ViT中枢作家Lucas Beyer，长文分析了一篇矫正Transformer架构的论文AG真人百家乐怎么玩，引起推选围不雅。
他前不久从谷歌跳槽到OpenAI，此次是在飞机上阅读论文并写下了分析。
这篇论文被他简写为DiffTranformer，不外不是Sora底层架构的阿谁Diffusion Transformer，而是不久前来自微软的Differencial Transformer。
论文中先容，合座念念路一样差分放大电路或降噪耳机，用两个信号的差值来滤除共模噪声，措置Transformer模子信噪比低的问题。
这篇论文发布时引起无数柔和，但也面临一些质疑，在弹幕版alphaXiv上作家与读者进行了许多盘考。
Beyer开始也对这篇著述握保留作风，以为“难说念MHA中的两个提防力头弗成学习到这些吗？”。
但进程近期和同业的一些互动，以为不应该减轻下定论，从头看了一遍论文后，他改变了成见
我的起初印象被团队的实验澈底松弛了，他们的实验相配公和顺严慎。
此外还有一个彩蛋：
大佬日常会用坐飞机的本事来打4把Dota 2游戏快速形态。
当今写这个帖子也弗成当论文评审责任写进简历，是纯纯的孝敬个东说念主本事了，以后也不会常写。
总之先给大佬点赞。
大佬解读热门论文
Beyer评价这篇论文的中枢编削相配simple和nice，不错用一句话笼统。
将两个提防力头配对，然后推行(softmax(Q1K1) - λ*softmax(Q2K2)) V，其中λ是一个可学习的标量。
他认为这项谈判的动机相配充分：跟着高下文变长，（眇小的）对不关系token的提防力之和可能越过对少数关系token的提防力，从而统一它们。
这一洞见标明，跟着输入长度的加多，经典Transformer可能越来越难以捕捉到要津信息。DIFF Transformer试图措置这一问题。
但他仍不细目对于搜检充分的模子来说这是个多大的问题，但愿在DIFF Transformer论文中有一些对于attention散布/熵的图表，以内容发挥这个插图的合感性。
接下来，他指出了几个容易被冷落的细节：
与Figure1不同，DiffAttn内容上并莫得对差值从头归一化。那么它究竟怎样放大”关系”的分数呢？
Beyer建论说文中能提供更多内容搜检的DIFF Transformer的分析图表。
λ的计较十分复杂，波及两个可学习的指数函数之差，加上一些基线λ_init，在早期的层是0.1，后头又是0.8。
Beyer认为λ不一定需淌若正巧，并建议提供更多对可学习λ参数的分析。
每个提防力头的输出齐进程了层归一化并乘以(1-λ_init)，下载AG百家乐然后再concat并乘以WO，这里也需要更多图表来发挥。
接下来看论文中无数的实验。谈判者基本上分叉显明StableLM-3B-4E1T，称之为Diff-3B，算作基线模子进行比拟。
可惜的是，基线模子只在其中3个数据集上论说了效用，其中2个Diff-3B的进展齐十分好。
Beyer怀疑这个StableLM-3B是否确凿是一个强基线。
在参数目和token数的缩放弧线上，DIFF Transformer乍一看很有出路。但仔细不雅察后，Beyer提议了两点质疑：
缩放弧线彰着分为两组，在它们之间画一条线有点牵强。稽查附录可知，谈判者为较大的两个模子镌汰了学习率。这是否意味着他们遭受了不踏实性问题？
每次实验只用了10B个token搜检，这个数目相配小。Beyer流露其中的计较资源限定，但仍然感到有点不安。
这些实验标明，在疏导大小的情况下，DIFF Transformer性能会更好一些，况且搜检本事疏导。
但是，它的的推理速率也会慢一些(慢5-10%)。
Beyer提议最佳能看到以计较量或内容本事为横轴的缩放弧线。
在长文本评测和对输入样本划定的鲁棒性方面，DIFF Transformer进展出了彰着的上风。
迥殊是在高下体裁习的鲁棒性实验中，DIFF Transformer在不同的样本摆列划定下，性能方差远小于经典Transformer。
这标明它更回绝易被输入的隐微变化侵犯，而经典Transformer容易受到样本划定的影响，在最佳和最坏情况下进展收支很大。
总的来说，Beyer对这篇论文的成见有所改不雅：
谈判者的实验相配全面和严慎，实在展现了DIFF Transformer比单纯的”两个提防力头相减”更多的后劲。
这项责任展现了一些有出路的火花。它在其他东说念主的搜检任务中能否很好地复现、或带来匡助，还有待进一步不雅察。
Lucas Beyer是谁
12月初，Lucas Beyer与Xiaohua Zhai、Alexander Kolesnikov集体从谷歌被挖到OpenAI。
他们曾共同提议Vision Transformer，始创了Transformer在CV限制利用的先河。
据他个东说念主官网中先容，他在比利时长大，曾渴望制作电子游戏以及从事AI谈判。
他在德国亚琛工业大学学习机械工程，并在那处取得了机器东说念主感知和计较机视觉博士学位，2018年加入谷歌。
除了此次长文分析DIFF Transformer除外，他还时常对新谈判发表一些短的驳斥，比如最近火爆的DeepSeek v3，他也提议我方的建议。
总之是一位相配值得柔和的学者AG真人百家乐怎么玩。