11月28日消息，人工智能領(lǐng)域頂級會議NeurIPS 2025公布了論文獎，阿里通義千問團隊最新研究成果從全球2萬多篇投稿論文中脫穎而出，被評為最佳論文，是唯一獲得該獎項的中國團隊。該論文首次在業(yè)內(nèi)揭秘了注意力門控機制對大模型性能和訓(xùn)練的影響，業(yè)內(nèi)人士普遍認為該研究是突破當(dāng)下大模型訓(xùn)練瓶頸的重要一步，將有力推動AI大模型技術(shù)的發(fā)展。

阿里通義千問研究成果被評為NeurIPS 2025最佳論文

NeurIPS是人工智能領(lǐng)域影響力最大的頂會之一，該會議誕生了Transformer、AlexNet等里程碑式研究成果。今年，谷歌、微軟、OpenAI、阿里巴巴及麻省理工學(xué)院等全球頂尖科技公司和機構(gòu)共有2萬多篇論文投稿，僅有約25%的論文被接收，而最佳論文僅有4篇，入選概率不及萬分之二，代表了目前全球人工智能領(lǐng)域最有價值和影響力的研究。

2017年，谷歌在NeurIPS發(fā)表的論文首次提出Transformer模型架構(gòu)和?自注意力機制，這一研究讓AI像人類一樣具備有選擇性地關(guān)注關(guān)鍵信息的能力，是當(dāng)下大模型研究的基礎(chǔ)。盡管現(xiàn)在大模型在很多領(lǐng)域已經(jīng)取得接近甚至超越人類的表現(xiàn)，但現(xiàn)有注意力機制仍存在諸多局限，例如當(dāng)下大模型會因為過度關(guān)注特定信息而導(dǎo)致對其它重要信息的忽略或處理偏差，這些局限性極大地影響了模型性能和訓(xùn)練穩(wěn)定性，為此業(yè)界開始探索對注意力進行優(yōu)化的新方案。

門控機制被認為是模型的“智能閥門”，可以幫助模型過濾無效信息并提升模型性能。近年來，AlphaFold2、Forgetting Transformer等學(xué)術(shù)界和工業(yè)界模型開始嘗試將門控和注意力機制結(jié)合。但業(yè)界尚未破解門控在注意力中發(fā)揮作用的內(nèi)在原因，也缺少大規(guī)模實踐的經(jīng)驗。

此次，通義千問研究團隊通過在1.7B稠密模型（Dense）與15B混合專家模型（MoE）上進行了數(shù)十組實驗，單組實驗訓(xùn)練最多超過 3.5 萬億 tokens，首次清晰揭秘了門控注意力背后的作用原理，并全面展示使用該方案的最佳方式。

實驗結(jié)果顯示，對各注意力頭的輸出進行門控，是提升模型性能最有效的方式。使用該方式，在引入額外1%參數(shù)的情況下，可實現(xiàn)0.2以上的困惑度下降、MMLU基準(zhǔn)評測2個點的提升。研究還發(fā)現(xiàn)，該技術(shù)還能在更大規(guī)模的模型訓(xùn)練上實現(xiàn)更好的性能。

使用論文方法，在引入額外1%參數(shù)的情況下，可以實現(xiàn)0.2以上的困惑度下降、MMLU基準(zhǔn)評測2個點的提升

目前，該研究成果已應(yīng)用于Qwen3-Next模型，并顯著提升模型的性能與魯棒性，相關(guān)技術(shù)方案、實驗?zāi)Ｐ图爱a(chǎn)品級模型均已開源。NeurIPS評審委員會指出：“這項工作將被廣泛應(yīng)用，并極大推動AI研究人員對大語言模型中注意力機制的理解。”

通義千問團隊表示：“對門控注意力機制的深入理解，不僅為大語言模型架構(gòu)設(shè)計提供了新思路，也為構(gòu)建更穩(wěn)定、更高效、更可控的大模型奠定了基礎(chǔ)。”據(jù)悉，目前阿里千問已開源300多款模型，涵蓋全模態(tài)、全尺寸，全球下載量突破7億次，衍生模型超過18萬個，位居全球第一。