知识卡片
稀疏与激活参数要分清
权重稀疏描述很多参数为零,混合专家则描述每次只选部分专家参与计算。两者都可能减少实际计算,但零值比例、总参数和激活参数是不同指标。估算资源时还需看实际存储和执行实现,不能把总参数直接当每token计算量。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
稀疏模型中有很大比例的参数值为零。例如,一个拥有70亿个参数的模型,如果稀疏度达到90%,则只有7亿个非零参数。稀疏性使得数据存储和计算更加高效,这意味着一个规模较大的稀疏模型可能比规模较小的稠密模型所需的计算资源更少。
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:稀疏模型中有很大比例的参数值为零。例如,一个拥有70亿个参数的模型,如果稀疏度达到90%,则只有7亿个非零参数。稀疏性使得数据存储和计算更加高效,这意味着一个规模较大的稀疏模型可能比规模较小的稠密模型所需的计算资源更少。