Deepseek V4.1 Flash 552B总参数、8/16B激活，新架构在45T token上训练，基准极高

RT @eliebakouch: Deepseek V4.1 Flash 总参数 552B，激活 8/16B，采用新架构，在 45T tokens 上训练；其 encoder/decoder 架构对输入/输出 token 使用不同的激活参数，并包含 engram、新的稀疏注意力、新的 mHC、原生视觉。

基准测试非常高（击败 K3），效率惊人，而且一如既往有出色的技术报告。

这大概是我近期见过的最新颖的架构，相当疯狂。