DeepSeek publica un artículo en el Año Nuevo, explicando brevemente en qué es realmente impresionante👇 Título del artículo: 《mHC：Manifold-Constrained Hyper-Connections》 El fundador y CEO de DeepSeek, Liang Wenfeng, también está en la lista de autores. Es un artículo técnico sobre una arquitectura de nivel inferior, resumido en tres puntos con palabras sencillas: 1️⃣ Los grandes modelos son más estables. La HC anterior (versión mejorada de conexiones residuales) era muy potente, pero era fácil que el entrenamiento fallara, mHC