Échantillonnage programmé et biais d’exposition
Le biais d'exposition est l'écart qui apparaît lorsqu'un modèle formé uniquement sur des préfixes parfaits doit, lors de l'inférence, conditionner ses propres sorties imparfaites.
Aperçu
Scheduled sampling is a curriculum that gradually closes that gap.
Plongée profonde
Les modèles formés avec le forçage des enseignants ne voient que les jetons de vérité terrain comme contexte, mais au moment de la génération, ils renvoient leurs propres prédictions. Lorsqu'une erreur précoce place le modèle dans un état qu'il n'a jamais rencontré lors de l'entraînement, les erreurs peuvent faire boule de neige, un mode d'échec appelé biais d'exposition. L'échantillonnage programmé, introduit par Bengio et ses collègues en 2015, résout ce problème en lançant une pièce de monnaie à chaque étape de décodage pendant la formation : avec une certaine probabilité, il alimente le véritable jeton (forçage de l'enseignant) et sinon, il alimente la propre prédiction échantillonnée du modèle. La probabilité d'utiliser la vérité terrain commence à proximité de un et décroît au fil de l'entraînement via un calendrier (linéaire, exponentiel ou sigmoïde inverse), de sorte que le modèle est progressivement exposé à ses propres résultats et apprend à se remettre de ses erreurs.
Aperçu technique
A l'étape t, le modèle échantillonne une variable de Bernoulli avec une probabilité epsilon_i de choisir le jeton d'or ; epsilon_i se désintègre au fur et à mesure de la formation. Une subtilité est que l'alimentation des jetons échantillonnés rend l'objectif biaisé et l'échantillonnage discret non différenciable, de sorte que les gradients ne s'écoulent pas proprement à travers le jeton renvoyé. Les variantes utilisent un Gumbel-softmax direct ou des relaxations différentiables pour atténuer cela, et les méthodes au niveau de la séquence optimisent directement une métrique comme BLEU.
Impact stratégique
Coût et budget
Les décisions en matière d'architecture déterminent les performances et les coûts d'exploitation pendant des années.
Décisions plus claires
La formation technique aide les équipes à choisir la bonne pile, pas seulement la plus récente.
Contrôle qualité
De meilleurs choix d’ingénierie réduisent les incidents de fiabilité en production.
L’avenir de l’échantillonnage programmé et du biais d’exposition
Pour les grands modèles de langage Transformer, l'impact pratique du biais d'exposition est débattu, car les données et l'échelle énormes l'atténuent, et des méthodes telles que RLHF remodèlent directement le comportement de génération. Néanmoins, l'échantillonnage planifié et ses descendants restent pertinents pour les modèles plus petits, la génération structurée et les tâches ayant des besoins de précision stricts. Les travaux futurs combinent l'exposition au programme, les objectifs de séquence de renforcement et la formation à risque minimum pour aligner la façon dont les modèles sont formés avec la façon dont ils décodent réellement.
Mise en œuvre dans le monde réel
Entraîner un modèle de sous-titrage d'image avec un échantillonnage programmé afin qu'il apprenne à continuer avec élégance après un mot prédit imparfait
Réduire la probabilité de forçage de l'enseignant avec un calendrier sigmoïde inverse dans un système de traduction automatique neuronale
Diagnostiquer un chatbot qui dérive dans des boucles incohérentes comme un symptôme de biais d'exposition dû au pur forçage des enseignants
Comparaison des scores BLEU d'un synthétiseur formé avec le forçage complet de l'enseignant par rapport à un synthétiseur formé avec un échantillonnage programmé
Risques et garde-fous
L’optimisation d’un benchmark peut masquer des faiblesses plus larges du système.
Les coûts d’infrastructure et de maintenance sont souvent sous-estimés.
Les lacunes en matière de sécurité et d’observabilité peuvent se creuser à mesure que les systèmes deviennent plus complexes.
Feuille de route de mise en œuvre
Définissez les objectifs de latence, de qualité et de coût avant la mise en œuvre.
Benchmark dans des conditions de charge et de données réalistes.
Surveillance des instruments pour détecter les erreurs, la dérive et l'impact sur l'utilisateur.
Préparez les chemins de restauration et de réponse aux incidents avant la mise à l’échelle.
Continuez à explorer
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Scheduled Sampling and Exposure Bias quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Guide suivant
Échantillonnage négatif et estimation contrastée du bruit
Questions fréquemment posées
What is Scheduled Sampling and Exposure Bias?
Le biais d'exposition est l'écart qui apparaît lorsqu'un modèle formé uniquement sur des préfixes parfaits doit, lors de l'inférence, conditionner ses propres sorties imparfaites. L'échantillonnage programmé est un programme qui comble progressivement cet écart.
À quoi sert l’échantillonnage programmé pendant la formation ?
L'échantillonnage programmé mélange de manière stochastique la vérité terrain et les jetons générés par le modèle en tant qu'entrées du décodeur, contrôlés par une probabilité décroissante.
Comment la probabilité d'utiliser le jeton de vérité terrain change-t-elle au cours de la formation dans le cadre d'un échantillonnage programmé ?
Le calendrier commence presque entièrement par le forçage des enseignants et décroît, de sorte que le modèle est de plus en plus exposé à ses propres prédictions à mesure qu'il s'améliore.
Qui a introduit l’échantillonnage programmé, et à peu près quand ?
L'échantillonnage programmé a été proposé par Samy Bengio et ses collègues en 2015 pour la prédiction de séquences avec des réseaux récurrents.
Quelle forme d’horaire est communément citée pour diminuer la probabilité de forçage des enseignants ?
Le travail original proposait des programmes de désintégration linéaire, exponentielle et sigmoïde inverse pour réduire la probabilité d'échantillonnage de la vérité terrain.