Verbesserung der Trainingseffizienz im Langkontext von DeepSeek-V3.2-Exp

DeepSeek veröffentlicht V3.2-Exp: Einführung von DSA basierend auf V3.1-Terminus, wodurch langer Kontext effizienter wird

Am 29. September 2025 veröffentlichte DeepSeek das experimentelle Modell DeepSeek-V3.2-Exp und führte damit DeepSeek Sparse Attention (DSA) auf Basis ...