近年来，DeepSeek 团队在大语言模型（LLM）领域持续发力，围绕模型架构、专家路由、推理效率、训练方法等方面不断优化，推出了一系列性能强劲的开源模型。
本文对 DeepSeek 系列的关键论文进行了梳理，帮助大家快速了解其技术演进路径与核心创新。
1. DeepSeek LLM
原文为Scaling Open-Source Language Models with Longtermism（2024年1月）
作为 DeepSeek 系列的首个基础模型，DeepSeek LLM 基于 Transformer 架构，并在推理效率和训练调度上做出优化：
引入 分组查询注意力（GQA），有效降低推理成本；
支持 多步学习率调度器，提升训练效率；
在预训练和对齐阶段提出创新方法，为后续模型打下基础。
2. DeepSeekMoE
原文为Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models（2024年1月）
DeepSeekMoE 聚焦于混合专家（MoE）结构的高效利用，提出了两个关键策略：
·细粒度专家分割（Fine-Grained Expert Segmentation）：提高专家模块的可组合性；
·共享专家隔离（Shared Expert Isolation）：提升专家之间的独立性，避免干扰；
在不增加计算开销的前提下，实现了更灵活、高性能的专家调用方式。
3. DeepSeek-V2
原文为 DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model（2024年5月）
DeepSeek-V2 在 DeepSeekMoE 的基础上进一步优化性能与成本：
·创新引入 多头潜在注意力（MLA），大幅减少推理过程中的 KV 缓存；
·延续 MoE 架构优势，在推理效率显著提升的同时，降低整体训练成本。
4. DeepSeek-V3
原文为DeepSeek-V3 Technical Report（2024年12月）
DeepSeek-V3 是目前该系列中规模最大、性能最强的模型：
·总参数量达 671B，每个 token 激活 37B 参数；
·采用 无辅助损失的负载均衡策略 和 多令牌预测（MTP） 训练目标；
·支持 FP8 混合精度训练，在保证性能的同时大幅降低训练资源消耗。
5. DeepSeek-R1
原文为DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（2025年1月）
DeepSeek-R1 旨在进一步提升模型的推理能力，核心策略包括：
·基于 DeepSeek-V3-Base 进行强化学习优化；
·引入 冷启动数据集 和 多阶段训练流程；
·显著提升模型在复杂任务中的可读性与逻辑性。
DeepSeek-R1 的蒸馏模型
为降低大模型使用门槛，团队发布了基于 DeepSeek-R1 的蒸馏模型：
·推理能力被成功迁移至更小模型，如 Qwen、LLaMA 等；
·蒸馏后的模型在多个评测任务中超越同类开源模型，在保持轻量的同时具备强大推理性能。
7.结语
DeepSeek 系列不仅在大模型架构上持续创新，还在高效推理、专家分配、推理能力增强等方面提出了系统性的解决方案。从基础模型到混合专家，再到强化学习与知识蒸馏，展现了一个完整的大模型演进路径，为开源社区带来了极具参考价值的技术成果。
