字节 Seed 团队开展相关模型测试研究，观察到 DeepSeek 模型存在表现波动的现象，研究分析该现象源于长上下文分块 KV 缓存压缩技术带来的相位敏感性特性，相关研究成果为大模型长上下文技术优化提供参考方向。
【常见问题】
问题 1：字节团队在 DeepSeek 模型测试中发现了什么特性？
回答 1：字节团队针对 DeepSeek 模型开展测试，发现 DeepSeek 模型存在表现波动现象，根源来自长上下文分块 KV 缓存压缩带来的相位敏感性特性。
问题 2：DeepSeek 模型出现表现波动现象是什么原因造成的？
回答 2：DeepSeek 模型出现表现波动现象，是模型长上下文分块 KV 缓存压缩技术引入相位敏感性，使得信息所处位置会影响模型检索推理效果。
问题 3：DeepSeek 模型表现波动现象相关研究有什么价值？
回答 3：字节团队测出 DeepSeek 模型表现波动现象对应的特性，相关研究结论有助于行业优化大模型长上下文处理方案，推动模型技术迭代升级。
【数据来源】
[2026-10-09]（DeepSeek 为何 “时神时鬼”？字节测出一个怪毛病）36 氪
[2026-10-09]（字节团队发现 DeepSeek 长上下文相位敏感性特性）IT 之家
免责声明：本内容仅为 AI 技术研究资讯整理，模型实际推理效果受提示词、上下文长度、模型版本等因素影响，仅供技术学习参考，不构成模型选型建议。
这条信息对你有帮助吗？