#注意力机制

avatar
小互
2周前
MiniMax 发布混合注意力推理开源模型 MiniMax-M1 训练成本仅为 53.5 万美元 性能超越Qwen3、DeepSeek-R1 逼近顶级闭源模型 MiniMax-M1引入了一种全新Lightning Attention 上下文优化注意力机制 相比 DeepSeek R1 等模型，在处理 10 万 tokens 的生成任务时，MiniMax-M1 的计算量仅为其 25%。 该模型基于前代模型 MiniMax-Text-01 开发，总参数规模为 4560亿，每个token激活参数为 45.9亿，支持最长 100万tokens 的上下文输入（约为 DeepSeek R1 的8倍）。 提出了一种新型强化学习算法 CISPO（Clipped Importance Sampling with Policy Optimization），该算法： 不裁剪 token 梯度，而是裁剪采样权重（importance weights）。 减少训练不稳定性，提升收敛质量。 缩短训练时长（Qwen2.5对比实验显示，训练速度提升2倍）
MiniMax M1发布：开源长上下文推理模型引发AI领域震动· 6 条信息
#MiniMax-M1 #开源模型 #Lightning Attention #深度学习 #Qwen3 #DeepSeek-R1 #AI性能 #模型对比 #注意力机制 #上下文优化
avatar
張小珺 Xiaojùn
4个月前
长篇技术科普第三篇，关于注意力机制。 上周DeepSeek和Kimi发布了最新研究工作，我们对DeepSeek NSA、Kimi MoBA、MiniMax-01，最近的3篇注意力机制论文逐篇精读。（嘉宾松琳在MIT做注意力机制研究方向）——希望和你一起领略科技平权，感受技术之美，也希望我们能与AI共同进步🤩
#技术科普 #注意力机制 #AI #DeepSeek #Kimi #科技平权
avatar
澎湃新闻-10%公司
4个月前
梁文锋杨植麟论文撞题，“注意力机制”对大模型意味着什么
#注意力机制 #大模型 #论文撞题