知识卡片
掩码与自回归上下文
掩码语言模型用缺失位置前后的上下文预测被遮住的token;自回归语言模型只用前序token预测下一个。前者适合需要整体理解的任务,后者可以逐token延续序列并生成开放式输出。区别在预测时可使用的信息,不是说掩码模型经任何处理都无法生成。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
自回归语言模型仅利用前序token来预测序列中的下一个token。例如,它会预测“My favorite color is _____”中空白处接下来可能出现的token。
参考来源
- 位置:《AI工程:大模型应用开发实战》第1章《基于基础模型构建AI应用入门》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section009.xhtml)
- 结论依据:本段对概念、机制与限制条件的解释支撑正文;历史模型名称仅作原书例子,不外推为当前产品规格。
- 原始内容:自回归语言模型仅利用前序token来预测序列中的下一个token。例如,它会预测“My favorite color is _____”中空白处接下来可能出现的token。