ภาพรวม
ALiBi (Attention with Linear Biases) เป็นวิธีที่ชาญฉลาดในการทำให้หม้อแปลงไฟฟ้าเข้าใจถึงลำดับคำโดยไม่ต้องฝังตำแหน่งแบบเดิมๆ ช่วยให้โมเดลที่ได้รับการฝึกเกี่ยวกับข้อความสั้นสามารถจัดการอินพุต ณ เวลาอนุมานได้นานขึ้นมาก
ALiBi Position Bias เป็นส่วนหนึ่งของสแต็กภาษา-AI ที่ใช้ในการอ่าน สร้าง จำแนก และแปลงข้อความและคำพูดตามขนาด
เจาะลึก
หม้อแปลงไฟฟ้าไม่มีแนวคิดเรื่องการเรียงลำดับคำในตัว ดังนั้น จึงต้องมีวิธีการเข้ารหัสตำแหน่ง วิธีการแบบคลาสสิกจะเพิ่มการฝังตำแหน่งให้กับเวกเตอร์โทเค็น ALiBi ซึ่งเปิดตัวโดย Press, Smith และ Lewis ในปี 2021 โยนสิ่งเหล่านั้นออกไปโดยสิ้นเชิง แต่จะสะกิดคะแนนความสนใจโดยตรงแทน: เมื่อโทเค็นการสืบค้นดูโทเค็นคีย์ ALiBi จะลบค่าปรับตามสัดส่วนของระยะห่างระหว่างโทเค็นเหล่านั้น โทเค็นที่อยู่ห่างกันจะได้รับการลงโทษที่ใหญ่กว่า ดังนั้นโมเดลจึงชอบบริบทใกล้เคียงโดยธรรมชาติ เฮดความสนใจแต่ละอันจะมีค่าปรับคงที่ ดังนั้นบางเฮดจึงมองในพื้นที่ในขณะที่บางตัวมองเห็นได้ไกลกว่า เนื่องจากความลำเอียงเป็นเพียงฟังก์ชันของระยะทาง ALiBi จึงคาดการณ์ลำดับที่ยาวกว่าที่เห็นในการฝึกซ้อมได้อย่างงดงาม
ข้อมูลเชิงลึกทางเทคนิค
สำหรับการสืบค้นที่ตำแหน่ง i และคีย์ที่ตำแหน่ง j นั้น ALiBi จะเพิ่ม m * (j - i) เข้ากับคะแนนความสนใจดิบก่อน softmax โดยที่ m คือค่าคงที่เฉพาะส่วนหัว (ความชันสร้างลำดับทางเรขาคณิต เช่น 1/2, 1/4, 1/8) เนื่องจาก j น้อยกว่าหรือเท่ากับ i ในความสนใจเชิงสาเหตุ เทอมนี้จึงเป็นศูนย์หรือลบ ซึ่งจะลงโทษโทเค็นที่อยู่ห่างไกล ไม่มีพารามิเตอร์ที่เรียนรู้และไม่มีการฝัง ดังนั้นโอเวอร์เฮดเพียงอย่างเดียวคือเมทริกซ์อคติที่คำนวณไว้ล่วงหน้า
การเรียนรู้อคติตำแหน่ง ALiBi
ALiBi (Attention with Linear Biases) เป็นวิธีที่ชาญฉลาดในการทำให้หม้อแปลงไฟฟ้าเข้าใจถึงลำดับคำโดยไม่ต้องฝังตำแหน่งแบบเดิมๆ ช่วยให้โมเดลที่ได้รับการฝึกเกี่ยวกับข้อความสั้นสามารถจัดการอินพุต ณ เวลาอนุมานได้นานขึ้นมาก ALiBi Position Bias เป็นส่วนหนึ่งของสแต็กภาษา-AI ที่ใช้ในการอ่าน สร้าง จำแนก และแปลงข้อความและคำพูดตามขนาด เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า ALiBi Position Bias เป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ ALiBi Position Bias ออกแบบพร้อมท์ การดึงข้อมูล และการตรวจสอบลูปเป็นระบบการสื่อสารแบบรวมระบบเดียว โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ ในขณะเดียวกัน ข้อเท็จจริงที่หลอนประสาทสามารถเข้าสู่รายงาน กระแสสนับสนุน หรือผลการวิจัยได้อย่างเงียบๆ แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ขยายการเข้าถึงภาษาและรูปแบบการสื่อสาร
ขยายการเข้าถึงภาษาและรูปแบบการสื่อสาร ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ทีมสามารถใช้เวลามากขึ้นในการตัดสิน ในขณะที่ระบบอัตโนมัติจัดการกับการทำซ้ำ
ทีมสามารถใช้เวลามากขึ้นในการตัดสิน ในขณะที่ระบบอัตโนมัติจัดการกับการทำซ้ำ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
