DeepSeek-AI ने DeepSeek-V3.2-Exp जारी किया है, एक प्रायोगिक मॉडल जो लंबे संदर्भ परिदृश्यों में प्रशिक्षण और इनफरेंस दक्षता को बेहतर बनाने के लिए DeepSeek Sparse Attention (DSA) पेश करता है।
- मॉडल पहली बार बारीक-स्तर की स्पार्स एटेंशन लागू करके V3.1-Terminus पर आधारित है।
- यह सार्वजनिक बेंचमार्क्स पर V3.1-Terminus के बराबर प्रदर्शन बनाए रखता है जबकि कंप्यूटेशनल दक्षता को अनुकूलित करता है।
- 2025.11.17 को एक अपडेट ने इंडेक्सर मॉड्यूल में Rotary Position Embedding के अंतर को हल किया जो प्रदर्शन को कम कर सकता था।
- मॉडल MIT लाइसेंस के तहत उपलब्ध है जिसमें vLLM के लिए day-0 सपोर्ट और SGLang के लिए Docker इमेज शामिल हैं।
यह रिलीस शोधकर्ताओं को विस्तृत पाठ अनुक्रमों पर केंद्रित ट्रान्सफॉर्मर आर्किटेक्चर्स के लिए अनुकूलनों की वैलिडेशन करने की अनुमति देती है।