Link：mambabyte
曼巴位元組是一種無標記的語言模型，直接從原始位元組中學習，消除了子詞標記化的偏見。它在位元組上執行，但會導致序列顯著變長，標準的自迴歸Transformer在這種情況下的擴充套件性較差。我們在位元組序列上自迴歸訓練了曼巴位元組，這是Mamba狀態空間模型的無標記適應。我們的實驗表明，與其他位元組級模型相比，曼巴位元組具有較高的計算效率。我們還發現，曼巴位元組在與最先進的子詞Transformer的競爭中表現出色，甚至超越其效能。此外，由於長度的線性擴充套件，曼巴位元組在推理過程中比Transformer具有更快的速度。我們的發現證實了曼巴位元組在實現無標記語言建模方面的可行性。
需求人群：
"曼巴位元組適用於需要消除子詞標記化偏見、提高計算效率的語言建模任務。"
使用場景示例：
用於自然語言處理任務的曼巴位元組模型
曼巴位元組在文字生成應用中的使用示例
使用曼巴位元組進行情感分析的案例
產品特色：
無標記語言建模
消除子詞標記化偏見
位元組級模型訓練
提高計算效率