Студенты ВШЭ и VK улучшили линейное внимание для обработки длинных текстов в ИИ
Команда студентов из Инженерно-математической школы НИУ ВШЭ и VK разработала метод, который позволяет моделям с линейным механизмом внимания обрабатывать длинные последовательности данных с качеством, сравнимым с классическими трансформерами, но с меньшими вычислительными затратами.
Проект, выполненный студентами Павлом Алексеевым, Александром Рожкиным, Андреем Аргаткиным, Алексеем Павловым и Матвеем Каменевым, направлен на оптимизацию обучения больших языковых моделей и обработку объемных документов. Традиционные трансформеры сталкиваются с проблемой квадратичного роста вычислительной сложности при работе с длинными последовательностями, что требует значительных ресурсов.


Комментарии (0)
Без регистрации. Комментарии проверяются автоматически перед публикацией.
Пока нет комментариев. Будьте первым!