Hỗn hợp độ sâu
Hỗn hợp độ sâu (MoD) cho phép máy biến áp sử dụng lượng điện toán khác nhau trên các mã thông báo khác nhau, chỉ định tuyến các mã thông báo 'quan trọng' thông qua tính toán nặng của mỗi lớp.
Tổng quan
It cuts the cost of processing easy tokens while keeping a fixed, predictable compute budget.
Lặn sâu
Các biến áp tiêu chuẩn áp dụng mọi lớp cho mọi mã thông báo, ngay cả những lớp thông thường như dấu câu. Hỗn hợp độ sâu, được giới thiệu bởi Google DeepMind vào năm 2024, bổ sung một bộ định tuyến nhỏ ở mỗi khối để chọn một phần mã thông báo top-k cố định để thực hiện toàn bộ quá trình tự chú ý và tính toán MLP; phần còn lại bỏ qua khối thông qua kết nối còn lại. Vì chỉ có k mã thông báo được xử lý trên mỗi lớp nên tổng số điện toán (FLOP) bị giới hạn và được biết trước, không giống như các phương pháp độ sâu động trước đó thay đổi không thể đoán trước. Điều này làm cho việc phân khối và sử dụng phần cứng trở nên hiệu quả. Các mô hình được MoD đào tạo có thể phù hợp với chất lượng của máy biến áp cơ sở bằng cách sử dụng ít FLOP hơn trên mỗi lượt chuyển tiếp hoặc đạt chất lượng cao hơn ở cùng một điện toán và ý tưởng sẽ kết hợp một cách tự nhiên với Mixture-of-Experts để cung cấp cho các mô hình 'MoDE' định tuyến theo cả chiều sâu và chiều rộng.
Hiểu biết kỹ thuật
Tại mỗi khối MoD, một bộ định tuyến tuyến tính đã học sẽ chấm điểm mọi mã thông báo và giữ điểm số cao nhất; Các mã thông báo đã chọn sẽ đi qua sự chú ý và MLP, trong khi các mã thông báo không được chọn sẽ được chuyển tiếp không thay đổi theo đường dẫn còn lại. Việc sử dụng top-k cố định (chứ không phải ngưỡng trên mỗi mã thông báo) làm cho biểu đồ điện toán có hình dạng tĩnh và tenxơ không đổi, thân thiện với phần cứng. Bộ định tuyến được đào tạo với phần còn lại của mạng và việc tạo nhân quả sử dụng các yếu tố dự đoán phụ trợ để các quyết định định tuyến không xem trộm các mã thông báo trong tương lai.
Tác động chiến lược
Tốc độ và tỷ lệ
Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán.
Truy cập và tiếp cận
Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp.
Quyết định rõ ràng hơn
Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại.
Tương lai của sự kết hợp độ sâu
Tính toán có điều kiện là đòn bẩy chính cho hiệu quả khi mở rộng quy mô mô hình và MoD là một ví dụ rõ ràng sớm nhất. Mong đợi sự tích hợp sâu hơn với Mixture-of-Experts (định tuyến theo cả chiều sâu và chuyên gia), ngân sách thích ứng được thu hẹp để có đầu vào dễ dàng và bộ định tuyến đã học để xác định tốt hơn mã thông báo nào thực sự cần xử lý sâu. Vì chi phí suy luận chiếm ưu thế trong kinh tế triển khai, nên các kỹ thuật cho phép các mô hình chỉ 'suy nghĩ kỹ hơn' khi cần thiết, trong khi vẫn duy trì độ trễ có thể dự đoán được, có khả năng trở thành tiêu chuẩn trong các kiến trúc quy mô lớn.
Triển khai trong thế giới thực
Giảm FLOP cần thiết để xử lý tài liệu dài bằng cách bỏ qua tính toán sâu trên mã thông báo phụ
Đào tạo một mô hình phù hợp với chất lượng cơ bản ở mức điện toán thấp hơn, giảm chi phí cung cấp
Kết hợp với Hỗn hợp chuyên gia (MoDE) để định tuyến trên cả độ sâu lớp và lựa chọn chuyên gia
Giữ độ trễ cố định, có thể dự đoán được trên mỗi mã thông báo vì ngân sách tính toán trên mỗi lớp được cố định trước
Rủi ro & lan can
Sự thật ảo giác có thể lặng lẽ đi vào báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu.
Sự nhạy cảm kịp thời có thể tạo ra kết quả không nhất quán đối với các yêu cầu tương tự.
Dữ liệu văn bản nhạy cảm có thể bị lộ nếu khả năng kiểm soát quyền truy cập yếu.
Lộ trình thực hiện
Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai.
Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng.
Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao.
Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Mixture of Depths quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hướng dẫn tiếp theo
Tập hợp hỗn hợp các tác nhân
Câu hỏi thường gặp
What is Mixture of Depths?
Hỗn hợp độ sâu (MoD) cho phép máy biến áp sử dụng lượng điện toán khác nhau trên các mã thông báo khác nhau, chỉ định tuyến các mã thông báo 'quan trọng' thông qua tính toán nặng của mỗi lớp. Nó cắt giảm chi phí xử lý các mã thông báo dễ dàng trong khi vẫn duy trì ngân sách điện toán cố định, có thể dự đoán được.
Hỗn hợp độ sâu khác nhau giữa các mã thông báo như thế nào?
MoD chỉ định tuyến một số mã thông báo thông qua quá trình tính toán nặng nề của mỗi lớp, do đó, các mã thông báo khác nhau sẽ có độ sâu khác nhau một cách hiệu quả.
Bộ Quốc phòng làm cách nào để có thể dự đoán được ngân sách điện toán của mình?
Việc chọn top-k mã thông báo cố định cho mỗi khối giới hạn FLOP và giữ cho hình dạng tensor không đổi, thân thiện với phần cứng.
Điều gì xảy ra với các mã thông báo mà bộ định tuyến KHÔNG chọn tại một khối nhất định?
Các mã thông báo không được chọn sẽ bỏ qua quá trình tính toán của khối và được chuyển tiếp không thay đổi theo đường dẫn còn lại.
Ai đã giới thiệu Hỗn hợp độ sâu?
Hỗn hợp độ sâu được Google DeepMind giới thiệu trong một bài báo năm 2024 về tính toán máy biến áp động.
Việc kết hợp MoD với Mixture-of-Experts sẽ tạo ra điều gì?
Việc kết hợp định tuyến độ sâu với định tuyến chuyên gia sẽ tạo ra các mô hình 'MoDE' có điều kiện tính toán trên cả hai lớp và chuyên gia.