请比较 Qwen3 与 DeepSeek-R1 在架构设计上的主要差异，例如注意力机制、混合专家（MoE）结构等方面。

回答思路

1. 能清晰指出注意力机制的区别（如 GQA 与 MLA）
2. 能解释 MoE 的实现差异及对推理性能的影响
3. 能结合模型发布背景说明架构演进的动机
4. 能诚实说明知识更新的局限性