DeepSeek模型需通过API显式设置temperature、top_p、repetition_penalty、max_new_tokens和stop等隐藏参数以优化输出；各参数均有推荐范围、典型场景及禁用值，错误配置易致异常。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用 DeepSeek 模型时仅依赖默认参数，可能无法充分释放其在特定任务上的表达潜力。DeepSeek 系统中存在若干未在基础界面公开、但可通过 API 或本地调用显式指定的参数，它们直接影响输出长度、随机性、重复抑制与响应风格。以下是启用这些隐藏参数的具体方式：
一、temperature 参数：控制生成文本的随机性
该参数决定模型在采样时对 logits 的缩放程度。值越低，输出越确定、保守；值越高，结果越多样、富有创意，但也可能偏离事实。默认值通常为 1.0，但实际支持 0.01 至 2.0 的连续范围。
1、在 API 请求体中添加 "temperature": 0.3 字段，适用于需要稳定、逻辑严密的回答场景。
2、若用于创意写作或头脑风暴，可设为 "temperature": 1.5，并同步调整 top_p 避免失控。
3、禁止将 temperature 设为 0，DeepSeek 当前不支持完全贪婪解码；最小有效值为 0.01。
二、top_p 参数：启用核采样以动态截断概率分布
top_p（又称 nucleus sampling）让模型仅从累积概率超过设定阈值的最小词元子集中采样，比固定数量的 top_k 更适应不同置信度分布。默认未启用，需手动开启。
1、在请求 JSON 中加入 "top_p": 0.85，可显著减少低概率幻觉词出现，同时保留合理多样性。
2、当与 low temperature（如 0.4）组合使用时，推荐将 top_p 设为 0.92，平衡一致性与自然度。
3、避免设置 top_p ≤ 0.5，实测会导致输出频繁中断或生成无意义短语。
三、repetition_penalty 参数：抑制重复词元与循环模式
该参数在 logits 层面对已生成词元的历史出现频次施加惩罚，防止“的的的”、“是是是”或整句复读。默认值为 1.0（即无惩罚），但 DeepSeek 支持 1.01 至 2.0 范围。
1、对长文本摘要或技术文档生成，建议设为 "repetition_penalty": 1.15。
2、若处理诗歌或歌词类任务，可提升至 "repetition_penalty": 1.3，强化韵律控制能力。
3、切勿使用大于 1.6 的值，否则模型会因过度抑制而拒绝输出或返回空响应。
四、max_new_tokens 参数：精确限定新增输出长度
不同于 max_length（含输入），max_new_tokens 严格限制模型新生成的 token 数量，避免截断关键结论或冗余补全。API 默认行为常导致不可控输出长度。
1、在请求中明确声明 "max_new_tokens": 256，确保响应简洁适配移动端显示。
2、执行代码生成任务时，设为 "max_new_tokens": 512，预留完整函数结构空间。
3、该参数必须为正整数，且不能超过模型上下文窗口剩余容量；超出将触发 400 错误而非静默截断。
五、stop 参数：定义多级终止触发序列
DeepSeek 支持最多 4 个自定义字符串作为硬停止符，可在任意位置强制截断输出，优于单靠长度控制。默认为空列表，需以数组形式传入。
1、添加 "stop": ["\n\n", "", "用户：", "Assistant："] 可防止跨轮次泄露与格式污染。
2、若用于生成带编号步骤的说明文，可设为 "stop": ["步骤", "Step", "1.", "一、"] 实现自动分段收口。
3、每个 stop 字符串长度不得超过 16 个 Unicode 字符，超长项将被 静默丢弃，不报错也不警告。
