[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-93529":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"93529","ai","论文研究","小北",65,"月之暗面开源K2.5三大基础组件：MuonClip、KDA与Attention Residue","月之暗面开源K2.5三大组件：MuonClip优化器、KDA线性注意力与Attention Residue，并支持300个Agent并行。","月之暗面开源了训练K2.5的三个核心组件，试图用新方案替代沿用近十年的Transformer地基模块，这一举动可能重塑大模型训练的基础范式。\n· 开源组件包括MuonClip（优化器替代Adam）、KDA（注意力机制替代标准注意力）和Attention Residue（残差连接替代传统残差），均为Transformer关键模块。\n· 创始人杨植麟在GTC 2026演讲中表示，这三个组件已在大规模训练中验证有效，并全部开源供社区使用。\n· 此举旨在打破“应用无护城河→Agent无护城河→大模型无护城河”的链条，通过底层创新建立技术壁垒。\n· 开源策略有助于吸引开发者生态，推动行业标准向新组件迁移。\n影响\u002F看点：如果这些组件被广泛采用，可能开启后Transformer时代的新训练范式，月之暗面有望从模型厂商升级为基础设施提供者。","https:\u002F\u002Fx.com\u002Ffrxiaobei\u002Fstatus\u002F2078731487789326635",null,"2026-07-19 14:39:42"]