Aether-6B-11Attn-base

Aether-6B-11Attn-base: 训练中期模型作为研究产物发布

一项新的研究产物 Aether-6B-11Attn-base 在训练中期发布，独特地展示了一个结合了包括传统注意力、状态空间、卷积和线性时间组件在内的十一（11）种异构混合器的模型的发展过程。该模型具有 121 层、57.9 亿参数的深而窄的架构，未针对服务进行优化，并且生成 token 的速度很慢。此次发布强调了透明度，承认训练代码未存档，模型是从分片检查点重建的，并通过参数匹配和困惑度检查进行了验证。