研究用 16MB 冻结词表替代小模型嵌入表
原文标题：Embeddings Are Overpriced? A Frozen 16 MB Vocabulary for Small and Ternary Language Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文将 Gemma 3 270M 的可训练嵌入表替换为 16MB、512 位码的冻结词表，在相同 token 上从零训练同构模型。冻结表模型在 LAMBADA、HellaSwag、PIQA 上不劣于学习表，配合三值 BitNet b1.58 主干后整模型仅 46MB，笔记本 CPU 上生成速度达浮点模型 8-bit GGUF 的 5-6 倍。
深读 · 结论先行AI 生成展开看要点与影响 ↓
16MB冻结词表替代Gemma 3 270M嵌入表，三项基准不劣，整模型46MB、CPU生成快5-6倍。
- •Gemma 3 270M的嵌入表占268M参数中的168M，是模型体积的主要部分。
- •冻结表为512位码、16MB、无训练参数，由预训练嵌入经主成分投影与符号二值化得到。
- •学习表换来0.20 nats验证损失但可训练参数多2.6倍；LAMBADA、HellaSwag、PIQA上冻结表更优或持平，仅ARC-Easy利于学习表。
- •配三值BitNet b1.58主干后整模型46MB，笔记本CPU上615-740 token/秒，为浮点模型8-bit GGUF的5-6倍，内存仅其七分之一。
为什么重要：小模型端侧部署的体积与速度瓶颈主要在词表，冻结词表给出了几乎不损精度的替代方案。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。