บทความและงานวิจัย

ทำไมทีม Ant Ling จึงออกแบบ SwiGLU ใหม่: กำเนิดของฟังก์ชันกระตุ้น PowLU

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

สรุปโดย AI

ทีม Ant Ling เสนอฟังก์ชันกระตุ้นใหม่ PowLU เพื่อแก้ปัญหา Loss Spike และการล่มสลายของการฝึกอบรมที่เกิดจาก SwiGLU ขยายค่าผิดปกติจากการเติบโตแบบกำลังสองในการฝึกอบรมความแม่นยำต่ำ เช่น FP8

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
公众号:蚂蚁百灵(Ling)
หมวดหมู่
บทความและงานวิจัย
คะแนน AI
81
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: ทำไมทีม Ant Ling จึงออกแบบ SwiGLU ใหม่: กำเนิดของฟังก์ชันกระตุ้น PowLU 29 พฤษภาคม 2026 https://new.nat6.net/th/news/cmsdu2qga010jrofz571wp958/

ดูทั้งหมด →