研究人员开发了一系列名为Baton的新型循环Transformer,旨在提高语言模型中的潜在事实构成和两跳推理能力。与标准Transformer不同,Baton变体将中间实体作为Token嵌入传递,使其能够回答中间实体未明确出现在训练示例中的复杂问题。虽然Baton模型在仅训练预测答案时能达到高精度,但在训练每个Token时性能会下降,这种现象与下一代Token预测损失有关。 AI
影响 引入了一种新颖的Transformer架构,可能提高LLM的推理能力。
排序理由 这是一篇详细介绍新型Transformer架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- DiscoLoop
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →