.png)
2月18日，Kimi和DeepSeek发布新进展，分别推出MoBA和NSA，两者都是对注意力机制的改进。MoBA的主要研发者Andrew Lu在知乎分享了研发过程的三次挑战，称为“三入思过崖”。MoBA最初设计时旨在快速训练出支持128K长度的模型。经历了多次调整，最终在2024年初稳定下来，成为一种高效的稀疏注意力机制。MoBA的最新版本已应用于月之暗面的产品Kimi中，并在GitHub上开源。尽管初期在长文任务中表现不佳，但通过调整，MoBA最终成功上线服务用户。
原文链接
本文链接：https://kx.umi6.com/article/13982.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "13982")
相关推荐
.png)
换一换
谷歌公布 Titans 系列 AI 模型架构：融合长短期记忆与注意力机制、突破 200 万上下文 Token
2025-01-20 20:22:44
DeepSeek新模型上线
2025-09-30 11:25:43
Kimi新论文再次“撞车”DeepSeek，都谈到了长文注意力机制
2025-02-19 14:48:28
月之暗面 MoBA 核心作者自述：一个 “新晋大模型训练师” 的三入思过崖
2025-02-21 14:53:27
拆分Transformer注意力，韩国团队让大模型解码提速20倍
2024-07-02 15:00:28
Qwen开源首个长文本新模型，百万Tokens处理性能超GPT-4o-mini
2025-01-27 14:30:40
DeepSeek新论文再次引发热议，它说了什么？
2025-02-19 16:53:40
撞车DeepSeek NSA Kimi杨植麟署名的新注意力架构MoBA发布
2025-02-19 15:57:22
DeepSeek-V3.2-Exp官宣发布，API价格下调超50%
2025-09-29 20:15:06
姚期智团队开源新型注意力，节省90%内存不降性能，一个框架统一MHA/MQA/GQA
2025-01-15 17:34:26
梁文锋参与著作！DeepSeek最新论文介绍新机制 可使AI模型进一步降本增效
2025-02-18 21:29:43
揭秘注意力机制真正起源！10年前3项研究几乎同时独立提出，背后故事细节被Karpathy晒邮件公开了
2024-12-04 16:39:33
Mamba核心作者新作:取代DeepSeek在用的注意力机制，专为推理打造
2025-06-01 13:19:53
600 文章
365175 浏览
24小时热文
更多
-
2025-12-08 18:41:52 -
2025-12-08 18:40:45
-
2025-12-08 18:40:02
