不走Transformer尋常路，魔改RNN的國產(chǎn)新架構(gòu)RWKV，有了新進(jìn)展：

提出了兩種新的RWKV架構(gòu)，即Eagle (RWKV-5) 和Finch（RWKV-6)。

這兩種序列模型以RWKV-4架構(gòu)為基礎(chǔ)，然后作了改進(jìn)。

新架構(gòu)的設(shè)計進(jìn)步包括多頭矩陣值狀態(tài)（multi-headed matrix-valued states）和動態(tài)遞歸機(jī)制（dynamic recurrence mechanism），這些改進(jìn)提高了RWKV模型的表達(dá)能力，同時保持RNN的推理效率特征。

同時，新架構(gòu)引入了一個新的多語言語料庫，包含1.12萬億個令牌。

團(tuán)隊(duì)還基于貪婪匹配（greedy matching）開發(fā)了一種快速的分詞器，以增強(qiáng)RWKV的多語言性。

目前，4個Eagle模型和2個Finch模型，都已經(jīng)在抱抱臉上發(fā)布了～

新模型Eagle和Finch

此次更新的RWKV，共包含6個模型，分別是：

4個Eagle（RWKV-5）模型：分別為0.4B、1.5B、3B、7B參數(shù)大?。?br>2個Finch（RWKV-6）模型：分別是1.6B、3B參數(shù)大小。

Eagle通過使用多頭矩陣值狀態(tài)（而非向量值狀態(tài)）、重新構(gòu)造的接受態(tài)和額外的門控機(jī)制，改進(jìn)了從RWKV-4中學(xué)習(xí)到的架構(gòu)和學(xué)習(xí)衰減進(jìn)度。

Finch則通過引入新的數(shù)據(jù)相關(guān)函數(shù)，進(jìn)一步改進(jìn)架構(gòu)的表現(xiàn)能力和靈活性，用于時間混合和令牌移位模塊，包括參數(shù)化線性插值。

此外，F(xiàn)inch提出了對低秩自適應(yīng)函數(shù)的新用法，以使可訓(xùn)練的權(quán)重矩陣能夠以一種上下文相關(guān)的方式有效地增強(qiáng)學(xué)習(xí)到的數(shù)據(jù)衰減向量。

最后，RWKV新架構(gòu)引入了一種新的分詞器RWKV World Tokenizer，和一個新數(shù)據(jù)集RWKV World v2，兩者均用于提高RWKV模型在多語言和代碼數(shù)據(jù)上的性能。

其中的新分詞器RWKV World Tokenizer包含不常見語言的詞匯，并且通過基于Trie的貪婪匹配（greedy matching）進(jìn)行快速分詞。

而新數(shù)據(jù)集RWKV World v2是一個新的多語言1.12T tokens數(shù)據(jù)集，取自各種手工選擇的公開可用數(shù)據(jù)源。

其數(shù)據(jù)組成中，約70%是英語數(shù)據(jù)，15%是多語言數(shù)據(jù)，15%是代碼數(shù)據(jù)。

基準(zhǔn)測試結(jié)果如何？

光有架構(gòu)創(chuàng)新還不夠，關(guān)鍵要看模型的實(shí)際表現(xiàn)。

來看看新模型在各大權(quán)威評測榜單上的成績——

MQAR測試結(jié)果

MQAR （Multiple Query Associative Recall）任務(wù)是一種用于評估語言模型的任務(wù)，旨在測試模型在多次查詢情況下的聯(lián)想記憶能力。

在這類任務(wù)中，模型需要通過給定的多個查詢來檢索相關(guān)的信息。

MQAR任務(wù)的目標(biāo)是衡量模型在多次查詢下檢索信息的能力，以及其對不同查詢的適應(yīng)性和準(zhǔn)確性。

下圖為RWKV-4、Eagle、 Finch和其他非Transformer架構(gòu)的MQAR任務(wù)測試結(jié)果。

可以看出，在MQAR任務(wù)的準(zhǔn)確度測試中， Finch在多種序列長度測試中的準(zhǔn)確度表現(xiàn)都非常穩(wěn)定，對比RWKV-4、RWKV-5和其他非Transformer架構(gòu)的模型有顯著的性能優(yōu)勢。

長上下文實(shí)驗(yàn)

在PG19測試集上測試了從2048 tokens開始的RWKV-4、Eagle和Finch的loss與序列位置。

（所有模型均基于上下文長度4096進(jìn)行預(yù)訓(xùn)練）。

測試結(jié)果顯示， Eagle在長序列任務(wù)上比RWKV-4有了顯著的改進(jìn)，而在上下文長度4096訓(xùn)練的Finch的表現(xiàn)比Eagle更好，可以良好地自動適應(yīng)到20000以上的上下文長度。

速度和顯存基準(zhǔn)測試

速度和內(nèi)存基準(zhǔn)測試中，團(tuán)隊(duì)比較了Finch、Mamba和Flash Attention的類Attention內(nèi)核的速度和顯存利用率。

可以看到，F(xiàn)inch在內(nèi)存使用方面始終優(yōu)于Mamba和Flash Attention，而內(nèi)存使用量分別比Flash Attention和Mamba少40%和17%。

多語言任務(wù)表現(xiàn)

日語

西班牙語

阿拉伯語

日語-英語

下一步工作

以上研究內(nèi)容，來自RWKV Foundation發(fā)布的最新論文《Eagle and Finch：RWKV with Matrix-Valued States and Dynamic Recurrence》。

論文由RWKV創(chuàng)始人Bo PENG（彭博）和RWKV開源社區(qū)成員共同完成。

共同一作彭博，畢業(yè)于香港大學(xué)物理系，編程經(jīng)驗(yàn)20+年，曾在世界最大外匯對沖基金之一Ortus Capital就職，負(fù)責(zé)高頻量化交易。

還出版過一本關(guān)于深度卷積網(wǎng)絡(luò)的書籍《深度卷積網(wǎng)絡(luò)·原理與實(shí)踐》。

他的主要關(guān)注和興趣方向在軟硬件開發(fā)方面，在此前的公開訪談中，他曾明確表示AIGC是自己的興趣所在，尤其是小說生成。

目前，彭博在Github有2.1k的followers。

但他的最主要公開身份是一家燈具公司稟臨科技的聯(lián)合創(chuàng)始人，主要是做陽光燈、吸頂燈、便攜臺燈什么的。

并且其人應(yīng)該是一個喵星人資深愛好者，Github、知乎、微信頭像，以及燈具公司的官網(wǎng)首頁、微博上，都有一只橘貓的身影。

量子位獲悉，RWKV當(dāng)前的多模態(tài)工作包含RWKV Music（音樂方向）和 VisualRWKV（圖像方向）。

接下來，RWKV的重點(diǎn)工作將放在以下幾個方向：

• 擴(kuò)展訓(xùn)練語料庫，使其更加多樣化（這是改進(jìn)模型性能的關(guān)鍵事項(xiàng)）；
• 訓(xùn)練和發(fā)布更大版本的Finch，如7B和14B參數(shù)，并通過MoE降低推理和訓(xùn)練成本，進(jìn)一步擴(kuò)展其性能。
• 對Finch的CUDA實(shí)現(xiàn)做進(jìn)一步優(yōu)化（包括算法改進(jìn)），帶來速度的提升和更大的并行化。

論文鏈接：

https://arxiv.org/pdf/2404.05892.pdf