Rumah > Peranti teknologi > AI > teks badan

介绍RWKV:线性Transformers的兴起和探索替代方案

WBOY
Lepaskan: 2023-09-27 14:01:27
ke hadapan
2588 orang telah melayarinya

以下是我在RWKV播客中的一些想法摘要://m.sbmmt.com/link/9bde76f262285bb1eaeb7b40c758b53e

介绍RWKV:线性Transformers的兴起和探索替代方案


为什么替代方案的重要性如此突出?

随着2023年的人工智能革命,Transformer架构目前正处于巅峰。然而,由于人们急于采用成功的Transformer架构,所以会容易忽视可以借鉴的替代品。

作为工程师,我们不应该采取一刀切的方法,对每个问题都使用相同的解决方案。我们应该在每一个情况下权衡利弊;否则将会被困在特定平台的限制范围内,同时因不知道有其他选择而感到“满足”,这可能会使发展一夜回到解放前

这个问题并不是人工智能领域独有的,而是一种从古到今都在重复的历史模式。


SQL战争历史的一页,是关于数据库管理系统之间的竞争和对抗的故事。在这个故事中,各种数据库管理系统如Oracle、MySQL和SQL Server等,为了争夺市场份额和技术优势,展开了激烈的竞争。这些竞争不仅体现在性能和功能方面,还涉及到商业策略、市场推广以及用户满意度等多个方面。这些数据库管理系统不断地推出新的功能和改进,以吸引更多的用户和企业选择他们的产品。SQL战争历史的一页,见证了数据库管理系统行业的发展和变革,也为我们提供了宝贵的经验和教训

最近在软件开发中有一个值得注意的例子是,当SQL服务器开始受到物理限制时,就出现了NoSQL的趋势。世界各地的初创企业都因为"规模"的原因转向了NoSQL,尽管它们远未达到这些规模

然而,随着时间的推移,随着最终一致性和NoSQL管理开销的出现,以及硬件功能在SSD速度和容量方面的巨大飞跃,SQL服务器最近又出现了回归的趋势,因为它们使用简单性,并且现在90%以上的初创公司都有足够的可扩展性

SQL和NoSQL是两种不同的数据库技术。SQL是结构化查询语言的缩写,主要用于处理结构化数据。NoSQL则是指非关系型数据库,适用于处理非结构化或半结构化数据。 虽然有人认为SQL比NoSQL更好,或者反之亦然,但实际上这只是意味着每种技术都有自己的优缺点和适用场景。在某些情况下,SQL可能更适合处理复杂的关系型数据,而NoSQL则更适合处理大规模的非结构化数据。 然而,这并不意味着只能选择其中一种技术。实际上,许多应用程序和系统在实践中使用了SQL和NoSQL的混合解决方案。根据具体的需求和数据类型,可以选择最适合的技术来解决问题。 因此,重要的是理解每种技术的特点和适用场景,并根据具体情况做出明智的选择。无论是SQL还是NoSQL,都有其独特的学习点和首选用例,可以在类似技术中相互借鉴和交叉传播


目前Transformer架构最大的痛点是什么?

通常,这包括计算、上下文大小、数据集和对齐。在本次讨论中,我们将重点讨论计算和上下文长度:

  • 由于使用/生成的每个令牌的O(N^2)增加而导致的二次计算成本。这使得大于10万的上下文大小非常昂贵,从而影响推理和训练。
  • 当前的GPU短缺加剧了这个问题。
  • 上下文大小限制了Attention机制,严重限制了“智能代理”用例(如smol-dev),并强制解决问题。较大的上下文需要较少的解决方法。

那么,我们该如何解决这个问题呢?


介绍RWKV:一种线性Transformer/现代大型RNN

RWKV和微软RetNet是被称为“线性Transformer”的新类别中的第一个

它通过支持以下内容直接解决了上述三个限制:

  • 线性计算成本,与上下文大小无关。
  • 在CPU(尤其是ARM)中,允许以更低的要求在RNN模式下输出合理的令牌/秒。
  • 没有作为RNN的硬上下文大小限制。文档中的任何限制都是指导原则——您可以对其进行微调。

随着我们不断将人工智能模型扩大到100k及以上的上下文大小,二次方计算成本开始呈指数级增长。

然而,线性Transformer并没有放弃递归神经网络架构及解决其瓶颈,这迫使它们被取代。

不过,重新设计的RNN吸取了Transformer可扩展的经验教训,使RNN能与Transformer工作方式类似,并消除了这些瓶颈。

在训练速度方面,用Transformer让它们重返赛场——允许它们在O(N)成本下高效运行,同时在训练中扩展到10亿个参数以上,同时保持类似的性能水平。

介绍RWKV:线性Transformers的兴起和探索替代方案

图表:线性Transformer计算成本按每个令牌线性缩放与变换器的指数增长


当你将平方比例应用于线性缩放时,你会在2k令牌计数时获得10倍以上的增长,在100k令牌长度时获得100倍以上的增长

在14B参数下,RWKV是最大的开源线性Transformer,与GPT NeoX和其他类似数据集(如the Pile)不相上下。


介绍RWKV:线性Transformers的兴起和探索替代方案

RWKV模型的性能与类似规模的现有变压器模型相当,各种基准显示


但用更简单的话来说,这意味着什么?


优点

  • 在较大的上下文大小中,推理/训练比Transformer便宜10倍甚至更多
  • 在RNN模式下,可以在非常有限的硬件上缓慢运行
  • 与相同数据集上的Transformer性能相似
  • RNN没有技术上下文大小限制(无限上下文!)


缺点

  • 滑动窗口问题,有损内存超过某一点
  • 尚未证明可扩展到14B参数以上
  • 不如变压器优化和采用

因此,尽管RWKV还没有达到LLaMA2那样的60B+参数规模,但只要有正确的支持和资源,它有可能以更低的成本和更广泛的环境来实现这一目标,特别是在模型趋向于更小、更高效的情况下

如果您的用例对效率很重要,请考虑这一点。然而,这并非最终解决方案——关键在于健康的替代品


我们应该考虑学习其他替代方案以及它们的好处

扩散模型:文本训练速度较慢,但对多时期训练具有极高的弹性。找出原因可以帮助缓解令牌危机。

生成对抗性网络/代理:可以在没有数据集的情况下,使用技术将所需的训练集训练到特定目标,即使是基于文本的模型。


原文标题:Introducing RWKV: The Rise of Linear Transformers and Exploring Alternatives,作者:picocreator

//m.sbmmt.com/link/b433da1b32b5ca96c0ba7fcb9edba97d

Atas ialah kandungan terperinci 介绍RWKV:线性Transformers的兴起和探索替代方案. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!