deeeek 是一种基于 tranformer 架构的生成式 ai（artifi intelligence）大模型，融合了moe 架构、混合精度训练、分布式优化等技术，具备强大的文本生成、多模态处理和任务定制化能力。本书系统地介绍了开源大模型 deeeekv3 的核心技术及其在实际开发中的深度应用。全书分三部分共12章，涵盖理论解析、技术实现和应用实践。部分从理论入手，详细解析了tranformer 与注意力机制、deeeekv3 的核心架构与训练技术等内容，并探讨了 caling law 及其在模型优化中的应用。第二部分聚焦于大模型初步体验、开放台与api 开发、对话生成与代码补全的实现，以及函数回调与缓存优化（viual tudio code），帮助读者快速掌握关键技术的基础理论和落地实践。第三部分则通过实际案例剖析deeeek在chat类客户端、智能 ai 助理、v code编程插件等多领域中的实用集成开发，展示了开源大模型技术在与商业场景中的全面应用。本书通过深度讲解与实用案例相结合的方式，帮助读者理解 deeeek 大模型从到开发的完整流程，学新技术的实现方法与优化策略，全面提升在大模型领域的理论素养与开发能力。本书适合生成式 ai 技术研究者、软件开发工程师、数据科学家，以及希望快速掌握大模型技术并将其应用于实际场景的 ai 技术爱好者和高校师生阅读。