ምን ተፈጠረ
በነሀሴ 25 ለarXiv የቀረበው ቴክኒካል ሪፖርት WeMM- ለጽሑፍ፣ ምስሎች፣ ቪዲዮዎች፣ ምስላዊ ሰነዶች እና የተጠላለፉ የመልቲሞዳል ግብዓቶች የተገነቡ የመልቲ ሞዳል መክተት ሞዴሎችን ቤተሰብ ይገልጻል። ሪፖርቱ ሞዴሎቹ ከተለቀቁት ክብደቶች እና ኮድ ጋር እንደሚገኙ እና በተለያዩ የWeChat ፍለጋ እና የጥቆማ ማመልከቻዎች ላይ ተሰማርተዋል ብሏል።
ሪፖርቱ WeMM-ን እንደ ሁለንተናዊ የመልቲሞዳል የመክተት ሞዴሎች ቤተሰብ አድርጎ አስተዋውቋል። እንደ አብስትራክቱ፣ ሞዴሎቹ ጽሁፎችን፣ ምስሎችን፣ ቪዲዮዎችን፣ ምስላዊ ሰነዶችን እና በዘፈቀደ የተጠላለፉ የመልቲሞዳል ግብአቶችን በጋራ ቦታ ላይ፣ በተለዋዋጭ የውጤት ልኬቶች ይወክላሉ። ቤተሰቡ 2-ቢሊየን-4-ቢሊየን እና 9-ቢሊየን-መለኪያ ልዩነቶችን ያካትታል። የቀረበው ምንጭ ስለ ሞዴል አርክቴክቸር፣ የሚደገፉ ቋንቋዎች ወይም ትክክለኛ የውጤት ውቅሮች ተጨማሪ ቴክኒካዊ ዝርዝሮችን አይሰጥም።
የተዘገበው የስልጠና ሂደት ሁለት ደረጃዎች አሉት. የመጀመሪያው መጠነ ሰፊ የመልቲሞዳል አሰላለፍ ደረጃ ነው። ሁለተኛው የተመረተ መረጃን፣ ጥሩ ጥራት ያለው አግባብነት ያለው ቁጥጥር እና ደረጃ-አቋራጭ የእውቀት ሽግግርን በመጠቀም የማጣራት ደረጃ ነው። እነዚህ መግለጫዎች ስርዓቱ የተሻሻለው የተለያዩ የሚዲያ ዓይነቶችን ለማገናኘት ብቻ ሳይሆን በተገኙ ዕቃዎች መካከል ያለውን የተዛማጅነት ደረጃዎች ለመለየት ጭምር መሆኑን ያመለክታሉ። ምንጩ የሥልጠና ዳታ ስብስቦችን፣ የሥልጠና ደረጃቸውን፣ ወይም ጥቅም ላይ የዋለውን የውሂብ መጠን አይለይም።
ደራሲዎቹ በበርካታ የህዝብ መመዘኛዎች ላይ ግንባር ቀደም አፈጻጸምን ሪፖርት አድርገዋል። በአብስትራክት ላይ በተገለጸው ልዩ ንጽጽር፣ የ2B ተለዋጭ ከዚህ ቀደም በMMEB-v2 ላይ ከነበረው የ8B ክፍት ምንጭ መነሻ መስመር ይበልጣል ተብሏል። ሪፖርቱ በተጨማሪም የ9ቢ ተለዋጭ አዲስ አጠቃላይ ደረጃ 80.6 ነጥብ ላይ ደርሷል ብሏል። እነዚህ በሪፖርቱ የተደረጉ የይገባኛል ጥያቄዎች ናቸው; የቀረበው arXiv ማረፊያ ገጽ የቤንችማርክ ሠንጠረዦችን፣ የንጽጽር ሁኔታዎችን ወይም ገለልተኛ ማረጋገጫን አያካትትም።
ሪፖርቱ በWeChat መተግበሪያዎች ውስጥ ተግባራዊ ሙከራዎችንም ይገልጻል። WeMM- በ26-ተግባር የቤት ውስጥ ቤንችማርክ ላይ ከፍተኛ ትርፍ አስገኝቷል፣በ14 የመስመር ላይ A/B ፈተናዎች ላይ በተከታታይ የተሻሻሉ ውጤቶች እና በWeChat Channels፣Official Accounts፣Moments እና የኢ-ኮሜርስ አገልግሎቶችን ጨምሮ በምክር እና በፍለጋ መተግበሪያዎች ላይ በስፋት ተሰማርቷል። የቀረበው ምንጭ ፈቃዱን ባይገልጽም ወይም የተለቀቀውን ይዘት በዝርዝር ባያቀርብም የሞዴል ክብደት እና ኮድ መለቀቁን ደራሲዎቹ ይናገራሉ።
ለምን አስፈላጊ ነው።
