提出了一种×形(中间窄、首尾宽)的变宽Transformer架构(><former),通过非均匀的容量分配,在提升语言模型性能的同时,有效减少了计算量(FLOPs)和KV缓存内存开销。
机构:MIT
来源:arXiv 2606.18246 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程