Dr. LLM

MACRO框架在不改变权重的情况下优化LLM层路由

研究人员推出MACRO，一个用于优化大型语言模型中Transformer层执行的新框架。MACRO能够在不改变模型权重的情况下实现动态层路由，将路由过程建模为依赖于上下文的马尔可夫策略。该方法支持跳过、重复和残差连接等操作，并通过训练反馈进行更新。评估显示，MACRO在各种基准测试中的准确性平均提高了5.0%，优于Dr. LLM等现有动态路由方法，并显著减少了路由搜索时间。