一時停止トークンを使用して大規模モデルを再トレーニングすると、AIは行動する前によく考えることを学ぶ

一時停止トークンを使用して大規模モデルを再トレーニングすると、AIは行動する前によく考えることを学ぶ

ChatGPT に回答を出す前に手順について考えてもらうことで、精度を向上させることができます。

では、プロンプトワードを省略して、この能力を大きなモデルに直接取り入れることは可能でしょうか?

CMU と Google チームによる新しい研究では、大規模なモデルをトレーニングするときに一時停止トークンを追加することでこれを実現します。

実験では、8つの評価項目の結果が改善され、そのうちSQuADのEMスコアは18%増加し、CommonSenseQAは8%増加し、GSM8kの推論タスクも1%増加しました。

研究者のジャック・ハック氏は、少し前にも同様の仮説を提唱しており、それが検証されたことを非常に嬉しく思っていると語った。

Nvidia のエンジニア、アーロン・エリクソン氏は、それは人間と話すときに「えー」や「あのー」を付け加えるのと同じではないか、と述べました。

事前トレーニングと微調整の両方で一時停止トークンが追加されます

この研究全体は、単純なアイデアに基づいています。

一連の (一時停止トークン) を入力シーケンスに追加し、モデルが次のトークンを出力するのを遅らせます。

これにより、より複雑な入力を処理するための追加の計算時間がモデルに与えられます。

著者は、下流のタスクを微調整するときにこれを導入するだけでなく、事前トレーニング中にシーケンスにランダムに挿入して、モデルが両方の段階でこの計算遅延を活用する方法を学習できるようにしています。

事前トレーニング段階では、標準的な自己回帰事前トレーニングのために、一定の割合の一時停止トークンがコーパスからの入力シーケンスにランダムに挿入されます。ただし、損失を計算する際には、一時停止トークンの予測はスキップされます。

下流タスクを微調整する際には、一定数の一時停止トークンも入力に追加され、モデルパラメータを微調整しながらターゲットシーケンスに対して自己回帰予測が実行されます。

推論フェーズでも同じ数の一時停止トークンが追加されますが、最後の一時停止トークンまでモデル出力を無視し、その後回答の抽出を開始します。

実験では、130M パラメータと 1B パラメータの2 つのバージョンに分かれた標準の Transformer 純粋デコーダー モデルを使用しました。

一時停止トークンは、独自の埋め込みサイズである 1024 個のパラメータのみを追加します。

9 つの異なるタスクでの実験では、微調整段階でのみ一時停止トークンを導入する効果は明ら​​かではなく、一部のタスクは改善されないことが示されました。

ただし、事前トレーニングと微調整の両方で一時停止トークンを使用すると、ほとんどのタスクで大幅な改善が達成されます。

この論文では、一時停止トークンの数や場所などの重要なハイパーパラメータについても検討しています。通常、さまざまなモデルに最適な数があることがわかります。

最後に、著者はこの研究にも多くの限界があることを指摘した。

  • トークンを一時停止するとモデル計算量が増加するため、他の方法と比較することが公平であるかどうかはまだ議論の余地があります。
  • この新しい方法は、再度の事前トレーニングが必要であり、実際の適用には一定の困難がある。
  • 具体的な動作メカニズムについてはまだ深く理解されていない。
  • 推論中に一時停止トークンの数が0の場合、モデルのパフォーマンスは依然として低い。

検索エンジン You.com の CEO は、次は人間の認知能力を向上させるためのあらゆる技術を大規模モデルで試すべきか、と語りました。

今は「一歩ずつ考える」と「深呼吸する」です。

おそらく次のヒット論文は、大きなモデルに問題を抱えたまま眠ることを教えたり、あるいはもっととんでもないことに、健康的な食事と運動を教えたりするものになるだろう。

論文アドレス: https://arxiv.org/abs/2310.02226

<<:  Googleは大規模モデルをより「インテリジェント」にし、GPT-4タスクの精度が大幅に向上しました。

>>:  AIビデオ生成が新たな高みに到達:高解像度の映画品質、無料で無制限に再生可能、「史上最強」として知られる

ブログ    
ブログ    
ブログ    

推薦する

7,000万以上の店舗と10億以上の商品を持つWeidianは、どのようにAIシステムを構築しているのでしょうか。

[51CTO.com からのオリジナル記事] AI テクノロジーは電子商取引にとって不可欠ですが、...

2022年の人工知能の7つの主要な応用トレンド

[[440141]]過去数年間で、人工知能はエンタープライズ アプリケーション市場で大きな進歩を遂げ...

小売業界におけるRPA活用事例11選

世界各国がインダストリー4.0の時代を迎える中、多くの業界団体がプロセス自動化の重要性を認識し始め、...

...

600以上のベーキングレシピを分析し、機械学習を使用して新製品を開発しました

焼き菓子は、世界中のさまざまな料理の中で常に重要な位置を占めてきました。柔らかいパン、繊細なケーキ、...

...

人工知能が自動車業界に与える影響

自動運転車の発売が近づいており、消費者の期待は高まっており、人工知能技術は自動車業界にさらに大きな影...

調査によると、2024年は「AIメガネ」市場元年となる

AppleのVision Proヘッドセットは2024年第1四半期に発売される予定だが、業界の専門家...

北京大学はChatGPTを使用して開発チームを構築し、AIが人間の介入なしにソフトウェア開発を自律的に完了します

「一人の能力には限界があるが、チームの力は無限である。」この言葉は、現実世界のソフトウェア開発に鮮や...

データセンターの未来: AIの力を活用して経済成長とイノベーションを推進

人気のSF小説で「機械知能の台頭」が描かれる場合、通常はレーザーや爆発が伴い、軽度な場合には軽い哲学...

...

...

世界中のコードの品質が急激に低下、その原因は AI です。 1億5300万行のコードの詳細な分析レポートが公開されました

AI が世界中のコード品質を低下させています。最近、GitClear が発表した調査レポートによると...

AIビッグモデルがインテリジェント交通の未来を切り開く?

2023年の初め、OpenAIが開発したChatGPTの出現により、インターネット業界の微妙なバラ...

「汎用人工知能」を実現するには? LSTMの著者の一人、Sepp Hochreiter: シンボリックAIとニューラルAIの融合

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...