هوش مصنوعی

Palette می‌خواهد ساخت اسلاید را به مدل‌های کوچکِ متن‌باز بسپارد

پژوهشگران IBM یک مدل ۲۰ میلیاردپارامتری را با داده‌های مصنوعی و بر پایهٔ زبان طراحی IBM آموزش داده‌اند؛ مدلی که در دو حوزه از سه حوزهٔ سنجیده‌شده در PresentBench رتبهٔ نخست گرفته است.

۲ دقیقه مطالعه
File:Lab technitian with a protective face mask hugging a globe.jpg
تصویر آرشیوی واقعی؛ لزوماً متعلق به زمان این خبر نیست. — Shixart1985 · پرونده اصلی · CC BY 2.0

مدل‌های پیشرفته می‌توانند اسلایدهای باکیفیتی بسازند، اما خروجی‌های متعددشان اغلب به یکدیگر شبیه است و پیروی از قالب اختصاصی سازمان‌ها همیشه آسان نیست. از سوی دیگر، محتوای محرمانه ممکن است نتواند از زیرساخت داخلی سازمان خارج شود. پروژهٔ Palette این مسائل را با یک مدل کوچکِ دارای وزن‌های باز هدف گرفته که می‌توان آن را روی زیرساخت خود سازمان اجرا کرد و با زبان طراحی همان سازمان آموزش داد.

به‌گفتهٔ پژوهشگران، مدل‌های کوچک در ساخت اسلاید با خطاهایی مانند عنوان ناخوانا، متن بیرون‌زده از کادر و شکل‌های روی‌هم‌افتاده روبه‌رو می‌شوند. ساخت اسلاید هم به تصمیم‌گیری محتوایی نیاز دارد—این‌که هر صفحه چه بگوید و اطلاعات را با نمودار نشان دهد یا جدول—و هم به محاسبهٔ دقیق جای عناصر. مدل باید این کارها را در مجموعه‌ای ۱۰ تا ۲۰ اسلایدی انجام دهد و در عین حال رنگ، قلم و چیدمان را هماهنگ نگه دارد.

تیم Palette یک مدل ۲۰ میلیاردپارامتری را برای روشی آموزش داده که در آن طراح ابتدا ساختار ارائه را برنامه‌ریزی می‌کند و سپس کدنویس هر اسلاید را می‌سازد. داده‌های آموزشی مصنوعی از زبان طراحی IBM پیروی می‌کنند. در ارزیابی PresentBench، مدل در دو مورد از سه حوزهٔ اندازه‌گیری‌شده رتبهٔ اول را کسب کرده است. پژوهشگران همچنین از ساخت یک «هارنس» برای بررسی خروجی مدل می‌گویند؛ جزئیات کامل روش تولید داده و آموزش در ادامهٔ مطلب منبع شرح داده شده است.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: Hugging Face — مشاهده منبع اصلی ↗