Transformer终结者！谷歌DeepMind全新MoR架构问世，新一代魔王来了

KAIST、Mila 和谷歌 DeepMind 提出新型 LLM 架构 Mixture-of-Recursions（MoR），在不牺牲性能的前提下，推理速度提升 2 倍，KV 缓存内存减少 50%。该架构通过动态路由机制为每个 token 分配计算资源，并采用共享模块与智能缓存策略，显著优化计算效率与内存使用。实验表明，在 135M 至 1.7B 参数范围内，MoR 在相同训练预算下表现优于传统 Transformer，具备良好扩展性与参数效率，未来有望重塑 LLM 架构方向。
来源：https://mp.weixin.qq.com/s/Uv-F9lIELcSr9PlTo9a6hQ