ResonatorLM 输入依赖读出相位提升长度外推
热点事件持续更新
ResonatorLM 输入依赖读出相位提升长度外推
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
ResonatorLM 提出把每个 head 固定的读出相位改为当前 token 的函数。据其作者称，这一改动只在读出环节引入输入依赖，保持卷积精确，仅增加 0.2% 参数。 在 WikiText-2 的 6M 参数字符级模型上，以 256 token 训练、1024 token 测试时，困惑度从 12.81 降至 3.76，对应此前训练长度外失效的问题。该结果由论文报告，尚未见独立复现。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
ResonatorLM 的输入依赖读出相位：让共振序列模型在训练长度外不再失效报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LGResonatorLM 的输入依赖读出相位：让共振序列模型在训练长度外不再失效
ResonatorLM 将每个 head 固定的读出相位改为当前 token 的函数，只让读出依赖输入，保持精确卷积，仅增加 0.2% 参数。在 WikiText-2 上的 6M 参数字符级模型中，以 256 token 训练、1024 token 测试时，困惑度从 12.81 降至 3.76。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。