DeepSeek · 2025-09 · MoE متناثر

DeepSeek-V3.2

DeepSeek-V3.2 هو محول انتباه كامن متعدد الرؤوس (MLA) أصدره DeepSeek في 2025-09، ويضم 61 طبقة وبعداً مخفياً قدره 7168 ونافذة سياق تبلغ 163,840 رمزاً.

كومة الطبقات

الانتباه ×61 · الطبقات 61

مرسوم من config.json المرفق · 61 طبقة / العرض 7,168 / السياق 163,840. رسم أصلي من هذا الأطلس.

انتباه كامن متعدد الرؤوس (MLA). kv_lora_rank=512. RoPE θ=10,000.

هو مزيج خبراء متناثر يضم 256 خبيراً موجهاً بتوجيه top-8؛ ونحو 37 مليار معامل نشطة لكل رمز.

يتضمن الإعداد 1 طبقات إضافية للتنبؤ متعدد الرموز (MTP) تُستخدم لتسريع فك الترميز.

المقارنة مع النموذج السابق في المعمل نفسه؛ وإن لم يوجد فمع النموذج الأقرب بنيوياً. عمود النسبة = هذا النموذج ÷ نموذج المقارنة.

مقارنة كاملة بالسابق DeepSeek-V3.1

النموذج	DeepSeek-V3.2	DeepSeek-V3.1	النسبة
model_type	`deepseek_v32`	`deepseek_v3`	≠
architectures	`DeepseekV32ForCausalLM`	`DeepseekV3ForCausalLM`	≠
hidden_size	`7168`	`7168`	≈1
num_hidden_layers	`61`	`61`	≈1
num_attention_heads	`128`	`128`	≈1
num_key_value_heads	`128`	`128`	≈1
intermediate_size	`18432`	`18432`	≈1
hidden_act	`silu`	`silu`	＝
n_routed_experts	`256`	`256`	≈1
num_experts_per_tok	`8`	`8`	≈1
n_shared_experts	`1`	`1`	≈1
moe_intermediate_size	`2048`	`2048`	≈1
kv_lora_rank	`512`	`512`	≈1
qk_rope_head_dim	`64`	`64`	≈1
q_lora_rank	`1536`	`1536`	≈1
rope_theta	`10000`	`10000`	≈1
max_position_embeddings	`163840`	`163840`	≈1
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`129280`	`129280`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
num_nextn_predict_layers	`1`	`1`	≈1
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
bos_token_id	`0`	`0`	＝
eos_token_id	`1`	`1`	≈1
ep_size	`1`	`1`	≈1

DeepSeek-V3 (DeepSeek, 2024-12) 1.000
DeepSeek-V3 Base (DeepSeek, 2024-12) 1.000
DeepSeek-R1 (DeepSeek, 2025-01) 1.000
DeepSeek-V3.1 (DeepSeek, 2025-08) 1.000
Kimi K2 0905 (Kimi, 2025-09) 1.000
Kimi K2.5 (Kimi, 2026-02) 1.000

تتراوح درجات التشابه من 0 (لا سمات فئوية مشتركة) إلى 1 (ملفات بنيوية متطابقة).

43 حقل