思想与社会2024 · 分享于 Hacker News
Leave No Context Behind: Efficient Infinite Context Transformers
探索《Leave No Context Behind: Efficient Infinite Context Transformers》的原文与 Hacker News 社区讨论，查看来源并加入阅读清单。
从论文，走向讨论
看看社区如何讨论这个想法。
来自 Hacker News 的原始讨论。不同的视角、疑问，以及值得继续思考的线索。
最多展示 100 条相关讨论。论文可能出现在评论中，并非原帖投稿内容。
在讨论中发现的引用
按 HN 条目顺序展示最近的 50 条引用来源。
Ymeetpateltech ·
Mixtral 8x22B
533 赞同242 评论
Ysnats ·
New attention mechanisms that outperform standard multi-head attention
233 赞同49 评论
YGooblebrai ·
Ask HN: Is RAG the Future of LLMs?
125 赞同105 评论
Yisaacfrond ·
Scaling will never get us to AGI
43 赞同119 评论
Ytosh ·
Leave No Context Behind: Efficient Infinite Context Transformers
39 赞同4 评论
Ymodeless ·
Google: Efficient Infinite Context Transformers with Infini-Attention
4 赞同0 评论
Ysethbannon ·
Leave No Context Behind: Efficient Infinite Context Transformers
3 赞同0 评论
Ymarban ·
Google's new technique gives LLMs infinite context
3 赞同1 评论