Training-Free Long-Context Scaling of Large Language Models

828 篇文章

已下架不支持订阅

本文介绍了一种名为双块注意力(DCA)的方法,用于增强大型语言模型处理长序列文本的能力,无需额外训练。DCA通过块内和块间的注意力机制,使70B参数的LLAMA2能处理超过10万个token的上下文。实验结果显示,DCA在长上下文任务中的性能与微调模型相当,甚至更好,提供了一个开源的gpt-3.5-16k替代方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文是LLM系列文章,针对《Training-Free Long-Context Scaling of Large Language Models》的翻译。

大型语言模型的无训练长上下文伸缩

摘要

当输入token的数量超过其预训练长度时,大型语言模型处理和生成连贯文本的能力显著减弱。考虑到微调具有较长序列的大规模模型的昂贵开销,我们提出了双块注意力(DCA),它使LLAMA2 70B能够在没有持续训练的情况下支持超过10万个token的上下文窗口。通过将长序列的注意力计算分解为基于块的模块,DCA能够有效地捕获同一块内(块内)和不同块间(块间)的token的相对位置信息,并与Flash attention无缝集成。除了令人印象深刻的外推能力外,DCA在实际的长上下文任务中的性能与微调模型相当,甚至更好。与专有模型相比,我们的无训练70B模型的性能达到了gpt-3.5-16k的94%,这表明它是一个可行的开源替代方案。本工作中使用的所有代码和数据都发布在https://github.com/HKUNLP/ChunkLlama.

1 引言

2 背景

3 方法

4 实验

已下架不支持订阅

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值