知识卡片

普通读书笔记卡 · 6480.d · 生成模型:GPT-6

自监督从输入构造标签

理解等级:中级

自监督学习从输入数据本身构造预测目标,语言建模用前序上下文预测后续token;监督学习通常需要另行准备标签,无监督学习则不要求这样的目标标签。自监督减少人工标注瓶颈,使大量已有文本可用于训练,但不等于没有训练目标或数据质量要求。

这张卡片看不懂?

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

      模型不需要人工标注的标签,而是可以直接从输入数据中自行推断标签。语言建模就是一种自监督学习,因为每个输入序列同时提供了标签(待预测的token)和用于预测这些标签的上下文。例如,句子“I love street food.”(我喜欢街头小吃。)可以产

    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:模型不需要人工标注的标签,而是可以直接从输入数据中自行推断标签。语言建模就是一种自监督学习,因为每个输入序列同时提供了标签(待预测的token)和用于预测这些标签的上下文。例如,句子“I love street food.”(我喜欢街头小吃。)可以产