Compra criptomonedas
Pagar con
USD
USD
Compra y venta
Hot
Acepta Visa, Mastercard, SEPA y más
P2P
0 Fees
Trading flexible y sin tarifas
Gate Card
Paga con tus cripto en todo el mundo
Mercados
Operar
Básico
Avanzado
Futuros
Contrato
Accede a cientos de contratos perpetuos
TradFi
Oro
Plataforma global de activos tradicionales
Opciones
Hot
Opera con opciones estándar al estilo europeo
Cuenta unificada
Maximiza la eficacia de tu capital
Trading de prueba
Introducción al trading de futuros
Prepárate para operar con futuros
Eventos de futuros
Únete a eventos para ganar recompensas
Trading de prueba
Usa fondos virtuales para probar el trading sin asumir riesgos
Earn
Lanzamiento
CandyDrop
Acumula golosinas para ganar airdrops
Launchpool
Staking rápido, ¡gana nuevos tokens con potencial!
HODLer Airdrop
Holdea GT y consigue airdrops enormes gratis
Pre-IPOs
Accede al acceso completo a las OPV de acciones globales
Puntos Alpha
Opera activos on-chain y recibe airdrops
Puntos de futuros
Gana puntos de futuros y reclama recompensas de airdrop
Inversión
Square
Square
Descubra el valor en criptomonedas
En vivo
moments live
Análisis del mercado de criptomonedas en tiempo real
Chat
Chatea con traders de criptomonedas
Noticias
Lo que está ocurriendo en el mundo de las criptomonedas
flower_head
Más
Promociones
AI
Otros
TradFi
WCTC S8
Recompensas

Yifan Zhang divulga las especificaciones técnicas completas de DeepSeek V4: 1.6T parámetros, 384 expertos con 6 activaciones

GateNews
Noticias de la industria de la IA

Mensaje de Gate News, 22 de abril: el estudiante de doctorado de Princeton, Yifan Zhang, divulgó en X las especificaciones técnicas completas de DeepSeek V4, después de un adelanto el 19 de abril. V4 cuenta con 1.6 billones de parámetros totales y una variante liviana, V4-Lite, con 285 mil millones de parámetros.

El modelo emplea el mecanismo de atención DSA2, que combina la (DeepSeek Sparse Attention) previa de DeepSeek del V3.2 y la (Native Sparse Attention) NSA con embeddings de cabeza de 512 dimensiones, junto con (Sparse Multi-Query Attention)MQA( y )Sliding Window Attention(SWA). La capa MoE (Mixture of Experts) contiene 384 expertos con 6 activados por cada pase hacia adelante, utilizando el Fused MoE Mega-Kernel. Las conexiones residuales emplean la arquitectura Hyper-Connections.

Los detalles de entrenamiento revelados por primera vez incluyen el uso del optimizador Muon (applying Newton-Schulz orthogonalization to momentum updates), una ventana de contexto de preentrenamiento de 32K tokens y GRPO Group Relative Policy Optimization con corrección de divergencia KL durante el aprendizaje por refuerzo. La ventana de contexto final se extiende hasta 1 millón de tokens. El modelo es solo texto.

Zhang no está empleado por DeepSeek, y la empresa no ha comentado oficialmente la información divulgada.

Ver fuente
Aviso legal: La información de esta página puede proceder de terceros y no representa los puntos de vista ni las opiniones de Gate. El contenido que aparece en esta página es solo para fines informativos y no constituye ningún tipo de asesoramiento financiero, de inversión o legal. Gate no garantiza la exactitud ni la integridad de la información y no se hace responsable de ninguna pérdida derivada del uso de esta información. Las inversiones en activos virtuales conllevan riesgos elevados y están sujetas a una volatilidad significativa de los precios. Podrías perder todo el capital invertido. Asegúrate de entender completamente los riesgos asociados y toma decisiones prudentes de acuerdo con tu situación financiera y tu tolerancia al riesgo. Para obtener más información, consulta el Aviso legal.

Artículos relacionados

Las inversiones de Anthropic y OpenAI superan los 1,1 billones de dólares en operaciones de cripto retail desde el inicio de 2026

Flujo de capitalDatos sobre derivadosNoticias de la industria de la IATokens de IA

Según Bloomberg, los inversores minoristas han inyectado aproximadamente 1,13 mil millones de dólares en operaciones apalancadas de derivados de empresas privadas de IA desde el inicio de 2026. Las plataformas cripto Ventuals y PreStocks permiten operar 24 horas al día en firmas como Anthropic, OpenAI y SpaceX sin otorgar acceso directo e

GateNewsHace2m

El veterano de Qualcomm Alex Katouzian se une a Intel como vicepresidente ejecutivo de computación para clientes y de IA física

Noticias de la industria de la IA

Según Intel, el 5 de mayo, Alex Katouzian se incorporó a la empresa como vicepresidente ejecutivo y gerente general de la división de Client Computing y Physical AI. Katouzian anteriormente se desempeñó como vicepresidente ejecutivo y gerente general del negocio de móvil, cómputo y XR de Qualcomm. Intel también

GateNewsHace3m

La descripción general de IA de Google entrega decenas de millones de respuestas incorrectas cada hora; la precisión de Gemini 3 es del 91%

Noticias de la industria de la IA

Según The New York Times, la función AI Overview de Google tiene una tasa de precisión del 91% con Gemini 3, lo que significa que ofrece decenas de millones de respuestas incorrectas cada hora. Basado en el procesamiento de Google de más de 5 billones de búsquedas al año, esto se traduce en cientos de miles de información inexacta

GateNewsHace10m

Anthropic prepara un asistente proactivo Orbit que conecta seis herramientas, incluido GitHub y Figma

Noticias de la industria de la IA

De acuerdo con hallazgos de código monitoreados por Beating, Anthropic está preparando una nueva función de asistente proactivo llamada Orbit que se conecta a Gmail, Slack, GitHub, Calendar, Drive y Figma. La función utiliza un mecanismo de participación voluntaria y genera resúmenes personalizados a partir de herramientas de trabajo conectadas mientras

GateNewsHace55m

Vertex Ventures respalda la startup de IA de Singapur ReN3 con $5M el 5 de mayo

Noticias de la industria de la IA

Según Vertex Ventures Southeast Asia e India, el 5 de mayo la startup de IA empresarial ReN3, con sede en Singapur, recaudó 5 millones de dólares en financiación semilla para expandirse en el sudeste asiático y para invertir en el desarrollo de productos. La empresa planea profundizar su canal de socios

GateNewshace1h

OpenAI lanza ChatGPT para la app de Intune con integración nativa de Microsoft

Noticias de la industria de la IA

Según el canal de Telegram Beating, OpenAI ha lanzado ChatGPT para Intune, una aplicación iOS independiente diseñada para organizaciones empresariales y educativas. La app se integra nativamente con Microsoft Intune, lo que permite a los departamentos de TI gestionar la aplicación a través de su plataforma unificada de administración de endpoints pr

GateNewshace1h
Comentar
0/400
Sin comentarios