heise+ | Kurz erklärt: Wie N-Gramme funktionieren
Die Zahl der Parameter von Open-Weight-Modellen wächst und wächst: Hatte das überzeugende DeepSeek-V4-Flash noch 284 Milliarden Parameter, verfügt der Nachfolger DeepSeek-V4.1-Flash bereits über 748 Milliarden Parameter. Dabei nutzen die Entwickler mit N-Grammen eine zusätzliche Art von Parametern, sodass der Größenzuwachs nicht automatisch heißt, dass sich die Open-Weight-LLMs schlechter lokal betreiben lassen.
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.