标签: #deepseek

한국어English日本語中文

← 全部文章

• DeepSeek V4 Flash 真正改变的是什么 — 这是每单位能力成本的问题，不是排行榜的问题

  2026 年 7 月 31 日，DeepSeek 把 V4-Flash API 转为公开测试版。架构和 4 月的预览版完全一样 — 284B 总参数、13B 激活的 MoE，1M 上下文 — 变的只有后训练。官方更新日志公布的分数是 Terminal Bench 2.1 上 82.7、Toolathlon verified 上 70.3，但首先要说清楚的是：这些数字是 DeepSeek 用自家 harness 测出来的厂商自测值。本文不

  2026-07-31 · 16 分钟阅读 #ai#llm#deepseek#inference-cost#moe

• Mixture of Experts (MoE) 架构论文深度解析：从 GShard 到 DeepSeek-MoE

  分析 Mixture of Experts 架构的核心论文，比较 GShard、Switch Transformer、Mixtral、DeepSeek-MoE 的路由策略与训练稳定性技巧。

  2026-03-14 · 28 分钟阅读 #ai-papers#moe#transformer#deepseek

• Mixture of Experts（MoE）架构深度解析：从 Switch Transformer 到 Mixtral、DeepSeek

  深度解析 Mixture of Experts（MoE）架构。从 Sparse MoE 的数学基础，到 Switch Transformer、Mixtral 8x7B、DeepSeek-V3 的路由策略、训练稳定性技巧、推理优化，基于论文进行详细梳理。

  2026-03-10 · 19 分钟阅读 #ai-papers#moe#transformer#mixtral#deepseek

• Sparse Mixture of Experts（MoE）架构深度解析：从设计原理到 DeepSeek-V3、Qwen3

  分析 Sparse MoE 架构的数学原理、路由策略与负载均衡技术，涵盖从 Switch Transformer 到 DeepSeek-V3、Qwen3-235B 等最新 MoE 模型的设计选择，以及训练与推理的实战优化策略。

  2026-03-06 · 30 分钟阅读 #ai-papers#moe#sparse-model#deepseek#2026-03

• Mixture of Experts（MoE）架构完全解析

  从 Sparse MoE 的原理，到 Mixtral、DeepSeek-V3 的 MoE 实现、路由策略、负载均衡，完全解析 MoE 架构。

  2026-03-03 · 6 分钟阅读 #ai-papers#moe#mixtral#deepseek#2026-03