今日，DeepSeek 發佈新論文《Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models》（基於可擴展查找的條件記憶：大型語言模型稀疏性的新維度）。該論文由北京大學與 DeepSeek 共同完成，合著作者中包含梁文鋒。
論文提出了條件記憶（conditional memory），透過引入可擴展的查找記憶結構，在等參數、等算力條件下顯著提升模型在知識調用、推理、代碼和數學等任務上的表現。
此外，DeepSeek 還開源了相關的記憶模塊 Engram。該模塊提出了“查—算分離”的全新架構思路，業內普遍認為，Engram 有望成為 DeepSeek 下一代模型 V4 的核心技術基礎。
據媒體報導，知情人士透露，DeepSeek 計劃於農曆新年前後的 2 月中旬推出 V4 模型，不過具體時間仍可能調整。
