DeepSeek最新公布题为《Conditional Memory via Scalable Lookup:A New Axis of Sparsity for Large Language ...

1月13日消息，今日，DeepSeek发布新论文《Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models》 (基于可扩展查找的条件记忆：大型语言模型稀疏性的新维度)。

1月13日凌晨，DeepSeek在其GitHub仓库开源了新论文与模块Engram，论文标题为《Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models》，与北京大学合作完成，作者中同样有梁文锋署名。 该论文提出了一种全新的“查—算分离”架构。传统大模型将事实记忆与逻辑推理混合处 ...

2026年1月13日，DeepSeek与北京大学合作发布新论文《Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models》，创始人梁文锋为合著作者之一。论文提出条件记忆（conditional memory）概念，通过可扩展查找结构解决大语言模型知识检索效率低下的问题。同日，团队 ...

Conditional generation in AI and ML is the process of creating outputs based on specific conditions or constraints once inputs are given. In the context of AI and machine learning, conditional ...