研究人员推出了一种新颖的记忆更新规则Erase-then-Delta Attention (EDA),旨在增强循环记忆模型。与先前将更正锚定到写入地址的方法不同,EDA将擦除和写入操作解耦,允许在写入新内容之前在单独的地址主动抑制过时信息。这种双重能力扩展了记忆管理容量,在密集和混合专家(MoE)架构的语言模型预训练实验中被证明是有效的。EDA在长上下文评估中也表现出卓越的性能,即使在广泛的中期训练后也能保持其优势。 AI
影响 这种新的注意力机制可以提高未来语言模型的效率和长上下文能力。
排序理由 该集群包含一篇详细介绍语言模型注意力机制新方法的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →