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。
- PPL=(∏t=1nqt)−1/n=pθ(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。
- PPL≥1 で、等号はすべての t で qt=1 のとき、かつそのときに限ります。
- すべての t で qt=1/∣V∣(一様分布のモデル)なら PPL=∣V∣ です。
- b>1 を任意の底とし、ℓb=−n1∑tlogbqt とすると、bℓb=PPL です。とくに、ビットで測った平均負対数尤度 ℓ2 とナットで測った ℓ は ℓ=ℓ2log2 の関係にあり、2ℓ2=eℓ です。
- PPL≤n1∑t=1nqt1 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