Meta、NYU 和 Yann LeCun 认为 BERT 编码器会在扩展中失效
pbaylies · x · 2026-07-25
帖子转发的是一篇论文截图，核心结论是：传统 BERT 式双向编码器存在明显的缩放缺陷，预训练算力越大，冻结后用于下游任务的表征反而可能变差。
作者提出 CrossBERT：把“表征学习”和“token 重建”解耦成两部分架构。论文声称这带来三个收益：
- 可以使用更高的 masking ratio
- 通过对所有 token 收集梯度提升训练效率
- 在 MTBE（eng, v2）和冻结版 GLUE 基准上实现更稳定的单调缩放与更好表现
所属事件:Meta与NYU研究指BERT缩放缺陷并推出CrossBERT(2 条相关)→
「研究」频道最新
- Diamandis 详解 AI 癌症导航与 $100 基因测序如何缩小抗癌鸿沟 — PeterDiamandis · 2026-10-27
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27
- 被称最佳 LoRA 讲解视频：从几何直觉讲到任务内在维度 — sophiamyang · 2026-10-27