DeepSeekV3技术报告（英文）.pdf

1、本文档共53页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

DeepSeek-V3TechnicalReport

DeepSeek-AI

research@

Abstract

WepresentDeepSeek-V3,astrongMixture-of-Experts(MoE)languagemodelwith671Btotal

parameterswith37Bactivatedforeachtoken.Toachieveefficientinferenceandcost-effective

training,DeepSeek-V3adoptsMulti-headLatentAttention(MLA)andDeepSeekMoEarchitec-

tures,whichwerethoroughlyvalidatedinDeepSeek-V2.Furthermore,DeepSeek-V3pioneers

anauxiliary-loss-freestrategyforloadbalancingandsetsamulti-tokenpredictiontraining

objectiveforstrongerperformance.Wepre-trainDeepSeek-V3on14.8trilliondiverseand

high-qualitytokens,followedbySupervisedFine-TuningandReinforcementLearningstagesto

fullyharnessitscapabilities.ComprehensiveevaluationsrevealthatDeepSeek-V3outperforms

otheropen-sourcemodelsandachievesperformancecomparabletoleadingclosed-source

models.Despiteitsexcellentperformance,DeepSeek-V3requiresonly2.788MH800GPUhours

foritsfulltraining.Inaddition,itstrainingprocessisremarkablystable.Throughouttheentire

trainingprocess,wedidnotexperienceanyirrecoverablelossspikesorperformanyrollbacks.

Themodelcheckpointsareavailableat/deepseek-ai/DeepSeek-V3.

DeepSeek-V3DeepSeek-V2.5Qwen2.5-72B-InstLlama-3.1-405B-InstGPT-4o-0513Claude-3.5-Sonnet-1022

100

90.2

80.0

8078.078.3

75.9

74.774.6

73.372.6

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >