猫眼电影记者 傅聪 报道首次登录送91元红包

机器之心编辑部

新年第一天，DeepSeek 发布了一篇新论文，提出了一种名为mHC（流形约束超连接）的新架构。

该研究旨在解决传统超连接在大规模模型训练中的不稳定性问题，同时保持其显著的性能增益 。

简单来说，DeepSeek 提出的 mHC 通过将传统 Transformer 的单一残差流扩展为多流并行架构，并利用 Sinkhorn-Knopp 算法将连接矩阵约束在双拟随机矩阵流形上，成功解决了超连接（HC）在大规模训练中因破坏恒等映射属性而导致的数值不稳定和信号爆炸问题。

论文标题：mHC: Manifold-Constrained Hyper-Connections论文地址：https://arxiv.org/pdf/2512.24880

这篇论文的第一作者有三位：Zhenda Xie（解振达）、Yixuan Wei（韦毅轩）、Huanqi Cao。值得注意的是，DeepSeek 创始人 & CEO 梁文锋也在作者名单中。

传统的残差连接（即 Transformer 中的 x + F (x) 结构）凭借「恒等映射」保证了信号无损传输和训练稳定性。但它的瓶颈在于信息通道的宽度受限于隐藏层维度 C。

近期，以字节跳动Seed团队提出的 Hyper-Connections (HC) 为代表的研究，通过扩展残差流宽度和多样化连接模式，拓展了过去十年中广泛应用的残差连接范式。

虽然这些方法带来了显著的性能提升，但但也带来了两个严重问题：

数值不稳定性： 原始的 HC 中，连接矩阵是自由学习的，没有约束。这导致信号在经过多层传播后，数值会「爆炸」或「消失」，破坏了恒等映射的特性，模型越深越难训练。系统开销大： 通道变宽意味着显存读写 (I/O) 和通信成本成倍增加，也就是所谓的「显存墙」问题。

从根本上破坏了残差连接固有的恒等映射属性，导致了严重的训练不稳定性和受限的可扩展性，并额外增加了显著的内存访问开销。

为了解决这些挑战，DeepSeek 的研究团队提出了Manifold-Constrained Hyper-Connections (mHC，流形约束超连接)。

这是一个通用框架，它将 HC 的残差连接空间投影到一个特定的流形上，以恢复恒等映射属性，同时结合严格的基础设施优化以确保效率。

它的核心目的是：在保留「加宽残差流」带来的性能提升的同时，解决其导致的训练不稳定和显存消耗过大的问题。

团队利用Sinkhorn-Knopp 算法将残差连接矩阵投影到 Birkhoff 多胞形（双随机矩阵）上。这使得信号传播变为特征的「凸组合」，从数学上严格保证了信号范数的稳定性（能量守恒）。为了抵消加宽通道带来的开销，团队实施了内核融合、选择性重计算以及扩展的 DualPipe 通信计算重叠策略。

实证表明，mHC 不仅解决了稳定性问题，且在大规模训练中（如 27B 模型）表现出卓越的可扩展性。在 n=4 的扩展倍率下，仅增加了 6.7% 的训练时间开销，却换来了显著的性能提升。mHC 为基础模型的拓扑架构演进指明了方向。

图 1：残差连接范式示意图。 本图对比了以下三种结构设计： (a) 标准残差连接（Residual Connection）； (b) Hyper-Connections (HC)； (c) 我们提出的 Manifold-Constrained Hyper-Connections (mHC)。与无约束的 HC 不同，mHC 专注于优化残差连接空间，通过将矩阵投影到受约束的流形上，以确保稳定性。

具体方法介绍

流形约束超连接 (mHC)

借鉴恒等映射（Identity Mapping）原则，mHC 的核心前提是将残差映射

虽然原始的恒等映射是通过强制执行

因此，该 DeepSeek 团队提出将残差映射投影到一个流形上，既能保持跨层信号传播的稳定性，又能促进残差流之间的相互作用，以保持模型的表达能力（expressivity）。

为此，他们的做法是将

形式上，令

其中 1_n 表示全 1 的 n 维向量。

为什么选择双拟随机性？因为其具有多项有利于大规模训练的理论属性：

），这意味着学习到的映射是非扩张的，可有效缓解梯度爆炸问题。范数保持：其谱范数有界且不超过 1（即

复合封闭性：双拟随机矩阵集对矩阵乘法具有封闭性，确保了跨多层的复合残差映射仍保持双拟随机，从而可在整个模型深度上维持稳定性。几何解释：该集合构成了 Birkhoff 多胞形，是排列矩阵集的凸包。这意味着残差映射充当了排列的凸组合，其重复应用会单调地增加跨流的信息混合，起到鲁棒的特征融合作用。

