非Transformer架构新模型爆火，从第一性原理出发，MIT CSAIL衍生团队打造

文章预览

大模型智能｜分享 来源 | 量子位 作者 | 西风 挑战Transformer，MIT初创团队推出LFM（Liquid Foundation Model）新架构模型爆火。 LFM 1.3B、LFM 3B两个不同大小的模型，性能超越同等规模Llama3.2等Transformer模型。 LFM架构还有很好的可扩展性，团队还推出了基于MoE的LFM 40B（激活12B参数），能与更大规模的密集模型或MoE模型相媲美。 LFM用的是一种液态神经网络（LNN），从第一性原理出发而构建，其计算单元植根于动态系统理论、信号处理和数值线性代数。 这种架构还有一个特点：在内存效率方面特别强。 基于Transformer的LLM中的KV缓存在长上下文中会急剧增长，而LFM即使在处理100万个token时也能保持内存最小。 小巧便携，使得它能够直接部署在手机上进行文档和书籍等分析。 LFM模型背后是一支MIT计算科学与人工智能实验室衍生出来的小团队，名叫Liquid AI。 其后训 ………………………………