计算机科学 > 机器学习
[提交于 2025年8月8日
(v1)
,最后修订 2025年8月13日 (此版本, v2)]
标题: 密集和稀疏大语言模型的缩放定律推广
标题: Generalizing Scaling Laws for Dense and Sparse Large Language Models
摘要: 在过去几年中,语言模型的规模呈指数级增长,训练这些大型模型的计算成本也随之增加。这种快速增长促使研究人员开发新的技术,以提高训练过程的效率。尽管取得了这些进展,但最优地预测模型规模或分配最优资源仍然是一个挑战。一些研究通过提出不同的缩放定律来解决这一挑战,但几乎所有这些定律都是针对特定架构的(密集或稀疏)。在本工作中,我们重新审视现有的缩放定律,并提出一种通用的缩放定律,以提供一个适用于密集和稀疏大型语言模型的统一框架。我们评估并比较了所提出的缩放定律与现有缩放定律,以证明其有效性。
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.