BriefGPT - AI 论文速递 ·

R&B: 域重组与数据混合平衡以提高基础模型训练效率

💡 原文英文，约100词，阅读约需1分钟。

📝

内容提要

本研究提出了一种新的数据混合策略，解决了现有方法在预定数据领域和计算扩展性方面的不足。在R%计算开销下，该策略的性能达到了或超过了最先进的水平。

🏷️

神所使用的 eGPU 并不完美
作者因轻薄本核显性能不足，购买华为显卡魔方外接显卡，但遇电源散热问题导致重启，遂转用机魂联盟扩展坞配RX 9060 XT显卡。性能提升显著，但雷电4带宽限...
DeepSeek-V4 模型结构（5）：宽度维度，DeepSeekMoE 的四个改动
本文介绍DeepSeek-V4模型结构中MoE层的四处改动：路由打分从sigmoid改为sqrt(softplus)以消除饱和；前三层用固定hash ro...
DeepSeek-V4 模型结构（4）：深度维度，mHC
该文详解DeepSeek-V4的mHC残差结构：将单条残差流拓宽为4条，通过读、写、混三算子连接子层。为保稳定，混合矩阵被约束为双随机矩阵（非负、行和列和...
DeepSeek-V4 模型结构（3）：序列维度（下），HCA、混合排布与零件
本文详解DeepSeek-V4模型结构：HCA将128个token压缩为一条目，无需稀疏选择；CSA与HCA交错排布，确保全局信息不丢失；滑窗分支弥补压缩...
DeepSeek-V4 模型结构（2）：序列维度（中），Lightning Indexer 与稀疏选择
本文介绍DeepSeek-V4模型中的压缩稀疏注意力（CSA）机制。KV缓存每4个token压缩为一条，1M上下文仍有26万条目，故用lightning ...
DeepSeek-V4 模型结构（1）：序列维度（上），从 MLA 到压缩 KV
本文介绍DeepSeek-V4的注意力机制，从MHA到CSA/HCA的演进，重点分析压缩KV缓存的方法。V4将每4或128个token压缩为一条512维K...