DeepSeek在mHC（流形约束超连接）架构中复用的是1967年的经典论文《Concerning a Certain Class of Matrices》，核心是Sinkhorn-Knopp算法。该算法通过交替行/列归一化，将非负方阵收敛为双随机矩阵（每行每列和为1），以此约束混合连接（Hyper-Connections）的矩阵流形，解决大模型训练中数值不稳定、信号爆炸/消失等问题，同时几乎不增加额外算力开销。 1967年论文提出的Sinkhorn-Knopp算法，本用于矩阵归一化，时隔59年被DeepSeek用于大模型架构创新。 mHC架构把混合矩阵投影到Birkhoff多面体（双随机矩阵流形），为信息流“立规矩”，保障训练稳定性与可扩展性。 实验验证：3B/9B/27B参数模型可稳定扩展，显存占用与通信压力下降，适配高带宽、算力受限的环境。 这篇1967年论文的作者是Richard Dennis Sinkhorn和Paul Joseph Knopp，论文全名《Concerning nonnegative matrices and doubly stochastic matrices》，发表于Pacific Journal of Mathematics（第21卷第2期，343-348页），提出了Sinkhorn-Knopp算法，正是DeepSeek mHC架构所复用的核心方法。 Richard Dennis Sinkhorn与Paul Joseph Knopp均为美国数学家，以下是公开可查信息： Richard Dennis Sinkhorn：长期任职于美国德克萨斯大学奥斯汀分校，主要研究线性代数、矩阵理论，美国国籍。 Paul Joseph Knopp：1967年与Sinkhorn合作发表论文时任职于美国密歇根大学安娜堡分校，也是美国国籍。