Mensagem do Gate News, 24 de abril — A DeepSeek lançou a série V4 de modelos de código aberto sob a Licença MIT, com pesos agora disponíveis na Hugging Face e na ModelScope. A série inclui dois modelos (MoE) de mixture-of-experts: V4-Pro com 1,6 biliões de parâmetros totais e 49 mil milhões ativados por token, e V4-Flash com 284 mil milhões de parâmetros totais e 13 mil milhões ativados por token. Ambos suportam uma janela de contexto de 1 milhão de tokens.
A arquitetura traz três melhorias principais: um mecanismo de atenção híbrido que combina atenção esparsa comprimida (CSA) e atenção fortemente comprimida (HCA), que reduz significativamente a sobrecarga do contexto longo — as FLOPs de inferência do V4-Pro para 1M de contexto são apenas 27% das do V3.2, e a cache KV (VRAM para armazenar informação histórica durante a inferência) é apenas 10% da do V3.2; ligações hipernasifold-constrained (mHC) que substituem as ligações residuais tradicionais para melhorar a estabilidade da propagação do sinal entre camadas; e o otimizador Muon para uma convergência de treino mais rápida. O pré-treino usou mais de 32 biliões de tokens de dados.
O pós-treino emprega uma abordagem em duas etapas: primeiro treinar especialistas específicos de domínio via supervised fine-tuning (SFT) e aprendizagem por reforço GRPO, depois fundi-los num único modelo através de distilação online. O V4-Pro-Max (highest inference mode) afirma ser o modelo open-source mais forte, com benchmarks de codificação topo de gama e lacunas significativamente reduzidas face a modelos frontier com código fechado em tarefas de raciocínio e agentes. O V4-Flash-Max atinge desempenho de raciocínio ao nível do Pro com um orçamento computacional suficiente, mas é limitado pela escala de parâmetros em tarefas puras de conhecimento e tarefas complexas de agentes. Os pesos são armazenados em precisão mista FP4+FP8.
Isenção de responsabilidade: As informações contidas nesta página podem ser provenientes de terceiros e não representam os pontos de vista ou opiniões da Gate. O conteúdo apresentado nesta página é apenas para referência e não constitui qualquer aconselhamento financeiro, de investimento ou jurídico. A Gate não garante a exatidão ou o carácter exaustivo das informações e não poderá ser responsabilizada por quaisquer perdas resultantes da utilização destas informações. Os investimentos em ativos virtuais implicam riscos elevados e estão sujeitos a uma volatilidade de preços significativa. Pode perder todo o seu capital investido. Compreenda plenamente os riscos relevantes e tome decisões prudentes com base na sua própria situação financeira e tolerância ao risco. Para mais informações, consulte a
Isenção de responsabilidade.
Related Articles
O Gabinete de Propriedade Intelectual da China inclui IA, semicondutores e interfaces cérebro-computador no programa de protecção acelerada
Mensagem de Gate News, 24 de Abril — A Administração Estatal Chinesa de Propriedade Intelectual anunciou a 24 de Abril que irá estabelecer uma protecção abrangente da propriedade intelectual para tecnologias emergentes através de reformas institucionais, serviços reforçados e aplicações alargadas. A administração wi
GateNews3m atrás
Admiral Indica que o Governo dos EUA Opera um Nó de Bitcoin sem Mineração
Um almirante sénior indicou que o Governo dos EUA está a operar activamente um nó na rede Bitcoin, enquanto evita deliberadamente participar em actividades de mineração. A divulgação sugere que as autoridades estão a assumir um papel mais envolvido na infra-estrutura de blockchain para supervisão e
CryptoFrontier20m atrás
Receita do 1.º trimestre da Tesla aumenta 16% para 22,4 mil milhões de dólares; robô humanoide com estreia prevista para meados de 2026
Mensagem das Gate News, 24 de Abril — A Tesla reportou uma receita do primeiro trimestre de 22,4 mil milhões de US$ em 23 de Abril, representando um aumento de 16% em termos homólogos. As entregas globais de veículos da empresa ultrapassaram as 358.000 unidades, enquanto a produção superou as 408.000 unidades.
A Gigafábrica de Xangai da Tesla entregou 213.000 veícu
GateNews20m atrás
Lucro da SK Hynix no 1.º trimestre dispara cinco vezes para um recorde com a euforia da IA, aumentando os bónus dos colaboradores para $878K
Mensagem de notícias da Gate, 24 de abril — A SK Hynix reportou uma subida de cinco vezes no lucro operacional trimestral, para um recorde de 37,61 biliões de won ($32,4 mil milhões) a 23 de abril, impulsionada pela procura acelerada de inteligência artificial e centros de dados. O excedente está a financiar bónus para colaboradores sem precedentes, que os analistas prevêem poderem atingir até $878.000 por trabalhador em 2027, se as actuais previsões de resultados se mantiverem.
GateNews1h atrás
Arquitectura do DeepSeek V4 Verificada: 3 de 4 Previsões Acertadas, Módulo Engram Ausente
Mensagem de notícias da Gate, 24 de Abril — A DeepSeek lançou hoje o modelo V4, validando previsões arquitectónicas anteriores feitas através da análise da biblioteca de kernels TileKernels lançada ontem (23 de Abril). De acordo com o acompanhamento da Beating, três componentes centrais foram confirmados: mHC
GateNews1h atrás
A SoftBank Planeia uma Fábrica de Baterias para Centros de Dados de IA em Osaka, com Objectivo de Produção em Cinco Anos
Mensagem da Gate News, 24 de Abril — A SoftBank Corp, a unidade móvel do grupo SoftBank do Japão, planeia converter parte da sua fábrica em Sakai, Osaka, numa grande linha de produção de baterias para centros de dados de IA. O CEO Junichi Miyakawa deverá anunciar o projecto em Maio, no âmbito de um novo plano de cinco anos,
GateNews1h atrás
