Código aberto + uma única placa B200 a executar 512K, o gargalo do projeto do modelo de contexto longo foi mais uma vez superado, esperando que a comunidade possa criar algo interessante no futuro.

AIMPACT afirma que a pesquisa Nous Research lançou o mecanismo de pré-treinamento de contexto longo de código aberto Lighthouse Attention. Uma única GPU B200 processa aproximadamente 17 vezes mais rápido 512K de texto, e a velocidade de ponta para 98K aumenta de 1,4 a 1,7 vezes. Este mecanismo realiza uma triagem inicial grosseira seguida de uma análise detalhada, filtrando os trechos essenciais através de múltiplos níveis de resumo e combinando-os em textos curtos, que são então processados pelo FlashAttention; a lógica de filtragem está fora do núcleo, eliminando a necessidade de código de baixo nível e objetivos de treinamento adicionais. Para evitar que o salto de leitura do modelo prejudique a capacidade de leitura palavra por palavra, durante o treinamento, a maior parte do processamento é feita em modo acelerado, retornando temporariamente à atenção total no final. Em experimentos com 530 milhões de parâmetros e 50 bilhões de tokens, o tempo de processamento diminuiu significativamente e o desempenho final foi comparável ou até superior ao de métodos tradicionais.