DeepSeek V3.2 Exp

DeepSeek-V3.2-Exp 是 DeepSeek 发布的实验性大语言模型，作为 V3.1 与未来架构之间的中间步骤。它引入了 DeepSeek 稀疏注意力（DSA），一种细粒度的稀疏注意力机制，旨在提高长上下文场景下的训练和推理效率，同时保持输出质量。用户可以通过 reasoning 的 enabled 布尔值来控制推理行为。在我们的文档中了解更多

该模型在与 V3.1-Terminus 对齐的条件下进行训练，以便直接比较。基准测试显示，在推理、编码和智能体工具使用任务上，其性能大致与 V3.1 持平，不同领域有轻微取舍和增益。此版本侧重于验证针对扩展上下文长度的架构优化，而非提升原始任务准确率，因此它主要是一个面向研究、用于探索高效 Transformer 设计的模型。