通俗解释
把一个大专家拆成多个小专家、激活更多个，组合更灵活；另设几个所有 token 都用的“共享专家”承载通用知识，减少冗余。
用在哪里：DeepSeek-V2/V3/R1、Qwen MoE 系列
01原始论文
DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models
Damai Dai, Chengqi Deng, Chenggang Zhao, et al. · 2024
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
相关：多头潜在注意力 MLA
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：从零理解一个大模型
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
deepseek-moe)