1. DeepSeek LLM: Scaling Open-Source Language Models with Longtermism
发布时间： 2024 年 1 月 5 日
主要内容：
基于 Transformer 架构，采用分组查询注意力（GQA）优化推理成本。
支持多步学习率调度器，提升训练效率。
在预训练和对齐（监督微调与 DPO）方面进行了创新。
论文地址： 已打包上传，地址见文末
2. DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models
发布时间：
