deepseek-v3.2

DeepSeek-V3.2 兼顾了高计算效率与出色的推理及智能体（Agent）性能。其方法基于三项关键技术突破： 1. DeepSeek 稀疏注意力（DSA）：这是一种高效的注意力机制，在保持模型性能的同时大幅降低了计算复杂度，专为长上下文场景优化。 2. 可扩展强化学习框架：通过实施稳健的强化学习协议并扩展后训练计算，DeepSeek-V3.2 具备强大的性能。高算力变体 DeepSeek-V3.2-Speciale 在 2025 年国际数学奥林匹克竞赛（IMO）和国际信息学奥林匹克竞赛（IOI）中取得了金牌级别的表现。 3. 大规模智能体任务合成流程：为了将推理整合到工具使用场景中，构建了规模化系统生成训练数据的合成流程，有助于实现可扩展的智能体后训练，提升复杂交互环境下的合规性与泛化能力。