01
DeepSeek V4.1 Flash上线，跑分重回国产一哥！
而且这次，是完全重新训练的非对称模型新架构。
552B参数的MoE模型，采用了全新的Causal-Encoder-Decoder结构，输入和输出不对称，输入激活只有8B，输出激活16B。
这种架构成本显著低于已知的同尺寸模型，难怪这两天测试感觉速度飞快，原来不光是因为用的人少。
这次重新预训练、用了新的数据、强化学习后训练规模更大，训练过程还与新版DeepSeek Harness v0.1.5深度结合。
所以Flash打败自家Pro（除了知识容量），昨天还觉得离谱，今天一下子合理了起来。
0
评论 (0)