请介绍一下 DeepSeek 模型的架构细节。

回答思路

1. 说明 DeepSeek 基于 Transformer 解码器架构
2. 提及 Mixture-of-Experts 混合专家结构
3. 说明 MLA 注意力机制与负载均衡策略
4. 说明稀疏注意力优化长上下文（如 V3、R1 的引入）