개요
It cuts the cost of processing easy tokens while keeping a fixed, predictable compute budget.
심층 분석
표준 변환기는 구두점과 같은 사소한 것까지 포함하여 모든 토큰에 모든 레이어를 적용합니다. 2024년 Google DeepMind에 의해 도입된 Mixture of Depths는 전체 self-attention 및 MLP 계산을 수행하기 위해 토큰의 고정된 상위 k 부분을 선택하는 작은 라우터를 각 블록에 추가합니다. 나머지는 잔여 연결을 통해 블록을 건너뜁니다. 레이어당 k개의 토큰만 처리되기 때문에 예측할 수 없을 정도로 다양했던 이전의 동적 깊이 방법과 달리 총 컴퓨팅(FLOP)이 제한되고 미리 알려져 있습니다. 이를 통해 일괄 처리 및 하드웨어 활용이 효율적으로 이루어집니다. MoD에서 학습한 모델은 순방향 패스당 더 적은 수의 FLOP를 사용하여 기본 변환기의 품질을 일치시키거나 동일한 컴퓨팅에서 더 높은 품질에 도달할 수 있으며, 아이디어는 Mixture-of-Experts를 통해 자연스럽게 구성되어 깊이와 너비 모두에서 라우팅되는 'MoDE' 모델을 제공합니다.
실제 구현
필러 토큰에 대한 심층적인 계산을 건너뛰어 긴 문서를 처리하는 데 필요한 FLOP를 줄입니다.
더 낮은 컴퓨팅에서 기준 품질과 일치하는 모델을 학습하여 제공 비용을 낮춥니다.
MoDE(Mixture-of-Experts)와 결합하여 레이어 깊이와 전문가 선택 모두에 대한 라우팅
계층별 컴퓨팅 예산이 미리 고정되어 있으므로 토큰당 예측 가능하고 고정된 대기 시간을 유지합니다.
깊이가 혼합된 미래
조건부 계산은 모델이 확장됨에 따라 효율성을 높이는 주요 수단이며 MoD는 초기의 명확한 예입니다. Mixture-of-Experts(심층 및 전문가 모두에 대한 라우팅), 쉬운 입력을 위해 축소되는 적응형 예산, 실제로 심층 처리가 필요한 토큰을 더 잘 식별하는 학습된 라우터와의 더 깊은 통합을 기대합니다. 추론 비용이 배포 경제성을 좌우하므로 모델이 필요한 경우에만 '더 열심히 생각'하고 예측 가능한 대기 시간을 유지하는 기술이 대규모 아키텍처에서 표준이 될 가능성이 높습니다.
실천에 옮기기
왜 중요한가요?
- 속도와 규모. 일관성을 유지하면서 언어 워크플로를 더 빠르게 진행할 수 있습니다.
- 접근 및 도달. 언어와 의사소통 스타일 전반에 걸쳐 접근성을 확장합니다.
- 더 명확한 결정들. 자동화가 반복을 처리하는 동안 팀은 판단에 더 많은 시간을 할애할 수 있습니다.
조심하세요
- 환각 사실은 보고서, 지원 흐름 또는 연구 결과에 조용히 포함될 수 있습니다.
- 신속한 민감도는 유사한 요청 간에 일관되지 않은 결과를 초래할 수 있습니다.
- 액세스 제어가 약한 경우 민감한 텍스트 데이터가 노출될 수 있습니다.
다음 단계
- 출시 전에 출력 형식, 톤, 품질 표준을 정의하세요.
- 정확성이 중요할 때마다 신뢰할 수 있는 출처를 통해 대응하세요.
- 고위험 결과물에 대한 인적 검토 체크포인트를 유지합니다.
- 실패 패턴을 추적하고 프롬프트나 워크플로를 정기적으로 재교육하세요.
계속 탐색하세요
무료 뉴스레터
일일 AI 브리핑 받기
매주 평일 아침마다 3개의 검증된 AI 스토리를 일반 영어로 작성합니다. 무료이며, 광고 없음.
매주 평일마다 한 번 이메일을 받습니다. 한 번 클릭으로 구독 해지. 주소를 판매하거나 공유하지 않습니다.
자신을 테스트해 보세요
Take the Mixture of Depths quiz
모든 답변에 즉각적인 피드백과, 과정을 통과하면 검증 가능한 ID가 있는 공유 가능한 인증서를 제공합니다.
무료 AI 교육을 지원합니다. AI Understanding는 501(c)(3) 비영리 단체입니다 — 광고 없음, 유료 장벽 없음, 영원히. 기부하기
자주 묻는 질문
What is Mixture of Depths?
MoD(Mixture of Depths)를 사용하면 변환기가 서로 다른 토큰에 서로 다른 양의 컴퓨팅을 사용하여 각 계층의 과도한 계산을 통해 '중요한' 토큰만 라우팅할 수 있습니다. 고정되고 예측 가능한 컴퓨팅 예산을 유지하면서 간편한 토큰 처리 비용을 절감합니다.
토큰에 따라 깊이의 혼합이 어떻게 달라지나요?
MoD는 각 계층의 과도한 계산을 통해 일부 토큰만 라우팅하므로 서로 다른 토큰은 효과적으로 서로 다른 깊이를 얻습니다.
MoD는 어떻게 컴퓨팅 예산을 예측 가능하게 유지합니까?
블록당 고정된 상위 k 토큰을 선택하면 FLOP가 발생하고 텐서 형태가 일정하게 유지되므로 하드웨어 친화적입니다.
특정 블록에서 라우터가 선택하지 않은 토큰은 어떻게 되나요?
선택되지 않은 토큰은 블록의 계산을 우회하고 잔여 경로에 의해 변경되지 않은 채 전달됩니다.
Which lab published the Mixture of Depths technique?
Mixture of Depths는 Google DeepMind가 동적 변환기 컴퓨팅에 관한 2024년 논문에서 소개했습니다.
MoD와 전문가 혼합을 결합하면 무엇을 얻을 수 있나요?
깊이 라우팅과 전문가 라우팅을 결합하면 레이어와 전문가 모두에서 컴퓨팅을 조절하는 'MoDE' 모델이 생성됩니다.