猫眼影戏
 |
|
猫眼影戏
陈臣
手机审查
猫眼影戏记者 李东生 报道Q8X2R7L1T4J5M9B6W3
henry 发自 凹非寺量子位 | 公众号 QbitAI
LLM的下一个推理单位 ，何须是Token？
刚刚 ，字节Seed团队宣布最新研究——
DLCM（Dynamic Large Concept Models）将大模子的推理单位从token（词） 动态且自顺应地推到了concept（看法）层级 。
DLCM通过端到端地方法学习语义界线 ，动态地将Token序列支解成看法 ，在压缩后的看法空间中举行深度推理 ，并借助因果交织注重力将看法级推理效果重构为Token级展望
由此 ，古板LLM中基于匀称、冗余Token信息密度的盘算分派 ，被转化为面向看法的动态推理与自顺应算力分派 。
在以推理为主的基准使命上 ，DLCM在将推理阶段FLOPs降低34%的同时 ，还将平均准确率提升了2.69%
这也意味着 ，大模子的推理效率并不必定依赖更麋集的Token级盘算 ，而可以通过更高层级的语义组织来获得 。
接下来 ，我们详细来看 。
分层的下一token展望框架
如上所说 ，DLCM的焦点在于学习动态的Token-看法映射 ，实现了盘算资源的自顺应分派 。
之以是这样做主要有两方面缘故原由：
一方面 ，在自然语言中 ，信息的漫衍并不是匀称的 ，而是集中在集中在少数语义转换的节点上 。
然而 ，在目今的LLM中 ，所有token被统一处置惩罚 ，信息密度不匀称的自然语言消耗了同样的盘算量 ，造成了大宗的冗余与模子容量的错配 。
另一方面 ，此前基于潜在推理的框架 ，如大型看法模子（Large Concept Model, LCM）等 ，不但需要单独训练编码器息争码器 ，还依赖人为划分的牢靠的、句子级别的粒度 ，缺乏拓展性与自顺应性 。
针对这些问题 ，DLCM通过一种分层的下一token展望框架 ，将盘算重心转移到压缩后的语义空间 ，实现了更高效的深度推理 。
详细来说 ，这一框架包括四个阶段：
首先 ，在编码阶段 ，DLCM通过一个编码器 ，提取细粒度的Token级体现 ，捕获局部上下文信息 ，作为界线检测和最终Token级解码的基础 。
接下来 ，在动态支解阶段 ，模子基于Token级体现 ，盘算相邻Token之间在潜在空间中的局部不相似性（使用余弦距离） ，当不相似度凌驾阈值时 ，模子判断为一个语义断点（看法界线） 。
与牢靠句子长度差别 ，DLCM端到端地学习这些界线 ，实现内容自顺应的支解 。
它将统一片断内（即统一看法内）的所有Token体现举行均值池化（Mean Pooling） ，然后投影到更高维度的看法维度上 ，最终形成一个长度大大压缩的看法序列 。
然后 ，在看法级推理阶段 ，模子将上面获得的看法序列在压缩空间中举行深度的、高容量的推理 ，获得经由深度推理和信息整合后的看法体现 。
最后 ，在Token级解码阶段 ，DLCM使用经由推理的看法体现 ，重构并展望下一个token 。
由此 ，DLCM通过以上四个办法 ，乐成地将盘算分派从低效的Token-Token交互 ，转移到高效的Token-看法-Token 交互 ，实现了盘算资源的自顺应、结构化使用 。
要害手艺突破与优化
虽然DLCM架构在设计上实现了Token级和看法级？榈囊旃 ，但同时也引入了新的工程和训练挑战 。
全局剖析器（Global Parser）：内容自顺应压缩
DLCM 的焦点优势在于它能够凭证信息密度动态地划分看法 。
例如 ，关于信息冗余度高的代码或简朴文本 ，可以激进地压缩 ；关于语义重大的转折点 ，则坚持较低压缩比 。
为实现这一点 ，研究引入了全局剖析器（Global Parser）和辅助损失函数 。
这个机制的要害在于：它不要求单个序列严酷遵照目的压缩比 ，而是在整个Batch层面约束平均界线天生率 。
这使得DLCM在共享全局压缩比例目的的条件下 ，实现了随领域转变、随内容波动的自顺应分段 ，从而将盘算资源精准地分派到语义最要害的区域 。
针对Flash Attention的效率优化
在解码阶段 ，Token需要通过因果交织注重力关注其所属的看法 。
由于每个看法包括的Token数目是转变的 ，若是直接实现 ，会严重依赖效率低下的动态掩码和不规则的内存会见 。
针对这一问题 ，研究引入看法复制（Concept Replication）战略 。它将看法特征沿着序列维度复制扩展 ，使其长度与原始Token序列对齐 。
