PortLLM

PortLLM方案展示了大型语言模型（LLM）的长期时间可移植性

研究人员探索了PortLLM方案的长期时间可移植性，该方案在持续预训练后无需新的训练数据或参数即可适应大型语言模型（LLM）。他们使用Mistral、Gemma和Qwen等基础模型在十个预训练步骤中进行了广泛的实证研究，发现PortLLM补丁在很长一段时间内保持其有效性。这表明当基础模型定期更新时，无需重复微调。理论分析提供了几何视角，将高维向量的近乎正交性确定为解释这种时间可移植性的关键因素。