IT之家 9 月 29 日消息，DeepSeek 今日正式發(fā)布 DeepSeek-V3.2-Exp 模型，這是一個(gè)實(shí)驗(yàn)性（Experimental）的版本。

作為邁向新一代架構(gòu)的中間步驟，V3.2-Exp 在 V3.1-Terminus 的基礎(chǔ)上引入了 DeepSeek Sparse Attention（IT之家注：一種稀疏注意力機(jī)制），針對(duì)長文本的訓(xùn)練和推理效率進(jìn)行了探索性的優(yōu)化和驗(yàn)證。

DeepSeek Sparse Attention（DSA）首次實(shí)現(xiàn)了細(xì)粒度稀疏注意力機(jī)制，在幾乎不影響模型輸出效果的前提下，實(shí)現(xiàn)了長文本訓(xùn)練和推理效率的大幅提升。

為了嚴(yán)謹(jǐn)?shù)卦u(píng)估引入稀疏注意力帶來的影響，官方特意把 DeepSeek-V3.2-Exp 的訓(xùn)練設(shè)置與 V3.1-Terminus 進(jìn)行了嚴(yán)格的對(duì)齊。在各領(lǐng)域的公開評(píng)測集上，DeepSeek-V3.2-Exp 的表現(xiàn)與 V3.1-Terminus 基本持平。

目前，官方 App、網(wǎng)頁端、小程序均已同步更新為 DeepSeek-V3.2-Exp。

本次更新帶來了 API 大幅度降價(jià)，開發(fā)者調(diào)用 DeepSeek API 的成本將降低 50% 以上。

DeepSeek-V3.2-Exp 雖然已經(jīng)在公開評(píng)測集上得到了有效性驗(yàn)證，但仍然需要在用戶的真實(shí)使用場景中進(jìn)行范圍更廣、規(guī)模更大的測試。為方便用戶進(jìn)行對(duì)比測試，官方為 V3.1-Terminus 臨時(shí)保留了額外的 API 訪問接口。

DeepSeek-V3.2-Exp 模型現(xiàn)已在 Huggingface 與魔搭開源：

• HuggingFace：

https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp

• ModelScope：

https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2-Exp

論文也已同步公開：

https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。