DeepSeek publica novo artigo assinado por Liang Wenfeng: propõe a nova arquitetura mHC para melhorar a estabilidade do treino de grandes modelos

A PANews noticiou a 1 de janeiro que, segundo Jinshi, a DeepSeek lançou um novo artigo propondo uma nova arquitetura chamada manifold-restrained hyperconnection (mHC), que visa resolver os problemas de instabilidade de treino e escalabilidade limitada causados pela destruição das características de mapeamento de identidade da tecnologia de redes de hiperconexão (HC). Esta arquitetura alcança melhorias significativas de desempenho e escalabilidade superior ao mapear o espaço residual de ligação do HC para variedades específicas para restaurar características de mapeamento de identidade, incorporando ao mesmo tempo otimizações rigorosas da infraestrutura para garantir eficiência. A DeepSeek espera que o mHC, como uma extensão flexível e prática do HC, ajude a compreender melhor o desenho da arquitetura topológica e aponte uma direção promissora para a evolução do modelo base. O artigo é coautorado por Zhenda Xie, Yixuan Wei e Huanqi Cao como primeiros autores, e Liang Wenfeng também está na lista de autores.