DeepSeek公布全新论文，梁文锋署名

【TechWeb】1月13日消息，DeepSeek最新公布题为《Conditional Memory via Scalable Lookup:A New Axis of Sparsity for Large Language Models》全新论文，提出“条件记忆”（Conditional Memory）作为对主流条件计算（MoE）范式的互补性稀疏维度，旨在解决通过动态计算模拟知识检索的低效问题。

该论文作者署名包括梁文锋等DeepSeek团队成员，还有北京大学王选所赵东岩、张辉帅团队。

论文链接：https://github.com/deepseek-ai/Engram/blob/mAIn/Engram_paper.pdf

提出“U形扩展定律”

论文称，当前大语言模型主要依靠混合专家（MoE）实现条件计算，通过稀疏激活参数扩展模型容量。然而，语言信号具有内在异质性：一方面需要深度动态计算进行组合推理，另一方面存在大量局部、静态、高度模式化的文本（如命名实体、公式化表达）。传统Transformer缺乏原生知识查找原语，迫使模型通过计算模拟检索，例如解析一个多词实体需消耗多个底层注意力与前馈网络层，本质上是昂贵地运行时重建静态查找表，浪费了本可用于高层推理的序列深度。

为匹配语言的双重特性，研究团队主张引入条件记忆（Conditional Memory）这一互补稀疏轴：条件计算稀疏激活参数以处理动态逻辑，条件记忆则依赖稀疏查找操作检索静态嵌入以获取固定知识。

同时，论文给出了该条件记忆具体实现方案Engram模块。

为量化Engram与MoE之间的协同，论文提出稀疏性分配问题。这也是该论文的核心。

团队设计了一个严格的实验框架：固定总参数量和每token的激活参数量（也就是计算量），然后在MoE专家和Engram记忆之间重新分配“闲置参数”预算。

实验表明，纯MoE或纯Engram主导均非最优，二者存在结构互补性：

MoE主导缺乏静态模式的专用内存，迫使通过深度计算低效重建。

Engram主导则失去条件记忆能力，损害需要动态上下文推理的任务。

最终，实验揭示了一条“U形扩展定律”（如下图）：在固定参数与FLOPs下，将稀疏参数预算的约20%-25%重新分配给Engram可获得最佳性能。例如在10B参数规模下，验证损失从1.7248降至1.7109。

基于上述分配定律，论文团队训练了Engram-27B模型（总参数26.7B，激活参数3.8B），通过将MoE-27B的专家数从72减至55，并将释放的参数重新分配给5.7B参数的Engram内存（分配比ρ=74.3%）。在预训练后，相比同参数同FLOPs的MoE-27B基线，Engram-27B在知识与推理、通用推理、代码与数学等多个领域均取得显著提升。

具体提升包括：

知识与推理：MMLU +3.0，CMMLU +4.0，MMLU-Pro +1.8。

通用推理：BBH +5.0，ARC-Challenge +3.7，DROP +3.3。

代码与数学：HumanEval +3.0，GSM8K +2.2，MATH +2.4。

论文总结认为，Engram不仅提升知识检索能力，更在通用推理、代码与数学领域带来更大增益。机制上，它通过减轻早期层静态重建任务有效“加深”网络，并释放注意力容量以聚焦全局上下文与复杂推理，从而显著增强长上下文能力。其确定性寻址支持存储与计算解耦，为下一代稀疏模型提供了基础设施感知的高效设计范式。

DeepSeek-V4大模型被曝春节前后发布

值得注意的是，论文结尾明确提到：我们将条件记忆视为下一代稀疏模型不可或缺的建模原语。

就在前天，有外媒报道，DeepSeek将于2月发布新一代旗舰AI模型DeepSeek V4，该模型主打强劲的代码生成能力，是DeepSeek继2024年12月发布的V3模型之后的最新版本。

报道援引知情人士消息称，DeepSeek员工基于公司内部基准开展的初步测试显示，该最新模型在代码生成领域的表现优于Anthropic、Claude、生成式预训练变换器系列（OpenAI GPT）等现有主流模型。DeepSeek计划在2025年春节前后发布V4版本。

因此，论文中的提到的“条件记忆”（Conditional Memory）被业内猜测将极大可能应用于DeepSeek-V4大模型中。

自2024年1月20日，DeepSeek发布R1模型，恰逢春节前夕，其卓越的表现引发了全球AI界的广泛关注以来，DeepSeek团队持续不断给业内带来惊喜，2025年下半年几乎月月有发布。

2025年末，DeepSeek还发布了题为《Manifold-Constrained Hyper-Connections》的研究论文，该技术成功解决了此前阻碍大模型规模扩展的核心瓶颈——训练稳定性问题。通过在超连接技术中引入数学上的“流形约束”，DeepSeek实现了27B模型训练中信号放大从近3000倍骤降至1.6倍的惊人效果。为大模型架构设计开辟了一条全新的技术路径。

2025年12月1日，DeepSeek发布了两款新模型：DeepSeek-V3.2和DeepSeek-V3.2-Speciale，并开源。DeepSeek-V3.2 达到了 GPT-5 的水平，DeepSeek-V3.2-Speciale在主流推理基准测试上的性能表现媲美Gemini-3.0-Pro。

2025年11月，DeepSeek在Hugging Face平台正式开源了DeepSeek-Math-V2模型，这是全球首个达到国际数学奥林匹克竞赛金牌水平的开源数学模型。该模型基于DeepSeek-V3.2-Exp-Base开发。

2025年10月，DeepSeek发布3B参数开源OCR模型，DeepSeek-OCR模型创新性地提出“上下文光学压缩”技术，将长文本转换为图像进行高效压缩处理，大幅降低大模型输入所需的Token数量，从而显著降低大模型处理长文档时的计算开销，该模型迅速在AI领域获得了广泛关注和讨论。

2025年9月，DeepSeek正式发布DeepSeek-V3.2-Exp模型，并宣布API调用价格大幅降低，输入百万Token价格降至2毛钱，输出价格直降75%，被业界称为“价格屠夫”再挥刀。

蓄力这么久，业内认为，DeepSeek-V4版本的推出预计将对当前的AI竞争格局产生重大影响，期待其进一步巩固DeepSeek在全球人工智能领域的领先地位。