残差连接统治AI十年，新研究试图突破瓶颈

深度学习过去十年飞速发展，但核心架构中的残差连接（2015年由ResNet提出）至今仍是几乎所有AI模型的基础。它通过恒等映射让梯度顺畅传播，防止训练时梯度消失或爆炸，使百层网络得以有效训练。然而，随着模型规模暴增，这种固定宽度的残差流成为信息瓶颈：所有上下文、记忆和特征表示必须挤入单一维度向量，限制了表达能力。字节跳动曾提出超连接（Hyper-Connections），通过将残差流宽度扩展n倍来缓解问题，但计算层仍需要标准输入，需引入可学习权重转换。近期，DeepSeek-AI研究人员发表新论文“mHC：流形约束超连接”，从根本上重新设计信号路由系统，试图在提升模型容量的同时控制计算成本。这项研究揭示了当前主流残差连接面临的瓶颈，可能引出下一代架构革新。 #深度学习 #残差连接 #AI架构 #DeepSeek #超连接 #mHC #神经网络 #技术突破

Open Chat：永不丢 token 的开源 AI 聊天应用

Open Chat 是一款基于 Prisma Streams、Postgres 等技术的开源 AI 聊天应用，其核心设计将聊天历史视为不可变的追加日志，而非传统数据库表。每次用户输入和模型生成的 token 均先写入持久化流，浏览器再通过 SSE 回放日志，因此即使断连或服务器重启，重新连接后仍可从上次偏移量继续，不会丢失任何内容。整个系统包含客户端向后端发送提示、服务器调用 OpenRouter 模型流式返回 token、每个 delta 先追加到用户流、浏览器尾随日志、元数据存储在 Prisma Postgres 并通过 TanStack DB 在浏览器端实现关系数据与事件流的联合查询等六个环节。每个用户拥有一个流，每个聊天对应一个路由键，支持按偏移量读取和实时尾随，客户端代码仅约 140 行。该项目展示了如何构建持久、可回放的聊天流。 #开源 #AI聊天 #日志流 #Prisma #事件驱动 #Web应用 #实时通信

AIDx：本地部署的AI临床决策支持系统助力医师诊断

生物通报道，一款名为AIDx的新型人工智能系统被成功开发，专为本地部署而设计，旨在辅助医师进行临床决策支持（CDS）。该系统无需依赖云端，可在医院内部网络运行，有效保障患者数据隐私与安全性。AIDx通过整合电子病历、医学影像和实验室检查等多源数据，利用深度学习算法实时分析，为医生提供诊断建议、治疗方案推荐及用药警示。实际测试显示，该系统在多个常见疾病的初步筛查中表现优异，尤其是对早期病变的识别准确率显著提升。研究团队表示，AIDx能够减轻医师的工作负担，减少误诊漏诊，尤其适用于基层医疗机构和资源受限环境。目前该系统已在多家试点医院部署，并计划进一步优化以支持更多专科领域。 #AI #医疗 #临床决策支持 #本地部署 #深度学习 #诊断 #健康科技