DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression

• 类型：arxiv
• 标识：2609.19969
• 链接：https://arxiv.org/abs/2609.19969
• 主分类：llm-infra
• 形态：application
• 被引：158
• 被引来源：Semantic Scholar
• S2被引：158
• OpenAlex被引：0
• 影响力被引：6
• TLDR：The DeepSeek-V4.1-Flash model, a multimodal Mixture-of-Experts model with 552B backbone parameters and support for contexts of up to one million tokens, is introduced, substantially improving cost efficiency for agentic workloads and pushing the limits of KV cache compression.
• OpenAlex ID：W7213595079
• OpenAlex DOI：10.48550/arxiv.2609.19969
• DOI：10.48550/arxiv.2609.19969
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.19969
• OpenAlex更新：2026-09-20
• 待LLM分类：否
• 标题中文：DeepSeek-V4.1-Flash：突破 KV Cache 压缩的极限
• TLDR中文：推出 DeepSeek-V4.1-Flash 模型，这是一个具有 552B 骨干参数、支持最长一百万 token 上下文的多模态 Mixture-of-Experts 模型，显著提升了 agent 工作负载的成本效率，并突破了 KV cache 压缩的极限。
• 来源文件：
• /inbox/tom/_candidates/2026-09-18-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]