移到了自己的对话框。我这样表达呢，有点抽象，说人话就是 ai 泄露了你与我的对话。 我去我去，你们看看这个蓝鲸鱼，平时看着人畜无害，一到关键时刻竟然背着我跟别人也说出同样的答案。 开个玩笑，想讲清楚这件事情，我们就得从 ai 这个点上来讲起。首先， deepface 这款 ai 身为模型，它的本身是没有记忆的，因此如果说你想通过简单的对话就被它泄露出去，几乎是做不到的。为什么？那我来讲讲 ai 的 本质是什么吧。 ai 的 本质就是计算概率。举个例子，如果说你给 ai 输入了一张动物的图片，那它大概率是可以输出任何他想输出的答案的。比如说它输出猫的概率是百分之八十，而它输出狗的概率是百分之十，剩下百分之十是其他类型的动物，百分之八十的概率非常非常的高啊，因此它输出的答案大概率是猫。 从这里可以看出， ai 不是 理解图片中的内容，而是通过训练库算出来的概率去给你推算答案。我们用的 ai 不是 理解图片中的概率，是猫。从这里可以看出， ai 不是 理解图片中的大语言模型，也 就是纯文本 ai， 包括那种能对话的 ai， 它的本质都是下一个 token 的 预测，这个 token 也就是词源。我们知道 ai 是 在做算术题的啊，这个表述比较野蛮，他在了解上文词源的情况下，下一个词源在模型里学到的语言分布中 概率有多少？也就是在平时训练的概率中，估算下一个可能的词是什么。举个例子，如果你跟 ai 说我今天吃了 ai 呢，就会去大模型里面找词语，一个是米饭，一个是砖头， 那我相信 ai 肯定没有那么笨，因此砖头是肯定会被 out 掉的。由此类推，能吃的干掉不能吃的。在最后一个估算完成之后，你大概率会看到一种食物，而不是一道数学题或者是一道物理题。不过实际上运行的行为会更加复杂。如果说你说我今天吃啥了，这种话可以说是没啥逻辑， 如果没有任何语调用力的话，这完全就是一句神经话，但是 ai 会判断你的句式结构。因此，为什么现在的 ai 会给人一种很强大的感觉？因为你每发给他一个句号，他都会给你深度思考一下。 这里有一点需要注意，早期 ai， 也就是非 l l m 是 基于逻辑推理的，还是举例子，发烧和咳嗽，如果说用户同时有这两种症状的输出，那他大概率就会推断出这个用户 得了感冒。当今 ai 的 本质都是预测，不过为什么只有这种 ai 得到了发展，或许只是恰恰踩到了风口吧。接着我们来说 ai 为什么能实现连续对话？ 你问 ai 爸爸的妈妈是谁？ ai 经过推算得出爸爸的妈妈是奶奶，然后你又问，为什么爸爸的妈妈是奶奶？这个时候很多人就会以为 ai 其实是有记忆的，他知道你问了他 爸爸的妈妈是谁，但实际上并不是这样， ai 会忘掉与你相处的一切。如果说他回答你为什么爸爸的妈妈是奶奶，他就必须得倒回去，把你之前问他爸爸的妈妈是谁这句话重新给啃一遍，再把自己回答用户的那个爸爸的妈妈是奶奶这句话又啃一遍，最后他才知道了这个背景，他才能给你说出为什么爸爸的妈妈是奶奶。 为啥？这套逻辑在我刚了解的时候，我也确实是一知半解，现在我问你爸爸的妈妈是谁啊？我觉得应该是爷爷吧。因此硬要说这个呈现方式应该是这样子的，你输入 top， x 加 y 等于模型推算得出 x 加 y 等于 z， 这时候你又问 y， x 加 y 等于 z， 这时候 x 加 y 等于 x 加 y 等于 z， y x y 以内都会全部灌输给 ai， ai 看完之后才会回答你，哎，那这个时候肯定有人就说不对啊。那我有时候跟那个豆包聊天，聊着聊着他就跟失忆了一样，怎么？他是啃不动了吗？如果说没有什么其他因素干扰的话，那他应该就是啃不动了。 再扯一个点啊，如果说你给 ai 发一个嗨，那这个 ai 应该是有一段系统提示词的，比如说 chatbox， 它的提示词就是 you are helpful a s s i s t a m。 那 么为什么你给 ai 发一个 think， 它就会给你跳出来这么多稀奇古怪的东西呢？这个呢，本身来讲就是一个 bug。 因为在开源模型中， 如果说你在没有任何上文的情况下单独输入 think， 在 模型眼里，你等同于强行开启了它的推理模式，让 ai 强行开始推理， 但是模型他连个题目都没有，他也都不知道你要问什么，你只是让他可能硬推，他就像一个考生看到了题卡上的题号，但是试卷上却没有任何题目。还是那句话， ai 他 不是人，他是 ai， 他 不会举手问老师，因此他只能硬推给你一个答案，那这个答案将会变得千奇百怪，百花齐放。 到这里，我想你大概就能理解为什么 ai 会胡言乱语了，因为他完全就是通过硬推去给你一个答案。最后呢，小黑有几点想跟大家呈现，那就是连续对话和 ai 的 本质都是为了说明大模型本身并没有记忆，你跟他的聊天都是独立计算的，但 这并不意味着完全的安全，因为服务器端是完全有能力去储存你和 ai 的 对话记录的，你也没法知道你输出背后这个训练库数据会不会背着你跟别人也输出。这个说人话就是 ai 可能会对着你输出， 而这个输出可能对别人答案也是一样的。在 dbic 隐私协议中，明确默认不将用户的内容用于训练模型，但在个人信息收集清单中，可能在用户主动提供时用于被服务优化。我稍微总结一下，就是说这个隐私泄露仍然有风险。还是那句话，个人隐私固然很重要， 我们需要保持警惕。但这件事情确实没有想的那么抽象。中上所述，奥林奥 think， 他的推算逻辑导致了这场谣言的产生。 deepsea， 他 不是一个泄露你隐私的坏 ai， 我 相信这个 bug 在 未来应该会得到解决，但是如果说不解决，他何尝又不是一种比较幽默的 bug。 嗯，特性的存在呢？ 好吧，我不知道你对这些事情有什么样的看法，但是我希望大家不传谣，不造谣，不信谣，我是铁神，我们下期视频不见不散。

最近 deep seek 发布了 v 四版本，我帮大家测试了一下，使用这个 deep seek v 四模型，配合指令， ai g c 率可以直接改到零。但我发现好多宝子真的纯莽夫操作，直接把豆包整好的出稿，二话不说一股脑往里丢。结果一查， ai 率不但没降，反倒往上涨， 瞬间慌到不行，还搁那怀疑 deep sec v 四不好用。我真的想说，纯属你自己用法太粗糙了好吧，正确操作其实很简单，首先记得切到专家模式，不然很多时候你用的还是普通版本。然后把深度思考打开，重点来了，智能搜索一定要关掉，不然联网后容易混进一堆乱七八糟的信息， 反而影响效果。可以结合这段提示词，一小段一小段的降 ai。 但很多人又遇到新问题， ai 率是降下来了，整篇文字跟唠嗑似的，口语感太重， 一点初稿内味儿都没有，改完等于白改，纯属浪费时间。这时候就该咱们老朋友登场，看学校，要求选知网或者维普就行，把文档丢进去，他会跟着各大平台的算法逻辑，帮你重新梳理文本结构，专门降低内谷 ai 位，这样处理一下基本都能合格。