研究人员开发了一种将知识从 Transformer 模型蒸馏到状态空间模型(SSM),如 Mamba 的新方法。这种两阶段方法首先将知识蒸馏到一个线性化的注意力适配器,然后到一个适配的 Mamba 模型。使用这种方法蒸馏出的 Mamba 模型成功保留了原始 Pythia-1B Transformer 的大部分性能,取得了可比的困惑度得分。 AI
影响 能够利用现有的 Transformer 知识来训练更高效的状态空间模型。
排序理由 该集群包含一篇学术论文,详细介绍了一种用于人工智能模型跨架构蒸馏的新方法。[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 →