第168章 重启SLRM研究 四（1 / 2）
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
虽然SLRM在工程上有很多缺点要解决，但不妨碍被验证是有效的。
他将目光投向了系统手稿中的另一个核心模块——动态长时记忆网络（D-LTMN）。
然而，当徐辰满怀期待地翻开这部分的草稿时，一盆冷水当头浇下。
太残缺了。
相比于SLRM部分还算完整的理论框架，D-LTMN这部分简直就是“灾难现场”。
关键的图更新算法只写了一半，公式推导到最关键的地方突然断掉，取而代之的是一串乱码般的墨迹。关于注意力权重如何在图结构和序列结构之间动态分配的机制，更是只有寥寥几句语焉不详的描述。
“这……这让我怎么补？”
徐辰看着屏幕上的残卷，眉头紧锁。
徐辰尝试着推导了几步，但很快就卡住了。
这不仅仅是数学问题，更涉及到了极其复杂的认知科学和信息检索理论。
“看来，LV.0的信息学等级，确实是硬伤啊。”
徐辰叹了口气，不得不承认现实。
虽然他靠着LV.3的数学直觉，硬生生啃下了SLRM这块硬骨头，但那是因为SLRM本质上是一个几何问题。
而D-LTMN，更多的是一个工程和算法问题。
没有足够的信息学底蕴，想要凭空补全这些缺失的环节，无异于盲人摸象。
“算了，贪多嚼不烂。”
徐辰果断放弃了死磕D-LTMN的念头。
“先把SLRM这碗饭吃到嘴里再说。”
“只要把这篇关于SLRM的论文发出去，拿到系统的经验奖励，把信息学等级提升到LV.1，到时候再回头来收拾这个D-LTMN，还不是手拿把掐？”
打定主意后，徐辰不再纠结。
……
不过，在正式整理论文之前，他决定先把“战绩”刷得更漂亮一点。
光有一个CLUTRR数据集的成绩，虽然惊艳，但难免会被人质疑是“过拟合”或者“运气好”。
要让审稿人闭嘴，最好的办法就是——全方位碾压。
他打开了HugggFace的排行榜，挑选了几个公认最硬核的逻辑测试集：
-SNLI(StanfordNaturalLanguageInference)：斯坦福自然语言推理数据集。这是NLI任务的鼻祖，要求模型判断两个句子之间的逻辑关系，比如蕴含、矛盾、中立等。虽然经典，但对于大模型来说，依然存在“逻辑陷阱”。
-LogiQA：这是由公务员考试题目组成的逻辑推理数据集，包含演绎推理、归纳推理等多种题型，难度极高，被称为“AI的智商测试”。
-ProofWriter：这是一个要求模型不仅给出答案，还要生成完整逻辑证明过程（ProofGeion）的数据集。这是对模型逻辑链条最严苛的考验。
徐辰继续用他的Qwen-7B模型搭配SLRM模块组成的新模型，进行测试。
徐辰首先看了下原始版本的Qwen-7B模型在这些数据集上的表现。
以LogiQA为例，原始的Qwen-7B-Chat在零样本(zero-shot)下的准确率大约在35%-40%之间，在少样本（few-shot）下也很难突破50%的天花板。而像GPT-4这样的巨无霸，在这个榜单上常年霸榜，分数在75%以上。
徐辰决定先用SLRM模块进行少样本学习，然后再将其与qwen-7b结合起来。
“如果我能用一个7B的小模型，加上我0.5B的SLRM模块，在逻辑推理这个单项上，干翻GPT-4……”
徐辰嘴角勾起一抹玩味的笑容。
这就像是给一辆五菱宏光装上了曲率引擎，然后去纽北赛道上跟法拉利飙车。
……
第一战：SNLI。
原本，Qwen-7B在面对一些带有否定词或双重否定的句子时，经常会晕头转向。
↑返回顶部↑