Apple Machine Learning Research 发表了一篇论文，详细介绍了在语言建模中扩展分类流图 (CFM) 的进展。研究团队成功地在 2.1 万亿个 token 上训练了一个 17 亿参数的流模型，并将其提炼成一个 CFM，该 CFM 能够在仅 4 个推理步骤内生成多样化的高质量文本。这种方法保持了接近数据级别的 token 熵，并有望用于离散数据生成，解决了先前在可扩展性方面存在的局限性。 AI
影响 这项研究可能带来更高效、更快速的文本生成模型，并可能影响语言模型的训练和部署方式。
排序理由 发表了一篇详细介绍语言建模新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Apple Machine Learning Research 阅读 →
- Amitis Shidani
- Anastasiia Filippova
- Apple Inc.
- CAR-Flow
- Categorical Flow Maps
- Conference on Neural Information Processing Systems
- Louis Béthune
- Marco Cuturi
- Oscar Davis
- Pierre Ablin
- University of Oxford
- Victor Turrisi
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
