DeepSeek基础知识_42页_1mb

DeepSeek的背景知识：由杭州深度求索公司创建于2023年7月，创始人梁文峰，专注于通用人工智能研发。公司成员来自国内顶尖高校，致力于AGI领域发展。

DeepSeek大模型发展迅速，发布了一系列产品如DeepSeek LLM、DeepSeek-Coder、DeepSeek-Math、DeepSeek-VL、DeepSeek-V2、DeepSeek-R1-Lite等，涵盖了文本、代码、数学、视觉语言等多个领域。

DeepSeek-V3是该公司重要的开源模型，拥有6710亿参数（运行时激活约370亿）。其发表时间为2024年12月26日。该模型使用了混合专家系统、多头潜在注意力等技术创新，训练成本仅为Meta Llama3.1的约十分之一。定价方面也具竞争力，API调用价格显著低于市场平均水平。

技术特点包括：混合专家系统（MoE）实现优势组合；多头潜在注意力（MLA）提升长序列处理效率；多令牌预测（MTP）提高性能；FP8精度训练结合多种量化技术；双向流水线技术（DualPipe）提升分布式训练效率；跨节点通信优化支持大规模集群。此外还有跨任务的知识蒸馏与模型压缩技术。
DeepSeek-R1和R1-Zero均基于V3架构，参数总量6710亿，每请求激活约10%参数。R1-Zero采用纯强化学习训练，具推理潜力但输出欠稳定；R1则结合监督微调与强化学习，平衡性能与表达质量。

模型性能优异：在数学、代码生成及复杂推理任务中接近或超越GPT-4 Turbo，可与Claude-3.5-Sonnet竞争。在Chatbot Arena中排名靠前，赢得了市场关注。

DeepSeek发布的模型也引起了广泛关注和应用，其开源策略被多个云厂商和基础设施供应商采纳，提升了中国在全球AI领域的影响力，推动了端侧AI应用及开源生态发展。

主要影响包括：改变了大模型发展路径，倡导低消耗、高性能理念；影响全球AI格局，挑战了美国技术主导地位；加速AI在端侧应用，降低AI使用门槛；推动开源力量，减少对闭源模型依赖；促使云厂商全面接入，提升了中国AI产业链价值。

使用方法：包括官方渠道（官网、API、App）、第三方接入以及本地化部署。本地部署需根据模型大小匹配硬件（如DeepSeek-R1系列覆盖从1.5B到70B parameter范围）。支持联网搜索模式、满足多样任务需求。还可通过明确提示引导模型输出，适用于文本生成、代码编程、图表绘制等场景。

DeepSeek作为中国锐意创新发展开源基础模型的代表，在算力友好、模型性能与对外开放上成绩显著，为全球AI生态发展注入新活力。