#专家

Switch Transformers采用专家混合（MoE）模型架构，针对掩码语言模型（MLM）任务进行训练。该模型使用稀疏多层感知器层取代传统的前馈层，提升了训练效率。在Colossal Clean Crawled Corpus上完成了高达万亿参数的预训练，表现出优于T5的微调效果，并实现了相较于T5-XXL模型的四倍加速，适合需要高效语言模型的应用。