Jurgen、曼宁等大佬新作：MoE重塑6年前的Universal Transformer，高效升级
原文中文，约5700字，阅读约需14分钟。发表于：。7年前，谷歌提出Transformer，随后推出Universal Transformer（UT），通过层共享提升逻辑推理和语言建模性能。近期，研究者提出了Mixture-of-Experts Universal Transformers（MoEUT），结合混合专家架构，提高计算效率和泛化能力。MoEUT在多个数据集上表现优异，特别是在零样本任务中超越标准Transformer。研究显示，MoEUT能动态调整专家选择，适应不同任务需求。
