刚刚！DeepSeek梁文峰发表新论文

AIPress.com.cn报道

2026 年刚开年，DeepSeek就放出了一项重要技术进展。

1月1日，DeepSeek发表论文《Manifold-Constrained Hyper-Connections》，提出一种全新的模型连接结构 mHC（流形约束超连接），直击当前大模型训练领域中长期存在却难以攻克的核心问题：模型越大，训练越不稳定。

该论文由DeepSeek团队完成，创始人兼CEO梁文锋也出现在作者名单中。

为什么大模型越来越“难训练”？

目前主流的大模型，几乎都建立在“残差连接”之上。这种结构的好处是让信息在深层网络中更顺畅地传递，是 Transformer 能够成功的关键之一。

但随着模型规模不断扩大，研究者们开始尝试更复杂的连接方式，比如 Hyper-Connections（超连接），希望让模型具备更强的表达能力。

问题也恰恰出在这里。

论文指出，这类结构虽然在理论上更灵活，但在实际训练中容易出现 梯度爆炸、信号失真、训练不稳定 等问题。在部分实验场景中，信号甚至会被放大上千倍，导致模型难以收敛，训练成本急剧上升。

DeepSeek 的解法：给“连接”加上约束

针对这一痛点，DeepSeek 提出了 mHC（流形约束超连接） 方案。

简单来说，mHC 并不是完全推翻原有结构，而是给超连接增设一道“约束”，将原本自由度极高的连接矩阵，限制在一个数学层面更加稳定的“流形空间”中。

这一设计带来的效果十分显著：既保留了超连接的强大表达能力，又恢复了类似传统残差结构的训练稳定性，同时还能有效避免信号在层与层之间出现无限制放大的情况。用论文中的表述来讲，就是让模型在“表达能力”与“数值稳定性”之间，重新取得平衡。

实测结果：更稳、更准，代价更低

在 27B 参数规模的模型测试中，mHC 结构的表现堪称亮眼。在 BBH、DROP 等多个推理类基准任务中，其性能显著超越传统结构；整个训练过程稳定性拉满，未出现明显的梯度爆炸现象；额外增加的计算开销仅约 6.7%，完全处于工程可接受范围之内。

论文还指出，在更大规模模型中，mHC的技术优势还会进一步放大，也意味着该结构对未来超大模型的研发具有较强的扩展潜力。

一次偏底层、但很关键的推进

在外界看来，mHC 并非“看一眼就能用”的功能更新，而是一项偏向底层架构、蕴含先进工程哲学的技术改进。

但恰恰是这类深耕底层的研究工作，决定了大模型能否继续向更大规模演进。

在算力、数据逐渐逼近物理与成本极限的当下，如何让模型“跑得稳、跑得久”，已经成为比“堆参数”更重要的核心命题。DeepSeek 此次的技术尝试，或将成为下一阶段模型架构演进的重要方向之一。

如果说过去几年，行业奋力攻克的是“能不能做大模型”，那么现在，研究者们开始认真思考的是：大模型还能不能继续成长，如何健康地成长。