Обучение и декодирование с авторегрессионными нейронными языковыми моделями. Илья Куликов

Нейронные авторегрессионные языковые модели представляют собой стандартный подход при решении многих задач обработки естественного языка таких как машинный перевод или моделирование диалога. В данном подходе моделирования последовательностей существуют неизбежные ошибки приближения, обусловленные ограниченными вычислительными возможностями. Данные ошибки могут привести к нежелательным результатам таким как повторяющиеся, противоречивые последовательности. На данной встрече Илья рассказал о нескольких подходах, которые могут снизить описанные эффекты тем самым повысив качество модели. Спикер: Илья Куликов, Нью-Йоркский Университет, Нью-Йорк, США. --- Чтобы не пропустить анонсы следующих научно-технических вебинаров, присоединяйтесь к нам в Telegram: Сайт организатора: