Ein von ByteDance-Forschern geleitetes Paper beschrieb laut einem Bericht von Minxiao Chang für die South China Morning Post positionsabhängige Probleme beim Abruf von Informationen in DeepSeek-Modellen. Die separat gemeldeten Nonobench-Werte für DeepSeek V4 Pro und DeepSeek V4.1 Flash beziehen sich dagegen auf Nonogramme – eine andere Aufgabe, kein allgemeines Maß für die Modellgenauigkeit.
Wenn die Position einer Information zählt
Der Bericht vom 12. Oktober 2026 schilderte einen möglichen Zusammenhang zwischen speichersparenden Verfahren für lange Eingaben und einer geringeren Zuverlässigkeit beim Abruf von Informationen. Im beschriebenen Beispiel erschwerte zusätzlicher irrelevanter Text vor demselben Code die Wahl der richtigen Antwort.
Laut der South China Morning Post umfasste der Befund DeepSeek-V4, V4.1 und alle komprimierten Modelle, die die Studienautoren vortrainiert hatten. Das Paper erschien dem Bericht zufolge Ende September 2026. Zum Zeitpunkt ihres Berichts am 12. Oktober 2026 schrieb die Zeitung, die Arbeit sei noch nicht von Fachleuten begutachtet worden.
Was die Nonobench-Werte messen
Der Autor einer Diskussion zu Nonobench v1.2 meldete folgende Ergebnisse für Nonogramm-Rätsel:
| Modell | Gemeldetes Ergebnis bei Nonobench v1.2 |
| DeepSeek V4 Pro | 83 % (geteilter vierter Platz) |
| DeepSeek V4.1 Flash | 77 % |
Für den separaten schweren Modus beschreibt der Autor zehn zufällig ausgewählte Rätsel im Format 20×20, mit einem Versuch pro Rätsel. Dem Beitrag zufolge erreichte jedes Open-Weight-Modell dort 0 von 10. Die Durchläufe verwendeten laut Autor jeweils einen einzelnen Prompt, ohne Test-Harness und ohne Werkzeugaufrufe.
Die Nonogrammwerte erfassen die Leistung bei dieser Rätselaufgabe; der gemeldete Abrufbefund betrifft dagegen Informationen, deren Position in einem Dokument eine Rolle spielt. Die Ergebnisse beantworten somit unterschiedliche Fragen zur Modellleistung.
