这篇文章(还是校友),也是和dot product本身没什么关系。讲一讲核心思想
文章在背景中介绍了Sparse Mixture of Experts,因为MH-MoE也是在S-MoE基础上做的,个人感觉其实变动并不大,但我觉得写的很清楚,感谢。
个人感觉这个图画得不够直观,看论文得公式更直观一些。
进入正题
核心思想:
每个TOKENQ其实都通过了所有专家,这样每个token都有个对于专家的权重,最后再找对于的专家去做乘法对吗?
这篇文章(还是校友),也是和dot product本身没什么关系。讲一讲核心思想
文章在背景中介绍了Sparse Mixture of Experts,因为MH-MoE也是在S-MoE基础上做的,个人感觉其实变动并不大,但我觉得写的很清楚,感谢。
个人感觉这个图画得不够直观,看论文得公式更直观一些。
进入正题
核心思想:
每个TOKENQ其实都通过了所有专家,这样每个token都有个对于专家的权重,最后再找对于的专家去做乘法对吗?
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1965846.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!