7.7億參數，超越5400億PaLM！UW谷歌提出「分步蒸餾」，只需80%訓練數據｜ACL 2023

AIGC動態歡迎閱讀

原標題：7.7億參數，超越5400億PaLM！UW谷歌提出「分步蒸餾」，只需80%訓練數據｜ACL 2023

關鍵字：模型,數據,性能,任務,樣本

文章來源：新智元

內容字數：8433字

內容摘要：新智元報道編輯：LRS【新智元導讀】LLM不實用，小模型蒸餾才是「現實」的大模型應用路線，全面領先微調技術！土豪請無視。。。大型語言模型雖然性能優異，可以用零樣本或少樣本提示解決新任務，但LLM在實際應用部署時卻很不實用，內存利用效率低，并且需要大量計算資源。比如運行一個1750億參數的語言模型服務至少需要350GB的顯存，而目前最先進的語言模型大多已超過5000億參數量，很多研究團隊都沒有足夠的…

原文鏈接：點此閱讀原文：7.7億參數，超越5400億PaLM！UW谷歌提出「分步蒸餾」，只需80%訓練數據｜ACL 2023

聯系作者

文章來源：新智元

作者微信：AI_era

作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。