Պրեպրինտն առաջարկում է ընտրանքային գնահատումներ տրանսդուկցված լեզվական մոդելների համար
arXiv-ի պրեպրինտն առաջարկում է առանց վերադարձի ընտրանքը և հակադարձ հավանականությամբ վերակշռումը որպես այլընտրանք միայն շեմային զտմանը՝ տրանսդուկցված լեզվական մոդելներում հավանականությունները գնահատելու համար։ Հեղինակները հայտնում են տեքստի և ԴՆԹ-ի փորձարկումներում հաշվարկ-դիսպերսիայի կամ սխալանքի բարելավված արդյունքների, ինչպես նաև ԴՆԹ-ից ամինաթթու մեկ դեպքում աշխատաժամանակի զգալի խնայողության մասին, սակայն տրամադրված տվյալները չեն հաստատում գրախոսում կամ վերարտադրում։
Այս թողարկումն անցել է «Իմանանք»-ի հրապարակման ընդլայնված ստուգումները: Որոշ էական պնդումներ շարունակում են հստակ վերագրվել պաշտոնական կամ ընկերության աղբյուրներին, քանի որ այս թողարկմանը դեռ անկախ աղբյուր կցված չէ: Համակարգը շարունակում է ստուգել հաստատված աղբյուրները և անկախ հաստատումը կավելացնի միայն ամբողջական ստուգում անցած նոր թողարկմամբ:
arXiv-ի պրեպրինտում առաջարկվում է տրանսդուկցված լեզվական մոդելներում նպատակային նախածանցների հավանականությունները գնահատելիս միայն շեմային զտումը փոխարինել ընտրանքով և հավանականությունների վերակշռմամբ։ Հեղինակները նշում են, որ այս մոտեցումն ապահովում է անշեղ գնահատիչ և թույլ է տալիս գնահատել զտմամբ հեռացված զանգվածը։ Նրանք նաև հայտնում են հաշվարկային առավելությունների մասին տեքստի և ԴՆԹ-ի փորձարկումներում, սակայն տրամադրված նյութերը փաստում են պրեպրինտի առկայությունը, ոչ թե գրախոսված կամ անկախ վերարտադրված արդյունքներ։ [1]
01
Ինչ գիտենք այս պահին
- 01
[1] arXiv, «Stochastic Estimation of Transduced Language Models», arXiv:2608.27428v1, ներկայացված է 27 օգոստոսի 2026 թ.-ին: https://arxiv.org/abs/2608.27428v1
- 02
Տրամադրված առաջնային գրառումը պարունակում է ներկայացման մետատվյալներն ու սեղմագիրը, սակայն չի հաստատում գրախոսում, անկախ վերարտադրում, կոդի, տվյալների, իրականացման ամբողջական մանրամասների կամ վերարտադրելիության նյութերի առկայություն։
02
Նախկին մոտարկում
Հեղինակները շեմային զտմամբ beam summing-ը բնութագրում են որպես ստորին սահմանի մոտարկում՝ անհայտ սխալանքով։Առաջարկվող գնահատիչ
Մեթոդը վերընտրում է նախածանցներն առանց վերադարձի և վերակշռում դրանք ներառման հակադարձ հավանականությամբ։Փորձարկման պայմանները
Հեղինակները նշում են գնահատումներ հանրագիտարանային տեքստի և ԴՆԹ-ի վրա, ներառյալ ԴՆԹ-ից ամինաթթու տրանսդուկցիան։Փաստերի կարգավիճակը
arXiv-ի գրառումը փաստում է ներկայացված պրեպրինտի առկայությունը, ոչ թե գրախոսում կամ անկախ վերարտադրում։Ներկայացված մեթոդն ու գնահատման արդյունքները նկարագրված են պրեպրինտի հեղինակների կողմից։
03
Ինչու է հաշվարկը բարդ
Պրեպրինտն ուսումնասիրում է տրանսդուկցված լեզվական մոդելները (TLM), որոնցում ֆունկցիոնալ վերջավոր ավտոմատ-տրանսդյուսերն արտապատկերում է ելակետային տողերը նպատակային տողերի, իսկ նախապես վարժեցված ելակետային լեզվական մոդելն ապահովում է հավանականությունները։ Գնահատման ենթակա մեծությունը նպատակային նախածանցի հավանականությունն է։ [1]
Հեղինակները նշում են, որ նախորդ աշխատանքներում այս մեծությունը մոտարկելու համար կիրառվել են ելակետային նախածանցների հավանականությունները և շեմային զտմամբ beam summing-ը։ Նրանք այդ մոտարկումը բնութագրում են որպես ստորին սահման՝ անհայտ սխալանքով, քանի որ զտումը դուրս է թողնում հավանականային որոշ զանգված։ [1]
- Տրանսդուկցված լեզվական մոդելը միավորում է նախապես վարժեցված ելակետային լեզվական մոդելը ֆունկցիոնալ վերջավոր ավտոմատ-տրանսդյուսերի հետ՝ նպատակային տողերի վրա մոդել կազմելու համար։
