DeepSeek-V3.2 memperkenalkan Sparse Attention dan sintesis agentic, melampaui GPT-5

DeepSeek telah merilis DeepSeek-V3.2, sebuah model bahasa besar terbuka yang menggabungkan efisiensi komputasi tinggi dengan kemampuan penalaran canggih. Rilis ini menyoroti tiga kemajuan teknis utama: mekanisme perhatian sparse baru, framework pembelajaran penguatan yang dapat diskalakan, dan pipeline untuk mensintesis data pelatihan agentic.

• DeepSeek Sparse Attention (DSA) mengurangi kompleksitas komputasi sambil mempertahankan kinerja dalam skenario konteks panjang.
• Protokol pembelajaran penguatan yang kuat memungkinkan model berkinerja setara dengan GPT-5.
• Varian komputasi tinggi, DeepSeek-V3.2-Speciale, melampaui GPT-5 dan menyamai Gemini-3.0-Pro dalam penalaran.
• DeepSeek-V3.2-Speciale mencapai kinerja medali emas di Olimpiade Matematika Internasional (IMO) 2025 dan Olimpiade Informatika Internasional (IOI).
• Pipeline sintesis tugas agentic skala besar meningkatkan generalisasi dan kepatuhan instruksi dalam lingkungan interaktif yang kompleks.

Peningkatan ini memfasilitasi pasca-pelatihan agentic yang dapat diskalakan, menghasilkan peningkatan substansial dalam ketahanan di lingkungan yang kompleks dan interaktif.