XLM-V: A többnyelvű maszkos nyelvi modellek új módszere, amely megpróbálja kezelni a szókincs szűk keresztmetszetét
Röviden
A cikk a következő problémát veti fel: nyelvi modellek a paraméterek növekedése, a mélység növekedése, de a szókincs mérete még mindig azonos.
A kutatók váratlan módon egy új modellt kezdenek el betanítani a szókincsből 1 millió tokennel.
A kutatók elhatározták, hogy megvizsgálják, milyen fejlesztést tudnak elérni a tokenek ilyen jelentős növelésével.
Az általa felvetett kérdés a cikkben Az „XLM-V: Overcoming the Vocabulary Bottleneck in Multilingual Masked Language Models” címet viseli, hogy amikor a nyelvi modellek paraméterei és mélysége nő, szókincsük mérete változatlan marad. Például az mT5 modell 13B paraméterrel rendelkezik, de egy 250 100 szavas szókincs, amely több mint 2,500 nyelvet támogat. Így minden nyelv körülbelül XNUMX egyedi tokennel rendelkezik, ami nyilvánvalóan nagyon kevés.
Milyen lépéseket tesznek a szerzők? Nem várt módon elkezdenek betanítani egy új modellt 1 millió tokennel a szókincsből. Az XLM-R korábban létezett, de ezzel a frissítéssel XLM-V lesz. Az írók elhatározták, hogy megnézik, milyen fejlesztést tudnak elérni a jelzők ilyen jelentős növelésével.
Kapcsolódó cikk: A mesterséges intelligencia modell képzési költségei 100-ra 500 millió dollárról 2030 millió dollárra emelkednek |
Mi a helyzet az XLM-V újdonságával, amit az XLM-R nem?
A Javulás Többnyelvű modellek A Language-Clustered Vocabularies módszerrel minden nyelvhez lexikális reprezentációs vektorokat állítanak elő a következőképpen: a nyelvhalmaz minden egyes nyelvéhez egy bináris vektort alkotnak, amelynek minden eleme egy adott szó a nyelvben. Az egyik azt jelzi, hogy a szó szerepel a nyelv szótárában (megtekinthet egy képet grafikus leírással a mellékletekben.) Azonban az egyes lexémák negatív logaritmikus előfordulási valószínűségét kihasználó vektor létrehozásával a szerzők javítják a hivatkozások készítését. .
- A vektorokat ezután csoportosítjuk. Ezen túlmenően minden egyes klaszteren egy mondatrész-modellt képeznek ki, hogy megállítsák a szókincs átvitelét a lexikálisan nem kapcsolódó nyelvek között.
- Az ALP felméri a szótár képességét egy adott nyelv megjelenítésére.
- Az algoritmus felhasználása a létrehozáshoz Ultrakönnyű szótárak a következő lépés. amely egy nagy kezdeti szótárral kezdődik, és fokozatosan levágja, amíg a tokenek száma nem éri el a szótár méretének egy bizonyos küszöbértékét.
Tudjon meg többet az AI-ról:
A felelősség megtagadása
Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.
A szerzőről
Damir a csapat vezetője, termékmenedzsere és szerkesztője Metaverse Post, olyan témákkal foglalkozik, mint az AI/ML, AGI, LLMs, Metaverse és Web3- kapcsolódó mezők. Cikkei havonta több mint egymillió felhasználót vonzanak. Úgy tűnik, szakértő, aki 10 éves tapasztalattal rendelkezik a SEO és a digitális marketing területén. Damirt a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto és más kiadványok. Digitális nomádként utazik az Egyesült Arab Emírségek, Törökország, Oroszország és a FÁK között. Damir fizikából szerzett bachelor-diplomát, és úgy gondolja, hogy ez megadta neki azokat a kritikus gondolkodási készségeket, amelyek szükségesek ahhoz, hogy sikeres legyen az internet folyamatosan változó táján.
További cikkekDamir a csapat vezetője, termékmenedzsere és szerkesztője Metaverse Post, olyan témákkal foglalkozik, mint az AI/ML, AGI, LLMs, Metaverse és Web3- kapcsolódó mezők. Cikkei havonta több mint egymillió felhasználót vonzanak. Úgy tűnik, szakértő, aki 10 éves tapasztalattal rendelkezik a SEO és a digitális marketing területén. Damirt a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto és más kiadványok. Digitális nomádként utazik az Egyesült Arab Emírségek, Törökország, Oroszország és a FÁK között. Damir fizikából szerzett bachelor-diplomát, és úgy gondolja, hogy ez megadta neki azokat a kritikus gondolkodási készségeket, amelyek szükségesek ahhoz, hogy sikeres legyen az internet folyamatosan változó táján.