Hyper-Verbindingen

Hyper-Connections

September 29, 2024

Auteurs: Defa Zhu, Hongzhi Huang, Zihao Huang, Yutao Zeng, Yunyao Mao, Banggu Wu, Qiyang Min, Xun Zhou

cs.AI

Samenvatting

We presenteren hyperverbindingen, een eenvoudige maar effectieve methode die kan dienen als een alternatief voor residuale verbindingen. Deze benadering adresseert specifiek veelvoorkomende nadelen die worden waargenomen bij varianten van residuale verbindingen, zoals het jojo-effect tussen het verdwijnen van de gradiënt en het ineenstorten van de representatie. Theoretisch gezien stellen hyperverbindingen het netwerk in staat om de sterkte van verbindingen tussen kenmerken op verschillende diepten aan te passen en dynamisch lagen te herschikken. We voeren experimenten uit die zich richten op het vooraf trainen van grote taalmodellen, inclusief dichte en schaarse modellen, waar hyperverbindingen aanzienlijke prestatieverbeteringen laten zien ten opzichte van residuale verbindingen. Aanvullende experimenten die zijn uitgevoerd op visuele taken tonen ook vergelijkbare verbeteringen. We verwachten dat deze methode breed toepasbaar en gunstig zal zijn voor een breed scala aan AI-problemen.

English

We present hyper-connections, a simple yet effective method that can serve as an alternative to residual connections. This approach specifically addresses common drawbacks observed in residual connection variants, such as the seesaw effect between gradient vanishing and representation collapse. Theoretically, hyper-connections allow the network to adjust the strength of connections between features at different depths and dynamically rearrange layers. We conduct experiments focusing on the pre-training of large language models, including dense and sparse models, where hyper-connections show significant performance improvements over residual connections. Additional experiments conducted on vision tasks also demonstrate similar improvements. We anticipate that this method will be broadly applicable and beneficial across a wide range of AI problems.