湖南大学《我们该如何看待DeepSeek——what, how, why, and next》.pdf (文末有完整版下载地址)

大家好，我是吾鳴。

今天给大家分享一份由湖南大学出版的DeepSeek教程——《我们该如何看待DeepSeek——what, how, why, and next》。教程一共有82页PPT，个人觉得讲得还是很深刻的，在此分享给大家，文末有完整版下载地址。

这份教程的大纲主要包含What、How、Why和Next，我对这份教程的大纲做个简单的介绍。

DeepSeek是什么？

从ChatGPT的突破谈起，引出DeepSeek-R1的独特价值，包括其作为首个展示思维链的推理模型、价格优势（大幅降低使用成本）、开源特性（支持本地部署）、纯国产技术创新及性能领先。重点强调其通过高效训练框架和推理优化，使大模型技术普及化，推动“量变引发质变”，例如7天用户破亿的爆发性增长。

我能用DeepSeek干什么？

通过编译原理书稿案例生成、数据分析、编程辅助（如抽签程序）、教辅设计等实例，展示其在文本生成、逻辑推理、代码编写等领域的广泛用途。同时明确其局限性：非通用人工智能（AGI），依赖用户拆解任务；存在上下文长度限制；无法直接处理多模态数据；需结合外部工具（如知识库、联网搜索）提升结果可靠性。强调“正确理解能与不能”是高效使用的关键。

DeepSeek背后的原理

技术层面，以Transformer架构为基础，详解Embedding（词向量编码）、Attention（上下文关联计算）、MLP（语义理解）等核心机制，以及模型通过海量数据预训练和参数调优实现“文字接龙”的生成逻辑。发展历程方面，梳理DeepSeek从早期跟随LLaMA开源模型到自主创新（如MLA架构、MoE混合专家模型）的演进，突出其在模型结构优化（如降低训练成本42%）、推理效率提升（如显存占用减少93%）上的突破。

下一步要关注什么？

预测大模型生态将因技术普及迎来爆发，需重点关注五大层级：

- 算力底座：国产AI芯片的性能突破与高性能互连技术；
- 系统软件：推理引擎、训练框架的快速迭代与人才培养；
- 模型算法：开源策略推动创新，应对硬件限制（如NV禁令）催生技术革新；
- 公共平台：知识库服务、API接口整合等中间层创业机会；
- 行业应用：医疗、教育、政务等场景的深度落地，实现“普通用户解放脑力劳动”的终极目标。文末呼吁开放合作，聚合全球智慧推动技术发展。