通俗解释
每个 token 只缓存一个小的潜在向量，计算注意力时再投影回各头的 K/V，KV Cache 远小于 GQA 而效果接近标准多头注意力。DeepSeek-V2 提出，V3/R1 沿用。
用在哪里：DeepSeek-V2/V3/R1、Kimi K2
01原始论文
DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model
DeepSeek-AI, Aixin Liu, Bei Feng, et al. · 2024
arXiv ↗ ✓ 已核实 · arXiv API
备注：MLA 与 DeepSeekMoE 同在 DeepSeek-V2 技术报告中提出
02知识位置
左边先学；右边是学完它之后可以学的。
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:
mla)