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
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27
- Goodfire 投入 1000 万美元启动 AI 版「人类基因组计划」破解可解释性 — CatAstro_Piyush · 2026-10-27
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27