此外，该团队还对输入映射

参数化与流形投影

本节将详述 mHC 中各映射的计算过程。

给定第 l 层的输入隐藏矩阵 x_l，先将其展平为向量

最终的约束映射通过以下方式获得：

DeepSeek 在实验中采用 t_max=20 次迭代。

高效基础设施设计

DeepSeek 还为 mHC 量身定制了基础设施设计，使其在 n=4 时在大模型中的训练开销仅增加 6.7%：

算子融合 (Kernel Fusion)：

重新调整 RMSNorm 的顺序以提高效率，并采用混合精度策略。

开发了统一的算子，将多次扫描和矩阵乘法融合，减少内存带宽瓶颈和算子启动开销。

在单个算子中实现 Sinkhorn-Knopp 迭代及其自定义反向传播。

重计算 (Recomputing)：

为了减轻 n 流设计带来的内存压力，DeepSeek 在前向传播后丢弃 mHC 算子的中间激活，并在反向传播时即时重新计算。

通过推导得出最优重计算块大小 L_r^*，以最小化总内存占用。

DualPipe 中的通信重叠：

扩展了 DualPipe 调度算法，以改善流水线并行阶段边界处的通信与计算重叠在专用高优先级计算流上执行 MLP 层的内核，并避免在注意力层使用持久算子，以防止阻塞通信流并提高设备利用率。

实验设置

研究团队通过语言模型预训练来验证所提方法的有效性，并对基线模型、超连接（HC）以及提出的流形约束超连接（mHC）进行了对比分析。

他们采用了受 DeepSeek-V3 启发的 MoE 架构，训练了四种不同的模型变体，以覆盖不同的评估体系。

具体而言，HC 和 mHC 的扩展率 n 均设置为 4，主要关注点是一个 27B 参数规模的模型。其训练数据集的大小与其参数量成正比，该模型用于展示系统层面的主要结果。在此基础上，他们通过引入使用成比例数据训练的较小的 3B 和 9B 模型来分析计算扩展性，从而观察不同计算规模下的性能趋势。此外，为了专门研究 Token 规模的影响，他们另外训练了一个独立的 3B 模型，该模型在一个固定的 1T Token 的语料库上进行训练。

主要结果

图 5：流形约束超连接 (mHC) 的训练稳定性。 该图展示了：(a) mHC 和 HC 相对于基线模型的训练损失绝对差值；(b) 三种方法在训练过程中的梯度范数。所有实验均基于 27B 参数规模的模型。实验结果表明，mHC 在损失函数和梯度范数两方面均表现出更优的稳定性。

研究团队首先考察 27B 模型的训练稳定性和收敛性。如图 5 (a) 所示，mHC 有效缓解了在 HC 中观察到的训练不稳定问题，与基线模型相比，最终损失降低了 0.021。图 5 (b) 中的梯度范数分析进一步证实了这种稳定性的提升：mHC 表现出明显优于 HC 的行为，保持了与基线模型相当的稳定轮廓。

表 4：27B 模型在系统级基准测试上的结果。 本表对比了基线模型、HC 以及 mHC 在 8 个不同的下游基准测试中的零样本和少样本性能表现。结果显示，mHC 始终优于基线模型，并在大多数基准测试中超越了 HC，证明了其在大规模预训练中的有效性。

表 4 展示了在多种下游基准测试中的性能表现。mHC 带来了全面的提升，一致性地优于基线模型，并在大多数任务上超过了 HC。值得注意的是，与 HC 相比，mHC 进一步增强了模型的推理能力，在 BBH 和 DROP 任务上分别实现了 2.1% 和 2.3% 的性能增益。

规模扩展实验

图 6：mHC 与基线模型的扩展特性对比。 (a) 计算扩展曲线：实线描绘了在不同计算预算下的性能差距。每个点代表模型大小与数据集大小的最优计算配置，涵盖了从 3B、9B 到 27B 参数规模的规模扩展过程。 (b) Token 扩展曲线：展示了 3B 模型在训练过程中的轨迹。每个点代表模型在不同训练 Token 数量下的性能表现。

