Bilanz der Quelle: DeepSeek hat mit MIT-licensor Gewichte und einer neueren KV-Cachestruktur V4.1-Flash am 10. September veröffentlicht. Die Modelle hat 763B totaler Parameter und 8B aktives im Prewrite und 16B im Decode. Es wird 1M Tokens in der Kontext und 175GB VRAM (zwei H200s) nötig, um self-hosting zu ermöglichen. Die Community hat bereits GGUF-Quantisierungen vorliegen.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von byteiota.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von byteiota.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.
