dcjsjdsv32应用再迎助推剂ds预训练算力不足所谓

[庆祝]核心亮点：1. DSA技术大幅降低推理消耗：大白话，以前L长度的上下文需全部两两做计算，现在先通过一个很小的indexer 选出k个最重要的token（所谓top-k)，大幅降低推理算力消耗(计算复杂度从L的平方降低至LK，其中k远小于L）。2.进一步扩展后训练规模(超预训练10%)，并通过agentic任务合成系统，在部 [玫瑰]【dcjsj】ds-v3.2：应用再迎助推剂，ds预训练算力不足，所谓”通缩”需着眼未来 [庆祝]核心亮点：1. DSA技术大幅降低推理消耗：大白话，以前L长度的上下文需全部两两做计算，现在先通过一个很小的indexer 选出k个最重要的token（所谓top-k)，大幅降低推理算力消耗(计算复杂度从L的平方降低至LK，其中k远小于L）。2.进一步扩展后训练规模(超预训练10%)，并通过agentic任务合成系统，在部分基准上达到甚至超越了Gemini3等水平。 [抱拳]不足：1.在一些高复杂度的agent任务中，成功率不如Gemini3pro等（ds 12% vs gemini 64% ）2.达到与Gemini同样的效果需要更多token。3.世界知识不如Gemini等。 同样的效果，更低的成本，国内应用原本受限于模型能力与成本(消费能力)，现在DS V3.2等于说在部分场景拉平了这一差距，国内做应用更强。叠加应用低筹码+豆包手机等因素，看好应用行情。[强]税友、金山、合合、深信服、fubo集团、金蝶等，手机相关产业链。 ds论文最后明确写到，与前沿模型相比，世界知识的广度不足，这会影响ds v3.2回答一些知识性问题时的正确率，后续ds预计虽然ds用强大的技术力(后训练与推理阶段)在部分基准实现了追赶，但遇到包括高复杂度的agent任务等问题时，仍是一分耕耘一份收获。 其实是老生常谈，看现在，超级应用何处？非通缩型收费点何处？下一代模型何处？当前现金流+落后恐惧型投入达到极限，问题都存在，但越是此时越需着眼未来。 ->未来1：杰文斯悖论的持续演绎（也是说烂了的点）。一个信息-某大厂内部目标明年token日均消耗增长10倍，更不提OAI的2030目标。这方面无法说服，只有跟踪，唯有信心。 ->未来2：世界模型、完整记忆模型、自主学习模型，这都是全新范式级别的跃升，有则一些问题都没了。这也不是空穴来风，谷歌的《https://wx.zsxq.com/mweb/views/weread/search.html?…》新论文、genie3，马斯克后面的视频模型+grok5。明年值得期待的东西还有很多很多。