DeepSeek-V4.1-Flash-1017 发布

Reflection.ai 发布智能体开放模型 Beam，总参数 501B、激活 23B，从零端到端训练，完整权重将于本月开放。作者评价其能力接近 GLM 5.2，但与 GLM 5.3、Kimi K3、DeepSeek V4.1 Flash 相比多项能力仍有差距，主要靠推理效率竞争，推理计算量只有 GLM 5.2 的 1/3–1/4。

马东锡 NLP 指出，Jev 理解输入后直接输出概率，非常像 BERT 做分类器，而 DeepSeek-V4.1-Flash 的 CED 与 Jev 都在预示 encoder 以某种形式卷土重来。

DeepSeek 发布 DeepSeek-V4.1-Flash，一款 552B 参数（每 token 激活 16B/预填充 8B）的多模态 MoE 模型，支持最长一百万 token 上下文。其 Causal Encoder-Decoder（CED）架构结合 CSA2 与 FP4 KV caching，将全局 KV cache 降至每 token 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437，配合 SWA Boun…

作者读完 DeepSeek 的 KV Cache Compression 后，将 K 比作唤起记忆的线索、V 比作记忆留下的内容，Q 则带着当下问题从过去寻找答案。经历越多思虑越重，精力有限，再重要的往事也可能被冲淡，错误记忆还会影响后续判断，所谓成长大概就是给生命做 KV cache。

DeepSeek 带来 CED，通过跨层共享减少 global KV 的重复存储，极致压榨 KV caching 并减少 prefill 计算，目标是让模型又快又强。推文同时以调侃口吻对比另一家公司的表述风格。

极致的压榨 KV Cache Compression DeepSeek-V4.1-Flash 的 Causal Encoder-Decoder 改变了什么？ 在常规 Transformer 中，各层根据进入本层的 hidden states，生成自己的 K 和 V。DeepSeek-V4.1-Flash 的 Causal Encoder-Decoder 调整了这一依赖关系：decoder 的 global KV 直接由 causal encoder 的最终输出生成。 因此，…

Microsoft AI 宣布完成 MAI-Base-2 预训练，这是一个 800 亿激活、2.8T 总参数的 MoE 基础模型，在 held-out 评测中 BPB 低于所测全部开源权重模型，预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 至 12.3 倍。

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 72.9%，每任务成本 $0.13；ARC-AGI-1 得分 94.5%，每任务成本 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 高 5.5 分，ARC-AGI-2 高 11.5 分，但每任务成本高约 250%。

DeepSeek 本周在 HuggingFace 开源 DeepSeek-V4.1-Flash 权重，模型总参数 552B，prefill 激活 8B、decode 激活 16B，支持 1M token 上下文和文本加图像输入，已上线 Baseten Model APIs。

WorkBuddy 宣布 DeepSeek V4.1-Flash 已在其平台上线，免费试用两周。引用的 DeepSeek 公告称 V4.1-Flash 已登陆 DeepSeek API 并支持原生多模态。