研究人员开发了“沙漏型Transformer”,这是一种新颖的语言模型架构,偏离了传统的窄-宽-窄前馈网络(FFN)设计。通过采用沙漏型子MLP和沙漏型注意力机制,这些模型在113M到8B参数的各种规模下,表现与标准Transformer相当。值得注意的是,沙漏型Transformer在训练计算效率方面提高了高达8.7%,并且在长上下文扩展后,提供了更快的令牌解码速度和更低的KV缓存内存需求,使其成为注重效率设计的实用替代方案。 AI
影响 沙漏型结构为注重计算和延迟的Transformer设计提供了一种实用的替代方案,有可能提高训练和推理效率。
排序理由 详细介绍新模型架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →