Self-supervised Transformer
Self-supervised Transformer คือโครงข่าย Transformer ที่ได้รับการฝึกฝนล่วงหน้า (pretrained) โดยใช้สัญญาณการกำกับดูแลที่สร้างขึ้นโดยอัตโนมัติ เช่น การทำนายโทเค็นที่ถูกปิดบัง (masked token prediction) หรือการทำนายประโยคถัดไป (next-sentence prediction) แทนที่จะใช้ป้ายกำกับที่มนุษย์สร้างขึ้น การแทนค่า (representations) ที่ได้มาจะถูกปรับละเอียด (fine-tuned) หรือตรวจสอบ (probed) สำหรับงานขั้นปลาย (downstream tasks) ต่อไป BERT, GPT และ ViT (Vision Transformer ในโหมดการสร้างแบบจำลองภาพที่ถูกปิดบัง - masked-image modeling) เป็นตัวอย่างที่รู้จักกันอย่างแพร่หลายที่สุดของกระบวนทัศน์นี้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Self-supervised Transformer (Pretraining with Self-generated Supervision). ScholarGate. https://scholargate.app/th/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.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การปรับจูนทรานส์ฟอร์มเมอร์ (Fine-Tuned Transformer)การเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทโดยใช้ RoBERTaการเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมคอนโวลูชันแบบเรียนรู้ด้วยตนเองการเรียนรู้เชิงลึก↔ compare
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ compare