Mamba作者新作：將Llama3蒸餾成混合線性 RNN

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：Mamba作者新作：將Llama3蒸餾成混合線性 RNN
關(guān)鍵字：模型,注意力,線性,基準(zhǔn),性能
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

機(jī)器之心報(bào)道
機(jī)器之心編輯部Transformer 在深度學(xué)習(xí)領(lǐng)域取得巨大成功的關(guān)鍵是注意力機(jī)制。注意力機(jī)制讓基于 Transformer 的模型關(guān)注與輸入序列相關(guān)的部分，實(shí)現(xiàn)了更好的上下文理解。然而，注意力機(jī)制的缺點(diǎn)是計(jì)算開銷大，會(huì)隨輸入規(guī)模而二次增長(zhǎng)，Transformer 也因此難以處理非常長(zhǎng)的文本。
前段時(shí)間，Mamba 的出現(xiàn)打破了這一局面，它可以隨上下文長(zhǎng)度的增加實(shí)現(xiàn)線性擴(kuò)展。隨著 Mamba 的發(fā)布，這些狀態(tài)空間模型 (SSM) 在中小型規(guī)模上已經(jīng)可以與 Transformer 匹敵，甚至超越 Transformer，同時(shí)還能維持隨序列長(zhǎng)度的線性可擴(kuò)展性，這讓 Mamba 具有有利的部署特性。
簡(jiǎn)單來說，Mamba 首先引入了一個(gè)簡(jiǎn)單卻有效的選擇機(jī)制，其可根據(jù)輸入對(duì) SSM 進(jìn)行重新參數(shù)化，從而可讓模型在濾除不相關(guān)信息的同時(shí)無限期地保留必要和相關(guān)的數(shù)據(jù)。
最近，一篇題為《The Mamba in the Llama: Distilling and Accelerating Hybrid Models》的論文證明：通過重用注意力層的權(quán)重，大型 transformer 可以被

原文鏈接：Mamba作者新作：將Llama3蒸餾成混合線性 RNN

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡(jiǎn)介：