多头混合大师

MH-MoE 能优化几乎所有大师，实现起来非常简单。混合大师（MoE）是个好方法，支持着现在一些非常优秀的大模型，比如谷歌家的 Gemini 1.5 以及备受关注的 Mixtral 8x7B。稀疏混合大师（SMoE）可在不显著增加训练和推理成本的前提下提升模型的能力。比如 Mixtral 8×7B 就是一个 SMoE 模型，其包含 8 个大师（共 7B 参数），而其表现却可以超过或比肩 LLaMA…