面向审计行业 DeepSeek 大模型操作指南 版本 1.0 | 适用对象：审计从业人员 南京审计大学 计算机学院大模型团队提供 2025 年 2 月 8 日 目录 1 DeepSeek 基本概况.............................................................................................. ..................3 2. DeepSeek 主要版本...............................................................................................................4 3. DeepSeek 审计能力................................. ...................................................................................... 13 4.3.2 合适版本安装.................................................................................................

技术升级路径......................................................................................240 14.2.1 新版本模型接入........................................................................241 14.2.2 架构扩展性设计.... 自动识别文档中的关键字段（如金额、账号、日期） o 理解多页文档的全局逻辑关系 o 保留原始排版格式的语义标注 3. 场景化适配能力 针对金融业务特别优化的功能包括： o 支票/汇票的防伪特征检测 o 合同文档的版本差异比对 o 财报数据的趋势可视化生成 在银行智能客服场景实测数据显示，引入多模态支持后： - 复 杂工单处理效率提升 40%（相比纯文本模型） - 客户上传材料的自 动识别率从 服务，例如客户意图识别服务部署在 4 台 A100 服务器，每实 例加载 8bit 量化后约 25GB 的模型权重。 2. 热切换机制：支持不中断服务的模型更新，通过健康检查确 认新版本（如 v3.2.1） 的P99 延迟<800ms 后自动切换流量。 3. 资源隔离 ：采用 Kubernetes 的 Device Plugin 机制，确保风 控业务独占 2 张

准度和用户体验。同时，知识库应支持多维度检索，包括关键词、 标签、分类、时间范围等，满足不同场景下的查询需求。 此外，知识库需具备动态更新与版本管理功能，确保知识内容 能够及时反映最新的政策变化和业务需求。通过自动化采集与人工 审核相结合的方式，持续更新知识库内容，并提供版本对比和历史 记录功能，帮助用户了解知识的演变过程。 为了提升知识的应用价值，知识库还应支持知识推送与智能推 荐功能。基于用户 部门沟通，明确知识库的核心功能、数据来源、使用场景等需 求。调研结束后，召开需求确认会议，确保所有需求得到明确 和书面确认。 2. 模型选型与部署 在需求确认后的第三周，完成 DeepSeek 模型的选型工作， 包括模型版本、性能指标、兼容性等评估。随后进入部署阶段， 预计在两周内完成模型的本地化部署和初步测试。 3. 数据接入与预处理 模型部署完成后，开始数据接入工作。此阶段预计用时四周， 包括数据清洗、格式转换、去重、标注等预处理步骤，确保数 接口提供详 细的文档说明，包括参数定义、调用示例和错误码解释。 2. 性能监控与优化：部署性能监控工具，实时跟踪模型的响应时 间、资源占用率和错误率，并根据监控数据进行优化。 3. 版本管理与更新：建立模型的版本管理机制，支持模型的平滑 升级和回滚操作，确保系统的稳定性。 4. 权限控制与审计：通过 RBAC（基于角色的访问控制）机制， 限制对模型的访问权限，并记录操作日志，满足电子政务系统

13.2 功能扩展与优化..............................................................................123 13.3 版本管理与发布..............................................................................126 14. 案例分析与应用场景 可用于加速基因组序列分 析中的特定算法，而 ASIC 可定制化用于医学影像的实时处理。 在架构设计中，需确保处理器与加速器之间的高速互联，以最 大化数据传输效率。建议采用 PCIe 4.0 或更高版本的接口，并结合 NVLink 等技术，实现 CPU 与 GPU 之间的低延迟、高带宽通信。 此外，为满足医疗场景中的数据安全与隐私保护需求，处理器与加 速器应支持硬件级加密技术，如 Intel 初始化配置，包括设定数据库的最大连接数、调整缓存大小等，以 适应医疗数据的高并发访问需求。 随后，部署深度学习框架。此环节需根据项目需求选择适合的 框架，如 TensorFlow 或 PyTorch。安装时，需特别注意版本兼容 性问题，确保框架与操作系统及其他软件组件相互兼容。同时，配 置 GPU 支持，以加速模型训练和推理过程。 在配置环节，重点在于优化系统性能。例如，调整 JVM 参数以 提高 Java

