Dans l'actualité
DAMI: Dual-Axis Memory Initialization for Enhanced Long-Context Retrieval in Gated Linear Attention
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- DAMI améliore la récupération en long contexte dans les modèles d'attention linéaire en initialisant soigneusement deux paramètres clés avant l'entraînement, gagnant 5 à 17 points de précision.
- Pourquoi ça compte
- Pertinent pour les ingénieurs qui construisent ou fine-tunent des modèles d'attention linéaire comme Mamba-2 ou RWKV-7 pour traiter efficacement les tâches de récupération de longs documents.
- Vigilance
- La méthode montre des gains solides en récupération mais maintient seulement une performance comparable sur les tâches standard de modélisation du langage et de raisonnement.
- retrieval
- long-context
- attention
- eval
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.