DeepSeekは、高い計算効率と高度な推論能力を組み合わせるオープンな大規模言語モデルであるDeepSeek-V3.2をリリースしました。今回のリリースでは、以下の3つの主要な技術的進歩が強調されています：新しいスパースアテンションメカニズム、スケーラブルな強化学習フレームワーク、およびエージェント型トレーニングデータの合成パイプライン。

  • DeepSeek Sparse Attention (DSA)は、長文脈シナリオでのパフォーマンスを維持しつつ、計算複雑さを削減します。
  • 堅牢な強化学習プロトコルにより、モデルはGPT-5と同等のパフォーマンスを発揮できます。
  • 高コンピュート版であるDeepSeek-V3.2-SpecialeはGPT-5を上回り、推論においてGemini-3.0-Proと匹敵します。
  • DeepSeek-V3.2-Specialeは、2025年国際数学オリンピック（IMO）および国際情報オリンピック（IOI）の両方で金メダル級の成績を収めました。
  • 大規模なエージェント型タスク合成パイプラインは、複雑なインタラクティブ環境における汎化能力と指示従順性を向上させます。

これらの改善により、スケーラブルなエージェント型ポストトレーニングが可能になり、複雑でインタラクティブな環境における堅牢性の大幅な向上につながっています。