Salı, Ekim 27, 2020

Facebook ve Hugging Face İş Birliğiyle Yeni Bir Doğal Dil İşleme Modeli

Facebook ve bir yapay zeka start up’ı olan Hugging Face, bir dizi görevi tamamlamak için bağlamsal bilgileri bulup yorumlayan açık kaynaklı bir doğal dil işleme modeli geliştirdi. Facebook, RAG’nin dahili bilgilerini değiştirerek veya tamamlayarak son teknoloji sonuçlara ulaşmak için ayarlanabileceğini, bu da araştırmacıların modelini ne bildiğini ya da ne bilmediğini zaman veya onu yeniden eğitmeye gerek kalmadan olanak tanıdığını söylüyor.

Dünden itibaren RAG, Hugging Face transformer kütüphanesinin mevcut bir bileşenidir. RAG’nin dayandığı dizine alınmış bilgi kaynağını sağlamak için yeni veri kümeleri kütüphaneleriyle entegre olur.

Doğal dil anlamadaki (NLU) en son çalışma, genellikle kusurlu olsa da, kullanışlı modeller üretmiştir. Ancak bu noktaya yönelik çabaların çoğu, bu modelleri, bir insanın duygu analizi gibi herhangi bir arka plan bilgisi olmadan çözüm üretebileceği görevlere uygulandı.

Buna karşılık RAG, Wikipedia gibi büyük bir veri tabanından ilgili belgeyi almak için girdi verilerini kullanır. Örneğin, “İlk memeli dünyada ne zaman ortaya çıktı?” sorusu verildiğinde, RAG “Memeli”, “Dünya Tarihi” ve “Memelilerin Evirimi” belgelerini ortaya çıkarabilir. Bunlar, girdiyle bağlam olarak birleştirilir ve ardından çıktı metnini üretmek için modele beslenir.

Facebook’a göre RAG, belgelerden alınan bilgileri entegre etmek için bir “geç kaynaştırma” formundan yararlanıyor. Yani final tahmin puanlarını toplamadan önce belge soru çiftleri için yanıt tahminleri yapıyor. Cevaba ilişkin ipuçlarını içeren belgelere erişimi olduğunda, ancak cevabın kelimesi kelimesine belirtilmediği durumlarda, RAG’ın performansı daha da artar. Ve hatta RAG, cevabın alınan belgelerin hiçbirinde bulunmadığı belirli durumlarda cevaplar üretir.

Değerlendirme

Facebook, Google Arama kullanıcılarının sorularını içeren NaturalQuestions gibi açık alan veri kümelerinde kıyaslandığında, RAG’nin cevabın hiçbir yerde bulunamayacağı durumlarda doğru cevaplar üretme becerisi gösterdiğini söylüyor. Ayrıca, Facebook’un Jeopardy’den ilham alan sorular oluşturarak keşfettiği, doğal dil sorularında da oldukça başarılıydı. RAG’nin oluşturduğu Jeopardy soruları, karşılaştırılabilir modellerden daha spesifik, çeşitli ve gerçeklere dayanıyordu. Bunun sebebi belki de RAG’ın birden çok kaynaktan alınan farklı bilgi parçalarını kullanarak yanıtları sentezleyebilme becerisiydi.

Facebook, araştırmacılar sadece birkaç satır kodla bilgi yoğun görevlere çözüm üretme konusunda özgürleştireceğini iddia ettiği RAG’ı doğal dil işleme alanında büyük bir potansiyel olarak görüyor. RAG, NLP modellerinin yeniden eğitim adımını atlamasına, güncel bilgilere erişip bunlardan çizim yapmasına ve ardından sonuçların çıktısını almak için bir üretici (generator) kullanmasına olanak tanır.”

Bugün En Çok Okunanlar

GMC 1000HP Hummer elektrikli kamyon!

2022 Hummer Dünya Serisinin ilk oyununun başlangıcına denk gelen Salı günü canlı yayın sırasında, GMC yöneticileri sanal bir aşamaya geçti ve on yıldan...

WhatsApp sohbetlerden alışveriş yapmanıza imkan sağlayacak

Facebook, işletmelerin ürünlerini doğrudan mesajlaşma uygulamasında satmalarına izin verecek. Facebook, daha fazla insanın WhatsApp'ta alışveriş yapmasını istiyor. Bir güncellemede şirket,...

GMC 1000HP Hummer elektrikli kamyon!

2022 Hummer Dünya Serisinin ilk oyununun başlangıcına denk gelen Salı günü canlı yayın sırasında, GMC yöneticileri sanal bir aşamaya geçti ve on yıldan...

Porsche Apple Podcast’leri ve Apple Music şarkı sözlerini Taycan otomobile yerleştirdi

Podcast uygulamasının herhangi bir araca ilk yerel entegrasyonudur. Porsche Taycan sahipleri, iPhone'larını CarPlay üzerinden bağlamak zorunda kalmadan Apple Podcast'leri yayınlayabilir. Otomobil...

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen adınızı buraya girin