5（合并 DeepSeek Coder V2 和 DeepSeek V2 Chat ） 2024.12.13: 发布DeepSeek-VL2 2024.12.26: 正式上线DeepSeek-V3首个版本并同步开源 2025.1.31: DeepSeek-R1模型登陆英伟达 NVIDIA NIM，同时：接入亚马逊、微软... 2025 2024 2025.2.5: DeepSeek-R1、V3、Coder 高度定制化 • 模型微调：可根据企业垂直领域（如法律、医 疗）调整模型参数，提升专业场景的准确性。 • 系统集成：灵活对接内部数据库、ERP等系统， 实现个性化功能。 • 版本控制：自由选择或回滚模型版本，避免云 服务强制更新导致的兼容性问题。 v 5. 长期成本效益 • 减少云服务依赖：避免持续支付API调用费 用，尤其在高频使用场景下成本优势显著。 • 硬件自主规划：可按需选择服务器配置，平 pSeek-R1蒸馏的模型,如下表。 v 教育和科学领域任务需求，包括智能问答系统、学习辅助工具、数据分析助手、论文摘要生成等任务，可以基于deepseek 搭建和部署本地的小模型环境。 模型版本 显存VRAM （GPU） 内存RAM （CPU） 本地存储 运行机器 R1-1.5b 4GB+ 8GB+ 5GB 个人普通机 R1-7b 12GB+ 16GB+ 10GB 个人普通机 R1-8b

模型和智能体的训练和应用提供可靠的数据基础。 2.2.2 模型管理 平台要具备强大的模型管理功能，能够实现对 DeepSeek、通义千问等通用大模型的统一管理。包 括模型的导入、部署、更新、版本控制等。要支持模 型的训练和优化，能够根据政务领域的语料和知识， 对通用大模型进行微调，提高模型在政务场景下的应 用效果。 同时，要提供模型性能监控和评估功能，及时发 现模型运行过程中的问题并进行优化，确保模型的稳 Docker 的环境中 运行，无需担心环境依赖问题；二是增强了模型的扩 展性，Kubernetes 可以根据业务需求自动调整容器 的数量，实现模型的弹性伸缩；三是简化了模型的管 理和更新，通过容器镜像的版本控制，可以方便地进 行模型的回滚和升级。 同时，采用多租户隔离技术，确保不同部门和场 景的模型运行在独立的容器环境中，避免相互干扰， 保障模型运行的安全性和稳定性。 5.2 模型训练与优化 模型生命周期管理 5.3.1 版本控制 建立模型版本库，对模型的每一个版本进行详细 记录，包括训练数据、训练参数、评估结果、更新日 志等信息。版本库采用分布式版本控制系统（如 Git），支持多人协作和版本回溯。 每当对模型进行更新或优化后，都要创建新的版 本，并在版本库中进行标记和说明。通过版本控制， 能够清晰地追踪模型的演变过程，方便进行不同版本 模型的对比分析。当新模型出现问题时，可以快速回

是否虚拟设备 系统及版本 品牌及型号 用途 重要程度 2.3.2.3 安全设备 表 被测对象描述-8 安全设备 序号 设备名称 是否虚拟设备 系统及版本 品牌及型号 用途 重要程度 2.3.2.4 服务器 表 被测对象描述-9 服务器 序号 设备名称 所 属 业 务 应用系统/ 平台 是 否 虚 拟设备 操作系统及 版本 数 据 库 管 理 系 统 及 版本 中间件 及版本 及版本 重要 程度 2.3.2.5 终端设备 表 被测对象描述-10 终端设备 序号 设备名称 是否虚拟设备 操作系统及版本 用途 重要程度 正文 第 5 页 共 661451 页 报告编号：XXXXXXXXXXX-XXXXX-XX-XXXX-XX 【2025 版】 2.3.2.6 其他系统或设备 表 被测对象描述-11 其他系统或设备 序号 设备名称 是否虚拟设备 系统及版本 设备类别/用途 系统管理软件/平台 表 被测对象描述-12 系统管理软件/平台 序号 系统管理软件/平台名称 主要功能 版本 所在设备名称 重要程度 2.3.2.8 业务应用系统/平台 表 被测对象描述-13 业务应用系统/平台 序号 业务应用系统/ 平台名称 主要功能 业务应用软件 及版本 开发厂商 重要程度 2.3.2.9 数据资源 【填写说明：测评对象选择需要覆盖各级各类的数据，并重点关注重要业务数

异常指标自动预警阈值可科室级配置  历史数据对比可视化呈现 系统通过双活数据中心保障可用性，在南京鼓楼医院的压测 中，单智能体节点可并发处理 142 个门诊会话，日均服务量达 2.3 万次查询。模型更新采用蓝绿部署机制，版本回滚可在 8 分钟内完 成。隐私计算模块满足 GDPR 和《医疗卫生机构网络安全管理办 ” 法》要求，所有敏感数据在联邦学习框架下实现跨院协作时的 数 ” 据可用不可见 。 3.1 系统架构设计 DeepSeek 智能体在医疗场景中的诊 断建议准确率达到 93%以上，同时满足三级医院信息系统对接的实 时性要求。需特别注意，所有训练数据必须通过医院伦理委员会审 核，且模型更新需保留完整的版本追溯记录。 3.3.3 性能测试与调优 性能测试与调优是确保 DeepSeek 智能体在医疗系统中稳定运 行的关键环节。测试需覆盖响应速度、并发处理能力、资源占用率 及异常场景下的鲁棒性，并通过系统化调优策略提升整体性能。以 每周自动抓取 PubMed 最新文献，通过置信度加权算法更新诊疗 指南，关键性能指标包括： - 知识检索准确率≥98%（基于 BM25+ 语义混合检索） - 概念映射延迟<200ms - 版本回滚耗时 <15 秒 安全合规控制 实现零信任架构下的数据访问，所有操作记录上链存证。通过属性 基加密（ABE）实现细粒度权限控制，满足 GDPR 和 HIPAA 双重 要求。审计日志包含

基于综合景气指标的周期划分： AI 学习后版本周期连续性更 优 回改良版本： AI 学习定位经济周期 过热 . 改良版本： AI 学习定位经济周期 滞胀 改良版本： AI 学习定位经济周期 震荡 改良版本： AI 学习定位经济周期 复苏 . 先前版本：综合打分 过热 . 先前版本：综合打分 滞胀 ■ 先前版本：综合打分 震荡 . 先前版本：综合打分 复苏 ）所有。本报告仅供我公司客户使用，本公司不 会因接收人收到本报告而视其为客户。未经书面许可，任何机构和个人不得以任何形式使用、复制或传播。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以我公司向客户 发布的本报告完整版本为准。 本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映我公司于本报告公开发布当日的判断，在不同时期，我公司 可能撰写并发布与

本标准适用于企业、行业、城市、个人和跨境可信数据空间的规划、建设及评估参考。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的 引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的 修改单）适用于本文件。 GB/T 34960.5-2018 信息技术服务 治理 第5部分：数据治理规范 GB/T 36344-2018 信息技术 数据质量评价指标 更多政策支持和先行先试机会。 6.8.5 创新与研发管理 ——技术预研与试点：应规划技术预研项目，如可信执行环境、密态计算、数据标签与溯 源等新技术，并在小范围场景试点验证。 ——产品迭代与版本管理：宜建立产品迭代节奏与质量闸门，平衡稳定性与创新速度。 ——知识产权与标准输出：应对平台及生态创新成果进行专利或著作权保护，并将可复用 的规则、模板或接口逐步形成相关标准。 TDSA/A-001-2025 ——空间运营者应配置可扩展的供需匹配引擎，在数据类型、数据质量等级、时效要求、价 格区间、合规标签、使用场景等多维度条件下实现自动撮合。匹配引擎的算法规则应保证公开、 可解释与可验证，算法更新需记录版本信息并向相关方通报；对匹配失败的请求，系统宜提供可 操作的改进建议或备选方案。 ——撮合达成后，空间运营者应基于可追溯的数字合约（如智能合约或链上合约）生成交易 协议，明确数据使用范围、时