Penelitian ini menguji bagaimana metode pelatihan memengaruhi kemampuan model untuk menyimpan dan menggunakan kembali hasil perhitungan antara. Tim membandingkan fine-tuning standar dan Implicit Chain of Thought (ICoT), serta mengamati masalah ketergantungan jangka panjang yang muncul pada perkalian empat digit.
Pada fine-tuning standar, model dengan dua sampai dua belas lapis mencapai akurasi yang sangat rendah karena terjebak pada pola permukaan dalam data. Sebaliknya, model ICoT mencapai 100% akurasi. Analisis keadaan internal menunjukkan bahwa ICoT mengkode dan menyimpan nilai antara; peneliti bahkan berhasil mendekode jumlah berjalan dari hidden states tersebut.
Lebih jauh, ICoT mengatur mekanisme perhatian melintasi waktu: lapisan awal menghitung dan menyimpan produk pasangan digit di lokasi tertentu, sedangkan lapisan akhir mengambil kembali nilai itu untuk membentuk digit jawaban akhir. Menambahkan tujuan pelatihan untuk melacak jumlah berjalan pada model sederhana meningkatkan akurasi secara dramatis tanpa supervisi chain-of-thought eksplisit.
Kata-kata sulit
- akurasi — tingkat benar dalam hasil atau prediksi
- ketergantungan jangka panjang — ketergantungan selama periode waktu lama
- jumlah berjalan — total sementara yang terus diperbarui
- keadaan internal — informasi tersembunyi di dalam model
- mengkode — mengubah informasi menjadi bentuk tersimpan
- mendekode — mengubah kembali informasi tersimpan menjadi data
- mekanisme perhatian — cara model fokus pada bagian informasi penting
- lapisan — bagian bertumpuk atau tingkat dalam modellapisan awal, lapisan akhir
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Bagaimana menurut Anda menyimpan nilai antara di keadaan internal bisa membantu model menyelesaikan perkalian panjang? Jelaskan dengan satu atau dua alasan.
- Apakah menambahkan tujuan pelatihan untuk melacak jumlah berjalan bisa berguna untuk tugas lain selain perkalian? Beri contoh singkat.
- Mengapa fine-tuning standar mungkin membuat model 'terjebak pada pola permukaan' menurut teks? Apa konsekuensinya bagi akurasi?
Artikel terkait
Peneliti Temukan Kerentanan di Pengelola Kata Sandi Cloud
Peneliti ETH Zurich menguji tiga pengelola kata sandi berbasis cloud dan menemukan beberapa serangan yang dapat mengakses atau mengubah kata sandi pengguna. Mereka memberi penyedia waktu untuk memperbaiki dan memberi rekomendasi keamanan.
AS Perkenalkan Strategi Kesehatan Global 'America First'
Pada 18 September pemerintah AS meluncurkan Strategi Kesehatan Global "America First". Strategi ini menekankan keamanan, kemakmuran, dan pengaruh Amerika serta mengubah syarat pendanaan untuk negara berpenghasilan rendah dan menengah.