DeepSeek-V4-Flash-Vision-Exp: DeepSeek-V4ファミリー初のマルチモーダル実験モデル

概要

DeepSeek-V4-Flashをベースに視覚モジュールを追加し、マルチモーダルエージェント能力を大幅に強化した実験的VLMが登場。

詳細内容

DeepSeek-V4シリーズ初となる実験的マルチモーダルモデル「DeepSeek-V4-Flash-Vision-Exp」が公開されました。既存のDeepSeek-V4-Flashアーキテクチャに視覚モジュールを統合し、継続学習を通じて高度な視覚理解能力を獲得しています。ベンチマークでは、特にマルチモーダルエージェントとしての性能（ApexBenchやAgents' Last Examなど）で顕著な改善が見られ、従来のテキスト専用モデルと比較して飛躍的な進歩を遂げています。推論面では、独自の高速化技術「DSpark」を用いた投機的デコードをサポートしており、vLLMやSGLangといった主要な推論フレームワークでの動作が最適化されています。MITライセンスで提供されており、305BパラメータのMoE構造を持ちつつ、効率的な実行が可能です。

元記事を読む他のサマリーを見る