TinyShakespeare
PulseAugur coverage of TinyShakespeare — every cluster mentioning TinyShakespeare across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
baseVultra：新的紧凑型非线性递归单元在特定场景下优于LSTM/GRU
研究人员推出了一种新颖的紧凑型非线性递归神经网络单元baseVultra，专为流式序列建模而设计。这种新架构将计算资源从门变换重新分配到候选生成，其特点是将集中的密集递归预算放在单个矩阵上，并用更简单的对角线交互替换递归门矩阵。在TinyShakespeare和text8数据集上的实验中，baseVultra在具有受限隐藏状态容量的紧凑型场景下，与LSTM和GRU模型相比，表现出具有竞争力或更优越的性能。
-
新的HySPE位置编码方法在RoPE外推方面表现更优
研究人员推出了一种新颖的位置注意力方法——双曲辛位置编码（HySPE），用于将位置注意力置于非紧辛变换中。与使用旋转的旋转位置嵌入（RoPE）不同，HySPE在其双曲分支中采用阻尼对称的双对偶剪切组合。这种方法为每个通道对提供两个频谱衰减率，并确保长度无关的数值界限，同时匹配RoPE的前向延迟。在TinyShakespeare上的实验表明，HySPE具有更优的外推能力，其不变困惑度保持得比RoPE好得多。在WikiText-103上训…
-
新的FourierQK注意力机制增强了Transformer模型
研究人员开发了FourierQK，一种用于生成式预训练Transformer的新型注意力机制，它利用带通滤波的内积。在TinyShakespeare上的字符级语言建模实验表明，直流和奈奎斯特分量是有害的，而围绕段落长度（70个token）的优化单尺度带宽会带来显著的收益。研究还发现，像墨西哥帽这样的可容许滤波器优于不可容许的滤波器，并且频谱覆盖直接影响泄漏，这表明FourierQK在BERT等双向注意力设置中是有效的。
-
FourierQK 技术通过频谱预处理提升 Transformer 注意力 · 已追踪 2 个来源
研究人员开发了一种名为 FourierQK 的新技术，通过对查询-键投影应用频谱预处理，显著增强了 Transformer 注意力机制。该方法在 TinyShakespeare 等字符级语言建模任务上进行了测试，与标准的点积注意力相比，错误率降低了高达 79%，取得了显著的性能提升。其优势归因于全局频域混合而非度量失真，并且该方法在架构上与 FNet 等先前方法不同。
-
LoRA-Muon：新型优化器提升深度学习微调效率
研究人员推出了一种名为LoRA-Muon的优化技术，旨在提高低秩适配（LoRA）在深度学习模型中的效率和有效性。该新方法将谱最速下降规则应用于低秩设置，旨在为现有的LoRA微调方法提供更稳定、性能更好的替代方案。LoRA-Muon在跨越不同模型维度时表现出更强的学习率可迁移性，甚至在某些场景下可以超越密集基线，提供一种更节省内存的方法。
-
Morlet 小波框架增强 Transformer 位置编码
研究人员推出了一种新颖的 Transformer 位置编码框架——Morlet 位置编码 (MoPE)，超越了传统正弦和旋转方法。MoPE 利用 Morlet 小波同时编码位置和频率，使每个嵌入维度都能学习自己的局部性带宽。该方法在理论上统一了现有方法，并在语言建模等任务中取得了实证改进，与能量门控注意力结合时性能优于标准注意力机制。
-
能量门控注意力通过优先处理显著性token来增强Transformer模型
研究人员推出了一种名为能量门控注意力（EGA）的新型机制，旨在通过关注谱显著性token来改进Transformer模型。该方法借鉴了流体动力学的原理，优先处理信息密集且拥有不成比例谱能量的token。EGA在TinyShakespeare和Penn Treebank等数据集上实现了显著的验证损失改进，同时参数开销极小，计算成本也无额外增加。