تا حالا فکر کردید مدلهای غولپیکر زبانی (LLMs) چطور تصمیم میگیرند؟ فهمیدن سازوکار درونی ترنسفورمرها همیشه چالشبرانگیز و هزینهبر بوده، اما حالا متد جدیدی به نام «Dual Path Attribution» یا به اختصار DPA معرفی شده که این بازی را تغییر میدهد! 🚀
نکات کلیدی این دستاورد:
✅ تحلیل سریع: این متد با یک رفتوبرگشت ساده در شبکه، اطلاعات را ردیابی میکند.
✅ دقت خیرهکننده: بدون نیاز به مثالهای پیچیده، مسیرهای محاسباتی در مدلهای SwiGLU را دقیقاً بررسی میکند.
✅ بهینهسازی عالی: با پیچیدگی زمانی O(1)، حتی برای ورودیهای طولانی هم فوقالعاده سریع عمل میکند.
این روش به متخصصان کمک میکند تا بفهمند مدلهای هوش مصنوعی دقیقاً به چه دلیلی به یک نتیجه خاص میرسند، که گامی بزرگ برای شفافیت و اعتماد بیشتر به دنیای AI است. 🧠✨
منبع: arXiv Machine Learning