返回文献精选

DeepSeek-V3.2：推进开放大语言模型的前沿

论文精读：DeepSeek-AI（2025）arXiv 技术报告——提出 DSA 稀疏注意力、可扩展强化学习框架与大规模智能体合成流水线三项关键创新，高算力变体性能对标 GPT-5。

文献AI前沿大语言模型DeepSeek开源模型强化学习

文献：DeepSeek-AI (2025). DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models. arXiv:2512.02556. DOI 10.48550/arXiv.2512.02556。预印本（无 IF）；Asta 引用快照 730（2026-09-04）。

研究问题：开放权重大模型能否同时做到“高算力效率”与“强推理/智能体性能”？论文要回答：如何在不牺牲性能的前提下降低长上下文计算成本？如何通过可扩展的后训练强化学习逼近甚至超越闭源旗舰模型？

论证思路：以“效率—能力兼顾”为主线，报告三项关键技术：

  1. DeepSeek 稀疏注意力（DSA）：长上下文场景大幅降低计算复杂度并保持性能；
  2. 可扩展强化学习框架：扩大后训练算力后性能可比 GPT-5——高算力变体 V3.2-Speciale 超越 GPT-5、推理能力与 Gemini-3.0-Pro 相当，并在 2025 IMO 与 IOI 上取得金牌级表现；
  3. 大规模智能体任务合成流水线：系统化生成训练数据，提升复杂交互环境下的泛化与指令遵循能力。
arXiv 训练曲线
原文配图（arXiv）：强化学习后训练扩展曲线

方法（性质提示）：技术报告 + 厂商内部评测，预印本未经同行评议；基准对比（GPT-5、Gemini-3.0-Pro）均出自 DeepSeek 自述，需以第三方独立复现为准。

启示：

  1. 对研究者的实际价值在工程路径：稀疏注意力 + RL 后训练 + 合成数据流水线是可复现的开源配方（权重开放），适合本地部署与二次研究；
  2. 对教学/科研工具选型：开放权重旗舰模型的进步意味着大规模文本处理可脱离闭源 API，降低长上下文任务成本；
  3. 引用警示：所有性能对比为厂商声明，引用时必须标注“DeepSeek 自述 / 预印本未经同行评议”。

arXiv 全文