Memory Layers – Meta 开源不增加算力时增加大模型的参数方法-爱论文

Memory Layers是什么

Memory Layers是Meta推出的用可训练的键值查找机制为模型增加额外参数的方法，它不会增加浮点运算次数（FLOPs）。基于稀疏激活Memory Layers补充计算密集型的前馈层，提供专门的容量廉价地存储和检索信息。Memory Layers在大规模语言模型中显示出显著的实用性，尤其是在处理事实性任务时，能显著提高模型的性能。基于替换Transformer层中的一个或多个前馈网络（FFN）与记忆层，在不显著增加计算成本的情况下，显著提升模型的事实准确性和知识获取能力。

Memory Layers的主要功能

参数扩展：支持模型在不增加计算负担（即不增加FLOPs）的情况下增加额外的参数，扩展模型的容量。信息存储与检索：提供专门的机制存储和检索信息。补充密集层：与计算密集型的前馈层（feed-forward layers）互补，基于稀疏激活模式提供信息存储和检索的专用容量。提高事实准确性：在事实性任务中，显著提高语言模型的准确性，让模型更准确地记忆和使用训练数据中的事实。性能提升：在计算和参数匹配的情况下，让模型性能超过传统的密集模型和混合专家模型。

Memory Layers的技术原理

键值查找机制：基于简单的键值查找机制工作，其中键和值都编码为嵌入向量。给定查询向量q，及一组键K和值V，输出是值的一个软组合，权重根据q与对应键的相似度确定。稀疏激活：与传统的注意力机制不同，Memory Layers中的键和值是可训练的参数，而不是激活值。由于键和值的数量通常很大，Memory Layers需要进行稀疏查找和更新，只有与查询最相似的top-k键和对应的值参与输出计算。产品键查找：为解决大规模记忆中查询-键检索的瓶颈，Memory Layers采用产品量化键（product-quantized keys），用两组较小的键有效地执行全键集的top-k查找。并行化实现：由于Memory Layers对内存的需求很大，在多个GPU上并行化嵌入查找和聚合实现大规模扩展。共享记忆参数：用共享的记忆参数池，在不增加参数数量的情况下，基于多个记忆层增加性能。

Memory Layers的项目地址

项目官网：https://ai.meta.com/research/publications/memory-layers-at-scale/GitHub仓库：https://github.com/facebookresearch/memoryarXiv技术论文：https://arxiv.org/pdf/2412.09764

Memory Layers的应用场景

问答系统：在问答系统中，帮助模型记住和检索大量的事实信息，提供准确的答案。语言模型：在自然语言处理中，增强语言模型的记忆能力，在处理长文本和复杂对话时更加有效。推荐系统：在推荐系统中存储用户的历史行为和偏好，提供更个性化的推荐。知识图谱：在知识图谱的应用中，存储和检索实体之间的关系，支持复杂的查询和推理。对话系统：在对话系统中，帮助模型记住对话历史，让对话更加连贯和自然。