1月13日 DeepSeek团队于12日晚间正式发布最新研究成果《基于可扩展查找的条件记忆：大型语言模型稀疏性的新维度》（Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models）。该研究由北京大学与DeepSeek联合开展，其中合著者包括北京大学梁文锋教授。论文创新性提出”条件记忆”（conditional memory）机制，通过构建可扩展的动态查找记忆架构，在保持同等参数量和计算资源的前提下，显著提升了大模型在知识调用、逻辑推理、代码生成及数学运算等核心任务上的表现水平。研究团队同步开源了配套的记忆模块Engram以促进技术验证与学术交流。（广角观察）
©版权声明：如无特殊说明，本站所有内容均为Amassai.net 原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。
评论 ( 0 )