HyperAIHyperAI

Command Palette

Search for a command to run...

تحسين المُحوِّل من خلال الترميز العلاقة الصريح لحل المسائل الرياضية

Imanol Schlag Paul Smolensky Roland Fernandez Nebojsa Jojic Jürgen Schmidhuber Jianfeng Gao

الملخص

نُدمج تمثيلات المنتج التنسوري داخل نموذج المُحَوِّل (Transformer) من أجل دعم أفضل للتمثيل الصريح لهيكل العلاقات. يُعد نموذج المُحَوِّل المنتج التنسوري (TP-Transformer) الأفضل على مستوى الحالة الحالية (State of the Art) في مجموعة بيانات الرياضيات الحديثة التي تضم 56 فئة من مسائل الرياضيات النصية الحرة. يُشكّل المكوّن الأساسي للنموذج آلية انتباه جديدة تُسمى TP-Attention، والتي تمثل بشكل صريح العلاقات بين كل خلية في المُحَوِّل والخلايا الأخرى التي تم استرجاع القيم منها عبر آلية الانتباه. تتجاوز TP-Attention الجمع الخطي للقيم المسترجعة، وتعزز بناء التمثيلات وتحل المشكلات الناتجة عن الغموض الذي تُحدثه الطبقات المتعددة للانتباه القياسي. تُقدّم خرائط الانتباه الخاصة بنموذج TP-Transformer رؤى أفضل حول كيفية قدرته على حل المسائل الصعبة في مجموعة بيانات الرياضيات. سيتم توفير النماذج المُدرّبة مسبقًا والكود البرمجي بعد النشر.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
تحسين المُحوِّل من خلال الترميز العلاقة الصريح لحل المسائل الرياضية | مستندات | HyperAI