# A Technical Tour of the DeepSeek Models from V3 to V3.2

- 发布方：Sebastian Raschka（Ahead of AI / Substack）；作者：Sebastian Raschka
- 形式：文章 · en
- 原始资源：[https://magazine.sebastianraschka.com/p/technical-deepseek](<https://magazine.sebastianraschka.com/p/technical-deepseek>)
- 本站页面：[https://oplearnx.com/resources/res\_fgvg3aeadqfv](<https://oplearnx.com/resources/res_fgvg3aeadqfv>)
- 学习主题：人工智能 / 大语言模型 LLM / 模型结构与预训练；人工智能 / 大语言模型 LLM / 模型结构与预训练 / 混合专家 MoE；人工智能 / 大语言模型 LLM / 模型结构与预训练 / Transformer 与注意力
- 内容状态：状态待核验
- 原始发布时间：2025-12-03 08:06
- 本站首次收录：2026-10-24 11:16

## 能学到什么

读完能理清 DeepSeek V3 到 V3.2 的发布脉络，理解它使用的 MoE 与 MLA 两项架构要点，以及 RLVR/GRPO 在 DeepSeek R1 推理能力训练中的作用。

- 说明 DeepSeek V3、R1、V3.1、V3.2-Exp 与 V3.2 的发布先后关系
- 解释 MoE（混合专家）在 DeepSeek V3 架构中的作用
- 从 KV 缓存角度解释 MLA 如何先压缩 key/value 再上投影以节省显存
- 区分基础模型、专用推理模型与混合推理模型三类发布形态
- 解释 RLVR 的基本思路及其与可验证任务（如数学、代码）的关系
- 说明 GRPO 是 PPO 的简化变体，以及它在 LLM 对齐训练中的位置

## 适合我吗

- 适合：想系统了解开源大模型（尤其是 DeepSeek 系列）架构演进与训练配方的学习者，适合作为 LLM 架构比较类阅读的延伸。
- 需要留意：想动手写代码训练或部署模型的学习者；文章以概念与架构分析为主，不含可运行代码与实操步骤。

## 前置条件与费用

- 知识前置：需了解 Transformer 基本结构、注意力机制与 KV 缓存概念，并对 LLM 后训练（RLHF/强化学习）有初步认识。
- 软件、账号与硬件：无需安装环境，浏览器阅读即可；文中引用的论文、技术报告与模型代码均为外部链接，可选阅读。
- 内容费用：免费：节选中可直接读到时间线、混合/专用推理模型、V3 的 MoE 与 MLA、R1 的 RLVR 与 GRPO 等主要学习内容正文，未见付费墙或登录拦截；页面上的 Subscribe/Sign in 为 Substack 导航入口。
- 实践费用：实践无额外费用：文章为阅读型分析，不需要云服务、API 或 GPU；文中链接的技术报告与论文仅供阅读。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- [浏览器](<https://magazine.sebastianraschka.com/p/technical-deepseek>)：打开文章页面阅读

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词

```text
请帮我把「A Technical Tour of the DeepSeek Models from V3 to V3.2」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://magazine.sebastianraschka.com/p/technical-deepseek
我的系统：Windows。如果实际不符，先调整方案。
本次路线：浏览器或在线环境。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：无配套练习；可用文中链接的 DeepSeek 技术报告与论文作延伸阅读，不需要运行环境。
课节（官方顺序）：
1. A Technical Tour of the DeepSeek Models from V3 to V3.2（文章主页）：https://magazine.sebastianraschka.com/p/technical-deepseek

1. 环境
- 浏览器即可，无需安装
- 可选：阅读论文与技术报告的 PDF 阅读器
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://magazine.sebastianraschka.com/p/technical-deepseek
3. 目录（最外层放在我确认的位置）
technical-tour-deepseek-v3-v32/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.md     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-a-technical-tour-of-the/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 打开文章页面，确认标题与作者署名可见  → 页面标题为 A Technical Tour of the DeepSeek Models from V3 to V3.2，作者 Sebastian Raschka
  - 对照文中第 1 节，复述 V3 → R1 → V3.1 → V3.2-Exp → V3.2 的顺序  → 能按文中时间线正确排出顺序
  - 用自己的话写出 MLA 的一句话解释  → 能说明 key/value 先压缩到低维空间存入 KV 缓存，推理时再上投影回原空间
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「A Technical Tour of the DeepSeek Models from V3 to V3.2」。课程目录是 technical-tour-deepseek-v3-v32/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [A Technical Tour of the DeepSeek Models from V3 to V3.2（文章主页）](<https://magazine.sebastianraschka.com/p/technical-deepseek>)

## 指南参考

- [课程主页](<https://magazine.sebastianraschka.com/p/technical-deepseek>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：开课提示词尚未实际运行验证
- **内容提示**：原站推广：正文为完整的技术分析文章，文末附有作者书籍 Build a Large Language Model \(From Scratch\) 的推广图片与 Amazon 链接。
- 转载与修改 · 课程页面与材料：未找到明确许可。网页未写出本文的许可名称，仅见 Substack 的 Privacy、Terms 页脚链接 [依据](<https://magazine.sebastianraschka.com/p/technical-deepseek>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）