Per-Layer Embeddings
PulseAugur coverage of Per-Layer Embeddings — every cluster mentioning Per-Layer Embeddings across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
2890 万参数 LLM 在 8 美元微控制器上运行，使用 Google 的逐层嵌入技术 · 跟踪 4 个来源
一位开发者成功地在 8 美元的 ESP32-S3 微控制器上运行了一个拥有 2890 万参数的语言模型，实现了每秒约 9 个 token 的速度，无需云端依赖。这项边缘 AI 的重大进展利用了 Google 的逐层嵌入技术，允许模型的大部分参数驻留在慢速闪存中，同时将核心处理组件保留在芯片有限的 SRAM 中。该模型在 TinyStories 数据集上进行训练，能够生成简短、连贯的叙事，展示了低成本、离线生成式 AI 应用的新能力。
-
Google releases Gemma 4 12B for efficient laptop AI
Google has released Gemma 4 12B, a new open-source AI model designed to run efficiently on consumer laptops with 16GB of RAM. This 12-billion-parameter model fills a gap in Google's Gemma 4 lineup, offering capabilities…
-
Gemma 3n 在开源生态系统中全面可用！
Google DeepMind 已全面发布 Gemma 3n，这是一款专为设备端应用设计的移动优先多模态模型。这种新架构支持图像、音频、视频和文本输入，以及文本输出，并针对效率进行了优化，提供有效参数为 2B 和 4B 的版本，模仿了传统 2B 和 4B 模型的内存占用。Gemma 3n 引入了 MatFormer 等新组件以提高灵活性，以及 Per Layer Embeddings 以提高内存效率，在多语言、数学、编码和推理方面取得…