以下是关于 NSA 的相关信息：
《[DeepSeek最新论文科普解读：NSA，物美价廉的超长上下文方案](https://mp.weixin.qq.com/s/hR91ME3uOc8Pw3J-bWgI2A)》作者马丁的面包屑，DeepSeek最新论文提出了“Native Sparse Attention”（NSA），一种高效的超长上下文方案，兼顾训练和推理阶段，显著提升模型性能。NSA通过压缩、选择和滑动窗口三种机制，提升计算效率，前向传播速度提高9倍，解码速度提升11.6倍。其核心在于聚焦重要信息，优化注意力机制，训练出更聪明的模型，甚至在推理任务中表现优异。《[输入观点一键生成文案短视频](https://waytoagi.feishu.cn/wiki/FSXDw1Wk7iIRU3keLN5cejy8n7b?useEs6=0)》这篇文章介绍了基于Coze平台的视频生成工作流，旨在通过全自动化流程实现从文案创作到短视频生成的高效操作。通过集成DeepSeek R1模型、图像与音频合成技术，并结合飞书的多维表格和自动化功能，用户可以通过简单的表单输入主题观点，自动生成带有配音和图像的短视频，并推送至飞书消息。文章详细分享了整个工作流的搭建步骤、工具使用及常见问题的解决方案，为开发者提供了一个可操作的教程。
OpenAI前首席技术官Mira Murati在近期正式宣布成立Thinking Machines Lab，这家新兴AI公司汇集了业内顶尖人才。公司的核心目标是帮助用户定制AI系统，构建更强大的人工智能，并培养开放的科学文化。创始团队阵容强大，包括John Schulman（PPO算法发明人）、Barret Zoph（OpenAI技术主管）等多位来自顶级AI公司的精英。[heading3]DeepSeek推出NSA注意力机制[content]DeepSeek发布了一种名为NSA（Native Sparse Attention）的创新注意力机制，旨在解决大语言模型处理长文本时的计算效率问题。这一机制通过动态层次化的稀疏策略，在64k长度序列上将正向传播加速9倍，反向传播加速6倍。NSA不仅显著降低了计算成本，还保持了模型在基准测试、长上下文任务和指令推理方面的卓越性能。?地址：[https://t.co/HJiqzwnUV7](https://t.co/8el4FBlOtb)[heading3]晋江文学发布AI写作辅助规范[content]晋江文学发布AI写作辅助规范《关于AI辅助写作使用、判定的试行公告》，明确AI使用边界。AI辅助写作分为“文字型辅助”和“创意型辅助”，并设定严格使用准则。核心原则是：AI只能提升写作效率，不能取代人类的原创性。
《[梁文锋携deepseek研究团队丢出重磅研究论文成果.pdf](https://waytoagi.feishu.cn/wiki/VzKPwjzuuiiKHKkrf2OcQlawnng)》介绍了一种新颖的方法——原生稀疏注意力（NSA），旨在提高长上下文建模的效率，尤其是在语言模型中。NSA的主要创新在于它能够结合算法进展与硬件对齐优化，从而实现训练和推理过程中高效的计算，特别是在处理长序列时。作者提出了一种动态层次稀疏策略，结合了粗粒度的令牌压缩和细粒度的令牌选择，确保了全局上下文感知和局部精度的同时保留。