研究人员开发了MoEResQ,一种将FP4强化学习(RL)应用于混合专家(MoE)大型语言模型的新方法。与适用于密集模型的先前方法不同,MoE架构独特的路由机制要求在训练和推理过程中对称地应用恢复技术以保持准确性。MoEResQ强制执行这种对称性,显著提高了训练-推理对齐度,并缩小了与全精度模型的准确性差距。 AI
影响 确立了将低精度训练应用于MoE模型的一个关键原则,可能能够实现更高效的LLM开发。
排序理由 详细介绍LLM训练新方法的学术论文。[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 →