Выпустили DeepSeek v.3.2. Она является продолжением модели V3.1 и использует новую технологию DeepSeek Sparse Attention, или DSA (оч. сложно, чтобы тут писать, сам половину не понял).

Идея в том, чтобы ускорить обработку больших объемов текста и снизить затраты на вычисления. При этом авторы оставили параметры обучения такими же, как у прошлой версии, чтобы чисто оценить эффективность нового подхода к вниманию.

Цифры по тестам вышли довольно пёстрые. По тесту MMLU Pro результат не изменился, оставшись на отметке 85.0. В то же время по GPQA и Humanity’s Last Exam есть небольшое снижение на 0.8 и 1.9 балла соответственно. Более заметно просел математический тест HMMT, потеряв 2.5 балла. Зато есть и явные улучшения.

Рейтинг в задачах по программированию Codeforces вырос на 75 пунктов, а в китайском тесте BrowseComp показатель увеличился на 2.9 пункта.

А что главное? ЦЕНА! Цитирую: $0.28/M input tokens and $0.42/M output tokens. Снижение по сравнению с 3.1 и очень ощутимое...

Русский ИТ бизнес