Linkdeepseek-aiSammlung
Das Release kombiniert hohe Agenten- und Programmierleistung mit direkter Unterstützung für spekulative Decodierung in gängigen Inference-Engines wie vLLM und SGLang. Durch die permissive MIT-Lizenz eignet sich das Modell für effiziente lokale und selbst gehostete Enterprise-Deployments.
DeepSeek optimiert mit Version 0731 vor allem die Inferenz-Effizienz und Agentic-Workflows. Bemerkenswert ist die Kopplung von Ziel- und Draft-Gewichten in einem einzigen Checkpoint über DSpark, was die Server-Konfiguration vereinfacht. Die Benchmark-Ergebnisse positionieren das Flash-Modell nahe an größeren proprietären Modellen wie Opus-4.8 bei Code- und Terminal-Aufgaben. Der Verzicht auf Standard-Jinja-Templates erfordert jedoch Anpassungen im Preprocessing via eigener Encoding-Skripte.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
X-Post:Mia
DeepSeek hat die offiziellen Modellgewichte von DeepSeek-V4-Flash-0731 unter MIT-Lizenz auf Hugging Face bereitgestellt. Das Modell löst die Preview-Version ab, bringt verbesserte Agenten-Fähigkeiten mit und verfügt über ein integriertes Modul für Speculative Decoding.
336Lesezeichen153.431Aufrufe
Link:deepseek-ai
DeepSeek hat die Modelldokumentation und Gewichte für DeepSeek-V4-Pro-DSpark auf Hugging Face bereitgestellt. Es handelt sich um das MoE-Modell DeepSeek-V4-Pro mit einem integrierten Modul für spekulative Dekodierung (DSpark) zur Beschleunigung der Inferenz.
Artikel:DeepSeek AI
DeepSeek hat die Preview-Version von DeepSeek-V4 als Open Source freigegeben. Die Modellreihe umfasst die Varianten DeepSeek-V4-Pro und DeepSeek-V4-Flash, bietet standardmäßig ein Kontextfenster von einer Million Tokens und bringt neue Architekturen zur Rechenzeit- und Speicheroptimierung mit.
Link:deepseek-ai
DeepSeek-V4-Flash-0731 ist ein Mixture-of-Experts-Sprachmodell mit 13 Milliarden aktiven Parametern und einem Kontextfenster von rund einer Million Tokens. Der Modellkatalog von NVIDIA Build listet die Spezifikationen, Architektureigenschaften und Benchmarks für Coding- und Agenten-Workflows.
Artikel:Simon Willison
DeepSeek hat mit DeepSeek-V4-Pro und DeepSeek-V4-Flash zwei neue Mixture-of-Experts-Modelle unter MIT-Lizenz veröffentlicht. Simon Willison analysiert deren Architektur, Token-Effizienz und die im Vergleich zu OpenAI, Google und Anthropic drastisch reduzierten API-Kosten.
Link:Tencent Hy Team
Das Tencent Hy Team hat Hy4-preview als quelloffenes Mixture-of-Experts-Modell (MoE) mit 770 Milliarden Gesamtparametern und 49 Milliarden aktiven Parametern pro Token vorgestellt. Das Flaggschiff-Modell bietet ein Kontextfenster von 1 Million Tokens und wurde für Aufgaben in Softwareentwicklung, Büroarbeit und wissenschaftlicher Forschung optimiert.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
