Kertas penyelidikan

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
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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.

Pautan asal · Entri AIHOT

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/

Lihat Semua →