MUDDFormer

DAGFormer通过全局拓扑预测提升Transformer效率

研究人员推出了一种新颖的Transformer架构DAGFormer，通过全局预测跨层连接来提高效率。这种方法与逐层路由方法不同，允许从早期层到后期层的直接连接，并且每个连接的强度根据输入令牌动态控制。DAGFormer在WikiText-2等基准测试中展示了困惑度的显著提高，并且与标准Transformer和其他路由架构相比，在下游任务和指令调优方面表现更好。