快速体验和调用DeepSeek-R1-0528预置模型实现对话问答

本案例用于指导用户使用MaaS的DeepSeek-R1-0528模型服务，快速实现对话问答。

在调用预置模型推理服务的过程中，输入内容首先会被分词（tokenize），转换为模型可识别的Token。在调用MaaS预置服务时，将根据实际使用的Tokens数量进行计费。详细信息，请参见推理服务计费项。

该功能仅支持“西南-贵阳一”区域。

在MaaS控制台左侧导航栏，选择“模型推理 > 在线推理”。
在“预置服务”页签，单击DeepSeek-R1-0528模型服务操作列的“开通服务”。
在开通预置模型服务对话框，默认已勾选DeepSeek-R1-0528模型服务，确认并勾选“我已阅读并同意上述说明，及《MaaS 模型即服务声明》”，单击“一键开通”。
当DeepSeek-R1-0528模型服务的付费状态为开通，表示DeepSeek-R1-0528模型服务已开通。

在“模型推理 > 在线推理 > 预置服务”页面的“操作”列，使用预置的DeepSeek-R1-0528模型服务进行API调用或在线体验。

图1 预置服务

本案例以Postman为例进行API调用。“调用说明”页面提供了模型调用的相关信息，您可以按照页面提示修改相关参数后进行调用。关于调用参数的说明，请参见对话Chat/Post。

在DeepSeek-R1-0528服务右侧的“操作”列，单击“调用说明”，选择版本。
在“调用说明”页面，单击“创建 API Key”。
图2 调用说明
在“创建 API Key”页面，填写标签、描述和权限信息后，单击“确定”。
标签在创建完成后，不支持修改。关于API Key参数说明，请参见创建API Key。

图3 创建API Key
在“您的API Key”对话框，复制密钥并保存至安全位置。保存完毕后，单击“我已保存，确认关闭”。
单击“我已保存，确认关闭”后将无法再次查看密钥。
下载Postman软件并安装，您也可以直接在Chrome浏览器添加Postman扩展程序（也可使用其他支持发送post请求的软件）。Postman推荐使用7.24.0版本。
打开Postman，在Postman界面填写参数。
- 选择POST任务，将模型服务的API地址复制到POST后面的方框。
- Headers页签的Key值填写为“Authorization”，Value值为"Bearer"加空格加API KEY的内容。
- Body页签选择“raw”，选择JSON(application/json)类型，在下方文本框中填写请求体。
  请求体样例如下。
```
{
        "model": "deepseek-r1-250528", 
        "messages": [
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": "你好"}
        ]
    }
```
单击“send”发送请求，结果会在“Response”下的对话框里显示。

在DeepSeek-R1-0528服务右侧的“操作”列，单击“在线体验”或“更多 > 在线体验”，选择版本，跳转到“文本对话”页面，即可开始问答体验。更多信息，请参见在MaaS体验文本对话。

图4 文本对话

对于生成的内容，您可以在模型对话框左下方，单击图标复制回答，也可以单击图标重新生成回答。

如果您需要开启新对话，可以在页面右上角单击“开启新对话”，在对话框单击“确定”。开启新对话将清除全部对话，无法保留对话记录。

您还可以在页面左上方，单击“模型参数”，按需拖动或直接输入数值配置推理参数，获得更好的推理效果。单击“恢复默认”可以将参数值调回默认值。

图5 设置推理参数

表1 参数设置
参数	说明	取值样例
温度/Temperature	设置推理温度，用于控制生成文本的随机性和创造性，Temperature数值越大随机性越大。数值较低，输出结果更加集中和确定。数值较高，输出结果更加随机，更有创意性。取值范围：0~2 默认值：不同模型的默认值不同，请以实际环境为准。	0.7
核采样/top_p	设置推理核采样，用于调整输出文本的多样性。top_p数值越大，生成文本的多样性就越高。数值较低，输出可选的tokens类型越少，更有确定性。数值较高，输出可选的tokens类型越多，更有多样性。取值范围：0.1~1 默认值：不同模型的默认值不同，请以实际环境为准。详细解释：top_p可以设置tokens候选列表的大小，将可能性之和刚好超过设定值P的top tokens列入候选名单，然后从候选名单中随机采样，生成一个token。	1
top_k	用于控制输出tokens的多样性。top_k值越大输出的tokens类型越丰富。选择在模型的输出结果中选择概率最高的前K个结果。数值较低，输出可选的tokens类型越少，更有确定性。数值较高，输出可选的tokens类型越多，更有多样性。取值范围：1~1000 默认值：20 详细解释：top_k可以设置保留概率最高的前K个tokens，从中随机抽取一个token作为最终输出。这种方法可以限制输出序列的长度，并仍然保持样本的一定多样性。	20