« Peaufinage de l'espace latent » : différence entre les versions
Aucun résumé des modifications |
m (Claude COULOMBE a déplacé la page Peaufinage de représentations vers Peaufinage de l'espace latent) |
||
| (6 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 2 : | Ligne 2 : | ||
== Définition == | == Définition == | ||
Technique de [[Peaufinage d'un grand modèle de langues|peaufinage d'un grand modèle de langues]] qui consiste à faire une intervention « ciblée » sur une petite partie de l'[[espace latent]] ou de la représentation cachée du [[grand modèle de langues]] à la manière de l'APMA ([[adaptation par modèle auxiliaire]]). | |||
== Compléments == | |||
L'intervention « ciblée » vise typiquement une amélioration sémantique du comportement du [[grand modèle de langues]]. | |||
Par exemple, on peut ainsi [https://github.com/stanfordnlp/pyreft/blob/main/README.md remplacer des mots par des émojis]. | |||
== Français == | == Français == | ||
''' peaufinage de | '''peaufinage de l'espace latent''' | ||
''' peaufinage | '''peaufinage de représentations''' | ||
== Anglais == | == Anglais == | ||
''' representation fine-tuning ''' | '''representation fine-tuning''' | ||
'''representation finetuning''' | |||
'''ReFT''' | |||
<!-- PYREFT, a representation fine-tuning (ReFT) library that supports adapting internal language model representations via trainable interventions. With fewer fine-tuning parameters and more robust performance, pyreft can boost fine-tuning efficiency, decrease fine-tuning cost, while opening the doors to study the interpretability of adapting parameters. --> | <!-- PYREFT, a representation fine-tuning (ReFT) library that supports adapting internal language model representations via trainable interventions. With fewer fine-tuning parameters and more robust performance, pyreft can boost fine-tuning efficiency, decrease fine-tuning cost, while opening the doors to study the interpretability of adapting parameters. --> | ||
| Ligne 21 : | Ligne 32 : | ||
[https://medium.com/@techsachin/representation-fine-tuning-reft-a-powerful-parameter-efficient-way-to-fine-tune-language-models-3bc6dd14e8b5 ''Representation fine-tuning (ReFT): A Powerful Parameter-Efficient Way to Fine-tune Language Models'', Sachin Mukar] | [https://medium.com/@techsachin/representation-fine-tuning-reft-a-powerful-parameter-efficient-way-to-fine-tune-language-models-3bc6dd14e8b5 ''Representation fine-tuning (ReFT): A Powerful Parameter-Efficient Way to Fine-tune Language Models'', Sachin Mukar] | ||
[https://github.com/stanfordnlp/pyreft | [https://github.com/stanfordnlp/pyreft Github - PYREFT] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 18 juin 2024 à 14:39
En chantier
Définition
Technique de peaufinage d'un grand modèle de langues qui consiste à faire une intervention « ciblée » sur une petite partie de l'espace latent ou de la représentation cachée du grand modèle de langues à la manière de l'APMA (adaptation par modèle auxiliaire).
Compléments
L'intervention « ciblée » vise typiquement une amélioration sémantique du comportement du grand modèle de langues.
Par exemple, on peut ainsi remplacer des mots par des émojis.
Français
peaufinage de l'espace latent
peaufinage de représentations
Anglais
representation fine-tuning
representation finetuning
ReFT
Source
ReFT: Representation Finetuning for Language Models, Wu et al. (2024)
ReFT: Representation Finetuning for Language Models, Shaoni Mukherjee (2024)
Contributeurs: Claude Coulombe, Patrick Drouin, wiki