- Նպատակային նախածանցի հավանականությունը պահանջում է գումարել բոլոր այն ելակետային տողերի հավանականությունները, որոնք արտապատկերվում են տվյալ նախածանցով սկսվող նպատակային տողերի։
- Ըստ հեղինակների՝ ելակետային տողերի այդ բազմությունը կարող է լինել էքսպոնենցիալ մեծ կամ անվերջ։
04
Ինչ է փոխում ընտրանքային մեթոդը
Նախածանցները միայն շեմային զտմամբ պահպանելու փոխարեն հեղինակներն առաջարկում են դրանք ընտրել առանց վերադարձի վերընտրության միջոցով և ճշգրտել յուրաքանչյուր ընտրված նախածանց՝ ըստ ներառման հավանականության։ Նրանք պնդում են, որ ներառման հավանականության հակադարձով ուղղման ռեկուրսիվ կիրառումն ապահովում է նպատակային նախածանցի հավանականության անշեղ գնահատական։ Սա հեղինակային պնդում է պրեպրինտում, ոչ թե անկախ ստուգված եզրակացություն։ [1]
Հեղինակները նկարագրում են beam summing ընթացակարգ, որն ընդլայնում է պահպանված ելակետային նախածանցները և ընտրում պահպանման ենթակաները՝ կրճատելով դրանց քանակը, երբ ընթացիկ գնահատականին ավելանում է լրացուցիչ հավանականային զանգված։ Նրանց խոսքով՝ սա կարող է նվազեցնել հաշվարկների ծավալը, իսկ գործընթացը կանգ է առնում մեկի հավասար հավանականությամբ։ [1]
- Ելակետային նախածանցների վերընտրություն առանց վերադարձի։
- Ընտրված յուրաքանչյուր նախածանցի վերակշռում՝ դրա ներառման հավանականության հակադարձ մեծությամբ։
- Ուղղման ռեկուրսիվ կիրառում պահպանված նախածանցներն ընդլայնելիս։
- Շեմային զտմամբ կորսված հավանականային զանգվածի գնահատում։
05
Ինչ փաստարկներ են բերում հեղինակները
Հեղինակները հայտնում են մեթոդը հանրագիտարանային տեքստի և ԴՆԹ-ի վրա գնահատելու մասին՝ համեմատելով այն վերադարձով վերընտրություն կատարող հաջորդական Մոնտե Կառլոյի բազային մոդելների հետ։ Նրանք նշում են տեքստի վրա հաշվարկ-դիսպերսիա ավելի լավ հարաբերակցություն և ԴՆԹ-ի վրա ավելի ցածր սխալանք՝ մասնիկների միևնույն առավելագույն քանակի դեպքում։ Տրամադրված գրառումը չի պարունակում չափումներ կամ անկախ վերարտադրում։ [1]
ԴՆԹ-ից ամինաթթու տրանսդուկցիայի համար հեղինակները հայտնում են աշխատաժամանակի մի քանի կարգով կրճատման մասին՝ շեմային զտմամբ beam summing-ի համեմատ։ Նրանց խոսքով՝ դա իրագործելի է դարձրել երկար նպատակային նախածանցների գնահատումը։ Հասանելի սեղմագրում չեն նշվում աշխատաժամանակի բացարձակ տևողությունը, հիշողության ծախսը, իրականացման պարամետրերը կամ փորձարարական մանրամասն պայմանները, ուստի այս արդյունքի կիրառելիության շրջանակն անհայտ է։ [1]
Պրեպրինտում արձանագրված է նաև կիրառումը հրապարակված ընթերցման ժամանակի վերլուծության մեջ։ Հեղինակները նշում են, որ շեմային զտումը անշեղ ընտրանքով փոխարինելն էապես նվազեցրել է կորպուսի գնահատված surprisal-ը՝ առանց փոխելու այդ վերլուծության հրապարակված եզրակացությունները։ Տրամադրված տվյալները չեն պարունակում բուն վերլուծությունը կամ փոփոխության չափը։ [1]
- Հանրագիտարանային տեքստի դեպքում հեղինակները նշում են հաշվարկ-դիսպերսիա ավելի լավ հարաբերակցություն, քան վերադարձով վերընտրություն կատարող հաջորդական Մոնտե Կառլոյի բազային մոդելներում։
- ԴՆԹ-ի դեպքում նրանք նշում են ավելի ցածր սխալանք՝ մասնիկների միևնույն առավելագույն քանակի պայմաններում։
- ԴՆԹ-ից ամինաթթու տրանսդուկցիայի համար նրանք հայտնում են աշխատաժամանակի մի քանի կարգով կրճատման մասին՝ շեմային զտմամբ beam summing-ի համեմատ։
- Նրանք նշում են կորպուսի գնահատված surprisal-ի նվազում ընթերցման ժամանակի նախկին վերլուծության մեջ՝ առանց դրա հրապարակված եզրակացությունների փոփոխության։
