Silabus Pelajaran 159 dari 246 · Modul 14: Jalankan Klinik II
Modul 14: Jalankan Klinik II

Resepnya, untuk model sekuensial

Kenapa ini penting Dua pengecekan di Modul 8 (loss di awal, hafal satu batch) tetap berlaku. Model sekuensial menambah cara baru untuk gagal secara diam diam, dan dua pengecekan murah menangkap yang terburuk sebelum kamu menghabiskan komputasi.

Model klinik ini adalah GPT kecil: lebar 16, 2 blok, 2 head, 16 karakter konteks, 200 langkah Adam pada teks kursus. Model ini dilatih dalam beberapa detik, jadi kamu bisa bebas mencobanya.

Cek 1: loss awal

A model baru dengan bobot kecil menyebarkan tebakannya secara merata ke karakter V, jadi loss nya adalah ln(V). Untuk 95 karakter itu adalah 4.55. Jauh di atasnya berarti ada sesuatu yang skalanya salah; jauh di bawahnya berarti model mendapat bantuan yang seharusnya tidak ia dapatkan.

Cek 2: jangan mengintip

Ubah karakter terakhir dari sebuah input. Jika ada prediksi untuk posisi sebelumnya yang berubah, model bisa melihat masa depan (Module 13), dan setiap angka pelatihan yang kamu dapatkan terlalu bagus untuk jadi kenyataan.

ProbeApa yang diberitahukannya padamuJalankan dengan sehat
loss_curve(c)Loss pelatihan setiap 25 langkah, dan loss pada teks yang belum dilihat di akhir. Selalu lihat pertama kali.4.55 turun ke sekitar 2.9; tidak terlihat sekitar 3.0
loss_at_init(c)Loss sebelum pelatihan. Model baru yang menebak secara merata di atas 95 karakter memberikan ln(95).4.55
leak_check(c)Bisakah karakter yang muncul belakangan mengubah prediksi sebelumnya?Salah
show_batch(c)Input pelatihan satu dan targetnya, sebagai teks.target = input digeser satu karakter ke kiri
update_ratio(c)Setelah langkah Adam pertama, seberapa jauh bobot bergerak relatif terhadap ukurannya. Bukan aturan Modul 8: rentang 0.001 sampai 0.1 itu untuk langkah SGD biasa. Langkah pertama Adam menggerakkan setiap bobot sekitar learning rate apa pun gradientnya, dan bobot ini mulai di dekat 0.02, jadi 0.01 / 0.02 menghasilkan sekitar 0.5. Bandingkan kasus dengan jalannya yang sehat ini, bukan dengan rentang Modul 8.sekitar 0.5
block_change(c)Seberapa banyak blok pertama mengubah setiap vektor di awal.sekitar 0.3
Kata dan simbol di pelajaran ini
ln(V)
kerugian awal dari model yang menebak secara merata di atas V simbol: 4.55 untuk 95 karakter
terlalu indah untuk jadi kenyataan
loss training jauh lebih baik daripada jalannya yang sehat, loss unseen-text jauh lebih buruk
ubah blok
seberapa banyak satu blok mengubah vektor di awal; mendekati 1 berarti itu menggantinya
Giliranku

Tulis expected_start(V) dan my_leak_check(c), pakai _init, _logits dan DATA milik klinik sendiri. Mereka harus sesuai dengan probe klinik.

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.