DeepSeek-V3.2 相关 AI 资讯 · AITOP

9月2日

10:48

官方一手arXiv: DeepSeek@Muhammed Saeed, Simon Razniewski

精选73°

LLMPEDIA 从 GPT-5-mini、DeepSeek-V3.2 和 Llama-3.3-70B 三个模型家族中提取了约 130 万篇文章。研究团队对分层抽样的事实声明进行审核，发现真实准确率为 68.4%，比 MMLU 基准低 21 个百分点。30.5% 的声明无法被维基百科或网络资源验证，属于长尾知识或合理幻觉。该平台提供五种一键视图，包括链接遍历探索、声明级事实核查、跨模型和政治立场比较等。

论文 LLMPEDIA GPT-5-mini DeepSeek-V3.2

事件专题

推荐理由：LLMPEDIA 让你能直接查看和比较三大模型的知识准确性，发现它们在 MMLU 外的真实表现。

原文

7月14日

11:04

官方一手arXiv: DeepSeek@Qiqi Duan, Changlun Li, Chen Wang, Fan Zhang, Mengxiang Wang, Dayi Miao, Peixian Ma, Jiangpeng Yan, Liyuan Chen, Shuoling Liu, Preslav Nakov, Yuyu Luo, Nan Tang

现有LLM交易系统评估忽视智能体经济可行性。论文提出TradeLens工具，从交易记录、运行时轨迹和部署配置重建交易轨迹，归因利润与成本。在DeepSeek-V3.2、GLM-4.7等骨干模型及多种资本规模、交易频率上测试，发现智能能否盈利取决于“智能到利润”转换效率：DeepSeek-V3.2资产选择差，GLM-4.7时机判断为负。资本规模和频率仅放大或削弱决策时机价值，并不改变根本模式。

论文 TradeLens DeepSeek-V3.2 GLM-4.7

推荐理由：想知道LLM交易模型到底能不能赚钱？这篇论文给了诊断工具TradeLens，实测DeepSeek-V3.2选股不行，GLM-4.7择时也翻车，不吹准确率而看利润转化。

原文

7月9日

09:35

官方一手arXiv: DeepSeek@Yihua Liu

精选

Floor-First提出一种基于残差驱动的LLM服务优化工作流，将每个解码步骤建模为五维资源向量（HBM字节、FLOPs、网络字节、网络消息、KV容量），通过求和与取最大值得到乐观下限与悲观下限区间，无需剖析器即可评估重叠质量。以DeepSeek-V3.2风格671B MoE/MLA模型在16块NVIDIA H20 GPU上验证：TP16解码在~74 FLOP/byte下受KV容量限制，仅支持约70并发8K请求；EP16+DP-attention布局将容量墙提升至~644，但单流延迟比TP慢2.4倍。该方法通过资源墙排序而非点基准比较部署方案，且支持新注意力模块的组合式接入。

论文 DeepSeek-V3.2 H20 LLM Serving

事件专题

推荐理由：别盲目跑网格搜索了。这篇论文提出Floor-First方法，用资源向量估算性能下限，在DeepSeek-V3.2上验证了不同注意力布局的容量墙差异，帮你理性选部署方案。

原文

7月8日

09:05

官方一手arXiv: DeepSeek@Yihua Liu

精选

该论文提出Floor-First残差驱动分流工作流，将解码步骤建模为HBM字节、FLOPs、网络字节、网络消息、KV容量五维资源向量，通过求和与最大值计算乐观下界和悲观上界，无需profiler即可判断重叠质量。基于DeepSeek-V3.2 671B MoE/MLA模型在16块NVIDIA H20 GPU上的案例显示，TP16解码受KV容量限制约70个并发8K请求；稀疏注意力可移除KV带宽项但容量墙不变；EP16+DP-attention布局将容量墙提升至约644，但单流延迟比TP布局慢2.4倍。该方法通过壁排序比较部署方案，替代点基准，并支持新注意力或状态空间模块的扩展。

论文 DeepSeek-V3.2 H20 LLM推理优化

事件专题

推荐理由：不用跑一堆配置，用公式就能算清LLM服务的瓶颈在哪，还拿DeepSeek-V3.2在H20上做了实测，对推理优化的人很有参考价值。

原文

6月19日

09:34

官方一手arXiv: DeepSeek@Ruiyang Ma, Teng Ma, Junru Li, Hantian Zha, Xuchun Shang, Qingda Hu, Zheng Liu, Xinjun Yang, Tao Ma, Guojie Luo

精选71°

长上下文LLM推理的内存瓶颈日益突出。传统RDMA解耦内存池对于稀疏注意力模型效率低下，仍需完整获取KV缓存。SAC系统利用CXL的低延迟、缓存行粒度加载/存储语义，仅在推理时按需获取所需的top-k KV条目。在DeepSeek-V3.2上使用SGLang的评估显示，相比RDMA基线，SAC实现了2.1倍吞吐量提升、9.7倍TTFT降低和1.8倍TBT降低。

