跳到正文
热点事件持续更新

研究：Transformer循环缩放与并行推理

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Chanakya Ekbote 等作者发表论文，从头训练稠密 decoder-only Transformer，比较循环模型不同部分、循环次数及循环间信息传递方式的效果。实验显示，在固定参数预算下循环整个 Transformer 质量最佳；在训练 FLOPs 受限时，循环中间层块的回报更高。

AI 根据报道生成 · 2 小时前更新

最新进展10月31日 12:00
Transformer 循环之道：循环扩展、特化与并行推理

报道时间线

沿着报道，了解事件的不同侧面。

10月31日
  1. arXiv cs.AI
    Transformer 循环之道：循环扩展、特化与并行推理

    从头训练的稠密 decoder-only Transformer 实验显示，在固定参数预算下循环整个 Transformer 质量最佳，而训练 FLOPs 受限时循环中间层块回报更高。

本事件热度走势

可比范围当前
7
可比范围峰值
810月31日 22:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。