2026年1月13日消息，据新浪科技报道，DeepSeek于12日晚发布新论文《Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models》（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）。
2026年1月13日消息，据新浪科技报道，DeepSeek于12日晚发布新论文《Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models》（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）。
据了解，该论文为北京大学与DeepSeek共同完成，合著作者署名中出现梁文锋，创始人梁文锋再次作为署名作者出现在论文中，提出名为Engram（记忆痕迹）的全新条件记忆架构，Engram通过引入可扩展的查找式记忆结构，将传统大模型中“死记硬背类知识”与“复杂逻辑推理”功能解耦。
同时，论文提到结论经“内部大规模训练实验”证实，且Engram架构设计直指千亿级模型优化需求，多位行业观察者指出，Engram是DeepSeek-V4的预发布技术，可能于近期落地。
