數(shù)據(jù)是個寶

數(shù)據(jù)寶

投資少煩惱

DeepSeek發(fā)布新論文，梁文鋒參與署名。

1月1日消息，DeepSeek發(fā)布了一篇新論文，提出了一種名為mHC（流形約束超連接）的新架構(gòu)。該研究旨在解決傳統(tǒng)超連接在大規(guī)模模型訓(xùn)練中的不穩(wěn)定性問題，同時保持其顯著的性能增益。這篇論文的第一作者有三位：Zhenda Xie（解振達(dá)）、Yixuan Wei（韋毅軒）、Huanqi Cao。值得注意的是，DeepSeek創(chuàng)始人梁文鋒也在作者名單中。

論文摘要指出，近來，以超連接（HC）為代表的研究通過拓寬殘差流寬度和多樣化連接模式，拓展了過去十年間確立的普遍采用的殘差連接范式。雖然這些改進(jìn)帶來了顯著的性能提升，但連接模式的多樣化從根本上削弱了殘差連接固有的恒等映射特性，導(dǎo)致嚴(yán)重的訓(xùn)練不穩(wěn)定性與受限的可擴(kuò)展性，同時還造成了顯著的內(nèi)存訪問開銷。為了解決這些問題，DeepSeek提出了流形約束超連接（mHC）——一種通用框架，能夠?qū)C的殘差連接空間投影到特定流形上，從而恢復(fù)恒等映射特性，并融合嚴(yán)格的基礎(chǔ)設(shè)施優(yōu)化以確保運(yùn)行效率。實(shí)證實(shí)驗(yàn)表明，mHC能夠有效支持大規(guī)模訓(xùn)練，在提供明顯性能提升的同時具備更優(yōu)的可擴(kuò)展性。DeepSeek預(yù)計(jì)，mHC作為HC的一種靈活而實(shí)用的拓展，將有助于深化對拓?fù)浼軜?gòu)設(shè)計(jì)的理解，并為基座模型的演進(jìn)指明富有前景的方向。

內(nèi)部大規(guī)模訓(xùn)練結(jié)果顯示，mHC可有效支持規(guī)?；?xùn)練，當(dāng)擴(kuò)展率=4時，僅帶來6.7%的額外時間開銷。

圖為殘差連接范式的示意圖。本圖對比了 (a) 標(biāo)準(zhǔn)殘差連接、(b) 超連接 以及 (c) 流形約束超連接的結(jié)構(gòu)設(shè)計(jì)。與無約束的HC不同，mHC通過將連接矩陣投影到一個約束流形上，專注于優(yōu)化殘差連接空間，從而確保訓(xùn)練的穩(wěn)定性。

論文在結(jié)論與展望部分指出，實(shí)證結(jié)果表明，mHC能有效恢復(fù)恒等映射特性，相較于傳統(tǒng)HC，能以更優(yōu)的可擴(kuò)展性實(shí)現(xiàn)穩(wěn)定的大規(guī)模訓(xùn)練。關(guān)鍵的是，通過高效的基礎(chǔ)設(shè)施級優(yōu)化，mHC以可忽略的計(jì)算開銷實(shí)現(xiàn)了上述改進(jìn)。

論文還指出，作為HC范式的廣義拓展，mHC為未來研究開辟了多個重要方向：雖然本研究采用雙隨機(jī)矩陣確保穩(wěn)定性，但該框架可兼容針對特定學(xué)習(xí)目標(biāo)設(shè)計(jì)的多種流形約束探索；預(yù)計(jì)對差異化幾何約束的深入研究可能催生能更好權(quán)衡可塑性—穩(wěn)定性關(guān)系的新方法。此外，DeepSeek希望mHC能重新激發(fā)學(xué)界對宏觀架構(gòu)設(shè)計(jì)的關(guān)注。通過深化對拓?fù)浣Y(jié)構(gòu)如何影響優(yōu)化與表征學(xué)習(xí)的理解，mHC將有助于突破現(xiàn)有局限，并可能為下一代基礎(chǔ)架構(gòu)的演進(jìn)指明新路徑。

近期，DeepSeek動作不斷。2025年12月1日，DeepSeek同時發(fā)布兩個正式版模型：DeepSeek-V3.2和DeepSeek-V3.2-Speciale。

DeepSeek表示，DeepSeek-V3.2的目標(biāo)是平衡推理能力與輸出長度，適合日常使用，例如問答場景和通用Agent任務(wù)場景。在公開的推理類Benchmark測試中，DeepSeek-V3.2達(dá)到了GPT-5的水平，僅略低于Gemini-3.0-Pro；相比Kimi-K2-Thinking，V3.2的輸出長度大幅降低，顯著減少了計(jì)算開銷與用戶等待時間。

DeepSeek-V3.2-Speciale是DeepSeek-V3.2的長思考增強(qiáng)版，同時結(jié)合了DeepSeek-Math-V2的定理證明能力。該模型具備出色的指令跟隨、嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)證明與邏輯驗(yàn)證能力，在主流推理基準(zhǔn)測試上的性能表現(xiàn)媲美Gemini-3.0-Pro。

2025年9月29日，DeepSeek宣布，正式發(fā)布DeepSeek-V3.2-Exp模型。作為邁向新一代架構(gòu)的中間步驟，V3.2-Exp在V3.1-Terminus的基礎(chǔ)上引入了DeepSeek Sparse Attention（一種稀疏注意力機(jī)制），針對長文本的訓(xùn)練和推理效率進(jìn)行了探索性的優(yōu)化和驗(yàn)證。同時API大幅度降價。在新的價格政策下，開發(fā)者調(diào)用DeepSeek API的成本將降低50%以上。

2025年9月17日，在最新一期的國際權(quán)威期刊Nature（自然）中，DeepSeek-R1推理模型研究論文登上了封面。該論文由DeepSeek團(tuán)隊(duì)共同完成，梁文鋒擔(dān)任通訊作者，首次公開了僅靠強(qiáng)化學(xué)習(xí)就能激發(fā)大模型推理能力的重要研究成果。這是中國大模型研究首次登上Nature封面，也是全球首個經(jīng)過完整同行評審并發(fā)表于權(quán)威期刊的主流大語言模型研究，標(biāo)志著中國AI技術(shù)在國際科學(xué)界獲得最高認(rèn)可。

Nature在其社論中評價道：“幾乎所有主流的大模型都還沒有經(jīng)過獨(dú)立同行評審，這一空白終于被DeepSeek打破?！?/p>

綜合自：DeepSeek論文、證券時報(bào)官微此前報(bào)道

聲明：數(shù)據(jù)寶所有資訊內(nèi)容不構(gòu)成投資建議，股市有風(fēng)險，投資需謹(jǐn)慎。

責(zé)編：周莎

校對：王錦程

數(shù)據(jù)寶