StreamingLLM框架問(wèn)世，可處理無(wú)限長(zhǎng)度文本

10月7日消息，麻省理工學(xué)院聯(lián)合 Meta AI 的研究人員日前開發(fā)了一款名為 StreamingLLM 的框架，為大語(yǔ)言模型可能遇到的 RAM 與泛化問(wèn)題提出了一系列解決方案，號(hào)稱能夠“讓語(yǔ)言模型處理無(wú)限長(zhǎng)度的文本內(nèi)容”。

據(jù)IT之家報(bào)道，StreamingLLM 的研究重點(diǎn)，是想解決實(shí)現(xiàn)流式語(yǔ)言模型（Efficient Streaming Language Models，ESLM）的障礙，特別是“長(zhǎng)時(shí)間互動(dòng)的多輪對(duì)話場(chǎng)景”中可能出現(xiàn)的問(wèn)題。

研究人員指出，這種流式語(yǔ)言模型主要存在兩大挑戰(zhàn)：第一個(gè)挑戰(zhàn)：在解碼階段，獲取 token 的鍵（Key）值（Value）狀態(tài)會(huì)消耗大量的 RAM。

第二個(gè)挑戰(zhàn)：目前流行的大語(yǔ)言模型，難以泛化適用“超過(guò)訓(xùn)練序列長(zhǎng)度”的長(zhǎng)文本。

過(guò)去有許多研究試圖解決上述挑戰(zhàn)，像是“擴(kuò)展注意力窗口”，讓語(yǔ)言模型能夠處理超出預(yù)訓(xùn)練序列長(zhǎng)度的長(zhǎng)文本；或是建立一個(gè)固定大小的活動(dòng)窗口，只關(guān)注最近 token 的鍵值狀態(tài)，確保 RAM 使用率和解碼速度保持穩(wěn)定，但若遇到“序列長(zhǎng)度超過(guò)緩存大小”時(shí)，這個(gè)策略就會(huì)失效。

而當(dāng)前流式語(yǔ)言模型最大的挑戰(zhàn)是“如何不消耗過(guò)多 RAM 且不損害模型性能的前提下，處理長(zhǎng)文本輸入”。

StreamingLLM 對(duì)此采取的策略是“運(yùn)用注意力下沉現(xiàn)象”，研究人員觀察到，在自回歸語(yǔ)言模型中，無(wú)論特定 token 和語(yǔ)言模型本身的相關(guān)性如何，如果對(duì)代 token 分配了大量的注意力。

這些獲得高度注意力的 token，就會(huì)表現(xiàn)出注意力下沉的現(xiàn)象，即便這些 token 在語(yǔ)義上不重要，但他們?nèi)匀猾@得模型強(qiáng)烈關(guān)注（即給予特定 token 內(nèi)容大量注意力，從而獲得模型大部分的關(guān)注，而這些特定 token 內(nèi)容包含“下沉 token 的鍵值”，從而確保無(wú)論輸入序列有多長(zhǎng)，模型的注意力計(jì)算都能維持穩(wěn)定）。

StreamingLLM 的重要貢獻(xiàn)，在于其提出一個(gè)簡(jiǎn)單且高效的解決方案，使語(yǔ)言模型不需微調(diào)就可以處理無(wú)限長(zhǎng)度的文本。從而解決當(dāng)前語(yǔ)言模型在流式應(yīng)用的困境。雖然未來(lái)流式語(yǔ)言模型勢(shì)在必行，但由于 RAM 效率的限制，以及模型在處理長(zhǎng)序列的性能問(wèn)題，相關(guān)模型發(fā)展仍受到挑戰(zhàn)。

經(jīng)研究團(tuán)隊(duì)證實(shí)，StreamingLLM 能夠讓 Llama 2、MPT、Falcon 和 Pythia 可靠地處理高達(dá) 400 萬(wàn) token 的文本，能夠?yàn)榱魇秸Z(yǔ)言模型提供更多部署方面的可能性。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。