محققان به تازگی راهکار نوآورانهای برای رفع یکی از بزرگترین گلوگاههای مدلهای هوش مصنوعی (مدلهای انتشار گسسته) ارائه کردهاند. این مدلها به دلیل پیشفرض استقلال شرطی، در تولید سریع متن با مشکل مواجه میشدند.
این تحقیق با استفاده از «تجزیه تانسوری» (Tensor Decomposition)، اولین چارچوب مدلسازی توزیع مشترک صریح را معرفی کرده که نه تنها سرعت تولید را به شدت بالا میبرد، بلکه با فاینتیونینگ سبک، روی مدلهای موجود نیز قابل پیادهسازی است. این دستاورد میتواند آینده تولید متون و دادههای ساختیافته را متحول کند. 🚀
منبع: arXiv Machine Learning