研究人员开发了一种新颖的Transformer模型线性化方法,解决了因果自注意力带来的二次成本问题,该问题阻碍了长上下文推理。该方法分离了状态更新设计的关键影响,表明softmax依赖于键依赖的、秩为1的正交投影。通过引入sink tokens、短卷积和固定预算缓存路由等结构干预,该方法显著降低了近似误差。该线性化技术应用于多达32B参数的LLaMA和Qwen模型,在MMLU上的表现优于之前的事后基线,并在长上下文检索中与复杂的自适应缓存框架相媲美。 AI
影响 这项研究可能能够实现Transformer模型中长上下文更有效的处理,从而在需要扩展内存的应用中带来性能的提升。
排序理由 该集群包含一篇详细介绍Transformer模型线性化新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →