已验证90% 置信事实时间未知

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

6

来源数

90%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

DeepSeek V4编码实测：榜单第一Kimi翻车，Claude稳居最强

bilibiliAGI_Ananas

涉及实体

DeepSeek V4model CSAconcept HCAconcept

相关事实

待验证DeepSeek-V3.2-Exp首次引入自研的DeepSeek Sparse Attention（DSA）稀疏注意力技术80% 相似待验证DeepSeek-V2提出MLA（Multi-head Latent Attention），通过低秩压缩将KV Cache压缩至MHA的5%左右79% 相似待验证DeepSeek V4.1的Attention层可划分为前处理、Attention计算、后处理三个阶段78% 相似待验证DeepSeek在多头潜在注意力（MLA）和FP8混合精度训练方向上的创新将KV Cache内存占用压缩至标准多头注意力的5%-13%77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/13855

API

curl https://kongchang.com/api/v1/knowledge/claims/13855

MCP

get_claim(id=13855)