06
Կարգավիճակը և սկզբնաղբյուրը
arXiv-ի գրառման մեջ Վեստեյն Սնայբյարնարսոնի, Սամուել Կիգելանդի, Մանուել դե Պրադա Կորալի, Ռայան Քոթերելի և Թիմ Վիեյրայի «Stochastic Estimation of Transduced Language Models» աշխատանքը նշված է որպես ներկայացված 27 օգոստոսի 2026 թ.-ին։ Այն հանդիսանում է մեթոդի նկարագրության և այս տեղեկագրում նշված բոլոր արդյունքների հիմնական աղբյուրը։ [1]
Սկզբնաղբյուր՝ https://arxiv.org/abs/2608.27428v1 [1]
- arXiv-ի նույնացուցիչ՝ 2608.27428v1:
- Հեղինակներ՝ Վեստեյն Սնայբյարնարսոն, Սամուել Կիգելանդ, Մանուել դե Պրադա Կորալ, Ռայան Քոթերել և Թիմ Վիեյրա։
- Ներկայացվել է arXiv՝ 27 օգոստոսի 2026 թ.-ին։
07
Հաջորդ քայլերը
Հոդվածը պրեպրինտ է, ուստի ներկայացված արդյունքները պետք է դիտարկել որպես հեղինակային պնդումներ՝ մինչև ավելի լայն գնահատումը։
- 01
Ծանոթացեք սկզբնաղբյուրի գրառմանը՝ https://arxiv.org/abs/2608.27428v1
- 02
Փորձարկեք գնահատիչը կոնկրետ տրանսդյուսերի, ելակետային մոդելի, նպատակային երկարության և կիրառման ճշգրտության պահանջների համատեքստում։
- 03
Նախքան հայտարարված աշխատաժամանակի կամ սխալանքի արդյունքների վրա հիմնվելը փնտրեք կոդը, տվյալները, իրականացման ամբողջական մանրամասներն ու անկախ վերարտադրումները։
08
Այս թողարկման սահմանափակումները
Տրամադրված նյութերը փաստում են arXiv-ի պրեպրինտի գրառման առկայությունը, ոչ թե գրախոսում, ամսագրային կամ գիտաժողովային հրապարակում կամ անկախ վերարտադրում։ [1]
Գրառումը ներկայացնում է բարձր մակարդակի ալգորիթմական մանրամասներ, սակայն չի պարունակում կոդ, տվյալներ, իրականացման ամբողջական մանրամասներ կամ վերարտադրելիության նյութերի հղումներ։ [1]
Սեղմագիրը չի ներկայացնում սխալանքի, դիսպերսիայի, աշխատաժամանակի, հիշողության ծախսի թվային տվյալներ կամ այն պայմանները, որոնց դեպքում մեթոդը գերազանցում է բազային մոդելներին։ [1]
Հաղորդված գնահատումները սահմանափակվում են հանրագիտարանային տեքստով և ԴՆԹ-ով։ Այլ տրանսդյուսերների, ելակետային մոդելների և ոլորտների վրա աշխատանքը հաստատված չէ։ [1]
SRC
Աղբյուրների բաժին
Ուղիղ հղումներ այս ընտրանու հիմքում եղած նյութերին: Աղբյուրը տեսնելը նույնքան կարևոր է, որքան սինթեզն ընթերցելը:
Շարունակել ընթերցումը
28 օգս, 2026 թ.
MyoMechanix-ն առաջարկում է ծանրություններով վարժությունների մուլտիմոդալ վերլուծություն
MyoMechanix-ը չգրախոսված նախատպություն է, որն առաջարկում է մուլտիմոդալ բենչմարք, ֆիթնեսի գիտելիքների կառուցվածքայնացված գրաֆ և վերլուծական համակարգ՝ ծանրություններով շարժումների ուսումնասիրման համար։ Տվյալների ծավալն ու արդյունավետությունը հեղինակների պնդումներն են, որոնք անկախ աղբյուրներով դեռևս ստուգված չեն։
17 օգս, 2026 թ.
Տեղային լեզվական մոդելի գործարկում Apple Silicon-ում՝ առանց ամպային հաշվի
MLX LM-ի անվտանգ առաջին գործարկում՝ մոդելի իրատեսական չափերով, պատճենվող հրամաններով և գաղտնիության, ներբեռնումների ու մոդելի պայմանների ստուգումներով:
28 օգս, 2026 թ.
Նոր նախատպվածքն առաջարկում է վիզուալ կախվածության վերահսկում բազմամոդալ մոդելների թարմացման համար
Հեղինակներն առաջարկում են Visual Dependence-Aware համակարգ՝ բազմամոդալ լեզվական մոդելների շարունակական, չմակնշված հետուսուցման համար: Դրա երկու մեխանիզմները նպատակ ունեն նվազեցնել միջմոդալային մոռացումը և նպաստել նոր առաջադրանքներին հարմարվելուն, սակայն arXiv-ի գրառումը չի տրամադրում բավարար փորձարարական մանրամասներ՝ արդյունավետությունը, ծախսերը կամ վերարտադրելիությունը ստուգելու համար: [1]