论文 SAC CXL KV缓存

事件专题

推荐理由：长上下文推理，内存传输是瓶颈。新方案SAC用CXL按需取KV缓存，比RDMA吞吐量翻倍、延迟降到十分之一，做稀疏推理的值得一看。

原文

6月18日

09:25

官方一手arXiv: DeepSeek@Jingkun Luo, Yifan Sun, Da-Tian Peng, Guanxiong Pei

SenFlow将混合文档中的句子级AI文本检测重构为结构化预测问题，在图传播与线性链CRF基础上实现整文档级联合解码。MOSAIC基准包含16,000篇混合文档，由DeepSeek-V3.2和Kimi K2生成，并引入困惑度一致性过滤。在跨域迁移最难协议下，SenFlow平均Macro-F1比现有方法高出4.15个百分点。研究还发现，即使经困惑度过滤后，AI插入的句子长度仍存在生成器依赖的差距。

论文 SenFlow MOSAIC DeepSeek-V3.2

事件专题

推荐理由：这篇论文用SenFlow模型做混合人机文本检测，在MOSAIC基准上比现有方法高出4个多点的F1分数，还发现AI句子有长度特征。

原文

6月16日

17:27

17:27IT之家（博客/媒体）

腾讯云公告，DeepSeek-V3.2模型将于2026年7月16日00:00下线，届时不再提供接入服务。未迁移用户将由系统自动切换至DeepSeek最新模型。官方推荐迁移至能力更优的DeepSeek-V4系列模型。此前6月3日腾讯云已下调DeepSeek-V4系列价格，其中V4-Pro推理输入与输出价格降幅达75%，缓存命中价格降幅达97.5%，V4-Flash缓存命中价格降幅达90%。

行业腾讯云 DeepSeek-V3.2 DeepSeek-V4

事件专题

推荐理由：腾讯云要停用DeepSeek-V3.2了，赶紧迁移到V4，价格还降了75%。

原文

11:57

官方一手arXiv: DeepSeek@Tai Tran Tan, An Dinh Thien

该论文描述了SemEval-2026 Task 6的系统，针对美国总统采访中的政治回避策略分类。比较了两种范式：使用QLoRA对Qwen3（4B-32B）进行参数高效微调，以及使用结构化CoT提示推理模型DeepSeek-V3.2和Grok-4-Fast。Grok-4-Fast在子任务2（9类回避）上取得Macro F1 0.5147，子任务1（3类清晰度）上0.7979，分别排名第8和第13。消融实验表明层次化标签和少样本示例提升了效果，但最强提示变体间Macro F1无显著差异。

论文 Grok-4-Fast DeepSeek-V3.2 Qwen3

事件专题

推荐理由：想知道怎么用CoT提示检测政治回避？这篇论文拿Grok-4-Fast跑出了0.51的F1，比微调Qwen3强，还分析了怎么设计提示最有效。

原文

5月28日

11:56

官方一手arXiv: DeepSeek@Yi Ding, Zijie Xuan, Haowei Zhou, Zhenyu Ju, Xiaoxiao Dong, Jingwen Zhang, Xingyu Zhu, Leixin Sun, Haochi Zhang

精选

TCP-MCP 提出了一种将智能体提示和通信拓扑作为统一基因进行协同进化的框架，解决了传统方法中两者孤立设计的问题。该框架通过初始化景观探测校准早期搜索行为，并利用帕累托前沿诊断在任务性能、token 成本和结构复杂度三个目标下自适应探索。在 DeepSeek-V3.2 骨干模型上，TCP-MCP 在 MMLU-Pro、MMLU 和 GSM8K 上分别达到 82.66%、89.96% 和 96.61% 的准确率，相比辩论式系统最多节省 5.69 倍 token。实验表明，联合进化提示和通信结构是实现成本感知和任务自适应多智能体系统设计的实用路径。

论文多智能体系统协同进化提示优化

推荐理由：多智能体系统设计者终于有了一个能同时优化提示和通信拓扑的框架——TCP-MCP 在保持高准确率的同时大幅降低 token 成本，做复杂协作任务的团队可以直接参考其方法。

原文

11:54

官方一手arXiv: DeepSeek@Hanjiang Wu, Abhimanyu Rajeshkumar Bambhaniya, Sarbartha Banerjee, Tuhin Khare, Sudarshan Srinivasan, Suvinay Subramanian, Souvik Kundu, Madhu Kumar, Midhilesh Elavazhagan, William Won, Amir Yazdanbakhsh, Tushar Krishna

这篇论文系统研究了混合专家（MoE）大模型推理中的多级解耦策略，从分块预填充聚合、预填充-解码解耦到最新的算子级 Attention-FFN 解耦（AFD）。AFD 将注意力计算和 MoE-FFN 执行分别部署在不同 GPU 组上，以应对 MoE 模型中内存受限的注意力、计算密集的专家 FFN 以及 MoE 路由通信带来的异构资源需求。通过结合设备级内核测量和高保真网络模拟的框架，论文在真实工作负载下评估了各级解耦的收益与局限。结果表明，在严格的 TTFT/TPOT 服务等级目标下，AFD 在 DeepSeek-V3.2 上可维持约 4000 tokens/s 的系统吞吐量，而传统非 AFD 部署无法满足要求。论文还给出了根据工作负载和模型架构划分注意力与 FFN 的实用建议，为当前机架/集群级部署及未来解耦 AI 基础设施提供了设计原则。

论文 MoE 推理优化解耦架构

推荐理由：MoE 模型推理的瓶颈终于被系统性地拆解了——Attention-FFN 解耦让吞吐量提升到传统方案无法企及的水平，做大规模 MoE 推理部署的团队可以直接参考论文中的分区策略来优化集群。

原文