热点事件持续更新
字节Seed团队揭示DeepSeek-V4长文本检索相位敏感性缺陷
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月10日，字节跳动 Seed 团队联合多所高校发布论文，指出 DeepSeek-V4 模型在长文本处理中存在显著的技术缺陷。该缺陷源于其采用的分块 KV 缓存压缩机制，导致模型对输入 Token 的位置产生“相位敏感性”。实验数据显示，在 128K 上下文长度的测试中，不同 Token 位置的检索准确率存在巨大差异，最高落差达到 40.23 个百分点。这一发现揭示了 DeepSeek-V4 在处理超长文本时的周期性盲区问题，表明其检索性能并非均匀分布，而是高度依赖于信息在上下文中的具体位置。目前报道仅陈述了该缺陷的存在及其量化影响，未提及官方回应或修复计划。
AI 根据报道生成 · 15 小时前更新
最新进展10月10日 19:03
字节Seed团队发文指DeepSeek-V4因KV缓存压缩致长文本检索准确率落差达40.23%。报道时间线
沿着报道，了解事件的不同侧面。
10月10日
- 36氪 · 文章精选字节Seed团队论文揭示DeepSeek-V4长文本检索“周期性盲区”技术缺陷
字节跳动 Seed 团队联合多所高校发布论文，指出 DeepSeek-V4 因采用分块 KV 缓存压缩机制导致长文本检索存在“相位敏感性”缺陷，在128K上下文实验中不同 Token 位置的检索准确率落差高达 40.23 个百分点。
本事件热度走势
当前热度 7·可比范围峰值 10（10月10日 20:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。