情報科学 › LLM アーキテクチャ › 言語モデルの学習

パープレキシティの基本性質

定理 4.2(「言語モデルの学習」§4) ・ ✓公理まで証明済み

定義 4.1 の記号のもとで、次が成り立ちます。

  1. PPL=(∏t=1nqt)−1/n=pθ(x)−1/n\mathrm{PPL} = \Bigl(\prod_{t=1}^{n} q_t\Bigr)^{-1/n} = p_\theta(x)^{-1/n} です。すなわち、正解に割り当てた確率の幾何平均の逆数です。
  2. PPL≥1\mathrm{PPL} \ge 1 で、等号はすべての tt で qt=1q_t = 1 のとき、かつそのときに限ります。
  3. すべての tt で qt=1/∣V∣q_t = 1 / |V|(一様分布のモデル)なら PPL=∣V∣\mathrm{PPL} = |V| です。
  4. b>1b > 1 を任意の底とし、ℓb=−1n∑tlog⁡bqt\ell_b = -\frac{1}{n} \sum_t \log_b q_t とすると、bℓb=PPLb^{\ell_b} = \mathrm{PPL} です。とくに、ビットで測った平均負対数尤度 ℓ2\ell_2 とナットで測った ℓ\ell は ℓ=ℓ2log⁡2\ell = \ell_2 \log 2 の関係にあり、2ℓ2=eℓ2^{\ell_2} = e^{\ell} です。
  5. PPL≤1n∑t=1n1qt\mathrm{PPL} \le \dfrac{1}{n} \sum_{t=1}^{n} \dfrac{1}{q_t} です。

本文で読む(証明と前後の説明)→

閉包の状態

✓ 公理まで証明済み

証明が使う定理を 前提 としてたどると、Rikai の中の証明だけで定義・公理(物理では基本仮定)までつながっています(前提の定理類 1 件、定義なども含めて 2 件)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

前提をたどる 証明が使う定理・定義(直接 2 件)

▸ を開くと、その項目の証明が使う前提が出ます。深い先は各項目のページでたどれます。

これを使っている定理

証明で明示的に参照している定理は、まだありません。

関連するノック 3 問