DeepSeek modelo V4 de código aberto, com escala de parâmetros de 1,6 triliões

Odaily Planet Daily Report: DeepSeek lança a versão de pré-visualização do modelo de código aberto da série V4, usando licença MIT, com pesos disponíveis no Hugging Face e ModelScope.

Esta série inclui dois modelos MoE, sendo que o V4-Pro possui aproximadamente 1,6 trilhão de parâmetros totais, com 49 bilhões de parâmetros ativados por token, e o V4-Flash possui um total de 284 bilhões de parâmetros, com 13 bilhões de parâmetros ativados, ambos suportando cerca de 1 milhão de tokens de contexto. A equipe oficial afirma que, em comparação com a versão V3.2, há uma redução significativa no uso de memória de vídeo e no custo computacional durante inferências de textos longos.