AI 架構 Transformer 再進化：谷歌新方法突破長文本處理，注意力模塊內存需求可降至 1/47
10 月 9 日消息，科技媒體 marktechpost 昨日（10 月 8 日）發布博文，報道稱谷歌公司推出了選擇性注意力（Selective Attention）方法，可以提高 Transformer 架構模型的性能。
Transformer 架構簡介
Transformer 是一種革命性的神經網絡架構，由谷歌在 2017 年提出，主要用于處理序列數據，特別是在自然語言處理（NLP）領域。
Transformer 的核心是自注意力機制，允許模型在處理輸入序列時捕捉詞與詞之間的關系，讓模型能夠關注輸入序列中的所有部分，而不僅僅是局部信息。
Transformer 由多個編碼器和解碼器組成。編碼器負責理解輸入數據，而解碼器則生成輸出。多頭自注意力機制使模型能夠并行處理信息，提高了效率和準確性。
Transformer 架構模型挑戰
Transformer 架構的一大挑戰是它們在處理長文本序列時效率低下，由于每個標記與序列中的每個其他標記都相互作用導致二次復雜度，這就導致隨著上下文長度的增加，計算和內存需求呈指數增長。
現在解決這一問題的方法包括稀疏注意力機制（sparse attention mechanisms），它限制了標記之間的交互數量，以及通過總結過去信息來減少序列長度的上下文壓縮技術。
不過這種方法是通過減少在注意力機制中考慮的標記數量達成的，因此通常以性能為代價，可能會導致上下文關鍵信息丟失。
谷歌新方法
谷歌研究的研究人員提出了一種名為選擇性注意的新方法，可以動態忽略不再相關的標記，從而提高 Transformer 模型的效率。
選擇性注意力使用軟掩碼矩陣來確定每個標記對未來標記的重要性，減少對不重要標記的關注。
研究表明，配備選擇性注意的 Transformer 架構模型在多個自然語言處理任務中表現出色，同時顯著降低了內存使用和計算成本。
例如，在擁有 1 億參數的 Transformer 模型中，注意力模塊的內存需求在上下文大小為 512、1024 和 2048 個 tokens 時分別減少至 1/16、1/25 和 1/47。所提方法在 HellaSwag 基準測試中也優于傳統 Transformer，對于較大的模型規模實現了高達 5% 的準確率提升。
選擇性注意力允許構建更小、更高效的模型，在不損害準確性的情況下，顯著減少內存需求。
IT之家附上參考地址
