Самоконтролиран Трансформър (Self-supervised Transformer)
Самоконтролиран Трансформър е Трансформър мрежа, предварително обучена с помощта на автоматично конструирани сигнали за контрол – като предсказване на маскиран токен или предсказване на следващо изречение – вместо с ръчно анотирани етикети. Получените представяния след това се донастройват или изследват за задачи надолу по веригата. BERT, GPT и ViT (Vision Transformer в режим на моделиране на маскирано изображение) са най-известните реализации на тази парадигма.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems, 30. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised Transformer (Pretraining with Self-generated Supervision). ScholarGate. https://scholargate.app/bg/deep-learning/self-supervised-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Класификация, базирана на BERTДълбоко обучение↔ compare
- Фино настройване на ТрансформърДълбоко обучение↔ compare
- Класификация, базирана на RoBERTaДълбоко обучение↔ compare
- Самообучаваща се конволюционна невронна мрежаДълбоко обучение↔ compare
- Вграждане на изреченияДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →