要点:
1. Meta、麻省理工学院 （MIT） 和卡内基梅隆大学 (CMU) 的研究人员介绍了一项名为StreamingLLM的技术，旨在解决大型语言模型(LLMs)在长时间对话中性能下降的问题。
2. StreamingLLM利用“attention sinks”（关注点汇）的概念，通过在对话的不同阶段重新引入初始标记，使LLMs能够在无限长度的文本上保持高性能。
3. 研究人员还提出了使用单个特殊标记作为“attention sink”来稳定LLMs的关注机制，从而在长时间对话中保持高性能。
站长之家(ChinaZ.com) 10月8日 消息:Meta、麻省理工学院 （MIT） 和卡内基梅隆大学 (CMU) 的研究人员最近发表的一篇新论文介绍了一项名为StreamingLLM的创新技术，旨在解决大型语言模型(LLMs)在长时间对话中性能下降的问题。
LLMs如OpenAI的ChatGPT和Meta的Llama2在当今的人工智能领域备受关注，但它们都面临一个共同的挑战，即在与用户的对话中始终提供高质量的响应，无论对话持续多长时间或交换的对话数量如何。这是因为LLMs在训练时是基于特定长度的数据块或序列进行预训练的，一旦用户输入的标记超过了这个长度，LLM的性能就会下降，这对企业希望在开放式对话中使用LLMs来帮助客户或员工是不可接受的。
图源备注：图片由AI生成，图片授权服务商Midjourney
StreamingLLM的解决方案是利用“attention sinks”概念，这些是在对话的不同阶段重新引入初始标记，以使LLMs能够在无限长度的文本上保持高性能。
研究人员发现，LLMs在对话或训练的早期会更加关注初始标记，因为它们对所有后续标记可见，而后续标记只对有限的后续标记可见。因此，通过在对话后期重新引入一些初始标记，用户可以有效地恢复LLM的性能。这就好比通过在对话后期使用与开始对话时相同的关键词，突然使LLMs在对话后期能够提供高质量的响应。
研究人员还提出了使用单个特殊标记作为“attention sink”的方法，通过在对话的不同阶段手动或自动重新引入此标记，可以持续保持LLMs的性能。这项技术使LLMs能够在无需频繁刷新缓存的情况下，不间断地为用户提供帮助。然而，研究人员也强调了这项技术的局限性，它并不扩展LLMs的上下文窗口，也不能确保LLM会记住对话的每个时刻的内容。
综合而言，StreamingLLM技术为LLMs在长时间对话中保持高性能提供了创新的解决方案，有望在许多领域，特别是需要持续不断地与用户交互的应用中得到广泛应用。
（举报）