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。
本論文では,極めて深い変換器を安定化するための簡単で効果的な方法を提案した。特に,理論的に導かれた初期化を伴う変換器における残留接続を修正するために,新しい正規化関数(DeepNorm)を導入した。詳細理論解析は,モデル更新が安定した方法で有界であることを示した。提案方法は,2つの世界,すなわち,Post-LNの良い性能とPre-LNの安定した訓練の最良の性能を結合して,DeepNormを好ましい代替案にした。1000層(すなわち,2,500の注意とフィードフォワードネットワークサブ層)までの変換器を,以前の深い変換器より1桁深い,困難なしに首尾よくスケールした。注目すべきことに,7,482の翻訳方向を有する多言語ベンチマーク上で,3.2Bパラメータを有する著者らの200層モデルは,5BLEUポイントによって12Bパラメータを有する48層の最先端モデルより著しく優れて,それは有望なスケーリング方向を示した。【JST・京大機械翻訳】