تينسنت هونيوان في الصدارة: عندما يخرج تدريب الذكاء الاصطناعي عن المسار، طريقة لإعادته إلى القضبان
Tencent
طوّرت تينسنت هونيوان طريقة لاكتشاف وتصحيح الانحرافات 'الخارجة عن المسار' أثناء تدريب نماذج الذكاء الاصطناعي، مما يضمن الاستقرار والأداء. هذه الطريقة، التي فصّلها الفريق، تساعد النماذج على العودة إلى مسارات التعلم المثلى، مما قد يقلل من فشل التدريب وتكاليفه.
قدم باحثون في Tencent Hunyuan تقنية جديدة لتحديد متى ينحرف تدريب الذكاء الاصطناعي عن مساره المقصود - ويُشار إلى ذلك باسم 'الخروج عن المسار' - وتوجيه النموذج مرة أخرى إلى مسار مستقر. الطريقة، الموضحة في إعلان حديث، تراقب ديناميكيات التدريب في الوقت الفعلي وتطبق تعديلات تصحيحية لمنع التباعد، وهو سبب شائع لعدم استقرار التدريب. يهدف هذا الابتكار إلى تحسين موثوقية تدريب النماذج واسعة النطاق، وتقليل الموارد الحاسوبية المهدرة، وضمان تقارب النماذج إلى أدائها الأمثل. التقنية ذات صلة خاصة بالنماذج اللغوية الكبيرة، حيث يمكن أن يكون التدريب غير متوقع ويستهلك موارد كثيفة.
المصدر: Tencent Hunyuan (GNews) —
الأصلي