deepseek-v4.1POST
V4.1 Flash 1017 采用稀疏注意力机制
有用户指出，V4.1 Flash 1017 使用稀疏注意力，每个块只关注 top-k token，而非完整上下文，从而降低计算量并保持连贯性。
ADL
@ADLXBT10 天前收录原推发布于 2026.10.17
ADL @ADLXBT原推发布于 2026.10.17
@scaling01 deepseek v4.1 flash 1017 uses sparse attention that only attends to top k tokens per block instead of full context cutting compute while keeping coherence
x.com/adlxbt/status/2111382997182369923采集于 2026.10.18 16:44