خطاهای محاسباتی در دقتهای پایین، یکی از چالشهای اصلی در توسعه مدلهای یادگیری عمیق است که میتواند منجر به ناپایداری در آموزش و استنتاج شود. محققان به تازگی ابزار جدیدی را معرفی کردهاند که با استفاده از تکنولوژی CESTAC، به صورت خودکار پایداری عددی اپراتورهای یادگیری عمیق را تحلیل میکند.
این ابزار نه تنها منابع ایجاد ناپایداری را شناسایی میکند، بلکه امکان نظارت لحظهای بر پایداری عددی را در طول فرآیند آموزش مدل فراهم میآورد. این دستاورد گامی مهم برای ساخت هستههای محاسباتی دقیقتر و کارآمدتر در دنیای هوش مصنوعی است.
نویسی
منبع: arXiv AI