पेपर और शोध

Cartesia ने H-Net स्केलिंग लॉ शोध जारी किया: बाइट-स्तरीय पदानुक्रमित नेटवर्क BPE से अधिकतम 3-5x कंप्यूट दक्षता बढ़ाता है

मूल शीर्षक:From Tokens to Bytes I: Scaling Hierarchical Networks

AI सारांश

Cartesia ने अपनी ब्लॉग श्रृंखला का पहला भाग जारी किया, जिसमें बाइट-स्तरीय भाषा मॉडलिंग पर अपने पदानुक्रमित नेटवर्क (H-Net) के स्केलिंग लॉ परिणाम बताए गए: सख्ती से मेल खाते BPE Transformer की तुलना में, 1-stage H-Net सत्यापन हानि पर 1.28x कंप्यूट बचाता है, डाउनस्ट्रीम मूल्यांकन में लगभग 2x, कोड कार्यों में माध्यिका 2.04x और वितरण से बाहर प्रोग्रामिंग भाषाओं में माध्यिका 3.10x (जैसे Prolog 5.37x)।

मुख्य जानकारी

  • Cartesia ने अपनी ब्लॉग श्रृंखला का पहला भाग जारी किया,जिसमें बाइट-स्तरीय भाषा मॉडलिंग पर अपने…
  • 28x कंप्यूट बचाता है,डाउनस्ट्रीम मूल्यांकन में लगभग 2x,कोड कार्यों में माध्यिका 2.
  • 04x और वितरण से बाहर प्रोग्रामिंग भाषाओं में माध्यिका 3.
  • 10x (जैसे Prolog 5.

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
Cartesia 产品与研究
श्रेणी
पेपर और शोध
AI स्कोर
60
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

Cartesia 原创研究给出 H-Net 替代 BPE 分词的对照实验与 3-5x 计算效率数据,可了解字节级学习的实际进展。

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: Cartesia ने H-Net स्केलिंग लॉ शोध जारी किया: बाइट-स्तरीय पदानुक्रमित नेटवर्क BPE से अधिकतम 3-5x कंप्यूट दक्षता बढ़ाता है। 27 अक्टूबर 2026। https://new.nat6.net/hi/news/ctuk7r4h4qbyyligi680s7gtr/

सभी देखें →