DR.Cat (@o_cat) 在 deepseek v4.1正式推出～encoder-decoder架构文艺复兴引人注目中发帖DeepSeek V4.1 Flash：更强、更快、更普惠分数 [0d68fbc08fd083f59581b433440d10e1] [compressed_1789019798126] 模型开源链接：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash论文链接：

DR.Cat (@o_cat) 在 deepseek v4.1正式推出～encoder-decoder架构文艺复兴引人注目中发帖

DeepSeek V4.1 Flash：更强、更快、更普惠
分数
 [0d68fbc08fd083f59581b433440d10e1] 
[compressed_1789019798126] 
模型开源链接：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash论文链接：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf 
架构解读
 [6d3935cb7a46bad1e50402bf954fd46d] 
这次用上的encoder-decoder是一个亮点 
现在大语言模型基本上都decoder-only 上一个encoder-decoder的佳作还是Google T5（广泛作为文生图/视频模型的文本...