Tiếp theoHướng dẫn tiếp theo
Luật mở rộng cho mạng lưới thần kinh
Nguyên tắc cơ bản
HƯỚNG DẪN AI về ngôn ngữ
Luật thu nhỏ chinchilla
Chinchilla studied how to allocate a training-compute budget between parameters and training tokens.
Nghe hướng dẫn nàyAI thuật lại · ~2 min
Trên trang nàyĐọc trong 2 phút
Tổng quan
Its fitted results favor scaling both together in the evaluated regime; that objective is different from minimizing total deployment cost or guaranteeing one token ratio for every dataset.
Lặn sâu
The 2022 study fitted loss behavior across model and data budgets and estimated training-compute-optimal parameter and token allocations. The finding that both quantities should grow in similar proportions means comparable scaling exponents, not equal numerical counts. Chinchilla used about seventy billion parameters and 1.4 trillion training tokens, giving a twenty-token-per-parameter example. It was compared with the much larger Gopher under a comparable training-compute budget. The study argued that many evaluated contemporary large models were undertrained relative to the estimated optimum. These relationships are fitted results that depend on the data and setup; a fixed ratio is not a universal design law. LLaMA's paper discusses training smaller models longer as a way to consider inference efficiency, a different objective from training compute alone.
Triển khai trong thế giới thực
Comparing the 70-billion-parameter Chinchilla experiment with the 280-billion-parameter Gopher baseline.
Using fitted training-budget relationships as a starting point rather than a universal ratio rule.
Distinguishing a from-scratch training optimum from a smaller model chosen for repeated inference.
Evaluating whether parameters or data provide more value under a defined compute and quality objective.
Tương lai của Luật Thu nhỏ Chinchilla
Scaling research continues to examine data quality, repeated data, model architecture, and the cost of training versus serving. State the objective and evaluation conditions before calling an allocation optimal. A useful empirical trend is different from a guarantee that one parameter-token recipe dominates every workload.
Đưa nó vào thực tế
Tại sao nó quan trọng
- Tốc độ và tỷ lệ. Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán.
- Truy cập và tiếp cận. Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp.
- Quyết định rõ ràng hơn. Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại.
coi chừng
- Sự thật ảo giác có thể lặng lẽ đi vào báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu.
- Sự nhạy cảm kịp thời có thể tạo ra kết quả không nhất quán đối với các yêu cầu tương tự.
- Dữ liệu văn bản nhạy cảm có thể bị lộ nếu khả năng kiểm soát quyền truy cập yếu.
Các bước tiếp theo
- Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai.
- Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng.
- Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao.
- Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên.
Tiếp tục khám phá
Bản tin miễn phí
Nhận bản tóm tắt AI hàng ngày
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Take the Chinchilla Scaling Laws quiz
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
Câu hỏi thường gặp
Luật thu nhỏ chinchilla là gì?
Chinchilla studied how to allocate a training-compute budget between parameters and training tokens. Its fitted results favor scaling both together in the evaluated regime; that objective is different from minimizing total deployment cost or guaranteeing one token ratio for every dataset.
Việc Chinchilla phát hiện ra rằng các tham số và mã thông báo sẽ có tỷ lệ tương tự nhau có ý nghĩa gì?
Sự tăng trưởng theo tỷ lệ tương tự không phải là quy tắc một mã thông báo cho mỗi tham số theo nghĩa đen.
Thí nghiệm Chinchilla 70B-tham số, 1,4T-mã thông báo minh họa tỷ lệ mã thông báo trên mỗi tham số nào?
1,4 nghìn tỷ chia cho bảy mươi tỷ bằng hai mươi; ví dụ này không phải là một sự tối ưu chung cho mọi thiết lập.
Mô hình nào Chinchilla vượt trội hơn dù nhỏ hơn nhiều?
Chinchilla tham số 70B đánh bại Gopher tham số 280B của DeepMind bằng cách sử dụng cùng một phép tính vì nó được đào tạo trên nhiều dữ liệu hơn.
Chinchilla đã ám chỉ điều gì về những mẫu xe như GPT-3 vào thời điểm đó?
Nhiều mô hình lớn trong thời đại đó chưa được đào tạo bài bản, có nghĩa là chúng sẽ hoạt động tốt hơn với nhiều dữ liệu hơn cho số lượng tham số của chúng.
Đại khái tính toán được tính gần đúng như thế nào trong phân tích Chinchilla?
Tính toán huấn luyện (FLOP) xấp xỉ tỷ lệ với số lượng tham số nhân với số lượng mã thông báo huấn luyện.
Tiếp tục học hỏi
Hướng dẫn liên quan
Đã chọn thêm hướng dẫn cho chủ đề này