A DeepSeek-AI lançou o DeepSeek-V3.2-Exp, um modelo experimental que introduz o DeepSeek Sparse Attention (DSA) para melhorar a eficiência de treinamento e inferência em cenários de contexto longo.

  • O modelo se baseia no V3.1-Terminus implementando pela primeira vez atenção esparsa em granulação fina.
  • Ele mantém desempenho equivalente ao do V3.1-Terminus em benchmarks públicos enquanto otimiza a eficiência computacional.
  • Uma atualização em 2025.11.17 resolveu uma discrepância no Rotary Position Embedding no módulo do indexador que poderia degradar o desempenho.
  • O modelo está disponível sob uma Licença MIT com suporte day-0 para vLLM e imagens Docker para SGLang.

Este lançamento permite que pesquisadores validem otimizações para arquiteturas de transformadores focadas em sequências de texto estendidas.