长上下文与系统级耦合优化
What it is
V4 的核心卖点不是榜单而是 CSA+HCA 混合注意力使 1M 上下文在开放模型上可运营(KV-Cache 具体数字、batch invariance 的逐比特确定性),且一次性引入多个互相耦合的新组件。这套架构能否被其他实验室快速吸收仍是开放问题。
Evidence across sources
- 长上下文架构(CSA + HCA);原始来源:2026-04-28 ImageGen is on the Path to AGI、2026-04-29 not much happened today、2026-04-26 DeepSeek-V4 重新设计记忆
- Batch Invariance:工程确定性的硬约束(2026-05-03);原始来源:DeepSeek V4 batch invariance 关键特性被挖出来了
- <a href="/wiki/outputs/archives/wiki-audit-2026-11-12/ai-ecosystem/deepseek-v4#infra-巨鲸的"四连击"——系统级耦合优化(2026-05-03)" class="wikilink">Infra 巨鲸的"四连击"——系统级耦合优化(2026-05-03)
- 战略意义;原始来源:2026-04-30-16-59
Open questions
- 上述来源里哪些只反映单次实践?要用于决策时,先核对原文的约束与适用范围。
Pending Jean review
- 本页为 AI 草稿。原始证据和原结论保留在出处;这里的主题归纳尚未人工核验。