28
Mar
Google新作试图“复活”RNN：RNN能否再次辉煌？
By 苏剑林 | 2023-03-28 | 57082位读者 | 引用当前，像ChatGPT之类的LLM可谓是“风靡全球”。有读者留意到，几乎所有LLM都还是用最初的Multi-Head Scaled-Dot Attention，近年来大量的Efficient工作如线性Attention、FLASH等均未被采用。是它们版本效果太差，还是根本没有必要考虑效率？其实答案笔者在《线性Transformer应该不是你要等的那个模型》已经分析过了，只有序列长度明显超过hidden size时，标准Attention才呈现出二次复杂度，在此之前它还是接近线性的，它的速度比很多Efficient改进都快，而像GPT3用到了上万的hidden size，这意味着只要你的LLM不是面向数万长度的文本生成，那么用Efficient改进是没有必要的，很多时候速度没提上去，效果还降低了。
那么，真有数万甚至数十万长度的序列处理需求时，我们又该用什么模型呢？近日，Google的一篇论文《Resurrecting Recurrent Neural Networks for Long Sequences》重新优化了RNN模型，特别指出了RNN在处理超长序列场景下的优势。那么，RNN能否再次辉煌？
24
Oct
VQ的旋转技巧：梯度直通估计的一般推广
By 苏剑林 | 2024-10-24 | 11549位读者 | 引用随着多模态LLM的方兴未艾，VQ（Vector Quantization）的地位也“水涨船高”，它可以作为视觉乃至任意模态的Tokenizer，将多模态数据统一到自回归生成框架中。遗憾的是，自VQ-VAE首次提出VQ以来，其理论并没有显著进步，像编码表的坍缩或利用率低等问题至今仍亟待解决，取而代之的是FSQ等替代方案被提出，成为了VQ有力的“竞争对手”。
然而，FSQ并不能在任何场景下都替代VQ，所以VQ本身的改进依然是有价值的。近日笔者读到了《Restructuring Vector Quantization with the Rotation Trick》，它提出了一种旋转技巧，声称能改善VQ的一系列问题，本文就让我们一起来品鉴一下。
回顾
早在五年前的博文《VQ-VAE的简明介绍：量子化自编码器》中我们就介绍过了VQ-VAE，后来在《简单得令人尴尬的FSQ：“四舍五入”超越了VQ-VAE》介绍FSQ的时候，也再次仔细地温习了VQ-VAE，还不了解的读者可以先阅读这两篇文章。
18
Nov
Adam的epsilon如何影响学习率的Scaling Law？
By 苏剑林 | 2024-11-18 | 3023位读者 | 引用上一篇文章《当Batch Size增大时，学习率该如何随之变化？》我们从多个角度讨论了学习率与Batch Size之间的缩放规律，其中对于Adam优化器我们采用了SignSGD近似，这是分析Adam优化器常用的手段。那么一个很自然的问题就是：用SignSGD来近似Adam究竟有多科学呢？
我们知道，Adam优化器的更新量分母会带有一个$\epsilon$，初衷是预防除零错误，所以其值通常很接近于零，以至于我们做理论分析的时候通常选择忽略掉它。然而，当前LLM的训练尤其是低精度训练，我们往往会选择偏大的$\epsilon$，这导致在训练的中、后期$\epsilon$往往已经超过梯度平方大小，所以$\epsilon$的存在事实上已经不可忽略。
因此，这篇文章我们试图探索$\epsilon$如何影响Adam的学习率与Batch Size的Scaling Law，为相关问题提供一个参考的计算方案。
22
Jul
今天你食了吗？（广东云浮观测日偏食之旅）
By 苏剑林 | 2009-07-22 | 33896位读者 | 引用
28
Jul
这样的世界之最你见过没有？
By 苏剑林 | 2009-07-28 | 20317位读者 | 引用
31
Dec
写在2013年即将逝去之际
By 苏剑林 | 2013-12-31 | 24187位读者 | 引用2013年即将过去，而我的大二也即将过去一半了。这一学期广播台的事情忙了很多，数学物理的进展比想象中稍微缓了一些，主要的进步是在向量分析（场论）、路径积分和微分方程等方面。下学期开始分流了，我选择了非师，但事实上，我更喜欢师范类的课程，我选择非师的唯一原因是选择师范需要修教育学和心理学。幸好，我们创新班的自由度比较多，可以自由选择下学期的课程，我选择了六门数学课程：
1、常微分方程；
2、复变函数；
（这两门纯粹是凑学分的，我觉得他能讲的东西我都懂了，而我认为很重要的部分他不讲...）
3、数理统计；
（这门主要的想法是为路径积分以及统计力学奠基）
4、微分几何；
（主要是广义相对论的奠基，还有理论物理形式）
5、偏微分方程；
（第4、5都是大三的课程，我是去跟大三一起上的）
6、离散数学。
13
Feb
MathPlayer 2.2发布，大家升级啦！
By 苏剑林 | 2010-02-13 | 19332位读者 | 引用如果你已经安装了MathPlayer，就这里检查一下你的版本是否最新版：
http://www.dessci.com/en/products/mathplayer/check.htm
如果你还没有安装，欢迎你点击下面的链接下载安装：
http://www.dessci.com/en/products/mathplayer/download.htm
9
Jul
最近评论