ሪፖርቱ ከሁለቱም የህዝብ ቤንችማርክ የይገባኛል ጥያቄዎች እና መጠነ ሰፊ የመተግበሪያ ማሰማራት ጋር የተያያዘ የ AI ሞዴል ልቀትን አቅርቧል። ራሱን ችሎ ከተሰራ፣ የተዘገበው ውጤቶቹ ገንቢዎች በትልቁ እና በትናንሽ የመልቲሞዳል መክተቻ ስርዓቶች መካከል ለመልሶ ማግኛ፣ ለምክር፣ ምደባ እና ለወኪል አፕሊኬሽኖች ምርጫ ጠቃሚ ሊሆን ይችላል።
የመልቲሞዳል መክተቻዎች በሪፖርቱ ውስጥ እንደ ዘመናዊ AI ስርዓቶች ዋና አካል ተገልጸዋል. ዓላማቸው የተለያዩ የይዘት ቅርፆችን በጋራ ቦታ ላይ መወከል ሲሆን ይህም ስርዓቶች እንዲያወዳድሩ፣ እንዲያነሱት፣ እንዲመክሩት ወይም እንዲከፋፍሏቸው ነው። ይህ ጥናት ራሱን የቻለ ማሳያ ወይም ጠባብ ሞዴል መለኪያ ብቻ ሳይሆን ከፍለጋ እና የምክር ምርቶች ስር ካሉት መሠረተ ልማቶች ጋር ተዛማጅ ያደርገዋል።
የተዘገበው 2B-Versus-8B ውጤት ጠቃሚ ሊሆን የሚችል ነው ምክንያቱም በተጠቀሰው ግምገማ ላይ ትልቅ የክፍት ምንጭ መነሻ መስመርን የሚበልጠውን ትንሽ ሞዴል ስለሚያመለክት ነው። ንጽጽሩ ፍትሃዊ እና ሊባዛ የሚችል ከሆነ፣ አነስ ያሉ ሞዴሎች ጥራትን ከማስታወሻ ጋር ሲያመዛዝኑ፣ የአቅም አገልግሎት እና የአሰማራ ውስብስብነት ለገንቢዎች ሌላ አማራጭ ሊሰጡ ይችላሉ። ምንጩ መዘግየትን፣ የሃርድዌር መስፈርቶችን፣ የሃይል አጠቃቀምን ወይም አጠቃላይ የስራ ማስኬጃ ወጪን አይዘግብም፣ ስለዚህ እነዚያን ጥቅማጥቅሞች አይመሰርትም።
በበርካታ የWeChat አገልግሎቶች ላይ የይገባኛል ጥያቄ ማሰማራቱ ለሪፖርቱ ተግባራዊ ልኬት ይሰጣል። ከመስመር ውጭ የቤንችማርክ ውጤቶች በቀጥታ ስርጭት ምርቶች ላይ ወደ ተሻለ ውጤት አይተረጎሙም ፣ የውሂብ ስርጭቶች ፣ የትራፊክ ቅጦች እና የስርዓት ገደቦች ሊለያዩ ይችላሉ። የተዘገበው ባለ 26-ተግባር መለኪያ እና 14 A/B ፈተናዎች የመተግበሪያውን አፈጻጸም ለመለካት ጥረት እንደሚደረግ ይጠቁማሉ፣ ነገር ግን የቀረበው ምንጭ ምንም አይነት ፍፁም ማሻሻያ አሃዞችን፣ የናሙና መጠኖችን፣ ስታቲስቲካዊ ጠቀሜታዎችን ወይም ፈተናዎቹ እንዴት እንደተካሄዱ ዝርዝሮች አይሰጥም።
የሞዴል ክብደቶች እና ኮድ መውጣቱ የመልቲሞዳል መክተቻ ምርምር መዳረሻን ሊያሰፋ እና ሌሎች ተመራማሪዎች የተዘገቡትን የይገባኛል ጥያቄዎችን እንዲሞክሩ ያስችላቸዋል። ያ ክፍትነት ከሌሎች ስርዓቶች ጋር ለማነፃፀር እና መልሶ ማግኛን፣ ጥቆማን ወይም ወኪላዊ የስራ ፍሰቶችን ለመገንባት ጠቃሚ ሊሆን ይችላል። የህዝብ እሴቱ የሚወሰነው በእውነተኛው ፈቃድ ፣ በተለቀቀው ሙሉነት ፣ በሰነድ ፣ በመራባት እና በስልጠናው መረጃ ትክክለኛነት እና አጠቃቀም መብቶች ላይ ነው ፣ አንዳቸውም በቀረበው ገጽ አልተመሰረቱም።
በይነተገናኝ ሜካኒዝም፡ በትክክል እንዴት እንደሚሰራ
ከዚህ ልማት በስተጀርባ ያለውን ቴክኖሎጂ በይነተገናኝ ያስሱ።
