DeepSeek 的文章越来越多，只记模型名字，过一段时间就容易混起来。这里按几个问题整理阅读入口：模型结构怎么省资源，推理能力怎么训练，多模态又是怎么接进去的。
先把几条线分开
| 方向 | 可以先读什么 | 重点看什么 |
|---|---|---|
| 模型结构与训练 | DeepSeek-V2、V3 | MoE、注意力、训练和推理的资源开销 |
| 推理与后训练 | DeepSeek-R1 | 强化学习、冷启动数据、蒸馏 |
| 通用视觉语言模型 | DeepSeek-VL2 | 图像编码、多模态理解、动态分辨率 |
| 文档识别 | DeepSeek-OCR、OCR 2 | 视觉压缩、文字与版面恢复 |
它们不是同一个模型的几个大小版本。做图文问答和做 PDF 识别，问题不同，评价方式也不同。
DeepSeek-V2：先看结构
V2 可以用来理解两件事：MoE 为什么能让总参数量和每次计算的参数量分开，以及 MLA 为什么要处理注意力中的 KV 缓存开销。
读的时候先画出一层的结构，再分别看专家选择、共享专家和注意力。不要把“激活参数更少”直接理解成“整个模型能放进更小的显存”：权重存储和计算量是两件事。
DeepSeek-V3：看工程怎么接上结构
V3 继续沿用 MLA 和 MoE 路线，报告中还有辅助损失之外的负载均衡、FP8 训练和多 token 预测等内容。可以先对照 V2，标出哪些是结构变化，哪些是在训练工程上减少成本。
这里的阅读重点是“作者为了什么约束做了什么取舍”。报告里的训练成本有它对应的口径，不能拿一个数字当作整个研发成本，也不能直接推成个人电脑的部署需求。
DeepSeek-R1：看推理能力的训练过程
R1-Zero 和 R1 要分开看。前者探索直接用强化学习推动推理能力，后者加入冷启动和后续训练流程，处理可读性等问题。阅读时可以沿着“数据从哪里来、奖励衡量什么、训练后解决了什么问题”去整理。
还有一个很容易混的地方：R1 的蒸馏模型并不是把完整 R1 的权重简单压缩成小模型，而是用生成的数据去训练其他模型。具体底座和发布版本要看模型卡。R1 论文和官方仓库都有对应说明。
之前的 R1-32B 部署记录可以作为部署入口，但读论文时仍然要区分完整模型和蒸馏版本。
DeepSeek-VL2 和 OCR：视觉任务也要分清
VL2 面向视觉语言理解，适合沿着图像编码器、连接模块、语言模型这条线去读。它和纯文本模型一样有 MoE 设计，也需要考虑图像分辨率与输入 token 的关系。入口是 VL2 论文。
OCR 的阅读问题则更具体：一页文档怎样变成视觉 token，文字能否恢复，表格和版面关系能否保留。DeepSeek-OCR讨论视觉方式压缩文本上下文，OCR 2进一步讨论视觉编码中的阅读顺序。它们的官方实现分别在 OCR 仓库和 OCR 2 仓库。
跑模型的准备与验证方法另放在本地跑模型，这里主要保留论文之间的关系。
阅读时怎么记？
可以给每篇文章固定记五项：要解决的问题、核心方法、训练数据与设置、实验比较的口径、仍然存在的限制。
例如看部署效果时，模型版本、量化方式、输入长度和图像分辨率都要记下来。缺了这些，“这个模型很快”或者“效果不错”就很难比较。
这份索引不是所有 DeepSeek 论文的完整目录，也没有把上游结果写成本地复现成绩；先从上面几条线读，后续的文章就比较容易找到位置。