📖标题：VersatileFFN: Achieving Parameter Efficiency in LLMs via Adaptive Wide-and-Deep Reuse
🌐来源：arXiv, 2512.14531
🌟摘要
大型语言模型 (LLM) 的快速扩展取得了显着的性能，但它也会导致高昂的内存成本。现有的参数高效方法，如剪枝和量化，主要压缩预训练模型，而不增强架构容量，从而达到基础模型的表示上限。在这项工作中，我们提出了 VersatileFFN，一种新颖的前馈网络 (FFN)，它可以在固定参数预算内灵活地重用宽度和深度维度上的参数。受认知双重过程理论的启发，VersatileFFN 包括两个自适应路径：一个宽度变换器路径，从单个共享 FFN 生成子专家的混合，在不增加参数的情况下模仿稀疏专家路由，以及一个深度通用路径，递归地应用相同的 FFN 来模拟复杂标记的更深层次的处理。一个难度感知门控通过高效的宽度方向动态平衡两条路径，通过高效的宽度方向转向“简单”标记，并将更深的迭代细化分配给“硬”标记。至关重要的是，两条路径重用相同的参数，因此所有额外的容量都来自计算而不是内存。跨不同基准和模型尺度的实验证明了该方法的有效性。该代码可在 https://github.com/huawei-noah/noah-research/ tree/master/VersatileFFN。
🛎️文章简介
🔸研究问题：如何在大语言模型（LLM）中实现参数效率，同时保持高性能？
🔸主要贡献：论文提出VersatileFFN架构，通过宽度与深度的适应性重用，显著提升了模型的参数效率和计算能力。
📝重点思路
🔸设计了一个VersatileFFN架构，集成了宽度可变通道（宽路径）和深度可变通道（深路径），这两条路径共享基础权重。
🔸宽路径模拟虚拟Mixture-of-Experts（MoE）模块，快速响应领域特定的任务而不增加参数量。
🔸深路径实现递归计算能力，通过重用相同的FFN计算单元，动态分配更深的计算层次给复杂的token。
🔸引入Gumbel-Softmax控制器，根据token复杂度动态预测迭代次数，从而灵活分配计算资源。
🔎分析总结
🔸VersatileFFN在多个基准测试中表现优于其他方法，展示了其在相同参数预算内的强大性能。
🔸相比Mixture-of-Experts架构和传统的k-Loop方法，VersatileFFN在保持较低的参数增加的同时，显著提升了准确率。
🔸该方法有效地将宽度与深度计算结合，实现了在参数效率和推理能力之间的最佳平衡。
💡个人观点
论文的创新点在于通过深度和宽度的适应性组合，开创了一种不需显著增加参数量即可提升模型能力的新范式，适用于资源受限环境中的推理任务。
)
