Kutatók szerint elvéthetik az információt a DeepSeek memóriatakarékos modelljei

Ugyanaz a kód nehezebb feladattá vált, amikor lényegtelen szöveg került elé; a kutatás még nem esett át szakmai lektoráláson.

Ugyanaz a kód, más eredmény: a South China Morning Post által ismertetett példában a DeepSeek nehezebben választotta ki a helyes választ, amikor lényegtelen szöveget illesztettek a kód elé. A kutatás szerint tehát nemcsak a keresett információ tartalma számíthat, hanem a dokumentumon belüli helye is. Ez lehetséges gyenge pontot jelez a modellek mögött álló memóriatakarékos technológiában.

A kisebb memóriaigénynek ára lehet

A 2026. szeptember végén közzétett tanulmányt a ByteDance kutatói vezették, társszerzői között pedig a Princeton, a Stanford és a Berkeley-i Kaliforniai Egyetem kutatói is szerepelnek. A közölt vizsgálat a DeepSeek-V4, a V4.1, valamint a szerzők által előtanított összes tömörített modell esetében foglalkozott a jelenséggel.

Az információ-visszakeresés itt azt jelenti, hogy a modell megtalálja és felhasználja a bemenetben szereplő, a válaszhoz szükséges részletet. A beszámoló a hosszú bemenetek memóriatakarékos feldolgozását összekapcsolja ennek lehetséges megbízhatóságromlásával. A kérdés így nem pusztán az, hogy a modell képes-e feldolgozni a dokumentumot, hanem az is, hogy megbízhatóan előveszi-e belőle a fontos információt.

A hiba mértékéről még nincs szám

A közlés nem ad számszerű eredményt arról, mekkora a visszakeresés romlása. A South China Morning Post 2026. október 12-i beszámolója szerint a tanulmány addig még nem esett át szakmai lektoráláson. Emiatt az eredmény lehetséges hibára utaló kutatási megállapításként kezelendő, nem pedig a DeepSeek általános megbízhatatlanságának bizonyítékaként.

A tét ugyanakkor jelentős: a lap szerint a DeepSeek alacsony költségű megközelítése, benne a memóriatakarékos technológiával, segített csökkenteni a kínai labor hátrányát az OpenAI-jal és az Anthropickal szemben. A mostani kutatás éppen ennek az előnynek egy lehetséges korlátjára mutat rá.

A rejtvényteszt más képességet mér

Egy külön Nonobench v1.2-es beszámolóban a DeepSeek V4 Pro 83 százalékot ért el nonogramrejtvények megoldásában, holtversenyben a negyedik helyen végzett; a V4.1 Flash eredménye 77 százalék volt. Ezek más feladaton mért pontszámok: sem nem mérik, sem nem igazolják a dokumentumokból történő visszakeresésnél jelzett hibát.

A beszámoló szerzője szerint a nehéz mód tíz véletlenszerű, 20×20-as rejtvényből állt, rejtvényenként egyetlen próbálkozással. Minden nyílt súlyú modell 0/10-et ért el. A futtatások egyetlen utasítással, külön tesztvezérlő keretrendszer és eszközhívások nélkül zajlottak: az eredmények ezekre a konkrét feltételekre vonatkoznak.

» Követett téma: AI · régió: KÍNA · kulcsszó: DeepSeek