Как устроены нейросети изнутри: интерпретируемость, теория обучения и пределы возможностей моделей.
Dzmitry Bahdanau из Montreal университета разработал механизм внимания в 2014 году, который стал фундаментом для современных языковых моделей и трансформеров.
Авторы доказали, что использование цифровых сейфов для хранения зашифрованных вычислений внутри весов модели делает их практически невозможными для обнаружения стандартными методами.
Метод ALHR использует иерархическое маршрутирование для снижения нагрузки на память видеокарты с 57 до 422 МБ, сохраняя 92,1% точности на 1024 токенах.
Исследование показывает, что предсказания квантового байесовского вывода становятся несовместимыми с классическими объяснениями уже при измерении с пятью исходами, в то время как четыре исхода допускают классическую реализацию.
Исследование предлагает категориальный анализ того, как большие языковые модели преобразуют контент в утверждения, и утверждает, что они обходят проблему символического заземления, а не решают её.