1月13日，DeepSeek于昨日晚间正式发布最新研究成果《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》（Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models）。该研究由北京大学与DeepSeek联合开展，论文署名作者包含梁文锋等研究人员。研究团队创新性提出条件记忆（Conditional Memory）机制，通过构建可扩展的检索式记忆架构，在保持参数规模与计算资源不变的前提下，显著增强了模型在知识调用、逻辑推理、代码生成及数学运算等核心任务中的表现能力。与此同时，DeepSeek同步开源了配套的记忆模块Engram。（广角观察）
