实体
MemAttention
MemAttention
PulseAugur coverage of MemAttention — every cluster mentioning MemAttention across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究解决 LLM 的多样性、效率和训练稳定性问题
新研究探索了增强大型语言模型 (LLM) 功能和效率的方法。一篇论文介绍了“口头化采样” (Verbalized Sampling)，通过提示模型口头化概率分布来减轻模式崩溃并增加 LLM 输出的多样性。另一项研究提出了“原地分词器扩展” (In-Place Tokenizer Expansion)，以提高训练数据中代表性较低的语言的效率，可能加快解码速度。此外，关于“稳定原生低秩 LLM 预训练” (Stabilizing Nati…
-
新框架和架构旨在提高LLM的推理能力
研究人员正在开发新的方法来评估和提高大型语言模型（LLM）的推理能力。Elenchos和CRiT-QA是旨在通过引入突变和反事实来测试溯因推理和多跳推理的新框架，以挑战LLM对内部知识或数据集捷径的依赖。此外，Turbo Connection和MetaState等新颖的架构修改旨在通过改善模型层之间的信息流和整合持久工作记忆来增强推理能力。其他研究侧重于评估超越简单准确性的推理质量，其中Filtered Reasoning Score…