翁荔陈丹琦加盟的840亿AI公司，公开第二篇论文

Thinking Machines发布第二篇研究论文《Modular Manifolds》，提出将神经网络各层参数约束于Stiefel流形的新型优化框架，以解决训练中梯度不稳定等问题。作者Jeremy Bernstein设计了流形Muon算法，在CIFAR-10实验中展现出比AdamW更稳定的权重更新与略优准确性，尽管计算开销略高。研究进一步提出“模块化流形”概念，通过全局机制协调各层优化，提升整体训练稳定性。该方法若能扩展至大型语言模型，或显著改善训练效率。论文虽署名单人，实为跨学科协作成果。该公司此前还发布了关于LLM推理确定性的研究，成员背景雄厚，尚未推出产品即估值突破120亿美元，备受关注。
来源：https://mp.weixin.qq.com/s/g9gDnKKcCQUHo7sjWCJvHA