研究人员开发了一个名为Head-wise Hybrid Architecture (HwH)的新框架,重新评估了现代Transformer的设计。通过使用RoPE Frequency Importance Score (RFIS)和RoPE Positional Dependence (RPD)等指标分析头级别的函数组织,他们识别出检索头和位置头之间的清晰分离。该分析表明,位置建模应该是局部的,通过与位置无关的检索实现全局访问,并且这些功能应在头粒度上分配。HwH架构通过使用NoPE FA进行全局检索和LA进行局部位置建模来实现这些原则,展示了改进的语言建模、常识推理和显著增强的零样本长上下文外推能力。 AI
影响 提出了一种原则性的混合Transformer设计方法,有望提高长上下文能力和效率。
排序理由 提出Transformer新架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Full Attention
- Global Positional Band
- Head-wise Hybrid Architecture
- Linear Attention
- llama3.1
- NoPE FA
- Qwen3
- RoPE
- transformers
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →