DeepSeek 的文章越來越多，只記模型名字，過一段時間就容易混起來。這裡按幾個問題整理閱讀入口：模型結構怎麼省資源，推理能力怎麼訓練，多模態又是怎麼接進去的。
先把幾條線分開
| 方向 | 可以先讀什麼 | 重點看什麼 |
|---|---|---|
| 模型結構與訓練 | DeepSeek-V2、V3 | MoE、注意力、訓練和推理的資源開銷 |
| 推理與後訓練 | DeepSeek-R1 | 強化學習、冷啟動資料、蒸餾 |
| 通用視覺語言模型 | DeepSeek-VL2 | 影象編碼、多模態理解、動態解析度 |
| 文件識別 | DeepSeek-OCR、OCR 2 | 視覺壓縮、文字與版面恢復 |
它們不是同一個模型的幾個大小版本。做圖文問答和做 PDF 識別，問題不同，評價方式也不同。
DeepSeek-V2：先看結構
V2 可以用來理解兩件事：MoE 為什麼能讓總引數量和每次計算的引數量分開，以及 MLA 為什麼要處理注意力中的 KV 快取開銷。
讀的時候先畫出一層的結構，再分別看專家選擇、共享專家和注意力。不要把“啟用引數更少”直接理解成“整個模型能放進更小的視訊記憶體”：權重儲存和計算量是兩件事。
DeepSeek-V3：看工程怎麼接上結構
V3 繼續沿用 MLA 和 MoE 路線，報告中還有輔助損失之外的負載均衡、FP8 訓練和多 token 預測等內容。可以先對照 V2，標出哪些是結構變化，哪些是在訓練工程上減少成本。
這裡的閱讀重點是“作者為了什麼約束做了什麼取捨”。報告裡的訓練成本有它對應的口徑，不能拿一個數字當作整個研發成本，也不能直接推成個人電腦的部署需求。
DeepSeek-R1：看推理能力的訓練過程
R1-Zero 和 R1 要分開看。前者探索直接用強化學習推動推理能力，後者加入冷啟動和後續訓練流程，處理可讀性等問題。閱讀時可以沿著“資料從哪裡來、獎勵衡量什麼、訓練後解決了什麼問題”去整理。
還有一個很容易混的地方：R1 的蒸餾模型並不是把完整 R1 的權重簡單壓縮成小模型，而是用生成的資料去訓練其他模型。具體底座和發布版本要看模型卡。R1 論文和官方倉庫都有對應說明。
之前的 R1-32B 部署記錄可以作為部署入口，但讀論文時仍然要區分完整模型和蒸餾版本。
DeepSeek-VL2 和 OCR：視覺任務也要分清
VL2 面向視覺語言理解，適合沿著影象編碼器、連線模組、語言模型這條線去讀。它和純文字模型一樣有 MoE 設計，也需要考慮影象解析度與輸入 token 的關係。入口是 VL2 論文。
OCR 的閱讀問題則更具體：一頁文件怎樣變成視覺 token，文字能否恢復，表格和版面關係能否保留。DeepSeek-OCR討論視覺方式壓縮文字上下文，OCR 2進一步討論視覺編碼中的閱讀順序。它們的官方實現分別在 OCR 倉庫和 OCR 2 倉庫。
跑模型的準備與驗證方法另放在本地跑模型，這裡主要保留論文之間的關係。
閱讀時怎麼記？
可以給每篇文章固定記五項：要解決的問題、核心方法、訓練資料與設定、實驗比較的口徑、仍然存在的限制。
例如看部署效果時，模型版本、量化方式、輸入長度和影象解析度都要記下來。缺了這些，“這個模型很快”或者“效果不錯”就很難比較。
這份索引不是所有 DeepSeek 論文的完整目錄，也沒有把上游結果寫成本地復現成績；先從上面幾條線讀，後續的文章就比較容易找到位置。