Argomenti di tendenza
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Mi piace davvero questo risultato: una cornice elegante e una soluzione per migliorare significativamente la generalizzazione della lunghezza nei modelli ricorrenti in generale (RNN/SSM/attenzione lineare/ecc).
Questo ha implicazioni significative per i problemi su cui i ricercatori di architettura dovrebbero concentrarsi, secondo me.
8 lug 2025
Nonostante la gestione teorica di contesti lunghi, i modelli ricorrenti esistenti non sono ancora all'altezza: potrebbero non riuscire a generalizzare oltre la durata dell'addestramento. Mostriamo una soluzione semplice e generale che consente la generalizzazione della lunghezza fino a 256k sequenze, senza bisogno di cambiare le architetture!
13,07K
Principali
Ranking
Preferiti