在Transformer时代重塑RNN，RWKV将非Transformer架构扩展到数百亿参数

作者：机器之心发布时间：2023-05-25

机器之心报道机器之心编辑部深度学习技术在人工智能领域取得了重大进展，在各种科学和工业应用中发挥了关键作用。这些应用通常涉及复杂的序列数据处理任务，包括自然语言理解、对话式人工智能、时间序列分析等，...【查看原文】

相关资讯

RWKV – transformer 与 RNN 的强强联合

在 NLP (Natural Language Processing, 自然语言处理) 领域，ChatGPT 和其他的聊天机器人应用引起了极大的关注。每个社区为构建自己的应用，也都在持续地寻求强大、可靠的开源模型。自 Vaswani 等人于 2017 年首次提出 Attention Is All You Need 之后，基于 transformer 的强大的模型一直在不断地涌现，它们在 NLP 相关任务上的表现远远超过基于 RNN (Recurrent Neural Networks, 递归神经网络) 的

ChatGPT

HuggingFace 2023-05-31

Talk | 新加坡国立大学博士侯皓文：RWKV论文解读 - 在Transformer时代重塑RNN

本期为TechBeat人工智能社区第510期线上Talk！北京时间7月5日(周三)20:00，新加坡国立大学博士—侯皓文的Talk将准时在TechBeat人工智能社区开播！他与大家分享的主题是: “RWKV论文解读 - 在Transformer时代重塑RNN”，届时将解密RWKV注意力机制。Talk·信息▼主题：RWKV论文解读 - 在Transformer时代重塑RNN嘉宾：新加坡国立大学博士侯皓文时间：北京时间 7月5日(周三)20:00地点：TechBeat人工智能社区http://www.te

人工智能

TechBeat人工智能社区 2023-07-07

微软新出热乎论文：Transformer扩展到10亿token

当大家不断升级迭代自家大模型的时候，LLM（大语言模型）对上下文窗口的处理能力，也成为一个重要评估指标。比如明星大模型 GPT-4 支持 32k token，相当于 50 页的文字；OpenAI 前

微软 OpenAI 大语言模型 GPT-4

机器之心 2023-07-09

Transformer——ChatGPT背后的核心架构

Transformer——ChatGPT背后的核心架构什么是Transformer？Transformer是一种神经网络架构，它在自然语言处理（NLP）领域引起了革命。与先前按顺序处理输入数据（如逐字阅读）的模型不同，Transformer能够并行处理输入数据的各个部分。这种并行处理能力是游戏规则的改变者，因为它允许模型一次性地学习一个词与句子中所有其他词的上下文关系，而不是逐个学习。这意味着它能更像人类一样理解语言。Transformer的组成部分Transformer模型主要由两部分组成：编码器和解码

ChatGPT

知识日新 2023-12-09

微软将ChatGPT相关技术扩展到更多工具中

北京商报讯（记者杨月涵）美东时间周一，微软宣布，将ChatGPT的技术扩展到其PowerPlatform平台上，这将允许其用户在很少甚至不需要编写代码的情况下，就能开发自己的应用程序。

微软 ChatGPT 编程

北京商报 2023-03-07

近期资讯

一文带你全面了解 RAG 组件

检索增强生成 (RAG) 流程正在彻底改变我们与大型语言模型 (LLM) 的交互方式。RAG 不再仅仅依赖这些模型中预先训练的知识，而是让 LLM 能够实时访问和利用外部知识源，从而产生更准确、更相关

致Great 2024-12-28

性能优化：加载优化——提升用户体验的关键

性能优化：加载优化——提升用户体验的关键加载优化对于用户体验起着决定性作用。能够极大幅度地缩短用户等待时间，让页面瞬间呈现，彻底告别长时间面对空白屏幕的焦虑。

Vuhao 2024-12-28

为什么必须把代码写到极致？

最近写代码把节奏从求快改成了求好，力求我过手的系统稳如老狗，顺便总结了几点把代码写到极致的思考。能学习，有成长前几年写代码只求快，回想起来几乎没什么成长，疯狂搓 CRUD 谁不会呢。架构的思考、扩

小兵张健 2024-12-28

69天探索操作系统-第24天：动态内存管理技术

1.介绍内存管理是系统编程中的一个关键方面，直接影响到应用程序的性能、可靠性和效率。本文重点关注动态内存管理技术，尤其是内存池策略，这些策略对于优化性能关键应用中的内存分配至关重要。 2.内存管理基

电赛小陈找出路 2024-12-28

DOW 插件增强-可控 JinaSum 触发+追问+黑名单

增强版 JinaSum 插件，支持手动触发、追问以及群聊黑名单功能。支持 dow 和 cow，有感兴趣的可以试试

三金得鑫 2024-12-28

Docker-Dockerfile案例(一)

前面我们经过几个小节的讲解，把常用的Dockerfile的参数都大概讲解了一次，今天这小节我们将结合实际需求来讲解。

dessler 2024-12-28

Hamm 2024-12-28

在Transformer时代重塑RNN，RWKV将非Transformer架构扩展到数百亿参数

推荐体验

相关资讯

RWKV – transformer 与 RNN 的强强联合

Talk | 新加坡国立大学博士侯皓文：RWKV论文解读 - 在Transformer时代重塑RNN

微软新出热乎论文：Transformer扩展到10亿token

Transformer——ChatGPT背后的核心架构

微软将ChatGPT相关技术扩展到更多工具中

近期资讯

一文带你全面了解 RAG 组件

性能优化：加载优化——提升用户体验的关键

为什么必须把代码写到极致？

69天探索操作系统-第24天：动态内存管理技术

DOW 插件增强-可控 JinaSum 触发+追问+黑名单

Docker-Dockerfile案例(一)

005：安装 python 和 OpenCV

看完前端各种风骚操作，我眼睛被亮瞎了！

直播带货预测：数据与模型的幽默碰撞

哪有什么代码如诗,代码里全是人生路上的那些人情世故

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响