Codex将Transformer参数量削减约58%
热点事件持续更新
Codex将Transformer参数量削减约58%
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
一位开发者让 Codex 开展 Agent 架构搜索实验。在给定的 27.14M 参数 Transformer 上，Codex 找到一种共享并循环复用 FFN 与注意力权重的架构，将参数量降至 11.46M，减少约 58%。 实验限定可采用的修改方式，并要求模型在 Alpaca 数据集上训练 5000 步后验证损失不下降。Codex 找到的架构与基线验证损失持平；这一结果仅对应该实验设定，尚未显示其适用于其他模型、数据集或任务。
AI 根据报道生成 · 7 小时前更新
最新进展11月13日 10:46
Codex 搜索模型架构：27.14M 参数 Transformer 降至 11.46M，val loss 不变报道时间线
沿着报道，了解事件的不同侧面。
11月13日
- AGI HuntCodex 搜索模型架构：27.14M 参数 Transformer 降至 11.46M，val loss 不变
Codex 通过 agent 架构搜索，将 27.14M 参数的 Transformer 降至 11.46M，在 alpaca 数据集训练 5k 步后 val loss 与 baseline 持平。优化架构通过共享并循环复用 FFN 与 Attn 权重，减少约 58% 参数，同时保留限定编辑空间与训练反馈的架构搜索方法。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1011月13日 12:00
- 近 24 小时变化
- –
02.557.510
12:0013:0014:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。