@Azaliamirh

دانشمندای هوش مصنوعی به سرپرستی آزالیا میرحسینی و تیمش یه معماری تر و تمیز رو کردن به اسم «مدل‌های مفهوم بعدی» یا همون NCM که قراره دودمان مدل‌های زبانی دیفیوژن رو به باد بده

دانشمندای هوش مصنوعی به سرپرستی آزالیا میرحسینی و تیمش یه معماری تر و تمیز رو کردن به اسم «مدل‌های مفهوم بعدی» یا همون NCM که قراره دودمان مدل‌های زبانی دیفیوژن رو به باد بده. قضیه از این قراره که این مدل به‌جای کلمه‌به‌کلمه نوشتن، متن رو از مفاهیم کلی تا جزئیات ریز فشرده می‌کنه و بعد موقع جواب دادن، این کدهای سلسله‌مراتبی رو خیلی شیک و موازی می‌چینه. نتیجه کار هم کف‌مرتب داره؛ تو کارایی مثل خلاصه‌سازی و ترجمه تا ۳۱ برابر سریع‌تر شده، ۳ تا ۵ برابر دیتای کمتری واسه آموزش می‌خواد و حتی تو استدلال و حل سودوکو هم رو دست مدل‌های پرادعای قبلی زده.

منبع

Azalia Mirhoseini@Azaliamirh
Introducing Next-Concept Models (NCMs), a new paradigm for language generation that is significantly faster and more data efficient than diffusion models. How it works: 1) First we learn a series of compressed representations of text from coarse to fine-grained, aka ‘concepts’. This step is done once, similar to training a tokenizer. 2) At inference, we generate text going from a coarse to fine hierarchy via these ‘concepts’. A transformer predicts each level of the hierarchy sequentially, but the codes within each level are generated in parallel. Compared to strong diffusion language models, NCM achieves: Up to 31× faster generation on downstream tasks like summarization and machine translation. 10-21× faster generation across TinyStories, LM1B, and OpenWebText, using 3-5× fewer training data. On reasoning tasks like Sudoku, NCM outperforms both autoregressive and diffusion baselines with fewer sampling steps. Lead authors: @KumbongHermann & @ishanskhare, together with a great team!
Hermann Kumbong @KumbongHermann
🚀 Introducing Next-Concept Modeling (NCM): our new paradigm for fast, parallel, coarse-to-fine text generation. Compared to strong diffusion language models (DLMs) at similar parameter size, NCM achieves: ⚡ Up to 31× faster generation on downstream tasks like summarization and machine translation with comparable or better quality. 🏎️ 10–21× faster unconditional generation across TinyStories, LM1B, and OpenWebText, with comparable or better generative perplexity and using 3–5× fewer training tokens. 🧩 Better performance on reasoning tasks like Sudoku, outperforming both AR and diffusion baselines with fewer sampling steps. With @ishanskhare, @IddahMlauzi, @ekellbuch, @simran_s_arora, @Azaliamirh, and @HazyResearch. More details in the thread 🧵👇
۲۲ مهر ۱۴۰۵مشاهده در X

نظرها

    تنظیمات

    پیش‌نمایش

    انویدیا از نسل تازه‌ی تراشه‌هایش رونمایی کرد؛ متن خبرها با همین اندازه و فاصله‌ی خطوط نمایش داده می‌شود. ۱۴۰۵ — 2026

    ظاهر و متن

    پوسته
    اندازه‌ی متن
    فاصله‌ی خطوط

    خواندن و نمایش

    نمای فهرست خبرها

    استوری‌ها

    چه خبرهایی پخش شوند
    ترتیب
    دیده‌شده‌هابدون باز کردن تک‌تک خبرها

    صدا

    اعلان‌ها و موضوع‌ها

    موضوع‌هایی که دنبال می‌کنیدهنوز هیچانتخاب موضوع‌ها

    صدای فارسی

    این دستگاه صدای فارسی ندارد. نمونه‌ی صداها را بشنوید و یکی را یک بار دانلود کنید تا خبرها و خلاصه‌ی روز را بشنوید.

    راه‌های دیگر

    ویدیوی خبر

    گفتگو

    … نفر آنلاین

      خواندن کامل