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
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11
- 「Waymo 效应」：AI 正在悄悄让科研协作变少 — JohnHammersley · 2026-09-11
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11