10:06
官方账号arXiv cs.LG@Zeyun Zhong, Joya Chen, Manuel Martin, Frederik Diederichs, Juergen Gall, Juergen Beyerer
精选
推荐理由：E$^2$-TTT模型在语言建模和上下文检索方面表现优异，且在长度外推方面具有明显优势，值得一看。
表达性
共 2 条相关 AI 资讯
8月24日
10:06
测试时训练（TTT）通过推理过程中的连续权重更新实现长上下文处理，但现有方法难以平衡每token更新动态的表达性与分块近似硬件效率。我们提出E$^2$-TTT（表达性和高效TTT）以弥合这一差距。在标准分块近似梯度取自块起始权重的情况下，我们推导出封闭形式的态转换，精确地重现了每token递归的块末快速权重和动量状态。这使块级训练可以完全并行化，同时保留了先前块方法丢弃的更新规则的时间结构。通过从头训练高达1.3B参数的模型验证E$^2$-TTT。它在语言建模方面与先前TTT和混合注意力基线表现相当，但在上下文检索方面表现更优。其优势在长度外推方面最为明显：在标准的“针插麦堆”passkey测试中，它在8倍训练上下文长度下保留了超过90%的准确率。同时，E$^2$-TTT可以匹配高效分块方法的训练吞吐量，表明它有效地协调了表达性和效率。代码可在https://github.com/zeyun-zhong/E2-TTT获取。
7月14日
12:00
12:00
官方账号arXiv cs.LG@Michael Rizvi-Martel, Satwik Bhattamishra, Guillaume Rabusseau, Michael Hahn
推荐理由：这篇论文讲了Transformer的理论短板——表达性研究够了，但学不学得会还不知道。他们用C-RASP给出了样本复杂度的初步界限，对想深挖模型理论的人很有用。