最近尝试用 LLM 进行一些知识的学习，也会在博客记录一些学习的过程，但发现抛开代码后， LLM 的回答的用词有时候非常奇怪，甚至有些不符合人类的表达习惯。 原理 我们以 DeepSeek v4 Flash 为例，来看看它的模型结构，其他 Transformer 模型的结构也大同小异： flowchart TB IN(["input_ids"]) --> EMB["embed 输入词表&LTbr/>129,280 × 4,096"] EMB --> BLK["Block × 43&LTbr/>MLA 稀疏注意力…