SıradakiSonraki rehber
Kendi Kendine Tutarlılık Kod Çözme
Dil Yapay Zeka
Dil AI KILAVUZU
Minimum Bayes Riski (MBR) kod çözme, en yüksek olasılığa sahip tek çıktı yerine diğer birçok olası çıktıya en çok benzeyen çıktıyı seçer.
Bu kılavuzu dinleyinAI tarafından anlatılan · ~2 min
It optimizes for the quality metric you actually care about instead of raw likelihood.
Standard decoding often selects the most probable sequence, while minimum Bayes risk (MBR) selects a candidate that minimizes expected loss—or equivalently maximizes expected utility—under a chosen comparison function and reference distribution. In practice, systems sample candidate outputs and use that pool as an approximation to the model’s output distribution, then score candidates against the pseudo-references. The quality depends on the candidate pool and the selected metric. In machine translation, studies have evaluated neural metrics such as COMET as utility functions and reported gains in their tested settings; this is not a general guarantee across tasks or metrics. Naive pairwise scoring can require quadratic comparisons, motivating approximate or pruned procedures. Risk is defined from the chosen loss or utility convention, not universally as one minus a similarity score.
Yardımcı program olarak COMET kullanılarak örneklenen adaylardan en iyi makine çevirisinin seçilmesi
Halüsinasyonlu aykırı değerlerden kaçınmak için diğer örneklenmiş özetlerle en iyi uyum sağlayan özetleri seçmek
En yaygın örneklenmiş cevabın seçildiği akıl yürütmede kendi kendine tutarlılık (MBR benzeri bir oylama)
Karşılıklı benzerliğe göre konuşma tanımayı yeniden sıralama veya hipotezlere altyazı ekleme
Research continues to explore learned metrics such as COMET and MetricX, candidate pruning, and lower-cost approximations to MBR. Some machine-translation studies report gains over beam search in their evaluated settings, but performance depends on the task, metric, sampling distribution, and computation budget. Distillation can also be studied as a way to approximate a selection policy with a single model pass. Applications to other domains require separate evaluation.
Ücretsiz bülten
Hafta içi her sabah sade İngilizce yazılmış, doğrulanmış üç yapay zeka hikayesi. Sonsuza kadar ücretsiz, reklam yok.
Hafta içi her gün bir e-posta. Tek tıklamayla aboneliğinizi iptal edin. Adresinizi asla satmayız veya paylaşmayız.
Kendinizi test edin
Her yanıtla ilgili anında geri bildirim ve bir kursu geçtiğinizde doğrulanabilir bir kimliğe sahip paylaşılabilir bir sertifika.
Ücretsiz AI eğitimini destekleyin. AI Understanding, bir 501(c)(3) kâr amacı gütmeyen kuruluştur; hiçbir zaman reklam yoktur, ödeme duvarı yoktur. Bağış yap
Minimum Bayes Riski (MBR) kod çözme, en yüksek olasılığa sahip tek çıktı yerine diğer birçok olası çıktıya en çok benzeyen çıktıyı seçer. Ham olasılık yerine gerçekten önemsediğiniz kalite metriğine göre optimizasyon yapar.
MBR, MAP adayını değil, modelin diğer makul çıktılarına göre beklenen faydayı en üst düzeye çıkaran (riski en aza indiren) adayı seçer.
MBR, her adayı havuzun geri kalanıyla karşılaştırarak referans dağılımına kendi örneklenmiş hipotezleriyle yaklaşır.
Her adayın diğer tüm adaylara göre puanlanması ikinci dereceden ölçeklenir, bu da maliyeti azaltmak için budama ve kümelemeyi motive eder.
Research evaluates COMET as an MBR utility in particular machine-translation settings; results depend on the task, metric, and candidate distribution.
MBR minimizes expected loss; when utility is used instead, maximizing expected utility is an equivalent convention. The exact numerical form depends on the chosen loss or utility.
Öğrenmeye devam et
Bu konu için daha fazla rehber seçildi
SıradakiSonraki rehber
Kendi Kendine Tutarlılık Kod Çözme
Dil Yapay Zeka