可学习增益参数提升模型表现
SeunghyunSEO7 · x · 2026-07-16
这条回复在讨论一种模型架构实验：作者受到 Alec 的架构启发，加入了 head gain、activation gain 和 embedding residual/skip connection 之后，观察到性能提升。
虽然主帖本身很短，但它传达的核心信息是：这些可学习的增益参数和嵌入旁路连接，可能是提升模型效果的有效结构改动。
所属事件:研究者讨论现代 LLM 的 1/d 注意力缩放(6 条相关)→
「研究」频道最新
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 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