華科重磅發(fā)布MoE Jetpack框架：助力收斂速度提升8倍，準(zhǔn)確率飛躍超30%！

原標(biāo)題：收斂速度最高8倍，準(zhǔn)確率提升超30%！華科發(fā)布MoE Jetpack框架 | NeurIPS 2024
文章來源：新智元
內(nèi)容字?jǐn)?shù)：5563字

1. 引言

華中科技大學(xué)的研究人員提出了一種新穎的框架——MoE Jetpack，旨在通過Checkpoint Recycling方法和SpheroMoE結(jié)構(gòu)，將密集激活模型的預(yù)訓(xùn)練權(quán)重高效微調(diào)為混合專家（MoE）模型。這一方法顯著提升了MoE模型在下游任務(wù)中的精度和收斂速度，減少了對預(yù)訓(xùn)練過程的依賴。

2. 混合專家模型概述

混合專家模型（MoE）通過動態(tài)激活網(wǎng)絡(luò)的一部分結(jié)構(gòu)，提高計算效率，能夠在保持相對穩(wěn)定的計算成本下大幅增加參數(shù)量，從而有效提升模型性能。然而，MoE模型通常需要在大型數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練，導(dǎo)致時間和資源的消耗極高，限制了其普及性。

3. MoE Jetpack的核心創(chuàng)新

MoE Jetpack的核心創(chuàng)新包括兩個主要部分：

(1) Checkpoint Recycling：通過采樣密集模型權(quán)重生成多樣化的專家，作為MoE模型的初始化權(quán)重，從而加速模型的收斂和提升性能，避免了大規(guī)模預(yù)訓(xùn)練的需求。

(2) SpheroMoE層：通過交叉注意力機(jī)制優(yōu)化專家分配，利用超球空間的投影提高微調(diào)過程的穩(wěn)定性，并通過專家正則化方法減輕過擬合。

4. 研究方法與實驗結(jié)果

研究中采用了Checkpoint Recycling技術(shù)，通過四種主要的權(quán)重回收策略來初始化MoE模型。實驗結(jié)果顯示，在ImageNet-1K上，MoE Jetpack的收斂速度提高了2倍，準(zhǔn)確率提升達(dá)2.8%；在小規(guī)模數(shù)據(jù)集上，收斂速度提升可達(dá)8倍，準(zhǔn)確率提升超過30%。

5. 小結(jié)與展望

MoE Jetpack框架通過有效利用預(yù)訓(xùn)練密集模型的權(quán)重，不僅降低了MoE模型的訓(xùn)練成本和資源需求，還提高了模型在下游任務(wù)中的性能。該框架為混合專家模型的研究與應(yīng)用提供了新的可能，為研究者在普通計算資源下使用MoE模型提供了有力支持。

聯(lián)系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對人類社會與文明進(jìn)化的影響，領(lǐng)航中國新智能時代。