Full text · 原文
1,227 字
编辑部 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
刚发V3.1“最终版”，DeepSeek最新模型又来了！<br>
DeepSeek-V3.2-Exp刚刚官宣上线，不仅引入了新的注意力机制——DeepSeek Sparse Attention。<br>
还开源了更高效的TileLang版本GPU算子！<br>
目前，官方App、网页端、小程序均已同步更新，同时还有API大减价：5折起。<br>
这波DeepSeek国庆大礼包，属实有点惊喜了。<br>
新注意力机制<br>
DeepSeek-V3.2-Exp基于上周刚更新的DeepSeek-V3.1-Terminus打造，核心创新是引入了DeepSeek Sparse Attention（DSA）稀疏注意力机制。<br>
DSA首次实现了细粒度注意力机制，能在几乎不影响模型输出效果的前提下，实现长文本和推理效率大幅提升。<br>
与前不久更新的DeepSeek-V3.1-Terminus对比，在各领域公开测评集上，DeepSeek-V3.2-Exp和V3.1-Terminus基本持平。<br>
V3.1-Terminus是在 DeepSeek-V3.1基础上的一个强化版本，在稳定性、工具调用能力、语言一致性、错误修正等方面进行迭代改进。<br>
另外，论文提到，使用DSA的模型在处理128K长上下文时，推理成本显著低于DeepSeek-V3.1-Terminus，尤其在解码阶段。<br>
TileLang & CUDA双版本算子开源<br>
DeepSeek还表示，在新模型研发过程中，需要设计和实现很多新的GPU算子。<br>
他们使用高级语言TileLang进行快速原型开发，并在最后阶段，以TileLang作为精度基线，逐步使用底层语言实现更高效的版本。<br>
因此，V3.2开源的主要算子包括TileLang和CUDA两种版本。<br>
官方还附上一句：<br>
我们建议社区在进行研究性实验时，使用基于TileLang的版本以方便调试和快速迭代。<br>
官方API的价格也顺势来了个5折起，新价格即刻生效。<br>
这还等什么…朋友们国庆整起来吧。<br>
指路↓<br>
HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-V3.2-ExpModelScope：https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2-Exp论文：https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf<br>
One More Thing<br>
除了DeepSeek-V3.2之外，据说智谱的GLM-4.6也在路上了。<br>
从下拉菜单可以看到，他们已经把GLM-4.5标成了“上一代旗舰模型”。<br>
下午还刚在GitHub上刷到这张“国庆是休息日，请给我们关注的同学一点时间”的图：<br>
好好好，为了放假，都打算在节前卷了是吧（手动狗头）。<br>
— 完 —