DeepSeek: DeepSeek V3.2 Exp

Метрики

Технический обзор

DeepSeek-V3.2-Exp — это экспериментальная большая языковая модель, выпущенная DeepSeek в качестве промежуточного этапа между версией V3.1 и будущими архитектурами. В ней представлен механизм DeepSeek Sparse Attention (DSA) — мелкозернистое разреженное внимание, разработанное для повышения эффективности обучения и логического вывода в сценариях с длинным контекстом при сохранении качества ответов. Пользователи могут управлять поведением модели при рассуждении с помощью логического параметра reasoning enabled. Модель обучалась в условиях, идентичных V3.1-Terminus, для обеспечения возможности прямого сравнения. Тестирование показывает производительность, сопоставимую с V3.1 в задачах на логику, написание кода и использование инструментов агентами, с незначительными различиями в зависимости от конкретной области. Данный релиз сфокусирован на проверке архитектурных оптимизаций для работы с расширенным контекстом, а не на повышении общей точности выполнения задач. Это делает ее в первую очередь исследовательской моделью для изучения эффективных структур трансформеров на платформе alltokens.

Смежные подборки

Сравнение с похожими моделями

FAQ