नेटिव रीज़निंग

पारंपरिक LLM के विपरीत जो अगले टोकन की तुरंत भविष्यवाणी करते हैं, DeepSeek V4 'नेटिव रीज़निंग लेयर्स' का परिचय देता है। ये परतें 'सिस्टम 2' विचार प्रक्रिया के रूप में कार्य करती हैं, जिससे मॉडल को अंतिम उत्तर उत्पन्न करने से पहले रुकने, समस्या का विश्लेषण करने और चरण-दर-चरण योजना (चेन ऑफ थॉट) तैयार करने की अनुमति मिलती है। यह कोडिंग और गणित जैसे जटिल कार्यों में तार्किक त्रुटियों को काफी कम करता है।

DeepSeek V4 एक हाइब्रिड आर्किटेक्चर का उपयोग करता है जो गतिशील रूप से प्रश्नों को रूट करता है। सरल प्रश्नों को कुशल सिस्टम 1 पथ द्वारा नियंत्रित किया जाता है, जबकि जटिल तर्क कार्य सिस्टम 2 परतों को ट्रिगर करते हैं, जो पुनरावृत्ति अनुमान और आत्म-सत्यापन लूप करते हैं।