计算机科学 > 机器学习
[提交于 2025年1月29日
]
标题: 共享 DIFF Transformer
标题: Shared DIFF Transformer
摘要: DIFF Transformer通过增强对相关上下文的关注并抑制噪声来改进注意力分配。 它引入了一种差分注意力机制,计算两个独立生成的注意力分布之间的差异,有效减少噪声并促进稀疏注意力模式。 然而,DIFF Transformer中的独立信号生成导致参数冗余和信息利用不充分。 在本工作中,我们提出了共享DIFF Transformer,通过引入一个共享的基础矩阵来建模全局模式,并结合低秩更新以增强任务特定的灵活性,借鉴了差分放大器的思想。 这种设计显著减少了参数冗余,提高了效率,并保留了强大的噪声抑制能力。 实验结果表明,与DIFF Transformer相比,我们的方法在长序列建模、关键信息检索和上下文学习等任务中表现更好。 我们的工作提供了一种新颖且高效的方法来优化差分注意力机制,并推动了鲁棒的Transformer架构的发展。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.