دیپ سیک فارسی در تیز: استدلال طولانی و کد

دیپ‌سیک در تیز برای چه کاری است

هر خانواده مدل جای خودش را دارد و جای دیپ‌سیک کار طولانی است: مسئله‌ای که جواب یک‌خطی ندارد و باید چند مرحله دنبال شود، سندی که باید تا آخر خوانده شود، یا کدی که باید نوشته، اجرا و اصلاح شود. این قاعده سرانگشتی ما از کار روزانه است، نه نتیجه سنجشی که منتشر کرده باشیم.

نمونه: تابعی که روی ورودی خالی خطا می‌دهد

این نمونه از پیش آماده شده است و گفتگوی زنده نیست. نکته‌اش سطر آخر است: کد فقط اصلاح نشده، اجرا هم شده است.

کدام خانواده برای کدام کار

در تیز چند خانواده مدل در یک فهرست کنار هم هستند و گفتگو در همان فضا می‌ماند. اگر نمی‌خواهید خودتان انتخاب کنید، گزینه پیش‌فرض «تیز» مدل را برای آن گفتگو انتخاب می‌کند.

1. فهرست مدل‌ها را باز کنیدهرچه مدیر سازمان برای شما فعال کرده اینجاست، به‌همراه گزینه پیش‌فرض «تیز». اگر نام دیپ‌سیک را نمی‌بینید، از مدیر سازمان بخواهید فعالش کند.
2. کار طولانی را به آن بسپاریدمسئله‌ای که چند مرحله دارد، سند بلند، یا کدی که باید اجرا و اصلاح شود.
3. روی ورودی واقعی خودتان مقایسه کنیدهمان درخواست را یک بار هم با خانواده دیگری بفرستید و دو خروجی را کنار هم بگذارید؛ جدول تصمیم نقطه شروع هر کار را می‌گوید.

نیم‌فاصله: عددی که خودمان شمردیم

نیم‌فاصله چیزی است که فارسی دارد و انگلیسی ندارد، و همین باعث می‌شود مدل‌ها جایش را خالی بگذارند. ۲۴ شهریور ۱۴۰۵ روی پاسخ‌های ذخیره‌شده شمردیم: DeepSeek V4.1 Flash حدود ۲۰ نیم‌فاصله جاافتاده در هر ۱٬۰۰۰ نویسه فارسی داشت و GLM 5.3 Flash حدود ۴۶.

تیز به هر نوبت فارسی یک دستور کوتاه فارسی‌نویسی می‌چسباند تا همین عدد پایین بیاید. آن دستور سه چیز را می‌خواهد:

• نیم‌فاصله در فعل‌ها و جمع‌ها، مثل «می‌شود» و «فایل‌ها»
• ی و ک فارسی، نه شکل عربی‌شان که از صفحه‌کلید عربی درمی‌آید
• پیوستن «ای/اش/ام» به کلمه‌های پایان‌یافته به «ه»

با این حال دیپ‌سیک بعد از آن دستور هنوز گاهی می‌لغزد و GLM به‌ندرت می‌لغزد؛ پس ترتیب این دو عدد را رتبه‌بندی قطعی دو مدل نخوانید.

روش شمردن و بقیه ماجرا در کیفیت فارسی مدل‌ها آمده است. اگر متن قرار است بیرون از سازمان برود، یک بازخوانی انسانی هنوز لازم است.

مرز کار

• اینکه دیپ‌سیک برای استدلال و کد بهتر جواب می‌دهد، قاعده سرانگشتی ما از کار روزانه است، نه نتیجه سنجشی که منتشر کرده باشیم؛ تنها عددی که منتشر کرده‌ایم شمارش نیم‌فاصله روی دو مدل است.
• همان دو عدد هم روی پاسخ‌های واقعی شمرده شده‌اند، نه در یک آزمون کنترل‌شده؛ درباره کیفیت فارسی بقیه خانواده‌ها ادعایی نمی‌کنیم.
• اینکه دیپ‌سیک اصلاً در فهرست شما باشد، تصمیم مدیر سازمان است؛ مدل‌های مجاز برای هر عضو جداگانه تعیین می‌شود.
• فهرست مدل‌ها ثابت نیست: نسخه‌ها عوض می‌شوند و مدلی که امروز هست ممکن است جایش را به نسخه تازه‌تری بدهد.
• گفتگوی طولانی خودبه‌خود فشرده می‌شود تا بتواند ادامه پیدا کند؛ یعنی بخش‌های قدیمی به‌صورت خلاصه در دسترس مدل است، نه کلمه‌به‌کلمه.

سؤال‌های پرتکرار

ادامه بدهید