DeepSeek实战--蒸馏

1.什么是蒸馏 ?

知识蒸馏(Knowledge Distillation)最早由Hinton等人在2015年提出,主要用于压缩模型。

本质上也是微调的一种类型。传统微调是为了让大模型获取一些私域知识,比如股票、医疗等等,这是让大模型的知识面增加了,但没有改变大模型的能力。而蒸馏不一样,蒸馏不光教知识,还要教能力。所谓授之以鱼,不如授之以渔,蒸馏就是要让被训练的模型能够学会教师模型的能力。

教师模型 :参数量大、性能强,但计算成本高(比如:DeepSeek R1 满血版本)。
学生模型:结构更简单、参数量少,目标是尽可能复现教师模型的输出(比如:有思维链的小模型 )。

2.适用于哪些场景 ?

  • 降低部署成本:将千亿参数模型压缩到十亿甚至更小,适用于移动端、边缘设备。
  • 加速推理:小模型响应更快,适合实时应用(如聊天机器人)。
  • 减少能耗:适合资源受限的环境(如物联网设备)。
  • 领域适配:通过蒸馏将通用大模型的能力迁移到垂直领域的小模型。

3.示例:新闻分类

整体流程

1)第一步:准备原始数据

python 复制代码
新闻分类:《美国队长4》被调侃为《关云长4:周仓传》
新闻分类:特朗普与泽连斯基在白宫举行会谈时爆发激烈争吵
....

2)第二步:写prompt,让DeepSeek R1 将思考过程及结果都打印出来

python 复制代码
system = """
你是一个新闻分类器,擅长根据新闻标题识别新闻的类型,新闻种类包括:政治、经济、科技、娱乐、体育、教育、健康、国际、国内、社会。用户会在需要进行分类的新闻标题前加入"新闻分类:"字样,你需要给出该新闻的种类。要求包含思考过程和最终答案。


#要求格式:
<think>
思考过程(分步骤解释如何从给定信息中推导出答案)
</think>


答案(政治、经济、科技、娱乐、体育、教育、健康、国际、国内、社会中的某一种)


#示例1:
human: 新闻分类:给力!中国两次出手,美到手的订单黄了,该国从此只认中国制造!
gpt:
<think>
首先,我需要分析给出的新闻标题:"给力!中国两次出手,美到手的订单黄了,该国从此只认中国制造!"
接下来,根据标题内容进行分类。标题中提到了中国两次行动导致美国订单出现问题,并且其他国家开始依赖中国制造,说明这涉及国家之间的经济合作和社会影响。
结合新闻种类,考虑到涉及国际贸易和经济合作,最合适的分类是"经济"。所以,这条新闻应该归类到"经济"类别中。
</think>


经济
"""

3)第三步:写代码将 原始数据喂给 DeepSeek R1 ,并获取到思考过程及结果

python 复制代码
completion = client.chat.completions.create(
    model="deepseek-r1",
    messages=[
        {'role': 'system', 'content': system},
        {'role': 'user', 'content': '新闻分类:《美国队长4》被调侃为《关云长4:周仓传》'},
    ]
)


# 通过reasoning_content字段打印思考过程
print("<think>")
print(completion.choices[0].message.reasoning_content)
print("</think>")


# 通过content字段打印最终答案
print(completion.choices[0].message.content)

结果示例:

python 复制代码
<think>
首先,我需要分析用户提供的新闻标题:"《美国队长4》被调侃为《关云长4:周仓传》"。标题中提到了《美国队长4》,这是一部著名的超级英雄电影,属于娱乐产业的内容。此外,标题提到该电影被调侃为《关云长4:周仓传》,后者可能涉及对中国传统故事或影视作品的戏仿,这种调侃通常出现在娱乐新闻
中,用于吸引观众注意或制造话题。

接下来,考虑新闻分类的选项:政治、经济、科技、娱乐、体育、教育、健康、国际、国内、社会。这里的关键词是电影名称和调侃,明显与影视娱乐相关,没有涉及其他如经济、政治或科技的元素。因此,最合适的分类应为"娱乐"。
</think>

娱乐

4)第四步:生成教学数据,只需要再将这条教学数据包装成问答对的形式即可。格式如下:

python 复制代码
[
    {
        "conversations": [
            {
                "from": "human",
                "value": "新闻分类:《美国队长4》被调侃为《关云长4:周仓传》"
            },
            {
                "from": "gpt",
                "value": "<think>\n首先,我需要分析用户提供的新闻标题:"《美国队长4》被调侃为《关云长4:周仓传》"。标题中提到了《美国队长4》,这是一部著名的超级英雄电影,属于娱乐产业的内容。此外,标题提到该电影被调侃为《关云长4:周仓传》,后者可能涉及对中国传统故事或影视作品的戏仿,这种调侃通常出现在娱乐新闻中,用于吸引观众注意或制造话题。\n\n接下来,考虑新闻分类的选项:政治、经济、科技、娱乐、体育、教育、健康、国际、国内、社会。这里的关键词是电影名称和调侃,明显与影视娱乐相关,没有涉及其他如经济、政治或科技的元素。因此,最合适的分类应为"娱乐"\n</think>\n\n娱乐"
            }
        ]
    }
]

5)第五步:微调与测试

微调的方式,可以爬楼看一下,我以往教程

微调后,小模型也有了思维链、推理过程:

相关推荐
墨风如雪2 小时前
三十亿参数的小宇宙:Ovis-U1-3B,AI界的新晋“全能选手”!
aigc
道可云3 小时前
道可云人工智能每日资讯|浦东启动人工智能创新应用竞赛
人工智能·百度·ar·xr·deepseek
Just_Paranoid5 小时前
华为云Flexus+DeepSeek征文|基于Dify构建音视频内容转录工作流
华为云·音视频·dify·maas·deepseek·flexusx
会飞的果粒橙5 小时前
在Ubuntu24上安装ollama
ollama·deepseek
精灵vector5 小时前
构建专家级SQL Agent交互
python·aigc·ai编程
小明说Java5 小时前
华为云Flexus+DeepSeek征文 | 基于华为云Flexus X实例部署Dify平台构建企业行政助手的可用性研究
华为云·maas·deepseek·flexus
莫大h6 小时前
Gemini-cli安装避坑指南
aigc·ai编程
程序员鱼皮8 小时前
用 AI 制作超长视频,保姆级教程!
google·程序员·aigc
西西弗Sisyphus8 小时前
LLaMA-Factory 单卡后训练微调Qwen3完整脚本
微调·llama·llama-factory·后训练
PetterHillWater9 小时前
Trae中实现OOP原则工程重构
后端·aigc