伯克利提出 Nestor 嵌套稀疏架构，预训练与持续学习优于 MoE
原文标题：Nested Sparsity for Scalable Pretraining and Continual Learning
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。
arXiv 论文提出 Nestor，用类似 MoE 的条件计算机制泛化注意力算子，使稀疏性可与 MoE 稀疏性层级嵌套。在同等算力与稀疏度下，Nestor 的语言模型预训练效果优于传统 MoE，且在长上下文适配与新领域持续预训练中遗忘更少。代码与检查点已在 GitHub 开源。
- 问题
- MoE 只在 MLP 上做条件计算，注意力算子缺乏同类稀疏机制。
- 方法
- 泛化注意力算子产生可与 MoE 稀疏层级嵌套的条件计算，构成 Nestor 架构。
- 结果
- 同等算力与稀疏度下预训练优于传统 MoE，长上下文适配与持续预训练遗忘更少。
- 影响
- 给大模型骨干提供 MoE 之外的第二条稀疏扩展路径，持续学习场景可直接替换验证。
机构：UC Berkeley
深读 · 结论先行AI 生成展开看要点与影响 ↓
伯克利 Nestor 用条件计算泛化注意力算子，同算力同稀疏度下预训练优于传统 MoE。
- •MoE 泛化的是 MLP，Nestor 泛化的是注意力算子，其稀疏性与 MoE 稀疏性可层级嵌套
- •在同等算力与同等稀疏度下，语言模型预训练效果优于传统 MoE transformer
- •持续预训练上更易适配更长上下文，适配新领域时对旧领域遗忘更少
- •这些优势随模型规模、数据规模与上下文长度增长而保持
- •代码与检查点已在 GitHub 的 Ma-Lab-Berkeley/Nestor 开源
为什么重要：MoE 之外的条件计算机制选择一直很少，这条给出可嵌套的第二条稀疏轴，对做架构与持续预训练的人有直接实验价值。
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
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。