由此 ，研究将重大的可变长交织注重力问题转换为长度对齐、局部恒定的注重力问题 ，并使其能够使用高度优化的Flash Attention Varlen内核 ，获得了1.26倍到1.73倍的显著加速 。
异构架构的稳固训练
由于DLCM 的Token级组件和看法级主干网络的宽度纷歧致 ，通过上投影毗连 ，无法共享简单有用学习率 。
为解决这一问题 ，研究接纳解耦的最大更新参数化 ，为Token？楹涂捶？榉峙闪俗粤Φ目矶人醴乓蜃 ，并发明各组件的有用学习率应与其宽度的倒数成比例缩放 。
由此 ，研究乐成地稳固了这种不等宽架构的训练 ，并实现了零样本超参数迁徙 ，即小型署理模子上找到的最佳学习率可以直接用于训练更大的DLCM模子 。
量化最优分派点
除上述优化外 ，研究还进一步基于scaling law探讨了token级处置惩罚与看法级推理之间的最优分派 。
研究发明 ，在牢靠压缩比下 ，架构效率在中等看法主干占比处抵达峰值 ，而非随看法容量枯燥提升 。
更主要的是 ，这一最优设置在规模增大时优势愈发明显：随着基线模子变大 ，在性能对齐的条件下 ，DLCM可实现越来越显著的FLOPs节约 。
在实验阶段 ，研究接纳了与LLaMA论文中报告的相同的全局批次巨细、学习率和序列长度 ，让每个模子都在1T Token上举行训练 。
其中 ，DLCM实现了43.92%的平均准确率 ，凌驾了基线模子41.23%的分数 ，提升了2.69% 。
One more thing
这篇论文的一作来自英国曼彻斯特大学的在读博士生Qu Xingwei ，师从Chenghua Lin教授 。
他的研究偏向聚焦于大语言模子（LLMs） ，主要包括预训练、微调、专家混淆（Mixture of Experts）以及System-2大语言模子 。
在教育配景方面 ，他本科结业于北京航空航天大学 ，导师为段海滨教授 ；硕士就读于获慕尼黑工业大学 ，导师为Daniel Cremers教授 。
在读博前 ，他曾在字节跳动和小鹏汽车担当研究工程师 。
[1]https://x.com/GeZhang86038849
[2]https://arxiv.org/abs/2512.24617
??时势1：鲁大师免费日韩
??01月08日,澳区广东省政协委员刘良：建议促进粤澳中成药互认互用,
“小红就是那只全身赤红的雀儿啊 ，我也给你们讲过 。”小不点石昊很不满 。
,日韩精品一区二区三区观看 。??01月08日,日本本州岛东部近海发生4.3级地震 多地有震感,
“霹雳隆”
,女子穿比基尼被挠痒痒的动态照片,美女被c到爽的免费网站,国产麻豆免费观看 。??时势2：美女網站
??01月08日,祁连山国家公园野生动物救护繁育站成功放归2只猛禽,
“呀 ，是青鳞鹰大婶 ，它变样子了 ，青翅酿成了银翅！”小不点惊讶 ，瞻仰天空 。
,十级黄片色哟哟,薛凯琪吃黑肠原著在线播放,在线激情视频图 。??01月08日,探访海关办公室里的“博物馆”：样品小宝库助力国门大安全,
标记人以为 ，房地产的品质在于前期的设计、中期的建设和后期的谋划治理 。事实证实 ，将房地产的开发和谋划治理有机的连系将为业主创立更大的附加值 。
,越南男人操女人视频,打屁股sm调教 视频网站,女帝裸妆网站 。??时势3：啊啊啊国产无码在线
??01月08日,春不迟，重逢自有时,
“锵！”
,青春草在线精品视频免费,少年骇客同人本子,国产一级黄色无码高清在线观看 。??01月08日,国家统计局：2023年四季度全国规模以上工业产能利用率为75.9%,
??时势4：小舞屈辱吞精
??01月08日,闽台青年福建泉州共庆妈祖文化节,
咱们在出门旅游的时间都会住旅馆 ，以是说旅馆的清静至关主要 ，这里我说的清静不光是住宿时的人身清静 ，尚有就是隐私的清静 。随着现在的网络视频手艺的高速生长 ，天眼已经遍布各个角度 ，种种的摄像头都被用于清静防护 ，也确实给我们的生涯带来了许多的清静包管 ，可是原本用于增添清静感的摄像头 ，却被一些不法分子给利用了 ，...
??01月08日,韩媒：韩政府就岸田文雄向靖国神社献祭品深表遗憾,
山脉中一声咆哮传来 ，乱石崩天 ，群峰摇动 ，重大山石一直的滚落而下 ，形成了一种极其恐怖的时势 。
,扒女教师内衣,欧美插女,亚洲 第11页 。责编：孟浩强
审核：阿基诺
责编：圣佐治
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
