DeepSeek 论文课（一）：为什么值得花时间读 DeepSeek 的论文
四个阶段、三条主线，用 31 篇可核验的论文看懂 DeepSeek『用更少算力做同样的事』的研究路线，以及它为什么敢公开自己的不足。
DeepSeek 论文课
15 篇文章，一条主线：用更少的计算，做到一样甚至更好。
每篇都配一张流程图或状态图，数字全部来自论文原文的逐篇核验。
按你的兴趣挑入口
DeepSeek 论文课（二）：AI 论文里那些看不懂的词
把 AI 论文里最常见、也最容易望文生义的术语，按『模型长什么样、怎么训练、怎么用、怎么衡量』四层归好类，每个都说明它真正的含义。
DeepSeek 论文课（三）：大模型到底在干什么
大模型的『猜下一个词』到底在猜什么？为什么它一个字一个字往外吐，以及训练和使用为什么是两笔不同的账。
DeepSeek 论文课（四）：注意力：模型怎么"看"上下文
注意力机制的三步（打分、归一、加权）讲清楚，再看 DeepSeek 如何把『读书笔记』从每头 64 份压到 8 份共用。
DeepSeek 论文课（五）：参数、数据、算力：三个"大小"千万别混
参数量、数据量、算力三个『大小』如何互相制约；为什么算力固定时模型变大数据就得变少，以及每个词元的开销怎么算。
DeepSeek 论文课（六）：第一步不是造模型，是算该花多少钱
IsoFLOP 方法：先用 8 档小预算摸规律再外推，得到『模型乘 3.344、数据乘 2.990』——以及这些指数为什么换数据集就不适用。
DeepSeek 论文课（七）：省钱第一招：把一个大厨换成专家团
专家模型怎么做到总参数 671B、每次只用 37B？门控、共享专家、top-k 选择与负载均衡，以及无辅助损失方案的取舍。
DeepSeek 论文课（八）：模型怎么会"想"了：GRPO 与 R1
GRPO 为什么能省掉『估分助教』：同一道题写一组答案互相比，按组内归一化算优势；一组全对或全错时又会发生什么。
DeepSeek 论文课（九）：长文本为什么贵：KV 压缩的四代路线之争
KV 压缩四代路线：MLA 存摘要、DSA 只挑相关、CSA/HCA 先压缩再挑、V4.1 跨层只留 4 层——两笔账必须分开算。
DeepSeek 论文课（十）：旗舰换代：V4 和 V4.1 一次改了什么
V4 一次换掉三样地基：MLA 被整个放弃换成 CSA+HCA、优化器换成 Muon、专家改用 FP4——以及『MLA 全文出现 0 次』意味着什么。
DeepSeek 论文课（十一）：AI 怎么"看"图：从认图到读文档
图像和文字怎么进同一个模型：切块、576 个视觉词元，以及『把文字印成图片反而更省』这条反直觉路线，加上压缩比的陷阱。
DeepSeek 论文课（十二）：论文里的数字怎么看才不被骗
六道检查法：拿到任何数字先问前提、查均值加权、复算算术、扫跨节一致性、看数据卫生、确认归属版本。
DeepSeek 论文课（十三）：同样一万张卡，怎么花出两倍效果
557.6 万美元怎么算出来的、又为什么不等于『训练成本』：2,788K 卡时分项相加、通信藏进计算，以及被排除在外的部分。
DeepSeek 论文课（十四）：让模型"查表"记住知识：Engram 记忆
把一部分知识『查出来』而不是『算出来』：哈希查表、门控融合、5.79B 记忆参数不到 3% 开销——它提速但不解决多步推理。
DeepSeek 论文课（十五）：让模型说话更快：投机解码与 DSpark
投机解码为什么无损、1+p 怎么算、DSpark 的两个改进，以及 60%–85% 提升的口径边界。
上一页列的 15 篇，数字全部来自 31 篇 DeepSeek 论文报告的逐篇核验，
每篇文末附「原文出处」与对应的 arXiv 版本号——你可以自己打开核对我算的数。
如果发现哪一处算错了，欢迎在评论区指出。