研究人员推出了一种新颖的 Transformer 语言模型 DAGFormer,它通过联合训练的拓扑预测器来增强跨层连接。该模型从较早层到较晚层建立直接连接,预测器根据输入 token 动态调整连接强度。DAGFormer 在 WikiText-2 上的困惑度方面表现出显著的改进,在各种参数大小和训练数据量下均优于标准 Transformer 和现有路由架构。该模型在多个评估任务和指令微调方面也表现出增强的性能,同时表现出对结构化剪枝的更大弹性。 AI
影响 引入了一种优化 Transformer 架构的新方法,有望带来更高效、性能更强的语言模型。
排序理由 该集群描述了一篇详细介绍新颖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 →