我要投稿

OLMoE，首个“完全开源”MOE模型，干货满满

发布日期：2024-09-12 17:29:13 浏览次数： 1561

正常的MOE结构，用到了qk norm

全文61页，细节满满，感兴趣的同学可以自己看。这里简单提一些有意思的点~

1B-7BMOE vs 1B / 7B dense起点更高，终点接近或超过7B全量全参dense的效果

更细粒度的专家组合可以得到更好的训练损失，但是收益递减。（这里提到了很多相关的研究，去做预测最优组合）

共享专家会消除模型的灵活性，让性能更差，与一些历史研究不符

确定哪些专家处理每个输入token ，有2种类型

EC，每个专家从输入序列中选择固定数量的token。(确保完美的负载平衡，但是不利于自回归的生成模式，也可能导致token丢失)
TC，每个token会选择固定数量的专家。）这可能会导致许多token选择同一位专家，从而损害训练效率）

相同的预算下，TC稳定优于EC

专家是从头初始化，还是从MLP复制得到。实验发现只需要几百B的token，从头开始的模型就赶上了复制的结果，从600B token之后优于复制的结果。

使用负载平衡损失也能带来更好的性能

路由z-loss可以提高MoE模型的稳定性和质量。这个辅助损失会惩罚进入门控网络的大logits

预训练的早期阶段路由就达到了饱和状态

训练结束后，通一层的专家之间不存在强协同激活，也就是说不同专家之间几乎没有冗余

专家对于特定领域和词汇的专业化程度区分度还是比较高的。某些专家可能专门处理一些科学相关的，（如arXiv数据集），而其他专家可能更擅长处理编程语言或一般文本。

53AI，企业落地应用大模型首选服务商

产品：大模型应用平台+智能体定制开发+落地咨询服务

承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业

160+中大型企业正在使用53AI

立即咨询预约演示

百度智能云邀53AI：共创AI新纪元，启航智能新时代

2024-05-27

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

2024-05-22

热点资讯

开源项目Composio：突破 AI 智能体开发的边界

2024-08-13

太强了！10大开源大模型！

2024-05-06

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

2024-06-12

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

2023-07-01

GraphRAG：终极 RAG 引擎 - 语义搜索、嵌入、矢量搜索等等！

2024-07-08

Ollama 本地运行大模型(LLM)完全指南

2024-07-25

如何免费使用 Claude AI？Claude使用指南！

2024-07-11

教你使用Ollama在本地跑Llama3.1

2024-07-25

Coze收费了，我还用吗？

2024-07-18

中医大模型，开源！

2024-06-16

大家都在问

疯狂24h后，openai o1有哪些新的秘密？

2024-09-14

OpenAI的o1模型会带来哪些影响和机会？

2024-09-14

LLM 基础知识 | WaterMarking，你搞懂了吗？

2024-09-12

清华开源LongCite，如何提高大模型的溯源能力？

2024-09-07

大模型的泡沫什么时候破灭？

2024-08-06

大模型的泡沫什么时候破灭？

2024-08-04

微调Llama 3.1，用神器Unsloth

2024-08-03

AGI｜如何在本地运行大型语言模型？

2024-07-30

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

开源项目Composio：突破 AI 智能体开发的边界

太强了！10大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

GraphRAG：终极 RAG 引擎 - 语义搜索、嵌入、矢量搜索等等！

Ollama 本地运行大模型(LLM)完全指南

如何免费使用 Claude AI？Claude使用指南！

教你使用Ollama在本地跑Llama3.1

Coze收费了，我还用吗？

中医大模型，开源！

大家都在问

疯狂24h后，openai o1有哪些新的秘密？

OpenAI的o1模型会带来哪些影响和机会？

LLM 基础知识 | WaterMarking，你搞懂了吗？

清华开源LongCite，如何提高大模型的溯源能力？

大模型的泡沫什么时候破灭？

大模型的泡沫什么时候破灭？

微调Llama 3.1，用神器Unsloth

AGI｜如何在本地运行大型语言模型？

热门标签

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

开源项目Composio：突破 AI 智能体开发的边界

太强了！10​大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

GraphRAG：终极 RAG 引擎 - 语义搜索、嵌入、矢量搜索等等！

Ollama 本地运行大模型(LLM)完全指南

如何免费使用 Claude AI？Claude使用指南！

教你使用Ollama在本地跑Llama3.1

Coze收费了，我还用吗？

中医大模型 ，开源！

大家都在问

疯狂24h后，openai o1有哪些新的秘密？

OpenAI的o1模型会带来哪些影响和机会？

LLM 基础知识 | WaterMarking，你搞懂了吗？

清华开源LongCite，如何提高大模型的溯源能力？

大模型的泡沫什么时候破灭？

大模型的泡沫什么时候破灭？

微调Llama 3.1，用神器Unsloth

AGI｜如何在本地运行大型语言模型？

热门标签

太强了！10大开源大模型！

中医大模型，开源！