实体
Transformer-based large language models
Transformer-based large language models
PulseAugur coverage of Transformer-based large language models — every cluster mentioning Transformer-based large language models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新基准DiaLong测试LLM在长上下文对话中的记忆力
研究人员推出了DiaLong,这是一个新的数据集和基准,旨在评估大型语言模型(LLM)在长上下文对话中的记忆能力。该数据集包含100个人工增强的对话,其长度超过了现有基准的长度,并包含一个事实回忆任务,以量化评估LLM保留和检索信息的能力。对当前LLM和提出的内存增强功能的初步测试表明,需要进一步开发以提高LLM的内存性能,这对于在扩展对话中保持连贯性和类似人类的交互至关重要。
-
新研究探索大语言模型效率和推理能力的提升
多篇研究论文探讨了提高大语言模型(LLMs)效率和可靠性的方法。Hugging Face 的 LFM2.5-DSpark 通过使用推测性解码技术,展示了高达 3.2 倍的推理速度提升。OpWeave 和 LayerRoute 分别提出了用于跨异构硬件优化大语言模型服务和实现自适应层跳过的框架。其他研究则关注大语言模型的推理和校准,其中 ZebraArena 为工具增强型大语言模型提供了诊断环境,而 Efficiency Halluci…