部分验证65% 置信事实精确时间
DeepSeek 表示 V4.1-Flash-1017 使用带自反馈的强化学习来推动端到端项目工作，包括游戏创作、3D 建模和长智能体运行。
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证DeepSeek官方披露，V4.1 Flash 1017约35%的性能提升并无算法层面的创新，纯粹依靠多智能体环境强化学习实现，优化重心放在训练环境与智能体协作而非模型结构本身。80% 相似待验证DeepSeek官方称V4.1-Flash使用自反馈强化学习（Self-Rewarding RL）将搜索与抓取等任务作为训练目标。78% 相似待验证DeepSeek V4 Pro为Flash版本引入了灵活的推理努力（reasoning effort）选项，并新增对OpenAI Responses API的支持76% 相似已验证DeepSeek推出了实验版多模态模型DeepSeek V4 Flash Vision EXP，在文本与多模态任务中均表现优异76% 相似待验证测试者认为DeepSeek Flash是第一个真正擅长训练机器学习模型的开源权重模型73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054800API
curl https://kongchang.com/api/v1/knowledge/claims/1054800MCP
get_claim(id=1054800)