XLM-V: Nova metoda višejezičnih maskiranih jezičnih modela koja pokušava riješiti problem uskog grla vokabulara
Ukratko
U članku se postavlja sljedeći problem: jezični modeli povećavaju se parametri, rastu u dubinu, ali vokabular je i dalje iste veličine.
Istraživači počinju trenirati novi model s milijun tokena iz vokabulara na neočekivan način.
Istraživači su bili odlučni vidjeti kakva poboljšanja mogu napraviti s tako značajnim povećanjem tokena.
Pitanje koje je pokrenuo članak pod naslovom “XLM-V: Prevladavanje uskog grla vokabulara u višejezičnim maskiranim jezičkim modelima” je da kad se parametri i dubina jezičnih modela povećaju, njihova veličina vokabulara ostaje nepromijenjena. Na primjer, model mT5 ima 13B parametara, ali vokabular od 250K riječi koji podržava više od 100 jezika. Dakle, svaki jezik ima otprilike 2,500 jedinstvenih tokena, što je očito vrlo mali broj.
Što poduzimaju autori? Počinju trenirati novi model s 1 milijun tokena iz vokabulara na neočekivan način. XLM-R je već postojao, no s ovom nadogradnjom postat će XLM-V. Pisci su bili odlučni vidjeti kakva poboljšanja mogu napraviti s tako značajnim povećanjem tokena.
Povezani članak: Očekuje se da će troškovi obuke modela umjetne inteligencije porasti sa 100 milijuna dolara na 500 milijuna dolara do 2030. |
Što je s XLM-V novo što XLM-R nije?
Poboljšanje Višejezični modeli s metodom Language-Clustered Vocabularies koristi se za konstruiranje vektora leksičke reprezentacije za svaki jezik na sljedeći način: za svaki jezik u skupu jezika, oni čine binarni vektor, čiji je svaki element određena riječ u jeziku. Jedan označava da je riječ uključena u rječnik jezika (možete vidjeti sliku s grafičkim opisom u privitcima.) Međutim, stvaranjem vektora koji koristi negativnu logaritamsku vjerojatnost pojavljivanja svakog leksema, autori poboljšavaju način na koji se upućuju .
- Vektori se nakon toga grupiraju. Dodatno, model rečeničnog dijela trenira se na svakom pojedinom klasteru kako bi se zaustavio prijenos vokabulara između leksički nepovezanih jezika.
- ALP procjenjuje sposobnost rječnika da predstavlja određeni jezik.
- Korištenje algoritma za stvaranje Ultralaki rječnici je sljedeći korak. koji počinje s velikim početnim rječnikom i postupno ga skraćuje sve dok broj tokena ne bude ispod određenog praga za veličinu rječnika.
Pročitajte više o AI:
Izjava o odricanju od odgovornosti
U skladu s Smjernice projekta povjerenja, imajte na umu da informacije navedene na ovoj stranici nemaju namjeru i ne smiju se tumačiti kao pravni, porezni, investicijski, financijski ili bilo koji drugi oblik savjeta. Važno je ulagati samo ono što si možete priuštiti izgubiti i potražiti neovisni financijski savjet ako imate bilo kakvih nedoumica. Za dodatne informacije predlažemo da pogledate odredbe i uvjete, kao i stranice za pomoć i podršku koje pruža izdavatelj ili oglašivač. MetaversePost je predan točnom, nepristranom izvješćivanju, ali tržišni uvjeti podložni su promjenama bez prethodne najave.
O autoru
Damir je voditelj tima, product manager i urednik u Metaverse Post, koji pokriva teme kao što su AI/ML, AGI, LLMs, Metaverse i Web3- srodna polja. Njegovi članci privlače ogromnu publiku od preko milijun korisnika svakog mjeseca. Čini se da je stručnjak s 10 godina iskustva u SEO-u i digitalnom marketingu. Damir je spomenut u Mashableu, Wiredu, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i druge publikacije. Putuje između UAE, Turske, Rusije i CIS-a kao digitalni nomad. Damir je stekao diplomu prvostupnika fizike, za koju vjeruje da mu je dala vještine kritičkog razmišljanja potrebne za uspjeh u stalno promjenjivom okruženju interneta.
Više članakaDamir je voditelj tima, product manager i urednik u Metaverse Post, koji pokriva teme kao što su AI/ML, AGI, LLMs, Metaverse i Web3- srodna polja. Njegovi članci privlače ogromnu publiku od preko milijun korisnika svakog mjeseca. Čini se da je stručnjak s 10 godina iskustva u SEO-u i digitalnom marketingu. Damir je spomenut u Mashableu, Wiredu, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i druge publikacije. Putuje između UAE, Turske, Rusije i CIS-a kao digitalni nomad. Damir je stekao diplomu prvostupnika fizike, za koju vjeruje da mu je dala vještine kritičkog razmišljanja potrebne za uspjeh u stalno promjenjivom okruženju interneta.