概述
深度混合 (MoD) 讓轉換器在不同的令牌上花費不同的計算量，透過每層的繁重計算僅路由「重要」令牌。它降低了處理簡單代幣的成本，同時保持固定、可預測的計算預算。
Mixture of Depths 是語言 AI 堆疊的一部分，用於大規模讀取、生成、分類和轉換文字和語音。
深入探討
標準轉換器將每一層應用於每個標記，甚至是諸如標點符號之類的瑣碎標記。 Mixture of Depths 由 Google DeepMind 在 2024 年引入，在每個區塊中添加小型路由器，選擇固定的 top-k 部分令牌來進行完整的自註意力和 MLP 計算；其餘的透過剩餘連接跳過該區塊。由於每層僅處理 k 個令牌，因此總計算量 (FLOP) 受到限制並提前已知，這與早期不可預測變化的動態深度方法不同。這使得批次和硬體利用更加高效。經過 MoD 訓練的模型可以在每次前向傳遞中使用更少的 FLOP 來匹配基線變壓器的質量，或者在相同的計算下達到更高的質量，並且這個想法可以與專家混合自然地組合，以提供在深度和寬度上路由的“MoDE”模型。
技術洞察
在每個 MoD 區塊中，學習的線性路由器對每個標記進行評分，並按分數保留前 k 個標記；選定的令牌透過注意力和 MLP，而未選定的令牌則透過剩餘路徑不變地繼續前進。使用固定的 top-k（而不是每個令牌閾值）使計算圖靜態且張量形狀恆定，這是硬體友好的。路由器與網路的其餘部分一起進行訓練，並且因果生成使用輔助預測器，因此路由決策不會窺視未來的令牌。
掌握深度的混合
深度混合 (MoD) 讓轉換器在不同的令牌上花費不同的計算量，透過每層的繁重計算僅路由「重要」令牌。它降低了處理簡單代幣的成本，同時保持固定、可預測的計算預算。 Mixture of Depths 是語言 AI 堆疊的一部分，用於大規模讀取、生成、分類和轉換文字和語音。為了建立深入的理解，請將深度混合視為操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，強大的團隊使用深度混合設計提示、檢索和審查循環作為一個整合的通訊系統。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
語言工作流程可以在不犧牲一致性的情況下更快地移動。同時，幻覺事實可以悄悄地進入報告、支持流程或研究成果。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
語言工作流程可以在不犧牲一致性的情況下更快地移動。
語言工作流程可以在不犧牲一致性的情況下更快地移動。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
它擴展了跨語言和溝通方式的訪問。
它擴展了跨語言和溝通方式的訪問。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
透過跳過填充標記的深度計算來減少處理長文檔所需的 FLOP
以較低的計算量訓練與基線品質相符的模型，從而降低服務成本
與專家混合 (MoDE) 相結合，在層深度和專家選擇上進行路由
保持每個令牌的可預測、固定延遲，因為每層計算預算是提前固定的
實施模式
實踐中的深度混合
透過跳過填充標記的深度計算來減少處理長文檔所需的 FLOP。
透過跳過對填充標記的深度計算來減少處理長文檔所需的 FLOP 團隊在預先定義質量閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時通常會獲得更好的結果。
實踐中的深度混合
以較低的計算量訓練與基線品質相符的模型，從而降低服務成本。
以較低的計算量訓練一個與基線品質相符的模型，降低服務成本當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中的深度混合
與專家混合 (MoDE) 相結合，在層深度和專家選擇上進行路由。
與專家混合 (MoDE) 相結合，在層深度和專家選擇上進行路由 團隊在預先定義質量閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中的深度混合
保持每個令牌的可預測、固定延遲，因為每層計算預算是提前固定的。
保持每個令牌的可預測、固定延遲，因為每層計算預算是提前固定的。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
幻覺的事實可以悄悄地進入報告、支持流程或研究成果。
及時的敏感性可能會在類似的請求中產生不一致的結果。
如果存取控制薄弱，敏感文字資料可能會暴露。
實施路線圖
在推出之前定義輸出格式、語氣和品質標準。
在推出之前定義輸出格式、語氣和品質標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
當準確性很重要時，請使用可信任來源進行地面回應。
當準確性很重要時，請使用可信任來源進行地面回應。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為高風險輸出保留人工審查檢查點。
為高風險輸出保留人工審查檢查點。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤故障模式並定期重新訓練提示或工作流程。
追蹤故障模式並定期重新訓練提示或工作流程。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。