计算机科学 > 机器学习
[提交于 2025年6月26日
]
标题: 学习跳过Transformer的中间层
标题: Learning to Skip the Middle Layers of Transformers
摘要: 条件计算是一种使Transformer更高效的流行策略。 现有方法通常针对单独的模块(例如,专家混合层)或独立地跳过层。 然而,可解释性研究已经表明,Transformer的中间层表现出更大的冗余性,并且早期层将信息聚合到标记位置。 受这些见解的启发,我们提出了一种新的架构,该架构动态地从中间向外跳过可变数量的层。 具体来说,一个学习到的门控机制根据输入决定是否绕过对称的中心块区域,并且一个门控注意力机制防止后续标记访问被跳过的标记位置。 残差范数通过“夹心”或“perilayernorm”方案进行控制,并通过自适应正则化损失控制门控稀疏性。 我们的目标是减少“简单”标记的计算需求,并可能促进出现多级表示层次结构,但就所研究的规模而言,与具有较少层的密集基线相比,我们的方法在验证交叉熵和估计FLOPs之间的权衡上并未取得改进。 我们在https://github.com/tim-lawson/skip-middle发布我们的代码。
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.