2.3B 混合 Mamba 模型用不到 1% FLOPs 比肩 Llama-3.2-3B
berkeley_ai · x · 2026-09-24
加州大学伯克利团队（profjoeyg 等）发布学术低成本预训练成果 Rigel：一个 2.3B 参数的 MoE 混合 Mamba-2 模型（激活参数约 360M），性能逼近 Llama-3.2-3B，而预训练 FLOPs 用量不到其 1%。
亮点：
- 无专用集群：训练在 H100、A100、V100（甚至 V100）和 TPU v5p/v6e 之间辗转，用同一套代码库完成，展示了在异构、零散算力上训练新架构的可行性。
- 学术界算力有限，但靠学生的创造力在能找到的任何硬件上训练创新架构。
- 团队公开寻求资源支持，希望把这项研究扩展到下一级训练规模。
这项工作对「用有限预算验证新架构」的学术研究路线有参考价值。
所属事件:伯克利发布 2.3B 混合 Mamba MoE 模型，以不到 1% 算力逼近 Llama-3.2-3B(2 条相关)→
「研究」频道最新
- 开源个性化 mRNA 癌症疫苗设计:为胰腺癌患者 Yash 而做 — xennygrimmato_ · 2026-11-12
- Georgia Tech 教授 Molei Tao 招收扩散语言模型方向博士生与博后 — gautamcgoel · 2026-11-12
- HF 研究员主张用效率增益指标取代最终 benchmark 分数 — eliebakouch · 2026-11-12
- 研究者提议:AI 进展评估应报告效率增益指标,而非只看最终跑分 — eliebakouch · 2026-11-12
- RoboCap-10k 发布：1 万小时带度量动作的开放式机器人数据集 — databoydg · 2026-11-12
- Google Research 用可穿戴设备做心血管-肾-代谢风险画像与个性化健康指导 — Google Research · 2026-11-12