內容提要

DeepSeek是一種基于Transformer的生成式AI（Artificial Intelligence）大模型，融合了MoE架構、混合精度訓練、分布式優化等先進技術，具備強大的文本生成、多模態處理和任務定制化能力。

本書系統性地介紹了開源大模型DeepSeek-V3的核心技術及其在實際開發中的深度應用。全書分三部分，共12章，涵蓋理論解析、技術實現和應用實踐。第一部分從理論入手，詳細解析了Transformer與注意力機制、DeepSeek-V3的核心架構與訓練技術等內容，并探討了Scaling Laws及其在模型優化中的應用。第二部分聚焦DeepSeek-V3大模型初步體驗、開放平臺與API開發、對話生成、代碼補全與定制化模型開發、對話前綴續寫、FIM與JSON輸出、函數回調與緩存優化，以及DeepSeek提示庫等主題，幫助讀者快速掌握關鍵技術的基礎理論和落地實踐。第三部分則通過實際案例剖析DeepSeek在Chat類客戶端、AI助理、VS Code（Visual Studio Code）編程插件等多領域中的集成開發，展示了開源大模型技術在工業與商業場景中的全面應用。

本書通過深度講解與實用案例相結合的方式，幫助讀者理解DeepSeek模型從原理到開發的完整流程，學習新技術的實現方法與優化策略，全面提升在大模型領域的理論素養與開發能力。本書適合生成式AI技術研究者、軟件開發工程師、數據科學家，以及希望快速掌握大模型技術并將其應用于實際場景的AI技術愛好者和高校師生閱讀。