DeepSeek-R1, à l'occasion du premier anniversaire de sa sortie, dévoile le nouveau modèle « MODEL1 »

2026-01-20 23:59:27

Création du résumé en cours

Le 21 janvier, selon Quantum Bit, à l’occasion du premier anniversaire de la sortie de DeepSeek-R1, un nouveau modèle nommé « MODEL1 » a été dévoilé. DeepSeek a mis à jour le code FlashMLA sur GitHub, mentionnant MODEL1 à 28 reprises dans 114 fichiers, apparaissant comme un modèle distinct de V32. Il est connu que V32 est DeepSeek-V3.2, et il est très probable que MODEL1 soit une nouvelle architecture. Les différences spécifiques dans le code se manifestent dans la disposition du cache KV, le traitement de la sparsité et le décodage FP8, avec plusieurs variations dans l’optimisation de la mémoire.

Voir l'original

Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.