💡 站外导读：随着基础模型参数规模突破千亿级，传统神经网络架构在超大规模训练中面临严重的信号不稳定、梯度消失与爆炸等问题，制约了模型能力的进一步提升。DeepSeek团队针对这一核心痛点，提出了名为mHC（流形约束超连接）的新型架构，旨在从底层信号传播机制上解决扩展性难题，为构建更强大、更稳定的基础模型铺平道路。

mHC（Manifold-Constrained Hyper-Connections）是DeepSeek团队推出的新型的神经网络架构设计方法，解决传统超连接（Hyper-Connections, HC）架构在大规模训练中的稳定性问题。mHC通过将HC的残差连接空间投影到特定的流形上，恢复了残差连接的恒等映射特性，有效避免了梯度爆炸或消失的问题。mHC利用Sinkhorn-Knopp算法将残差连接矩阵投影到双随机矩阵构成的流形上，确保信号在传播过程中的均值保持不变，同时严格规范信号范数。mHC结合了高效的基础设施优化，如内核融合、选择性重计算和通信重叠等技术，确保在大规模模型中的高效实现。实验表明，mHC在训练稳定性、收敛速度和下游任务性能上均优于基线模型和HC，且在大规模训练中的时间开销仅略有增加。mHC作为一种通用框架，为深度学习架构设计提供了新的思路，有望推动下一代基础架构的演进。

mHC的主要功能

• 恢复恒等映射特性：通过将残差连接空间投影到特定流形上，mHC恢复了残差连接的恒等映射特性，有效解决了传统超连接架构在多层扩展时导致的信号不稳定问题，显著提升了大规模训练的稳定性。

• 流形约束与信号规范：利用双随机矩阵流形，mHC确保信号在传播过程中保持均值不变，并严格规范信号范数，有效避免了梯度爆炸或消失的问题，显著增强了信号传播的稳定性。

• 高效基础设施优化：通过内核融合、选择性重计算和通信重叠等技术，mHC在大规模模型中实现了高效运行，仅引入极小的训练开销，确保了在实际应用中的高效性和可扩展性。

• 提升模型性能：实验表明，mHC在多个下游任务中显著优于基线模型和传统超连接架构，特别是在复杂任务如BBH和DROP中表现突出，提升了模型的推理能力和整体性能。

• 可扩展性与灵活性：mHC作为一种通用框架，适用于多种模型规模，为未来探索不同的流形约束提供了新的方向，有望推动下一代基础架构的演进。

mHC的技术原理

• 流形投影：mHC通过将残差连接矩阵投影到特定的流形空间（如双随机矩阵的Birkhoff多面体）来约束连接矩阵的性质。这种投影确保了信号在传播过程中保持稳定，同时保留了信息交互的能力。

• 双随机矩阵的应用：双随机矩阵具有行和列之和均为1的特性，使信号在传播时保持均值不变，严格规范信号范数，有效避免梯度爆炸或消失的问题。

• Sinkhorn-Knopp算法：mHC利用Sinkhorn-Knopp算法实现对残差连接矩阵的流形投影。通过迭代归一化行和列，将任意非负矩阵调整为双随机矩阵，实现稳定的信号传播。

• 恒等映射的恢复：通过流形约束，mHC恢复了残差连接的恒等映射特性，确保信号在多层网络中稳定传播，解决了传统超连接架构中因缺乏恒等映射而导致的训练不稳定性。

• 高效计算与优化：mHC结合了内核融合、混合精度计算、选择性重计算等技术，优化了计算效率，降低了内存访问开销，使得该架构在大规模模型训练中具有较高的效率和可扩展性。

• 信号传播的稳定性：mHC通过约束残差连接矩阵，确保信号在前向传播和反向传播过程中保持稳定，显著降低了信号增益的极端值，提高了模型训练的稳定性和收敛速度。

mHC的项目地址

• arXiv技术论文：https://arxiv.org/pdf/2512.24880

mHC的应用场景

• 大规模语言模型预训练：mHC能有效提升语言模型在大规模数据集上的训练稳定性，适用于27B等超大规模语言模型的预训练任务，显著改善模型的收敛速度和性能表现。

• 多任务学习与推理：在涉及多种下游任务（如BBH、DROP、GSM8K等）的场景中，mHC通过增强模型的推理能力和稳定性，帮助模型在复杂任务中取得更好的成绩，提升多任务学习的效率。

• 高效分布式训练：mHC结合优化的基础设施设计，如内核融合和通信重叠，适用于分布式训练环境，尤其在大规模集群中能显著降低训练开销，提高训练效率。

• 下一代架构演进：mHC作为一种通用框架，为探索新型神经网络架构提供了基础，支持研究者在不同的流形约束和优化策略下进行创新，推动下一代基础架构的演进。

• 资源受限环境：由于mHC在保持性能的同时引入的计算开销极小，适用于资源受限的环境，如移动设备或边缘计算场景，能在有限的计算资源下实现高效的模型部署。

• 学术研究与理论探索：mHC为研究深度学习中的信号传播和架构设计提供了新的视角，适用于学术研究中对神经网络拓扑结构和优化策略的深入探索。