热门话题
查看更多1679.13万 热度
25.52万 热度
118.74万 热度
501.86万 热度
29.22万 热度
置顶
🍀 Spring Appointment, Lucky Draw Gifts! Growth Value Issue 1️⃣7️⃣ Spring Lucky Draw Carnival Begins!
Seize Spring Luck! 👉 https://www.gate.com/activities/pointprize?now_period=17
🌟 How to Participate?
1️⃣ Enter [Plaza] personal homepage, click the points icon next to your avatar to enter [Community Center]
2️⃣ Complete plaza or hot chat tasks like posting, commenting, liking, and speaking to earn growth value
🎁 Every 300 points can draw once, 10g gold bars, Gate Red Bull gift boxes, VIP experience cards and more great prizes await you!
Details 👉 https://www.gate.com/announcements/article/📢 Gate 广场创作者冲榜火热开启！
发文赢奖励，瓜分 1,500 USDT 总奖池 🔥
活动采用 曝光、互动、交易三重积分制——获得更多曝光、赢得用户互动、带动真实交易，每一项都能为你累积积分，让优质内容被看见、被奖励。
✅ 总榜大奖：Top 10 创作者分享 1,050 USDT
✅ 新人 & 回归激励：5 位潜力作者各得 30 USDT
✅ 深度内容奖：6 篇优质长文各获 50 USDT
📅 活动时间：3 月 19 日 - 4 月 4 日
📍 报名链接：https://www.gate.com/questionnaire/7494
📄 活动详情：https://www.gate.com/zh/announcements/article/50265
原创内容、深度思考、真实互动——让创作更有价值。
#Gate广场 #GateSquare #创作者冲榜 #内容挖矿福利加码，Gate 广场明星带单交易员三期招募开启！
入驻发帖 · 瓜分$30,000月度奖池 & 千万级流量扶持！
如何参与：
1️⃣ 报名成为跟单交易员：https://www.gate.com/copytrading/lead-trader-registration/futures
2️⃣ 报名活动：https://www.gate.com/questionnaire/7355
3️⃣ 入驻Gate广场，持续发布交易相关原创内容
丰厚奖励等你拿：
首发优质内容即得$30 跟单体验金
每双周瓜分$10,000U内容奖池
Top 10交易员额外瓜分$20,000U登榜奖池
精选帖推流、首页推荐、周度明星交易员曝光
详情：https://www.gate.com/announcements/article/50291🤖 寻找 Gate 广场 AI 测评官！$50,000 悬赏令发布！
发帖聊 AI，奖金拿到手软！新人首帖奖励翻倍，单帖最高 200U！
📝 立即报名：https://www.gate.com/questionnaire/7477
1️⃣ 发帖得红包，单帖最高 100U！
2️⃣ Top 体验分享官：带 #Gate广场AI测评官 聊技巧，赢国米球衣！
3️⃣ 收益率 PK 王：晒 AI 收益截图，赢 Gate 定制运动套装！
4️⃣ 深度好文额外加码 30U 每篇张榜公布！
💬 来 Gate 广场，把握行业新趋势：https://www.gate.com/post
时间：3/12 18:00 – 3/27 24:00 (UTC+8)
详情：https://www.gate.com/announcements/article/50206Gate 广场内容挖矿奖励继续升级！无论您是创作者还是用户，挖矿新人还是头部作者都能赢取好礼获得大奖。现在就进入广场探索吧！
创作者享受最高60%创作返佣
创作者奖励加码1500USDT：更多新人作者能瓜分奖池！
观众点击交易组件交易赢大礼！最高50GT等新春壕礼等你拿！
详情：https://www.gate.com/announcements/article/49802
DeepSeek新论文：流形约束超连接架构如何解决深层网络的训练难题
【链文】DeepSeek最近发布的新论文引起了技术圈的关注。他们提出了一个叫流形约束超连接（mHC）的新架构，核心目的其实很直接——解决现有超连接网络（HC）技术的两个痛点：训练不稳定和可扩展性受限。
这个问题的根源在于HC技术破坏了恒等映射的特性。DeepSeek的解决方案是把HC的残差连接空间映射到特定流形上，这样就能恢复恒等映射特性。听起来有点抽象，但说白了就是通过更聪明的数学映射，让深层网络训练更稳定、扩展性更强。
论文还结合了基础设施优化来保证实际效率，实验结果显示性能改进明显，可扩展性也很优越。这意味着用更深的网络结构时，训练过程变得更加可控了。
DeepSeek认为mHC是HC技术的一个灵活实用的拓展，这项工作不仅能帮助业界更深入理解拓扑架构设计，还为大模型的演进指明了一个很有前景的方向。这篇论文由解振达、韦毅轩、曹焕琪以及梁文锋等人合作完成。
从长期看，这类基础架构的突破对大模型的稳定性和扩展性都有深远影响。
又整这些数学黑魔法？说白了就是让网络训练别掉链子呗
流形约束我是真看不懂，但实验数据好看就完事儿了
深层网络终于能稳定训练了？这下又要被卷死一批人
不过话说回来，可扩展性这块要是真能解决，后面应用落地会快很多吧
这论文要真靠谱，说明AI的基础层还有这么多坑要填啊
等等，这东西实际跑起来效率咋样？别又是纸面光鲜
新架构听起来牛逼，实际效果怎么样得等市场去验证，反正我是先笑为敬
这逻辑就跟我炒币一样，理论完美，现实血崩，哈哈
DeepSeek这波算是在为大模型训练铺路，深度网络稳定了，后面出怪兽级别的模型概率又大了点
说实话，这种基础研究搞得好，受益的还是那帮大厂，我们这些散户只能吃剩饭
这要真能稳定深层训练，那可得好好看看实验数据，别又是论文好看实际拉垮
恒等映射特性恢复...咱们等等生产环境的反馈再吹不迟
Deep的论文越来越卷了，可扩展性这块要真有突破，对大模型训练成本确实是好消息
数学映射这套我得仔细看看，感觉又要理论联系实际半天
链上数据还没动静，我们这些散户还是先观察观察，免得成为接盘侠。不过话说回来，DeepSeek这波确实在风暴眼中心，早早梭哈的人可能要笑了。
流形约束听起来很高级，但这种架构创新距离真正的落地应用还差多远？有没有大机构已经在做这方面的套利？
说实话，纯技术突破往往被过度炒作，我赌的其实是市场反应，而不是论文本身。矿工费一旦跟上来，就是我该跑路的时候了。
最新的扩展性数据什么时候出？有没有对标方案的详细对比？这才是我真正关心的。
---
DeepSeek又整出新活儿，感觉是在修补HC技术的老坑啊
---
说了半天就是让训练更稳定呗，真正跑起来能快多少还两说呢
---
恒等映射那块我没太懂，感觉写论文的人就是把简单事复杂化了
---
可扩展性优越？到底比现有方案快几个百分点啊，有benchmark吗
---
又一个"革命性"架构，等着看真实场景里能不能用吧
---
流形约束这词听起来就很贵，不知道跑起来成本咋样
---
算法优化这东西永远是："理论上很行，实际还得看GPU"
---
看起来用心了，但感觉论文里全是花架子，细节呢
---
深度网络训练稳定性问题解决了，那显存占用呢，这种方案通常会抽风吧
流形约束？说人话就是防止网络训练崩盘呗，反正我是没看懂哈哈
深层网络更稳定了，这对挖矿调优有帮助吗？
数学映射映射映射，能直接提升gas费计算效率不？
DeepSeek又在卷模型架构了，这节奏真跟不上
就想知道最后能不能跑起来不崩，其他都是虚的