دنیای هوش مصنوعی دوباره یه تکون اساسی خورده و بعد از سر و صدای مدلهای MoE در سال ۲۰۲۳، حالا نوبت به معرفی معماری جدیدی به اسم MoR یا همون «ترکیب بازگشتها» توی سال ۲۰۲۵ رسیده

دنیای هوش مصنوعی دوباره یه تکون اساسی خورده و بعد از سر و صدای مدلهای MoE در سال ۲۰۲۳، حالا نوبت به معرفی معماری جدیدی به اسم MoR یا همون «ترکیب بازگشتها» توی سال ۲۰۲۵ رسیده. قضیه از این قراره که اگه مدلهای قبلی عرض شبکه رو شرطی میکردن، این تکنیک جدید عمق رو دستکاری میکنه تا هر توکن خودش تعیین کنه چند دور توی لایهها بچرخه. یعنی یه مسیریاب هوشمند گذاشتن تا توکنهای آسون بعد یه دور سریع کارشون تموم بشه و رد بشن، ولی لقمههای سختتر و پیچیده چندین بار توی لوپ بمونن تا کامل تحلیل بشن. با این ترفند، همون وزنهای قبلی دوباره به کار گرفته میشن و توان پردازشی الکی هدر نمیره و فقط خرج جاهای واجب میشه.
منبع
Mixture-of-Recursions: Learning Dynamic Recursive Depths for Adaptive Token-Level Computation
Scaling language models unlocks impressive capabilities, but the accompanying computational and memory demands make both training and deployment expensive. Existing efficiency efforts typically target either parameter sharing or adaptive computation, leaving open the question of how to attain both simultaneously. We introduce Mixture-of-Recursions (MoR), a unified framework that combines the two a
خواندن در سایت منبع
نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.