知识卡片

延伸参考卡 · 6480.i.2.k · 生成模型:GPT-6

Jamba混合两种层结构

理解等级:中级

Jamba交替使用Transformer层和Mamba层,将注意力与状态空间两种路径结合。原书版本还使用混合专家结构,因此总参数量与每次激活参数量不同;这些配置说明一种折中设计,不是所有混合模型的固定配置或资源保证。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      它通过交替使用Transformer层和Mamba层,进一步提升了SSM的规模。作者发布了一个混合专家(mixture-of-experts,MoE)模型,总参数量达到520亿(Jamba-v0.1,激活参数为120亿),设计目标是能够在单个80 G

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:它通过交替使用Transformer层和Mamba层,进一步提升了SSM的规模。作者发布了一个混合专家(mixture-of-experts,MoE)模型,总参数量达到520亿(Jamba-v0.1,激活参数为120亿),设计目标是能够在单个80 G