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
ቀጥሎ ምን እንደሚታይ
ማዕከላዊው የይገባኛል ጥያቄዎች አሁንም ሙሉውን ወረቀት፣ የተለቀቁ ቅርሶችን እና የግምገማ ዝርዝሮችን መመርመር ያስፈልጋቸዋል። አስፈላጊ ያልታወቁት ፈቃዱ፣ የሥልጠና-መረጃ ማረጋገጫ፣ የቤንችማርክ ዘዴ፣ በመስመር ላይ ሙከራዎች ላይ ፍጹም ትርፍ፣ የስምሪት መለኪያ፣ የሥራ ማስኬጃ ወጪዎች እና ገለልተኛ ተጠቃሚዎች ሪፖርት የተደረገባቸውን ውጤቶች ከWeChat ሥነ-ምህዳር ውጭ ማባዛት ይችሉ እንደሆነ ያካትታሉ።
የመጀመሪያው ቅድሚያ የሚሰጠው የህዝብ ግምገማዎች ማረጋገጥ ነው. አንባቢዎች ሙሉውን የMMEB-v2 ውጤቶች፣ የ8B መነሻ ማንነት እና ውቅር፣ የውሂብ ስብስብ ክፍፍሎች፣ መለኪያዎች፣ የግምገማ ጥያቄዎች ወይም ቅድመ ሂደት፣ እና ሁሉም ሞዴሎች በተነፃፃሪ ሁኔታዎች የተሞከሩ መሆናቸውን መፈለግ አለባቸው። የ80.6 አርዕስተ ዜና ውጤት ከስራ ውጤቶች ጋር አብሮ መተርጎም አለበት፣ ምክንያቱም አጠቃላይ ውጤት በልዩ ዘዴዎች ላይ ያሉ ድክመቶችን ሊደብቅ ወይም ጉዳዮችን መጠቀም ይችላል።
የመስመር ላይ የይገባኛል ጥያቄዎች እኩል የሆነ ሪፖርት ማድረግን ያረጋግጣሉ። የክትትል ማቴሪያል የ26ቱን የውስጥ ተግባራት ትርጓሜዎች፣ በ14 A/B ፈተናዎች የተሸፈኑትን የትራፊክ እና የጊዜ ቆይታዎች፣ የሚለካው የውጤት መጠን፣ የስታቲስቲክስ ህክምና እና ማናቸውንም በመዘግየት፣ በአስተማማኝነት ወይም በንብረት አጠቃቀም ላይ ያሉ ለውጦችን መግለጽ አለበት። ምንጩ ሞዴሎቹ በተመጣጣኝ መጠን ተሰማርተው ነበር ነገር ግን ተጠቃሚዎችን፣ ጥያቄዎችን፣ ክልሎችን ወይም የተጎዱትን የWeChat አገልግሎቶችን መጠን አይገልጹም ብሏል።
መልቀቂያው ራሱ ጥቅም ላይ ለሚውሉ ክብደቶች፣ የምንጭ ኮድ፣ ሰነዶች እና ግልጽ ፍቃድ መፈተሽ አለበት። ገንቢዎች የትኞቹ የግቤት ቅርጸቶች እና ቋንቋዎች እንደሚደገፉ፣ ተለዋዋጭ የውጤት ልኬቶች እንዴት እንደሚተገበሩ፣ ምን አይነት ሃርድዌር እንደሚያስፈልግ እና ልቀቱን ለንግድ ወይም ለምርምር ብቻ መጠቀም እንደሚቻል ማወቅ አለባቸው። የቀረበው ምንጭ ለእነዚህ ጥያቄዎች መልስ አይሰጥም።
ገለልተኛ ሙከራ የተዘገበው ትርፍ ከWeChat መረጃ እና ከደራሲዎቹ ከተመረጡት መመዘኛዎች በላይ መሆኑን መመርመር አለበት። ጠቃሚ ቼኮች የብዙ ቋንቋ እና የጎራ ለውጥ መልሶ ማግኘትን፣ የተቀላቀሉ የጽሑፍ እና የምስል መጠይቆችን፣ የእይታ-ሰነድ አያያዝን፣ የቪዲዮ ውክልና እና የማይዛመዱ ወይም አሳሳች የመስቀል-ሞዳል ግጥሚያዎችን የሚያካትቱ የውድቀት ጉዳዮችን ያካትታሉ። ሪፖርቱ የወኪል ስርዓቶችን እንደ የመተግበሪያ አካባቢ ስለሚጠቅስ፣ የሚመጣው ስራ የደህንነት ግምገማን እንደማይዘግብ በመገንዘብ ስህተቶችን ማካተት በታችኛው ተፋሰስ አውቶሜትድ ውሳኔዎች ላይ እንዴት ተጽዕኖ እንደሚያሳድር ግልጽ ማድረግ አለበት።