AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：LLM预训练×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月10日
11:26
11:26arXiv cs.AI@Pietro Cagnasso, Eugene Belilovsky, Edouard Oyallon
精选
GASLoC是一种新型去中心化预训练算法，旨在解决LLM训练中通信效率低下的问题。传统方法依赖同步All-Reduce操作，在带宽或工作速度不均时成为瓶颈。GASLoC通过将通信加速泛化到“外部优化器”，实现了兼容自适应优化器、支持本地优化步骤和稀疏随机通信的实用gossip训练框架。实验表明，在单步通信设置下，GASLoC在多种拓扑结构中优于现有去中心化算法；在多步本地更新时，性能与DiLoCo相当，且在异构带宽场景下显著超越DiLoCo。
论文去中心化训练通信效率LLM预训练GASLoCDiLoCo
推荐理由：GASLoC解决了分布式LLM训练中通信效率与异构带宽的痛点，做大规模模型预训练的团队可以直接参考实验对比，看看能否替代现有方案。
原文
5月25日
11:25
11:25arXiv cs.LG@Taiming Lu, Zhuang Liu
精选72°
这篇论文挑战了知识蒸馏中“强教师才能教出好学生”的传统观念。研究发现，在LLM预训练阶段，即使使用较小或训练不足的弱教师模型，通过合理混合语言建模和蒸馏损失，也能提升更大的学生模型。相反，更强的教师（更多参数或更多训练数据）可能导致蒸馏收益饱和甚至下降。此外，蒸馏在提升泛化能力（如分布外和下游任务表现）方面比在领域内拟合更有效。这些结果颠覆了蒸馏预训练必须依赖强教师的普遍认知。
论文知识蒸馏LLM预训练弱到强蒸馏泛化能力损失函数设计
推荐理由：做LLM预训练或知识蒸馏的团队，这篇论文直接挑战了“教师越强越好”的默认假设，看完可能会重新设计你的蒸馏策略，值得细读。
原文