プレプリント
J-GLOBAL ID:202202212310248683   整理番号:22P0310751

ビッグモデルのためのロードマップ【JST・京大機械翻訳】

A Roadmap for Big Model
著者 (100件):
資料名:
発行年: 2022年03月26日  プレプリントサーバーでの情報更新日: 2022年04月20日
JST資料番号: O7000B  資料種別: プレプリント
記事区分: プレプリント  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
深層学習の急速な発展により,複数の下流タスクのための訓練Bigモデル(BM)は,一般的なパラダイムになる。研究者はBMの構築と多くの分野におけるBM応用において様々な成果を達成した。現在,BMsの全体的進展を選別し,追跡調査をガイドする研究作業が不足している。本論文では,BM技術自体だけでなくBM訓練とBMsによるアプリケーションのための必要条件もカバーし,BMレビューを4つの部分,すなわち資源,モデル,鍵技術および応用に分割した。データ,知識,コンピューティングシステム,並列訓練システム,言語モデル,Vision Model,マルチモーダルモデル,理論およびInterpretibility,Commisense推論,信頼性およびSecurity,Governance,評価,機械翻訳,Text Generation,Dialogue,およびProtein Researchという,これらの4つの部分における16の特定のBM関連トピックスを紹介した。各トピックにおいて,現在の研究を明確に要約し,いくつかの将来の研究方向を提案した。本論文の最後に,より一般的な見解におけるBMのさらなる発展を結論づけた。【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  ニューロコンピュータ 
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る