比Transformer更好的模型架构

要点:1.MonarchMixer（M2）是一种新的模型架构，与传统的Transformer不同，它通过使用Monarch矩阵替代注意力和MLP，使之在语言和图像实验中以更低的成本取得了更优的表现。2.MonarchMixer的关键创新点在于其次二次的复杂度，使其能够处理更长的序列和更高维度的表征，同时保持计算效率。