La grammaire cachée des modèles de langage : trois découvertes sur la structure de la génération de texte
OpenAI
L'auteur a mené une étude de deux ans sur la structure interne des modèles de langage et a découvert que la génération de texte suit des chemins grammaticaux stables, que les modèles construisent une carte interne de la direction des phrases, et que l'incertitude n'apparaît qu'aux stades ultérieurs de la sélection de mots spécifiques.
В статье на Habr автор делится результатами двухлетнего исследования скрытой грамматики больших языковых моделей. Первое открытие: генерация текста гораздо более структурирована, чем кажется — модель движется по стабильному ядру высокопредсказуемых грамматических путей, подобно основным дорогам в городе, причём эта структура сохраняется даже при разных значениях temperature. Второе открытие: модели строят внутренние карты направления предложения. Эксперименты с GPT-2 показали, что сигнал о грамматической роли следующего слова появляется в середине сети, а не на последнем слое, что указывает на планирование общего направления предложения до выбора конкретных слов. Третий вывод: неопределённость возникает поздно, при выборе точного слова, а не на этапе построения грамматической структуры. Это говорит о двух дополняющих процессах — один организует структуру предложения, другой подбирает слова. Автор считает, что эти находки помогут создавать более понятные и вычислительно эффективные ИИ-системы.
Source: Habr — хаб NLP —
original