Comprar Cripto
Pagar com
USD
USD
Comprar e vender
Hot
Visa, Mastercard, SEPA e mais
P2P
0 Fees
Negociação flexível e sem taxas
Cartão Gate
Use criptomoedas para pagar pelo mundo
Mercados
Negociar
Básico
Avançado
Futuros
Futuros
Aceda a centenas de contratos perpétuos
CFD
Ouro
Plataforma de ativos tradicionais globais
Opções
Hot
Negoceie Opções Vanilla ao estilo europeu
Conta Unificada
Maximize a eficiência do seu capital
Negociação de demonstração
Introdução à negociação de futuros
Prepare-se para a sua negociação de futuros
Eventos de futuros
Participe em eventos para recompensas
Negociação de demonstração
Utilize fundos virtuais para experimentar uma negociação sem riscos
Stocks
CFD
Derivados CFD de ações dos EUA
Ações dos EUA
Aceder a ações e ETF reais dos EUA
Ações de Hong Kong
Negociar ações de qualidade cotadas em Hong Kong
Ações coreanas
Negoceie ações coreanas reais e invista em ativos populares
Futuros de ações
Alta alavancagem, negociação 24/7
Ações tokenizadas
Garantido por ativos de ações reais
IPO Access
Desbloquear acesso completo a IPO de ações globais
GUSD
Cunhe GUSD para rendimentos de RWA do Tesouro
Atividades de ações
Negociar ações populares e desbloquear airdrops generosos
Earn
Lançamento
CandyDrop
tag
Recolher doces para ganhar airdrops
Launchpool
Faça staking rapidamente, ganhe potenciais novos tokens
HODLer Airdrop
Detenha GT e obtenha airdrops maciços de graça
IPO Access
Desbloquear acesso completo a IPO de ações globais
Pontos Alpha
Negoceie ativos on-chain para airdrops
Pontos de futuros
Ganhe pontos de futuros e receba recompensas de airdrop
Investimento
Square
Square
Descubra valor em cripto
Em direto
moments live
Análise de mercado cripto em tempo real
Conversar
Converse com os operadores cripto
Notícias
O que está a acontecer na criptografia
flower_head
Mais
Promoções
AI
Outros
TradFi
2026 World Cup
Recompensas
Square
Últimas
Quente
Notícias
Perfil

Yifan Zhang revela as especificações técnicas completas do DeepSeek V4: 1,6T de parâmetros, 384 ativação de especialistas em 6

MeNews
robot
Geração de resumo em curso
ME News Notícias, 22 de abril (UTC+8), de acordo com a monitorização do Beating, o doutorando de Princeton Yifan Zhang atualizou detalhes técnicos do DeepSeek V4 na X. Ele anunciou em 19 de abril que a "V4 na próxima semana" e listou três nomes de componentes arquiteturais, e esta noite forneceu a tabela completa de parâmetros, além de divulgar pela primeira vez uma versão leve V4-Lite com 285 bilhões de parâmetros. O total do V4 é de 1,6 trilhão. O mecanismo de atenção é DSA2, combinando as duas abordagens de atenção esparsa usadas anteriormente no DeepSeek V3.2, DSA (DeepSeek Sparse Attention) e NSA (Native Sparse Attention), propostas no artigo deste início de ano, com head-dim de 512, em conjunto com Sparse MQA e SWA (atenção de janela deslizante). A camada MoE possui 384 especialistas, ativando 6 de cada vez, usando o Mega-Kernel Fused MoE. As conexões residuais continuam com Hyper-Connections. Detalhes divulgados pela primeira vez na fase de treinamento incluem: otimizador Muon (um otimizador matricial que aplica a ortogonalização de Newton-Schulz na atualização de momentum), comprimento de contexto pré-treino de 32K, fase de aprendizagem por reforço usando GRPO com adição de correção de divergência KL. O comprimento de contexto final foi expandido para 1 milhão. A modalidade é texto puro. Zhang não ocupa cargo na DeepSeek, e a equipe oficial do DeepSeek não respondeu às informações acima. (Fonte: BlockBeats)
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.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário

  • Fixado

Mapa do site