一項由斯坦福大學(xué)和 Mila 研究人員提出的新架構(gòu) “Hyena” 正在自然語言處理(NLP)社區(qū)中引起轟動，并被認(rèn)為可能顛覆現(xiàn)有的注意力機制系統(tǒng)。

　　該架構(gòu)通過長卷積和逐元素乘法門控制實現(xiàn)了與注意力機制相媲美的性能，同時降低了計算成本。通過在自動回歸語言建模和圖像分類方面進(jìn)行實驗，研究人員發(fā)現(xiàn) Hyena 能夠在性能上與注意力模型相媲美，并且具有更低的計算復(fù)雜度和參數(shù)數(shù)量。這項研究對于大規(guī)模語言模型的開發(fā)具有重要意義，并可能成為一種高效的替代方案。

　　研究人員在論文中提到:

　　二次算子可以大規(guī)模匹配注意力模型的質(zhì)量，而無需在參數(shù)和優(yōu)化成本方面付出高昂的代價。基于有針對性的推理任務(wù)，作者提煉出了對其性能有貢獻(xiàn)的三個最重要的屬性。

　　數(shù)據(jù)控制

　　次線性參數(shù)縮放

　　不受上下文限制。

　　考慮到這些要點，他們隨后引入了鬣狗等級制度。這個新算子結(jié)合了長卷積和逐元素乘法門控，以匹配大規(guī)模注意力的質(zhì)量，同時降低計算成本。

　　進(jìn)行的實驗揭示了令人震驚的結(jié)果。

　　語言建模。

　　Hyena 的擴(kuò)展性在自回歸語言模型上進(jìn)行了測試，在基準(zhǔn)數(shù)據(jù)集 WikiText103和 The Pile 上對困惑度進(jìn)行評估時，發(fā)現(xiàn) Hyena 是第一個與 GPT 質(zhì)量相匹配的無注意力卷積架構(gòu)，總 FLOPS 降低了20%。

　　WikiText103上的困惑(相同的分詞器)。* 是來自(Dao 等人，2022c)的結(jié)果。更深更薄的模型(Hyena-slim)可實現(xiàn)更低的困惑度

　　訓(xùn)練模型的堆上的困惑，直到令牌總數(shù)達(dá)到50億(每個令牌總數(shù)不同)。所有模型都使用相同的分詞器 (GPT2)。FLOP 計數(shù)針對150億代幣運行

　　大規(guī)模圖像分類

　　該論文展示了 Hyena 作為圖像分類通用深度學(xué)習(xí)算子的潛力。在圖像翻譯方面，他們用 Hyena 算子替換了 Vision Transformer(ViT)中的注意力層，并將性能與 ViT 進(jìn)行匹配。

　　在 CIFAR-2D 上，我們在標(biāo)準(zhǔn)卷積架構(gòu)中測試了2D 版本的 Hyena 長卷積濾波器，該濾波器在2D 長卷積模型 S4ND(Nguyen 等人，2022)的精度上進(jìn)行了改進(jìn)，加速率提高了8%，參數(shù)減少了25% 。

　　在十億級參數(shù)規(guī)模上取得的有希望的結(jié)果表明，注意力可能不是我們所需要的全部，并且像鬣狗這樣的更簡單的二次設(shè)計，通過簡單的指導(dǎo)原則和對機械可解釋性基準(zhǔn)的評估，構(gòu)成了高效大型模型的基礎(chǔ)。