Ulysses Sequence Parallelism: การฝึกอบรมเพื่อรองรับบริบทหนึ่งล้านโทเคน
หัวข้อต้นฉบับ:Ulysses Sequence Parallelism: Training with Million-Token Contexts
สรุปโดย AI
ทีมวิจัยเปิดตัววิธี Ulysses Sequence Parallelism ซึ่งเป็นเทคนิคใหม่สำหรับการฝึกอบรมโมเดลภาษาขนาดใหญ่ วิธีนี้แบ่งและประกอบลำดับยาวในมิติเฉพาะข้ามอุปกรณ์ ทำให้สามารถประมวลผลบริบทที่ยาวมากแบบขนานได้ การเปลี่ยนแปลงหลักคือสามารถฝึกอบรมโมเดลที่มีความยาวบริบทสูงถึงหนึ่งล้านโทเคนได้อย่างมีประสิทธิภาพ ทลายข้อจำกัดการขยายความยาวลำดับของวิธีที่มีอยู่ ความก้าวหน้านี้ทำให้สามารถประมวลผลข้อความยาวพิเศษ เช่น หนังสือและเอกสารยาว พร้อมรักษาประสิทธิภาพการฝึกอบรมสูง และมอบการสนับสนุนเทคโนโลยีหลักสำหรับการผลักดันการเข้าถึง AI และการพัฒนาโอเพนซอร์ส
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Hugging Face 社区博客(混合发现)
- หมวดหมู่
- อื่น ๆ
- คะแนน AI
- 76
百万 token 训练的序列并行方案,长上下文模型训练的关键工程突破
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Ulysses Sequence Parallelism: การฝึกอบรมเพื่อรองรับบริบทหนึ่งล้านโทเคน 9 มีนาคม 2026 https://new.nat6.net/th/news/cmoegbhaj0095slxxvq69cjun/