DalšíDalší průvodce
Hledání naváděným paprskem s omezeními
Jazyk AI
Jazyk AI GUIDE
Beam search is a decoding algorithm that retains a fixed number of high-scoring partial sequences at each step.
Poslechněte si tento návodAI-vyprávěný · ~2 min
It is used in sequence generation tasks, with results shaped by model scores and any normalization or penalties.
At each decoding step, beam search expands the current partial candidates and retains the top-scoring continuations. A wider beam explores more options but increases search cost and does not necessarily improve perceived quality. GNMT uses length normalization to mitigate short-output bias and a coverage penalty to encourage source-word coverage in translation. Diverse beam search modifies group selection to reduce redundant candidates.
A beam of width k keeps up to k partial sequences rather than only one greedy continuation.
GNMT used length normalization and a coverage penalty in its translation system.
Diverse beam search adds a penalty to reduce overlap among candidate sequences from beam groups.
For open-ended text, compare beam outputs with sampling because likelihood-ranked outputs can be repetitive or bland in the evaluated settings.
Select decoding criteria for the task and measure both search cost and output quality. For translation, report source coverage and reference-based metrics; for open-ended generation, include human evaluation where appropriate. The cited sources describe particular methods and experiments rather than a single universally best beam configuration.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Beam search is a decoding algorithm that retains a fixed number of high-scoring partial sequences at each step. It is used in sequence generation tasks, with results shaped by model scores and any normalization or penalties.
Šířka paprsku je počet horních dílčích sekvencí uchovaných a rozšířených v každém kroku; větší šířky prozkoumejte více kandidátů.
Chamtivé dekódování zabere každý krok pouze horní token; paprskové prohledávání živých plotů sledováním několika slibných sekvencí současně.
Každý další token přidává negativní logaritmickou pravděpodobnost, takže bez normalizace mají kratší sekvence vyšší nespravedlivě vyšší skóre.
Beam search exceluje, když je cílem jediné přesné, plynulé vykreslování, a proto se stalo standardem v překladu.
Kontraintuitivně širší paprsky při generování neurálního textu často upřednostňují spíše obecné, opakující se sekvence než zajímavé.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Hledání naváděným paprskem s omezeními
Jazyk AI