BriefGPT - AI 论文速递 ·

语言引导的联邦多标签分类的 Transformer

💡 原文中文，约200字，阅读约需1分钟。

📝

内容提要

提出了一种新型联邦学习框架FedLGT，用于多标签分类。通过在不同客户端之间传递知识，学习出稳健的全局模型。实验证明，在多标签联邦学习场景下超过了标准联邦学习技术，并获得了令人满意的性能。

🏷️

GPT-6带火循环Transformer，阿里早已布局
阿里团队针对循环Transformer的计算冗余问题，提出两篇论文：MeSH通过动态记忆缓冲和路由器解决循环空转，提升零样本准确率；SpiralForme...
smolts：面向教学语言的教学型IDE
作者开发了名为smolts的教学IDE，用于SMoL教学语言，灵感来自Stacker项目。该IDE支持S表达式编程，可逐步执行并可视化显示continua...
DeepSeek-V4 模型结构（6）：优化器与稳定性，Muon
DeepSeek-V4采用Muon优化器，通过谱范数最速下降实现逐矩阵正交化，用Newton-Schulz迭代逼近SVD，混合系数提升小奇异值并精确稳定大...
Kimi K3 模型结构（8）：训练并行，一步训练里谁在等谁
本文介绍Kimi K3模型预训练的并行系统设计，聚焦MoE层expert并行。核心是MoonEP方案：每个rank预留E/R个冗余expert槽位，确保任...
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...