独家！DeepSeek最新模型上线，全新注意力机制基于北大ACL最佳论文

新智元报道
编辑：好困 定慧
【新智元导读】DeepSeek最新模型V3.2-Exp发布，推出全新注意力机制DeepSeek Sparse Attention(DSA)，训练推理提效的同时，API同步降价达50%以上！
刚刚，DeepSeek最新模型上线！
代号DeepSeek-V3.2-Exp，被DeepSeek誉为最新的实验性模型！


这次V3.2主要基于DeepSeek-V3.1-Terminus，并且首次引入「DeepSeek稀疏注意力」（DeepSeek Sparse Attention，DSA），在长上下文上实现更快、更高效的训练与推理。
值得注意的是，这是第一个用「DeepSeek」品牌命名的关键技术（注意力机制）！
我们注意到，DSA正是此前与北大合作、梁文锋署名的那篇中，原生稀疏注意力（Native Sparse Attention，NSA）的改进。




技术报告里的引用
全新注意力机制
DeepSeek-V3.2-Exp的核心武器「DeepSeek稀疏注意力」，首次实现了细粒度稀疏注意力机制，在几乎不影响模型输出效果的前提下，实现了长文本训练和推理效率的大幅提升。


论文地址：https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf
与之前模型最大的不同是，DSA不再让每个Token关注序列中的所有其他Token，而是引入了一个名为「闪电索引器」（lightning indexer）的高效组件。
这个索引器能以极快的速度判断，对于当前正在处理的Token，序列中哪些历史Token是最重要的。
随后，模型只从这些最重要的Token中选取（Top-k）一小部分（例如2048个）进行精细计算。
如此一来，核心注意力的计算复杂度就从O(L²)骤降至O(Lk)，其中k是一个远小于L的固定值。
这在处理长文本时，无疑带来了巨大的效率提升。


更关键的是，这种效率提升并非以牺牲性能为代价。
在DeepSeek-V3.1的基础上，团队先用一个简短的「密集预热」阶段来初始化闪电索引器，让它学会模仿原有模型的注意力分布。
随后进入「稀疏训练」阶段，让整个模型适应新的稀疏模式。
最后，再沿用与前代模型完全相同的后训练流程，包括专家蒸馏和混合强化学习（GRPO）。


为了严谨地评估引入稀疏注意力带来的影响，DeepSeek特意把DeepSeek-V3.2-Exp的训练设置与V3.1-Terminus进行了严格的对齐。
DeepSeek-V3.2-Exp的架构图，其中DSA在MLA下实例化。


评估结果显示，无论是在短文本还是长文本任务上，DeepSeek-V3.2-Exp的性能与它的「密集注意力」前身V3.1-Terminus相比，都没有出现实质性的性能下降。


与此同时，在实际部署的推理成本测试中，其端到端的加速效果和成本节约非常显著。


虽然DeepSeek-V3.2-Exp目前还是一款实验性模型，但它所展示的「性能不降、成本骤减」的特性，为大模型突破长文本瓶颈，指明了一条充满希望的工程路径。
价格更便宜
DeepSeek再一次把模型价格打了下来！
得益于新模型服务成本的大幅降低，官方API价格也相应下调，新价格即刻生效。
在新的价格政策下，开发者调用DeepSeek API的成本将降低50%以上。
目前API的模型版本为DeepSeek-V3.2-Exp，访问方式保持不变。


最后，不得不说，这次DeepSeek太仁慈了，「发布节奏」真的听取了网友的建议，给众多AI界的朋友们放个好假！


参考资料：
https://api-docs.deepseek.com/zh-cn/news/news250929