Aberto! Nous desta vez colocou a lógica de filtragem fora do núcleo, sem precisar alterar o CUDA de baixo nível nem adicionar objetivos de treinamento, ou seja, plug and play, o ponto fraco de infra de textos longos foi resolvido.

AIMPACT afirma que o mecanismo de pré-treinamento de contexto longo de código aberto, Lighthouse Attention, da Nous Research. Uma única GPU B200 processa aproximadamente 17 vezes mais texto de 512K, e com 98K, a aceleração de ponta a ponta é de 1,4 a 1,7 vezes. Esse mecanismo realiza uma triagem inicial grosseira e depois uma análise detalhada, filtrando os trechos essenciais por meio de resumos em múltiplos níveis e combinando-os em textos curtos, que são então processados pelo FlashAttention; a lógica de filtragem está fora do núcleo, eliminando a necessidade de código de baixo nível e objetivos de treinamento adicionais. Para evitar que o salto de leitura do modelo prejudique a capacidade de leitura palavra por palavra, durante o treinamento, a maior parte do processamento é feita em modo acelerado, retornando temporariamente à atenção total no final. Em experimentos com 530 milhões de parâmetros e 50 bilhões de tokens, o tempo de processamento caiu significativamente e o desempenho final foi comparável ou até superior ao de métodos tradicionais.