DeepSeek: DeepSeek V3.2

A DeepSeek V3.2 a DeepSeek szöveges modellje következtetési és ügynöki munkához, a hosszú kontextus hatékony feldolgozására helyezve a hangsúlyt. A fejlesztő a fő változtatásokat a DeepSeek Sparse Attention, egy kibővített megerősítéses tanulási keretrendszer és az ügynöki feladatok tanítására szolgáló folyamat köré rendezi. Írott kérdéseket és kontextust fogad, és szöveget állít elő, többek között választ, kódot vagy eszközhívási tartalmat. Elkülönül a korábbi V3.2 Exp kiadástól és a külön Speciale következtető változattól.

A DeepSeek Sparse Attention indexelőt és finom részletességű tokenkiválasztást ad a látens figyelmi architektúrához. Hosszú sorozatnál az indexelő kiválasztja a fő figyelmi számításban felhasznált korábbi tokeninformációkat. A jelentés szerint ez jelenti az architekturális változást a V3.1 Terminus modellhez képest, és ugyanazt az architektúrát használja, mint a V3.2 Exp. Közzétett kontextusa 128K token, ami kiterjedt forrásanyagot és folytatódó feladatot támogat, miközben a generált következtetés és az eszközhasználati előzmények szintén fogyasztják a rendelkezésre álló kontextust.

Az utótanítás gondolkodó és nem gondolkodó válaszokat is lefed matematikai, programozási, logikai következtetési, általános ügynöki, ügynöki programozási és keresési feladatokban. Szakterületi specialisták szolgáltatnak adatokat, amelyeket a végső modellben egyesítenek, majd vegyes megerősítéses tanulás következik. Egy szokásos kérdésnél közvetlen válasz lehet megfelelő; nehéz problémánál a gondolkodási munkafolyamat a végső eredmény bemutatása előtt dolgozhatja ki a megoldást. A szükséges választ vagy eredményt a köztes következtetéstől függetlenül határozza meg.

A kiadás egyik jelentős változása az eszközökkel együtt végzett gondolkodás. A frissített csevegési formátum lehetővé teszi, hogy a következtetés egy eszközhívási feladaton keresztül folytatódjon ahelyett, hogy az elemzést és a műveletet egymástól független szakaszokként kezelné. A modell által kiválasztott műveletet az alkalmazás hajtja végre, és visszaadja eredményét a következő lépéshez. A fejlesztő eszközkontextus-szabálya addig őrzi meg a korábbi következtetést, amíg csak eszközhöz kapcsolódó üzenetek kerülnek hozzáadásra; új felhasználói üzenet érkezésekor elveti ezt a következtetést, miközben megőrzi az eszközhívásokat és eredményeiket. A beszélgetési szerepek helyes megkülönböztetése fontos e működéshez.

Programozáshoz adja meg a forrásrészletet vagy a releváns fájlokat, a megfigyelt problémát, az elvárt eredményt és a módosítás által megőrzendő feltételeket. Szemléltető feladatleírás: „A megadott kód és eszközeredmények alapján keresd meg az okot, javasold a legkisebb javítást, és add vissza a végső javítócsomagot az azt alátámasztó ellenőrzési eredménnyel.” Keresési feladathoz írja le a kérdést, a szükséges bizonyítékokat és azt, mi számít teljes válasznak. A keresési és végrehajtási eszközöket a környező alkalmazás biztosítja, nem maga a szöveg.

A fejlesztő helyi használathoz 1.0 temperature és 0.95 top-p értéket javasol. A V3.2 felülvizsgált eszközhívási reprezentációt és dedikált üzenetkódolót vezet be. A developer szerepet a fejlesztő keresőügynök-sablonjának tartja fenn, és a hivatalos API nem fogadja el ezt a szerepet. A referenciaelemző jól formált kimenetet vár, és nem javítja a hibás eredményeket; ha egy alkalmazás generált mezőket vagy eszközargumentumokat használ, a rájuk épülő műveletek előtt ellenőriznie kell a szerkezetüket.

A műszaki jelentés a hosszú következtetési pályákat és a felesleges önellenőrzést gyakorlati korlátként azonosítja. Egy ügynöki feladat akkor is elérheti a 128K határt, ha az eredeti forrásanyag belefér, mert az eszközkimenetek és az ismételt következtetés felhalmozódnak. Vezessen tömör feljegyzést a releváns megfigyelésekről, és határozza meg egyértelműen a végső eredményt. Tudásérzékeny munkához csatolja a hiteles anyagot, vagy biztosítson megfelelő keresőeszközt ahelyett, hogy azt várná: a tanításból szerzett tudás minden tényt meghatároz.

A DeepSeek V3.2 Speciale különálló, nagy számításigényű, mély következtető változat, amely a modellkártya szerint nem támogatja az eszközhívást. Funkcióit nem szabad a szokásos V3.2 eszközprofilként használni. Hasonlóképpen a későbbi V4 generáció és a kísérleti előd külön azonossággal és konfigurációs választásokkal rendelkezik. Tartsa meg a név szerint meghatározott V3.2 kiadást az olyan feladatok összehasonlításakor, amelyeknél számít a modell és a promptolási formátum.

Gyakorlati forrásalapú elemzéshez címkézze meg az anyagokat, és kérjen a releváns részletekkel alátámasztott következtetést, a feltételezések és a hiányzó információk külön kezelésével. Ügynöknél mondja meg az engedélyezett függvényeket, az elvárt végső eredményt és a befejezés feltételét. Ez a modell következtetési és eszközhasználati munkafolyamatát olyan ellenőrizhető szöveges, kódolási vagy elemzési eredmény köré készíti elő, amely a megadott bizonyítékokhoz kapcsolódik.