华为利用盘古-π解决Transformer架构的特征缺陷问题，并且在性能上超越了LLaMA
华为盘古系列是一个带来全新架构层面的产品系列。量子位获悉，华为诺亚方舟实验室等联合推出新型大语言模型架构：盘古-π。通过在传统Transformer架构上增强非线性性能，该方法做出了改进，从而有效地减轻了特征塌陷问题。带来的直接结果是模型的输出表达能力更加强大。在使用相同数据训练的情况下，盘古-π（7B）在多任务上超越LLaMA2等同规模大模型，并能实现10%的推理加速。在1B规模上可达SOTA。基于这一架构，我们还开发了一个金融法律大模型，名为"云山"。该任务由领袖级AI专家陶大程带领。具体如何实现？一
华为盘古系列是一个带来全新架构层面的产品系列。
量子位获悉，华为诺亚方舟实验室等联合推出新型大语言模型架构：盘古-π。
通过在传统Transformer架构上增强非线性性能，该方法做出了改进，从而有效地减轻了特征塌陷问题。
带来的直接结果是模型的输出表达能力更加强大。
在使用相同数据训练的情况下，盘古-π（7B）在多任务上超越LLaMA 2等同规模大模型，并能实现10%的推理加速。
在1B规模上可达SOTA。
基于这一架构，我们还开发了一个金融法律大模型，名为"云山"。
该任务由领袖级AI专家陶大程带领。
具体如何实现？一起来看。
利用非线性解决特征塌陷
目前常见大模型基本都采用Transformer架构，比如GPT、LLaMA等。
它的核心构成包括多头自注意力机制（MSA）和前馈网络（FFN）。
MSA的主要功能是计算输入序列中每个token和其他所有token之间的相关性，通过学习输入序列中的依赖关系，可以增强对语言的理解能力。FFN主要对输入进行非线性转换，增强模型表达能力，使其可以逼近更复杂的函数。
不过，华为诺亚方舟实验室发现，特征崩溃（feature collapse）会影响Transformer架构的表现，降低其表达能力，使模型难以区分不同输入。
以LLaMA为例，在更深层的神经网络上，特征等级显著降低，导致了所有token之间的相似性更强。
从机制上来看，自注意力模块可以看做在完全图上进行信息聚合，连续堆叠多层注意力就像连续多层图卷积一样，会产生过度特征平滑效应。
另一方面，多层感知器（MLP）中的激活函数提供的非线性还不够，抑制特征崩溃的作用有限。
由此，团队想要提高模型的非线性表达能力，避免特征崩溃，进而提出了本次工作盘古-π。
如下是盘古-π的结构示意：
在FFN中加入串联激活函数，在MSA中集成一种增强快捷连接（Aug-S)，可以更有效地在Transformer架构中引入更多非线性。
使用了增强快捷连接（Aug-S）的MSA，能将每个token的特征转换为不同表示形式。
基于这一新架构，通过大规模训练和微调，研究团队开发了一个盘古-π基础模型。
实验结果显示，该模型在多任务中表现超越其他同规模模型（分别测试了7B和1B规模）。
而且盘古-π-7B可以达到约10%的推理加速。
同时团队还以此为基础开发了一个金融法律领域大模型“云山”，它同样在多个benchmark中成绩超越其他模型。
通讯作者为陶大程
值得关注的是，本项研究的团队阵容也非常亮眼。
通讯作者为陶大程。
他是欧洲科学院外籍院士、澳大利亚科学院院士。本科就读于中科大，说是毕业于港中文MMLab、师从汤晓鸥。
2007年从博士毕业后，先后在中国香港理工大学、新加坡南洋理工大学，澳大利亚悉尼科技大学、悉尼大学任教。目前是清华大学智能产业研究院AIR团队卓越访问教授。
与此同时，他还先后加盟过优必选、京东，曾是京东最高级别AI科学家、担任京东探索研究院院长。
一作为王云鹤。
他是2012实验室诺亚方舟实验室高级研究员，现任算法应用部部长。
王云鹤在华为负责高效AI算法的创新研发以及在华为业务中的应用。他和团队开发了高效AI算法，其衍生应用在中国天眼FAST观测工作中，协助中科院国家天文台专家找到了数百个新的快速射电暴样本。
论文地址：http://arxiv.org/abs/2312.17276
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Premiere Pro 是面向专业视频制作的非线性剪辑软件，提供多轨时间线、调色、音频处理、字幕、代理工作流和多格式输出能力，并可与 After Effects、Audition、Photoshop 及 Frame.io 协同
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。