محققان در مقاله جدیدی به بررسی مفهوم «انتقال منفی» در مدلهای هوش مصنوعی پرداختهاند. طبق یافتههای این پژوهش، مشکل اصلی در یادگیری چندوظیفهای، محدودیت ظرفیت مدل و کمبود همپوشانی (Redundancy) مناسب بین وظایف است.
نکات کلیدی این مطالعه:
🔹 ارائه یک مدل جدید به نام «هویت ظرفیت-همپوشانی» (CR Identity) برای تحلیل دقیقتر تداخل وظایف.
🔹 اثبات اینکه استفاده از تکنیک «LoRA خوشهای» (Clustered LoRA) میتواند به طرز چشمگیری تداخلها را کاهش داده و عملکرد مدل را در یادگیری همزمان چندین تسک بهبود ببخشد.
این تحقیق گام مهمی در درک بهترِ نحوه مدیریت منابع در مدلهای پیچیده هوش مصنوعی است که میتواند به ساخت مدلهای کارآمدتر و دقیقتر کمک کند. 🚀
منبع: arXiv AI