待验证50% 置信事实精确时间
2024年5月发布的DeepSeek V2采用自研MLA注意力机制，将推理成本压到原来的十分之一。
1
来源数
50%
置信度
长期有效
时效性
2026/10/23
首次发现
来源
3分钟看懂DeepSeek：从量化私募到开源AI领跑者的崛起之路
bilibiliGerrardYX2026/10/23
涉及实体
相关事实
待验证DeepSeek-V2引入Multi-Head Latent Attention（MLA）机制和DeepSeekMoE架构，其每百万token推理成本约为同期GPT-4级别模型的百分之一78% 相似待验证2022年DeepMind发布了TALM，Meta发布了Toolformer，探索让模型自主决定何时调用外部API，但依赖微调70% 相似待验证DeepSeek在2024年初以DeepSeek-V2的超低推理成本定价引发行业震动，DeepSeek-R1在推理能力上取得突破性表现68% 相似已验证DeepSeek V4采用自研的分层压缩注意力策略，设计了CSA（压缩吸收注意力）和HCA（重度压缩注意力）两种注意力模式交替使用68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1090497API
curl https://kongchang.com/api/v1/knowledge/claims/1090497MCP
get_claim(id=1090497)