AI宝库

AI宝库首页 › AI 资讯 › 来自斯坦福大学和UC伯克利大学的研究人员引入了TokenGate:Token-G

来自斯坦福大学和UC伯克利大学的研究人员引入了TokenGate:Token-Gated Content使长文本预填到11.3x 快点

来源:MarkTechPost · 发布时间:10-25 · 由 AI宝库每小时自动聚合

斯坦福和UC伯克利研究员发布 TokenGate,一个为LLMs所学习到的代币打压模块。 它的削减长文本预填时间到第一键以 1.

斯坦福和UC伯克利研究员发布 TokenGate,一个用于长文本预填的模块。 TokenGate 学到了符号的浏览让一个已存在的 LLM 省取其输入。 只有那些重要的东西才能得到完整的处理。 研究组报告1.4x至11.3x较快时间接先接先接先接后接先接后接先接后接先接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接后接峰前填充内存下降1.5x至3.4x. 代码和检查站在Apache-2.0下的GitHub上。

TL; DR 数据

- MLP门:为Qwen3-1.7B或Qwen3.5-2B所添加的小型MLP门和LoRA(r=16). 测试了多达128克的上下文符号。

- 运行在:纸张计时使用1A100,分批尺寸为一。 培训使用4个A100。

- 绩效:对照6个基线,对5个任务进行优化。

- 最佳:NIAH 16克,速度快于11.3x的TTFT和3.42x更低的内存。 TTFT以128克获得达到 13.0x.

- 最差:一些任务速度降至1.4x。

托肯盖特是什么?

TokenGate是新增可列车可列车的快取元件,用于预训LLMs. 变形器把每个符号都推穿注意力成本随长度增长四倍。 免去训练的跑步是便宜的,但以高跑速率失去精度。 建筑改造往往需要从零开始的预训。

TokenGate是怎么学的代币的?

前进通道分为三个阶段:

- 标准前行:门下L层下层照常处理所有N符号。

- 门模块:一个MLP从L层的留守后每个记号得分。

- 向前:L 上层只处理这些 K 令牌,绝不为已刷入的 KV 条目。

只有提示的文档部分是可读的。 问题从未解决。

什么是象征性的关注?

Top-K选取不相上下,它阻断了端到端的训练。 TokenGate借用了Mixture-of-Experts路由器的技巧。 每个记号的分数都变成对大门上方的注意力记录的偏差。 这种偏差让梯度返回计分员的路径。

可学习的人均收益和可学习的温度可以完善这一点。 显示键数较少的每个查询的温度校正。 训练用的是直接的下手损失。 每一步骤平均损失为全文损失和随机预算损失。 因此,一个训练有素的大门在跨预算领域发挥作用。

TokenGate在基准测试上表现如何?

研究团队在Repo Bench-P,2Wiki MultihopQA,MultiNews,BioDEX和针入海斯塔克(NIAH)上测试了Qwen3-1.7B. 基线是同为LoRA主干线的FastKV、SlimInfer、DASH、GemFilter、FlexPrefill和MInformation。

- Versus完全预装:1.4x至11.3x更快的TTFT和1.5x至3.4x更低的内存。

- Versus的下等基准:1.2x至6.4x更快的TTFT并高达2.1x更低的内存。

- 2Wiki MultihopQA:以完整文本精度的95%,预填运行速度快于3.0x,内存减少为2.7x.

- 较长的背景:经过16k训练的大门在32k达到12.8x,在64k和128k达到13.0x。 记忆储蓄停留在3.43x附近。

博学的选手在同一层战胜了FastKV的高压。 即使是随机-K选取在TokenGate主干上也得分较高。 研究团队对骨干协同改造给予好评。

它是否在混合关注模式上起作用?

是的,Qwen3.5-2B混合了Gated DeltaNet和全注层。 在NIAH 32k上,TokenGate在第3层与全预装精度相匹配。 它跑出3.8x快于全预装,2.1x快于快克V. 第1层或第2层的测量达到7.8x,精确度在6%以内。 FastKV只能有普鲁纳关注层。

TokenGate vs FastKV, SlimInfer, GemFilter 和 DASH 游戏游戏游戏

自报收益采用不同的设置,因此不具有直接可比性。 花层取自托肯盖特的附录C.2.

你怎么部署TokenGate?

GitHub Repo需要Python 3.10+和CUDA PyTorch 2.9+. 一种可选的闪存-2键-比斯内核能加速稠密的Qwen3. 它花费了1.0x到1.1x 一个普通的呼叫。 没有它,推论就回到了FlexAttenty.

{状态}占位符标记可保存的文档。 生成需要最大 kept prefill tokens 预算。 检查站负责Qwen3-1.7B上的所有5个任务,外加Qwen3.5-2B NIAH门。 示例:liana313/tokengate-niah-qwen3-1.7b.

培训反映了TRL/PEFT的配方。 每一步比平原LoRA慢1.3x. 在5个任务中的4个任务运行速度更快。 平均培训时间为1.8小时,而为2.2个A100小时。

关键外卖

- TokenGate 新增通过一个小门和LoRA向现有的LLMs学习了代币回推。

- Prefill运行1.4x至11.3x更快,并有1.5x至3.4x下峰内存。

——托肯格特式关注使上-K选择式可被列车,MOE-router式。

- 它比TTFT上的下等快6.4倍

- 它工作在杂交Qwen3.5-2B上,其中快克V不能prune DeltaNet地层。

请检查access-date=中的日期值 (帮助) 页面存档备份,存于互联网档案馆 (简体中文) GitHub repo和Hugging Face纸页。 并加入我们的通讯。 等等,你在电报里吗?现在你也可以加入我们的电报。

需要和我们合作推广您的 GitHub Repo OR Hugging Face Page OR Product Release OR Webinar等吗?联系我们

Asif Razzaq是Marktechpost AI Media Inc.的首席执行官。 作为一个有远见的企业家和工程师,阿西夫致力于利用人工智能的潜力为社会造福。 他最近的努力是人工智能媒体平台的发布,该平台以深入报道机器学习和深层学习新闻而出名,这些新闻在技术上既可靠又为广大观众所容易理解。 该平台每月有超过200万次观看,表明其受观众欢迎。

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(marktechpost.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 590 款 AI 工具分类导航 · 每日 AI 热门项目与动态