待验证70% 置信事实时间未知
DeepSeek-V3.2-Exp首次引入自研的DeepSeek Sparse Attention（DSA）稀疏注意力技术
2
来源数
70%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
DeepSeek V3.2发布：自研稀疏注意力DSA+API降价50%全解析
twitterdeepseek_ai
涉及实体
相关事实
已验证DeepSeek V4采用自研的分层压缩注意力策略，设计了CSA（压缩吸收注意力）和HCA（重度压缩注意力）两种注意力模式交替使用80% 相似待验证DeepSeek的MLA（多头潜在注意力）架构为低内存消耗设计77% 相似待验证DSpark 是针对 DeepSeek 系列模型架构优化的 SGLang 变体，适配了 DeepSeek 的 MLA（Multi-head Latent Attention）注意力压缩机制76% 相似待验证DeepSeek在多头潜在注意力（MLA）和FP8混合精度训练方向上的创新将KV Cache内存占用压缩至标准多头注意力的5%-13%75% 相似已验证DeepSeek采用了混合专家架构（MoE）和多头潜在注意力机制（MLA）74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/27862API
curl https://kongchang.com/api/v1/knowledge/claims/27862MCP
get_claim(id=27862)