来自Apple Inc.的研究人员开发了一种新方法,将知识从Transformer模型蒸馏到类似Mamba的架构中。他们的两阶段方法首先使用核技巧将知识蒸馏到一个线性化注意力模型中,然后将其蒸馏到一个适应的Mamba模型中。这种技术使蒸馏后的Mamba模型能够保留原始Transformer的大部分性能,困惑度达到14.01,而教师模型的困惑度为13.86,尽管在需要强大上下文内回忆的任务上出现了一些差距。 AI
影响 这项研究提供了一种利用现有Transformer知识来构建类似Mamba架构的方法,有望提高状态空间模型的效率和采用率。
排序理由 该集群包含一篇研究论文,详细介绍了一种用于AI模型跨架构蒸馏的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Apple Machine Learning Research 阅读 →
- Apple Inc.
- Concordia University
- Flatiron Institute
- International Conference on Machine Learning
- Johns Hopkins University
- Mamba
- MILA Research Institute
- Pythia-1B
- transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →