更多工作也用了不同KV头配置
eliebakouch · x · 2026-07-16
补充确认：step 3.5、poolside，以及作者认为的 mimo 也采用了类似做法。也就是说，在这类近期工作里，SWA 层与全局层采用不同 KV heads 配置 可能是一个共通模式。
所属事件:近期LLM在SWA层采用不同KV头数配置(2 条相关)→
「研究」频道最新
- Exponential 发布 RepoInject 与 BrowserInject 基准，测 prompt injection 防护 — maksym_andr · 2026-10-27
- Redwood 研究:CoT 可控性评测严重欠激发,简单提示优化可提升 2-3 倍 — dfrsrchtwts · 2026-10-27
- 用 BeamZ 逆向设计光学系统跑通 MNIST 分类 — S_Conradi · 2026-10-27
- DeCert 框架无需参考答案评估生成式奖励模型的论证质量 — Guiquan Sun · 2026-10-27
- 新研究：VLM harness 同样是组合泛化器,可拆解复杂图像问题 — a1zhang · 2026-10-27
- 新文呼吁启动 AI 界「人类基因组计划」加速可解释性研究 — ninamiolane · 2026-10-27