概念词典

� 一个词条一篇短文，目标控制在 300–800 字，必带原始论文出处。每条会被主文章里的术语链接双向引用。

已上线（首批 5 条）

• MoE — Mixture of Experts，DeepSeekMoE 的细粒度专家 + 共享专家
• MLA — Multi-head Latent Attention，KV cache 压缩
• MTP — Multi-Token Prediction，加密训练信号 + 推理加速
• FP8 训练 — 8-bit 浮点混合精度，DeepSeek-V3 的降本关键
• GRPO — 去 critic 的 PPO，DeepSeek-R1 推理涌现的核心算法

写作模板

---
title: <英文全称> (<缩写>)
description: 一句话定义
---

## 一句话定义
<这个术语在做什么>

## 直觉
<为什么需要它，解决了什么问题>

## 数学 / 实现
<最小可读的公式或伪代码>

## 在 DeepSeek 里的用法
<跨链接到具体论文文章>

## 延伸阅读
- 原论文
- 相关词条

待补充词条（欢迎认领）

• SWA — Sliding Window Attention
• CSA — Compressed Sparse Attention
• HCA — Hierarchical Compressed Attention
• OPD — Open-Process Distillation
• Speculative Decoding — 推测解码
• DPO / KTO — 直接偏好优化族
• RoPE / YaRN / NTK Scaling — 长上下文位置编码族

想认领某个词条？在底部评论区或 GitHub Discussions 留言。