DeepSeek-R1 comemora um ano de lançamento e revela o novo modelo 「MODEL1」

GateUser-6433627c · 2026-01-20T23:59:27+00:00

A DeepSeek, na comemoração do seu primeiro aniversário, revelou o novo modelo “MODEL1” e atualizou o código FlashMLA no GitHub, mostrando as diferenças em relação ao modelo V32. O MODEL1 pode representar uma nova arquitetura, com melhorias de otimização de memória em aspectos como layout de cache KV, processamento de esparsidade e decodificação FP8.

GateUser-6433627c

2026-01-20 23:59:27

Geração de resumo em curso

Em 21 de janeiro, de acordo com o Quantum, no primeiro aniversário do lançamento do DeepSeek-R1, foi divulgado o novo modelo «MODEL1». O DeepSeek atualizou o código FlashMLA no GitHub, onde há 28 menções a MODEL1 em 114 arquivos, aparecendo como um modelo diferente do V32. Sabe-se que o V32 é o DeepSeek-V3.2, e é muito provável que o MODEL1 seja uma nova arquitetura. As diferenças específicas no código manifestam-se na disposição do cache KV, no tratamento de esparsidade e na decodificação FP8, havendo várias alterações na otimização de memória.

Ver original

Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.