将语言模型折叠起来
原文:Folding Language Models into Themselves
知识蒸馏通常从头开始训练紧凑的学生,即使教师的权重已经编码了学生必须学习的大部分内容,这也需要大量数据。在这项工作中,我们探索直接根据教师的权重构建学生。我们提出了 Concertina,它将每组 N 个相邻的教师层折叠成一个执行 N 次的共享块。
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。