为了评估该方法的扩展性，研究者报告了在不同规模下 mHC 相对于基线模型的损失改善情况。在图 6 (a) 中，他们绘制了涵盖 3B、9B 和 27B 参数规模的计算规模扩展曲线。其轨迹表明，即使在更高的计算预算下，性能优势依然稳健地得以保持，仅表现出轻微的衰减。

此外，他们在图 6 (b) 中考察了训练过程中的动态变化，展示了 3B 模型的 Token 扩展曲线。总的来看，这些发现验证了 mHC 在大规模场景下的有效性。这一结论在他们内部的大规模训练实验中得到了进一步的证实。

更多详情请参阅原论文。

  时事1：必威首页

  12月28日,云南省大理州副州长、州公安局局长雷楚英接受审查调查,[环球时报综合报道]“一段时间以来，比亚迪、吉利等中国自主品牌的崛起给不少外国汽车品牌带来压力。”美国CNBC网站18日报道称，美银证券汽车产业分析师约翰·墨菲当天在美国汽车媒体协会有关活动中表示，美国底特律三巨头（即通用汽车、福特汽车和斯特兰蒂斯）应“尽快”退出中国市场。他同时警告说，美国三大车企需要采取更严厉的措施削减开支，尤其是在内燃机业务方面，因为这是目前利润的主要来源。,移动电玩城。

  12月28日,专访东盟贸促会会长：3.0时代，中国与东盟合作如何开新局？,自2022年所罗门群岛与北京签署双边安全合作框架协议以来，美国及其地区盟友澳大利亚和新西兰一直对所谓中国在该地区“建立海军基地的野心”表示所谓“关心”。中国外交部就此事曾表示，中所安全合作不针对任何第三方。,bbin官网,伯乐相马经（荐）,哪里有赌博链接。

  时事2：银河网站是什么

  12月28日,今年前10个月安徽落地文旅项目1912个 总投资2709亿元,创建国家级、省级文化品牌方面，对新成功创建的国家级、省级旅游度假区分别给予一次性不超过500万元、50万元奖励，新成功创建国家级5A\4A\3A级旅游景区的，分别给予一次性奖励不超过500万元、50万元等；,金沙新官网,pp电子官方网址入口,彩票668网。

  12月28日,美国12月消费者信心指数继续下滑,“哪怕是批发生意，当地人进货时都有一个习惯，就是一旦认准某位店员，就会反复从他那里拿货，一位店员销售业绩主要取决于他积累的客户资源。每个柜台都会有一位本地员工，他可能还会带一位徒弟，往往是这位店员的亲戚。”彭昌国坦言，凡是新员工都需要一段时间积累客源。,M6app官方,皇冠体育平台,斗牛同是牛牛怎么比大小。

  时事3：365bet备用app

  12月28日,东北地区大范围降雪增强 中东部将现明显降温,2015年，广东就在全国率先启动高水平大学建设。多年来，超强度建设、超常规投入也成为当地“疯狂”补短板的有力印证。,bet365下载地址,华纳国际怎么开户,raybet雷竞技app。

  12月28日,海内外专家：澳门跨文化实践为世界提供借鉴,英国资产管理公司南北资本合伙人兼投资组合经理卡米尔・迪米奇表示：“目前已上市的芯片企业，其估值均缺乏基本面支撑，几乎完全由市场热度驱动。”,乐鱼电子游戏官网,yzls开户平台,沙巴怎么注册。

  时事4：od体育官网登录入口

  12月28日,中新健康｜这三个便秘误区您中招了吗？,据广州市统计局分析，一季度，广州经济运行在面临燃油车、房地产两大市场需求不足影响，以及自身产业周期性、结构性因素的挑战下平稳开局，全市经济“量”的扩张、“质”的提升持续显现。但当前广州经济运行仍处于动能转换、结构调整的关键期，面临行业修复不平衡、新动能未能有力支撑增长等问题。,电子竞技赌注怎么玩,金沙城中心赌场,必赢登录网址。

  12月28日,原中国华融国际控股有限公司总经理白天辉 受贿数额特别巨大 被执行死刑,此后，靳东多次利用职务便利，在项目承揽、项目实施、国有资源经营权承包等事项中为商人老板谋取利益并收受好处。2012年下半年，时任若尔盖县委副书记、县政府县长的靳东收下了项目承建商李某某用黑色旅行包送上的“水果”——100万元现金，这是他单笔受贿金额最大的一次。他把这个旅行包放在卧室的床下，陆续用于炒股、购车和个人日常开支。,威尼斯人网址,爱体育官网链接多少,开元棋脾558cc官网。