革命的突破!スタンフォード大学とUCSDが共同開発したTTTアーキテクチャ、5年の歳月を経て完成、Transformer時代の終焉?
TTT:新たに提案されたTest-Time-Trainingレイヤーアーキテクチャ。スタンフォード大学、UCSD、UCバークレー、Metaの研究者らが共同で開発し、一晩でTransformerとMambaの優位性を覆し、言語モデルに革命的な変化をもたらしました。TTTアーキテクチャは、従来のAttentionメカニズムに代わる、勾配降下法によるコンテキスト圧縮を革新的に導入することで、数十億トークン規模の大規模言語モデルのトレーニングを可能にしつつ、安定した線形計算量を維持します。