บทความและงานวิจัย

AWS เสนอวิธี priming แปลง Transformer ที่ผ่านการฝึกอบรมล่วงหน้าเป็นสถาปัตยกรรม state space แบบผสม

หัวข้อต้นฉบับ:Can we change an AI model’s architecture without retraining it from scratch?

สรุปโดย AI

ทีม AWS เผยแพร่บทความ 《Priming: Hybrid state space models from pre-trained Transformers》 เสนอวิธี priming นำน้ำหนัก Transformer ที่ฝึกอบรมล่วงหน้ามาใช้สร้างสถาปัตยกรรมแบบผสม ลดต้นทุนการฝึกอบรมล่วงหน้ากว่า 99% โดยทั้งกระบวนการใช้ token ไม่ถึง 0.5% ของงบประมาณโมเดลต้นทาง

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Amazon Science(RSS)
หมวดหมู่
บทความและงานวิจัย
หัวข้อ
ระบบนิเวศโอเพนซอร์ส
คะแนน AI
61
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

AWS 团队提出 priming 方法,把预训练 Transformer 改造成混合架构的预训练成本降低逾 99%,并开源了 8B 和 32B 模型与代码。

หัวข้อที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: AWS เสนอวิธี priming แปลง Transformer ที่ผ่านการฝึกอบรมล่วงหน้าเป็นสถาปัตยกรรม state space แบบผสม 13 ตุลาคม 2026 https://new.nat6.net/th/news/w2408fxlrc7tc7nt3ivrzh9ys/

ดูทั้งหมด →