2025 DeepSeek-V3技术报告-中文版+英文版-106页.pdf

1、本文档共106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)。

�deepseel

DeepSeek-V3技术报告

DeepSeek-AI

research@

摘要

我们推出了DeepSeek-V3,这是—个强大的混合专家(MoE)语言模型，总参数为671B,每个token

激活37B。为了实现高效推理和具有成本效益的训练，DeepSeek-V3采用了多头潜在注意力(MLA)和

—种

DeepSeekMoE架构，这些架构在DeepSeek-V2中得到了充分验证。此外，DeepSeek-V3开创了

无辅助损失的负载平衡策略，并设定了多token预测训练目标，以实现更强的性能。我们在148万亿个

多样化和高质量的token上对DeepSeek-V3进行了预训练，随后进行了监督微调和强化学习阶段，以充

分发挥其能力。全面评估表明，DeepSeek-V3的表现优千其他开源模型，并且其性能可与领先的闭源模

型相婬美。尽管表现出色，DeepSeek-V3的完整训练仅需2.788MH800GPU小时。此外，其训练过程

非常稳定。在整个训练过程中，我们没有经历任何不可恢复的损失峰值，也没有进行任何回滚。模型检查

点可在

https:///deepseek-ai/DeepSeek-V3.

6080154,420

图1IDeepSeek-V,444,4,4,swE，

3及其对应模型的基准性能。

内容

1引言4

2架构6

1基本架构6

211多头潜在注慈力7

212DeepSeekMoE与无辅助损失负载平衡8

22多标记预测

专注于发布优质文档，喜欢的可以关注一下哦~

咨询Ta 进入空间

更多 >