Программа курса Урок 231 из 246 · Модуль 22: Оценка утверждений
Модуль 22: Оценка утверждений

То, как вы убираете часть, меняет ответ

Почему это важно "Удаление этой части повышает потери на X" звучит как факт о части. Частично это факт о том, как её удалили.

В модуле 21 вы удаляли части GPT, обнуляя их выход. Но остальная сеть никогда не видела там ноль на обучении: ноль может быть входом, которого она не встречала, поэтому ущерб измеряет и шок, и потерю информации. Более мягкое удаление заменяет выход его средним по многим входам (усредняющая абляция): часть перестаёт нести что-либо об этом входе, но следующий слой всё ещё получает значение обычного размера.

Измерьте оба способа для четырёх частей: 'attn_out0', 'mlp_out0', 'attn_out1', 'mlp_out1'. Среднее берётся из cache[site].mean((0, 1)).

Сначала предскажите: для MLP блока 0 усредняющая абляция обойдётся дешевле обнуления или примерно так же?

Слова и символы этого урока
усредняющая абляция
замена выхода части его средним вместо нуля
Твоя очередь

Присвойте my_guess значение "less" или "same". Заполните zero[site] и mean[site] ростом потерь. Присвойте most_overstated часть, где обнуление сильнее всего преувеличивает эффект.

Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке

Это упражнение откроется скоро

Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.