ฝึกอบรมแชทบอตเกี่ยวกับตัวอย่างโทเค็น 1,024 รายการ แต่ปรับใช้กับเอกสารโทเค็น 4,096 รายการโดยไม่ต้องฝึกอบรมใหม่ โดยอาศัยการคาดการณ์ของ ALiBi
BLOOM 176B รุ่นหลายภาษา ซึ่งใช้ ALiBi สำหรับการจัดการตำแหน่ง
โมเดล MPT ของ MosaicML ซึ่งใช้ ALiBi เพื่อโฆษณาความยาวบริบทไม่จำกัดอย่างมีประสิทธิภาพในการอนุมาน
สรุปสัญญาทางกฎหมายที่ยาวนานซึ่งเกินระยะเวลาการฝึกอบรมดั้งเดิมของโมเดล โดยที่อคติในบริบทใกล้เคียงทำให้ความสนใจสอดคล้องกัน
รูปแบบการดำเนินงาน
อคติตำแหน่ง ALiBi ในทางปฏิบัติ
ฝึกอบรมแชทบอตเกี่ยวกับตัวอย่างโทเค็น 1,024 รายการ แต่ปรับใช้กับเอกสารโทเค็น 4,096 รายการโดยไม่ต้องฝึกอบรมใหม่ โดยอาศัยการคาดการณ์ของ ALiBi
การฝึกอบรมแชทบอทบนตัวอย่าง 1,024 โทเค็น แต่ปรับใช้บนเอกสาร 4,096 โทเค็นโดยไม่ต้องฝึกอบรมใหม่ โดยอาศัยทีมคาดการณ์ของ ALiBi มักจะได้รับผลลัพธ์ที่ดีกว่า เมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
อคติตำแหน่ง ALiBi ในทางปฏิบัติ
BLOOM 176B รุ่นหลายภาษา ซึ่งใช้ ALiBi สำหรับการจัดการตำแหน่ง
โมเดลหลายภาษาของ BLOOM 176B ซึ่งนำ ALiBi มาใช้สำหรับการจัดการตำแหน่ง ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
อคติตำแหน่ง ALiBi ในทางปฏิบัติ
โมเดล MPT ของ MosaicML ซึ่งใช้ ALiBi เพื่อโฆษณาความยาวบริบทไม่จำกัดอย่างมีประสิทธิภาพในการอนุมาน
โมเดล MPT ของ MosaicML ซึ่งใช้ ALiBi เพื่อโฆษณาความยาวบริบทไม่จำกัดอย่างมีประสิทธิภาพที่ทีมอนุมาน มักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
อคติตำแหน่ง ALiBi ในทางปฏิบัติ
สรุปสัญญาทางกฎหมายที่ยาวนานซึ่งเกินระยะเวลาการฝึกอบรมดั้งเดิมของโมเดล โดยที่อคติในบริบทใกล้เคียงทำให้ความสนใจสอดคล้องกัน
สรุปสัญญาทางกฎหมายที่ยาวนานซึ่งเกินกว่าระยะเวลาการฝึกอบรมดั้งเดิมของโมเดล โดยที่อคติในบริบทใกล้เคียงทำให้ความสนใจสอดคล้องกัน ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
ข้อเท็จจริงที่หลอนประสาทสามารถเข้าสู่รายงาน กระแสสนับสนุน หรือผลการวิจัยได้อย่างเงียบๆ
ความละเอียดอ่อนของการแจ้งเตือนสามารถสร้างผลลัพธ์ที่ไม่สอดคล้องกันในคำขอที่คล้ายกัน
ข้อมูลข้อความที่ละเอียดอ่อนอาจถูกเปิดเผยหากการควบคุมการเข้าถึงอ่อนแอ
แผนงานการดำเนินงาน
กำหนดรูปแบบเอาต์พุต โทนเสียง และมาตรฐานคุณภาพก่อนเปิดตัว
กำหนดรูปแบบเอาต์พุต โทนเสียง และมาตรฐานคุณภาพก่อนเปิดตัว ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
การตอบสนองภาคพื้นดินกับแหล่งข้อมูลที่เชื่อถือได้เมื่อใดก็ตามที่ความแม่นยำมีความสำคัญ
การตอบสนองภาคพื้นดินกับแหล่งข้อมูลที่เชื่อถือได้เมื่อใดก็ตามที่ความแม่นยำมีความสำคัญ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
รักษาจุดตรวจสอบการตรวจสอบโดยมนุษย์สำหรับผลลัพธ์ที่มีเดิมพันสูง
รักษาจุดตรวจสอบการตรวจสอบโดยมนุษย์สำหรับผลลัพธ์ที่มีเดิมพันสูง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ติดตามรูปแบบความล้มเหลวและฝึกอบรมพร้อมท์หรือเวิร์กโฟลว์เป็นประจำ
ติดตามรูปแบบความล้มเหลวและฝึกอบรมพร้อมท์หรือเวิร์กโฟลว์เป็นประจำ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น