DeepSeek發(fā)布NSA研究成果，創(chuàng)始人梁文鋒親自參與

近日，人工智能公司DeepSeek在海外社交平臺上發(fā)布了一份技術(shù)論文報告，聚焦于原生稀疏注意力（NSA）機制的研究。該論文引起了業(yè)界的廣泛關(guān)注，不僅因為其研究內(nèi)容的創(chuàng)新性，更因為論文的署名中包含了意外的人物。

論文的第一作者袁景陽是在DeepSeek實習(xí)期間完成了這項研究，這一成果的取得對他個人以及DeepSeek來說都是一大喜訊。令人感到驚喜的是，DeepSeek的創(chuàng)始人梁文鋒也作為著作者之一出現(xiàn)在論文署名中，排名倒數(shù)第二，這一舉動在業(yè)內(nèi)引起了不小的討論。

論文摘要指出，DeepSeek團隊認識到長上下文建模對于下一代大型語言模型的重要性。然而，現(xiàn)有的標(biāo)準(zhǔn)注意力機制隨著序列長度的增加，其高復(fù)雜度成為了性能提升的瓶頸。NSA機制的提出，正是為了解決這一問題。

NSA通過高效處理長序列的能力，使模型能夠直接處理如整本書籍、代碼倉庫或長輪對話等大規(guī)模數(shù)據(jù)，極大地擴展了大型語言模型在文檔分析、代碼生成、復(fù)雜推理等領(lǐng)域的應(yīng)用范圍。

此外，NSA針對現(xiàn)代硬件的優(yōu)化設(shè)計不僅提高了推理速度，還降低了預(yù)訓(xùn)練的成本，同時保持了模型的性能。在通用基準(zhǔn)測試、長文本任務(wù)和基于指令的推理中，NSA的表現(xiàn)均能達到或超越全注意力模型。
DeepSeek團隊認為，稀疏注意力機制為提高模型效率同時保持能力提供了一條有希望的途徑。

根據(jù)公開資料，NSA是一種專為長文本訓(xùn)練與推理設(shè)計的稀疏注意力機制，它通過動態(tài)分層稀疏策略等先進技術(shù)，對傳統(tǒng)AI模型的訓(xùn)練和推理過程進行了顯著優(yōu)化。

生成海報