[爱笔趣]ibiqu. v i p 一秒记住！
虽然方博被那一夜速成的代码震得怀疑人生，但在徐辰眼里，屏幕上那个正在跑的Demo，其实……
很简陋。
【记住本站域名台湾小说网超给力，?????.???超赞】
甚至可以说是「丑陋」。
「Demo虽然跑通了，证明了『逻辑嵌入』这条路是可行的。但是，」徐辰看着代码里那几行关于盒子体积的计算公式，眉头微微皱起，「这个数学模型，太粗糙了。」
现在的模型，是用「超矩形」来表示概念。比如「猫」是一个小盒子，「动物」是一个大盒子。
这种表示法虽然直观，但在数学上有一个致命的缺陷——梯度硬截断。
当两个盒子完全没有交集时，体积重叠为0，梯度也瞬间变为0。这就意味着，反向传播在这里断掉了，神经网络学不到任何东西。为了解决这个问题，徐辰在代码里加了一个很丑的「平滑项」，但这只是权宜之计，治标不治本。
「这就像是用一堆方块去拼一个圆，无论怎麽拼，边缘永远是锯齿状的。」
徐辰的数学强迫症犯了。
「必须要优化。我需要一个更『光滑』的几何结构。」
他的大脑飞速运转，LV.2的数学直觉开始接管键盘。
「为什麽非要用盒子呢？」
「逻辑的本质是『偏序关系』。在向量空间里，能完美表达偏序关系的，不一定是闭合的盒子，也可以是……锥！」
「或者，引入高斯分布，利用KL散度来衡量包含关系？」
「不，高斯分布也不够好，它的尾部衰减太快，难以表达传递性。」
徐辰在草稿纸上画了几个图形，最终，他的笔尖停在了一个特殊的流形结构上。
Gumbel-Box（甘贝尔盒子）。
「如果引入极值理论中的Gumbel分布来对盒子的边界进行模糊化处理，就能让原本刚性的边界变得『柔软』且处处可导。」
「这样一来，逻辑推理就不再是生硬的『是』或『否』，而是一个连续的概率流！」
……
「不过，还有一个逻辑上的漏洞。」
徐辰看着屏幕上新生成的Gumbel-Box模型代码，敏锐地捕捉到了一个潜在的问题。
「如果我把逻辑边界变得『平滑』了，变成了一个连续的概率流，那这和传统的Transformer有什麽本质区别？Transformer也是输出一个概率分布，预测下一个词是『猫』的概率是80%，是『狗』的概率是20%。」
「如果我的模型也只是输出一个软绵绵的概率，那它依然可能会在那20%的时候胡说八道。」
「必须要有一把锁。」
徐辰的眼神变得犀利起来。
他迅速在代码的输出层之前，插入了一个全新的模块——逻辑门控单元。
「Gumbel-Box的平滑性，是为了在训练阶段让梯度能够流淌，让模型能『学会』逻辑。但在推理阶段，也就是真正上考场的时候，这个平滑的边界必须瞬间『硬化』。」
他在草稿纸上画了一个陡峭的Sigmoid函数。
「我设定一个逻辑置信度阈值τ（第十九个希腊字母，念做「套」）。当两个概念在几何空间里的重叠体积低于这个阈值时，说明它们在逻辑上几乎不相容，比如『猫』和『植物』。」
「这时候，门控单元会像一把闸刀一样落下，直接将这个路径的概率强行截断为0！」
「传统的LLM是『我觉得应该这麽说』，而加了门控的LAART是『虽然我想这麽说，但几何逻辑告诉我，这麽说是错的，所以我闭嘴』。」
「这才是完美的逻辑与生成的结合。」
解决了这个关键的机制问题，徐辰终于满意地点了点头。
……
搞定了数学模型的优化，摆在徐辰面前的，是另一个棘手的工程问题。
Benchmark（业内普遍直接用英语称呼，意思是基准测试）怎麽选？
做AI研究，光有模型没用，你得拉出来溜溜。你得在公开的测试中，把以前的模型，比如Transformer丶BERT丶GPT等给考倒了，别人才承认你牛逼。
当年的Transformer为了证明它比以前的RNN和LSTM强，Google团队选择了「英德机器翻译数据集」。
这是一个非常经典的任务。评价标准是BLEU分数，也就是看机器翻译出来的句子，和人类翻译的句子，在词汇重叠度上有多高。
 Transformer在那场考试中，以28.4的BLEU分数，刷新了世界纪录，从此一战成名。
「但是。我的模型优势不在于『翻译』，也不在于『文本生成』的流畅度。」
𝓲B𝓲𝑄u.v𝓲ℙ
本章未完，请点击下一页继续阅读