पेपर और शोध

Ant Bailing टीम ने SwiGLU को फिर से क्यों डिज़ाइन किया? PowLU एक्टिवेशन फंक्शन की उत्पत्ति

मूल शीर्षक:我们为什么要重新设计 SwiGLU?聊一聊 PowLU 的诞生始末

AI सारांश

Ant Bailing टीम ने नया एक्टिवेशन फंक्शन PowLU पेश किया है, जिसका उद्देश्य FP8 जैसे निम्न-सटीकता प्रशिक्षण में SwiGLU द्वारा द्विघात वृद्धि के कारण होने वाले आउटलायर एम्प्लीफिकेशन, लॉस स्पाइक और प्रशिक्षण क्रैश की समस्याओं को हल करना है।

मुख्य जानकारी

  • Ant Bailing टीम ने नया एक्टिवेशन फंक्शन PowLU पेश किया है
  • जिसका उद्देश्य FP8 जैसे निम्न-सटीकता प्रशिक्षण में SwiGLU द्वारा द्विघात वृद्धि के कारण होने वाले…
  • लॉस स्पाइक और प्रशिक्षण क्रैश की समस्याओं को हल करना है।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
公众号:蚂蚁百灵(Ling)
श्रेणी
पेपर और शोध
AI स्कोर
81
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

用幂函数替代指数项以压制输出范围,避免了 SwiGLU 截断带来的信息丢失,为低精度训练提供了一条已通过千亿模型验证的稳定激活函数路径。

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Ant Bailing टीम ने SwiGLU को फिर से क्यों डिज़ाइन किया? PowLU एक्टिवेशन फंक्शन की उत्पत्ति। 29 मई 2026। https://new.nat6.net/hi/news/cmsdu2qga010jrofz571wp958/

सभी देखें →