实体
DiscoLoop
DiscoLoop
PulseAugur coverage of DiscoLoop — every cluster mentioning DiscoLoop across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新型Baton Transformer增强LLM中的潜在事实构成
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。
-
DiscoLoop架构增强了LLM的多跳推理能力
研究人员开发了DiscoLoop,一种新颖的循环架构,旨在增强大型语言模型的多跳推理能力。标准的Transformer在跨越多个推理步骤时难以保留信息,而“深度局部存储”问题加剧了这一问题。DiscoLoop通过在其循环结构中同时纳入离散嵌入和连续隐藏状态来解决这个问题。这种双通道方法显著提高了多跳推理任务的准确性并缩短了训练时间,并有望用于实际的语言模型预训练。