Tim peneliti dari beberapa universitas membandingkan pelatihan standar dengan metode Implicit Chain of Thought (ICoT). Mereka fokus pada ketergantungan jangka panjang, yaitu kebutuhan model untuk menyimpan produk parsial dan jumlah berjalan selama perhitungan panjang.
Hasilnya, model yang dilatih secara standar dengan dua sampai dua belas lapis memiliki akurasi sangat rendah, sementara model ICoT mencapai 100% akurasi. Peneliti menemukan bahwa ICoT mengkodekan nilai antara dalam hidden states dan mengatur jalur perhatian untuk menyimpan lalu mengambil kembali informasi itu. Menambahkan tujuan pelatihan untuk melacak jumlah berjalan meningkatkan akurasi model dua lapis menjadi sangat tinggi tanpa supervisi chain-of-thought eksplisit.
Kata-kata sulit
- ketergantungan — kebutuhan model menyimpan informasi dalam waktu lamaketergantungan jangka panjang
- produk — hasil bagian dari perhitungan atau operasiproduk parsial
- jumlah berjalan — jumlah yang terus diperbarui selama perhitungan
- jalur perhatian — cara model memilih dan fokus pada informasi
- pelatihan — proses mengajar model agar bisa bekerjapelatihan standar, tujuan pelatihan
- akurasi — tingkat benar hasil atau prediksi model
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Mengapa menurutmu melacak jumlah berjalan bisa meningkatkan akurasi model?
- Apakah kamu pikir metode seperti ICoT berguna untuk tugas perhitungan panjang? Mengapa?
Artikel terkait
Pakaian Pintar dengan MXenes untuk Pantau dan Lindungi Kesehatan
Penelitian menelaah penggunaan MXenes — bahan tipis berbasis logam — pada tekstil pintar untuk memantau tanda vital, melawan bakteri, dan menyimpan energi matahari. Ulasan menyorot potensi aplikasi dan batasan produksinya.
NeuroBridge: Alat untuk Memahami Cara Bicara Orang Autis
Peneliti Tufts mengembangkan NeuroBridge untuk membantu orang non-autis memahami preferensi komunikasi orang autis. Alat ini memberikan skenario dan pilihan respons agar pengguna belajar menyesuaikan nada, kejernihan, dan kata saat bicara.
Web3 dan kendali data bagi petani
Forum ICTforAg (9-10 Maret) membahas bagaimana teknologi informasi dan Web3 bisa memberi petani lebih banyak kendali atas data mereka. Digital Green dan alat seperti FarmStack ditonjolkan, serta layanan video yang menjangkau petani di beberapa negara.