DalšíDalší průvodce
Modely spekulativního dekódování
Jazyk AI
Jazyk AI GUIDE
Ovládací prvky dekódování jsou knoflíky, které rozhodují o tom, jak jazykový model vybere každé další slovo ze svého rozdělení pravděpodobnosti.
Poslechněte si tento návodAI-vyprávěný · ~2 min
Settings like temperature, top-p, and repetition penalty shape whether output feels creative, focused, or stuck in loops.
Jazykový model nevydává text přímo; vypíše pravděpodobnost pro každý další možný token. Dekódování je strategie pro přeměnu těchto pravděpodobností na skutečná slova. Teplota přetváří distribuci: nízké hodnoty ji zostřují směrem k nejpravděpodobnějšímu tokenu (zaměřené, deterministické), vysoké hodnoty ji zplošťují (různorodé, riskantní). Top-k si ponechává pouze k nejpravděpodobnějších tokenů; top-p (jaderné vzorkování) udržuje nejmenší množinu, jejíž pravděpodobnosti součet prahu jako 0,9. Trest za opakování rozděluje skóre již použitých žetonů a odrazuje model od opakování. Související ovládací prvky zahrnují frekvenční penalizaci (škálovanou podle toho, jak často se žeton objevil) a penalizaci za přítomnost (jednotná penalizace, jakmile se žeton vůbec objeví). Jejich vyladění zabraňuje jak robotickým smyčkám, tak nesouvislému nesourodému pohybu.
Aplikace pro kreativní psaní zvyšuje teplotu a top-p, aby vytvořila rozmanitá, překvapivá pokračování příběhu.
Asistent kódování sníží teplotu blízko nule, takže vrátí jediné nejpravděpodobnější deterministické dokončení kódu.
Chatbot aplikuje trest za opakování kolem 1,2, aby zabránil opakování stejné fráze znovu a znovu.
Uživatel API nastaví frekvenční penalizaci, aby odradil sumarizátora od nadměrného používání stejného buzzwordu v dlouhém dokumentu.
Dekódování je aktivní výzkumná oblast. Novější metody jako kontrastivní vyhledávání, typické vzorkování, eta-vzorkování a min-p vzorkování mají za cíl vyvážit koherenci a diverzitu inteligentněji než pevné prahové hodnoty. Spekulativní dekódování využívá malý koncept modelu pro urychlení generování. Očekávejte, že budoucí systémy přizpůsobí parametry dekódování dynamicky podle kontextu a vystaví jednodušší ovládání na vysoké úrovni, aby uživatelé mohli požadovat „kreativnější“ nebo „přesnější“ bez ručního žonglování s teplotou a penalizací.
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
Ovládací prvky dekódování jsou knoflíky, které rozhodují o tom, jak jazykový model vybere každé další slovo ze svého rozdělení pravděpodobnosti. Nastavení jako teplota, top-p a penalizace za opakování určují, zda je výstup kreativní, soustředěný nebo zaseknutý ve smyčce.
Vyšší teplota zplošťuje rozložení pravděpodobnosti, díky čemuž jsou méně pravděpodobné tokeny konkurenceschopnější a výstup rozmanitější a nepředvídatelnější.
Top-p vybere nejmenší skupinu top tokenů, jejichž kumulativní pravděpodobnost dosáhne prahové hodnoty (např. 0,9), takže se kandidátská skupina přizpůsobí kontextu.
Pokuta za opakování upravuje logity (nezpracované skóre) již použitých tokenů předtím, než jsou převedeny na pravděpodobnosti, čímž se snižuje jejich šance na výběr.
OpenAI’s API guide describes frequency penalty as proportional to prior token count and presence penalty as a one-off adjustment for tokens already sampled.
A temperature near zero reduces sampling randomness and makes output more deterministic; it does not guarantee that the selected code is correct.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Modely spekulativního dekódování
Jazyk AI