新架构RNN反超Transformer：每个隐藏状态都是一个模型，一作：从根本上改变语言模型

AIGC动态欢迎阅读

原标题：新架构RNN反超Transformer：每个隐藏状态都是一个模型，一作：从根本上改变语言模型
关键字：模型,上下文,状态,线性,梯度
文章来源：量子位
内容字数：0字

内容摘要：

梦晨 发自 凹非寺量子位 | 公众号 QbitAI新架构，再次向Transformer发起挑战！
核心思想：将RNN中的隐藏状态换成可学习的模型。
甚至在测试时都可以学习，所以该方法称为TTT（Test-Time Training）。
共同一作UC伯克利的Karen Dalal表示：我相信这将从根本上改变语言模型。
一个TTT层拥有比RNN表达能力更强的隐藏状态，可以直接取代Transformer中昂贵的自注意力层。
在实验中，隐藏状态是线性模型的TTT-Linear表现超过了Transformer和Mamba，用更少的算力达到更低的困惑度（左），也能更好利用长上下文（右）。
此外，隐藏状态是MLP模型的TTT-MLP在32k长上下文时表现还要更好。
Karen Dalel还指出，理论上可学习的隐藏状态可以是任意模型，对于更长上下文来说，可以是CNN、甚至可以是完整的Transformer来套娃。
目前刚刚出炉的TTT论文已经在学术界引起关注和讨论，斯坦福博士生Andrew Gao认为，这篇论文或许能成为下一篇Attention is all you need。
另外有人表示，众多新架

原文链接：新架构RNN反超Transformer：每个隐藏状态都是一个模型，一作：从根本上改变语言模型

联系作者

文章来源：量子位
作者微信：QbitAI
作者简介：追踪人工智能新趋势，关注科技行业新突破