DeepSeek publica mHC para entrenamientos más estables

Línea temporal

1. 5 ene
   WWWhat's newFiabilidad declaración interesada

   DeepSeek presenta mHC, técnica para entrenar modelos de lenguaje con mayor estabilidad

   DeepSeek ha publicado un paper presentando mHC (Manifold-Constrained Hyper-Connections), una técnica de ingeniería matemática diseñada para estabilizar el entrenamiento de grandes modelos de lenguaje. El método impone…