SensorFM: Giyilebilir Cihazlar İçin Trilyon Dakikalık Veriyle Eğitilmiş Bir Temel Model

Google Research, SensorFM'yi tanıttı. Bu, beş milyon onaylı katılımcıdan alınan bir trilyon dakikadan fazla çok modlu sensör sinyali üzerinde önceden eğitilmiş büyük bir sensör temel modelidir. Model, LSM-2 yaklaşımı ve Uyarlamalı ve Kalıtsal Maskeleme (AIM) çerçevesini kullanarak kendi kendini denetlemeli yeniden yapılandırma yoluyla öğrenir ve gerçek dünyadaki eksik verileri doğal bir eser olarak ele alır. Ölçeklendirme deneyleri, hem veri hem de model boyutunun artırılmasının, ön eğitim kaybında ve alt görev performansında doğrusala yakın iyileştirmeler sağladığını ve en büyük modelin (SensorFM-B) 35 görevin 33'ünde kazandığını göstermektedir. Üç bağımsız çalışmadan 35 sağlık görevi üzerinde değerlendirilen SensorFM'nin dondurulmuş temsilleri, denetimli taban çizgilerini geride bırakır ve bir ajan "sınıfı" oluşturan Büyük Dil Modeli ajanları, çoğu görevde doğrusal probları geçen tahmin başlıklarını otomatik olarak tasarlar. Kişisel Sağlık Ajanı'na entegre edildiğinde, SensorFM'nin tahminleri, sağlık özeti kalitesini taban çizgisine göre önemli ölçüde iyileştirir ve gerçek referans ölçümlerini kullanmaktan istatistiksel olarak farklılık göstermez.