L$^3$

大型查找层为稀疏模型提供高效替代方案

研究人员推出了一种新颖的稀疏语言模型架构——大型查找层（L$^3$），旨在通过使用静态令牌路由来改进混合专家（MoE）模型。这种方法通过在嵌入中缓存信息，使模型能够有效地平衡内存和计算，提供了一种系统友好的设计，可实现更快的训练和CPU卸载推理。在拥有高达26亿活跃参数的Transformer上的实验表明，L$^3$在语言建模和下游任务上的表现优于密集模型和同等稀疏度的MoE模型。