Mengapa pasukan Ant Ling mereka semula SwiGLU? Kisah kelahiran fungsi pengaktifan PowLU
Tajuk asal:我们为什么要重新设计 SwiGLU?聊一聊 PowLU 的诞生始末
Ringkasan AI
Pasukan Ant Ling mencadangkan fungsi pengaktifan baharu PowLU, untuk menyelesaikan masalah Loss Spike dan keruntuhan latihan yang disebabkan oleh pertumbuhan kuadratik yang membesarkan nilai luar biasa dalam latihan berketepatan rendah seperti FP8 pada SwiGLU.
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- 公众号:蚂蚁百灵(Ling)
- Kategori
- Kertas penyelidikan
- Skor AI
- 81
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。
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Mengapa pasukan Ant Ling mereka semula SwiGLU? Kisah kelahiran fungsi pengaktifan PowLU. 29 Mei 2026. https://new.nat6.net/ms/news/cmsdu2qga010jrofz571wp958/