研究人员推出了一种新颖的语言建模架构TANGO,该架构通过非线性门控算子聚合令牌信息。该方法用单个跨令牌门控残差更新取代了标准的Transformer组件。其变体WANGO通过处理最近的窗口并使用旧数据的前缀统计信息,提供了线性复杂度。尽管TANGO的操作次数较高,但TANGO和WANGO在FineWeb-Edu、Lean和DeepMind Mathematics等基准测试上的表现均优于其他模型。 AI
影响 引入了一种可能为语言建模任务提供更高性能和效率的新架构。
排序理由 该集群描述了一篇介绍新语言模型架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- DeepMind Mathematics
- FineWeb-Edu
- FLASH
- GAU
- Hugging Face
- Lean
- Recurrent Transformer++
- SwiGLU
- Tango
- Transformer++
- WANGO
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →