一篇新的研究论文探讨了循环Transformer的行为,这种模型通过重复应用单个块来处理信息。研究发现,尽管这些模型在超出其训练深度的扩展循环次数下可以准确计算,但它们保留正确答案的能力却显著下降。具体来说,在循环次数32下训练的模型在循环次数64下仅保留了22%的答案。该研究还区分了计算、保留和复用,证明即使是具有高保留率的模型在状态复用方面也存在困难,这表明学习计算并不等同于有效地学习保留或复用信息。 AI
影响 突出了某些Transformer架构在长上下文推理能力方面存在的潜在局限性。
排序理由 关于Transformer模型行为的学术论文。[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 →