← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6622.d · 生成模型:GPT-6

未知词占位会合并不同信息

理解等级:中级

UNK将词表外多种输入映射为同一符号,模型难以区分原内容。生成模型也可以在数学上输出UNK,但对需要恢复具体文本的应用通常无用;不能据此说所有生成模型都无法使用含UNK词表。

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

      share the same embedding (and encode the same meaning), which is undesirable. Moreover, the <UNK> token cannot be used in generative models. You don’t want your model to output something like:

    参考来源

    - 位置:《Designing Large Language Model Applications》第03章《词表与分词》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Designing Large Language Model Applications/_epub-src/OEBPS/ch03.html) - 结论依据:摘录中关于未知词占位会合并不同信息的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:share the same embedding (and encode the same meaning), which is undesirable. Moreover, the <UNK> token cannot be used in generative models. You don’t want your model to output something like: