他打开电脑，熟练地登录arXiv，输入了关键词。
果然，那篇论文赫然在列。
徐辰在公寓里下载了这篇论文，仔细研读了一遍。
论文的核心原理极其惊艳，直击当前大语言模型（LLM）的软肋：现有的Transformer架构虽然通过MoE（混合专家）实现了“条件计算”，但缺乏原生的知识查找机制。
当模型需要回忆一个静态事实的时候，比如“巴黎是法国的首都”，它只能通过消耗宝贵的注意力机制和前馈网络层去“重新计算”和“模拟提取”。这就像是让一个顶级数学家去死记硬背电话号码，极大地浪费了推理算力。
而DeepSeek给出的解法，正是“条件记忆”。
他们引入了一个名为“Engram（记忆印迹）”的模块，将经典的N-gram嵌入现代化，实现了O(1)时间复杂度的常数级知识查找。简单来说，模型不再需要死记硬背，而是学会了“查字典”。
论文中还提出了一条“U型缩放定律”，证明了将大约20%到25%的稀疏参数分配给Engram模块时，模型性能达到最优。更恐怖的是，由于Engram的查找是确定性的，它完全可以绕开昂贵的GPU显存（HBM）限制，直接从廉价的主机内存（DRAM）中进行运行时预取，几乎没有额外的性能开销。
“干得漂亮。”
徐辰看着论文里的架构图，暗自点头。
以他升级后的信息学LV2的眼光来看，梁文锋的这个成果，和系统当初给出的那个完美的D-LTMN方案相比，其实做了一些工程上的妥协。
系统方案更偏向于底层硬件架构的微调，而DeepSeek则是在现有的GPU集群和Transformer框架下，做到了软件层面的极致压榨。
“这算是……系统方案的‘青春版’？”
徐辰摸了摸下巴。
但这已经足够惊艳了。
不出意外，这篇论文将在接下来的几个月里，成为整个AI界讨论的焦点。
……
徐辰猜得没错。
此时的曼哈顿下城，摩根士丹利大楼。
高级分析师约翰·史密斯正对着电脑屏幕发呆，手里那杯昂贵的冷萃咖啡已经在那儿摆了半个多小时，冰块化了一半，也没动一口。
屏幕上是一份还没