МОВС Трансформеры (ММОВС23, 5 модуль): различия между версиями
Murrcha (обсуждение | вклад) Нет описания правки |
Murrcha (обсуждение | вклад) Нет описания правки |
||
| Строка 31: | Строка 31: | ||
| style="background:#eaecf0;" | Стас Ивашков || [https://t.me/ps1va @ps1va] | | style="background:#eaecf0;" | Стас Ивашков || [https://t.me/ps1va @ps1va] | ||
|} | |} | ||
==Программа== | ==Программа== | ||
1. The Transformer — «ванильная» архитектура, механизм внимания (attention), мотивация и импликации. | 1. The Transformer — «ванильная» архитектура, механизм внимания (attention), мотивация и импликации. | ||
2. Решение Sequence-to-sequence (seq2seq) задач с помощью трансформеров: машинный перевод, QA, диалоговые модели. ДЗ | 2. Решение Sequence-to-sequence (seq2seq) задач с помощью трансформеров: машинный перевод, QA, диалоговые модели. ДЗ | ||
3. Энкодеры — Masked Language Modeling, BERT и его наиболее удачные модификации. решение NLU-задач с помощью трансформеров. | 3. Энкодеры — Masked Language Modeling, BERT и его наиболее удачные модификации. решение NLU-задач с помощью трансформеров. | ||
4. Декодеры — causal language modeling, авторегрессионная генерация, GPT-архитектура. ДЗ сдача | 4. Декодеры — causal language modeling, авторегрессионная генерация, GPT-архитектура. ДЗ сдача | ||
5. Pretraining — разбор этапа с точки зрения данных, функций потерь, валидации для трёх типов трансформеров (энкодеры, энкодер-декодеры, декодеры). Проект | 5. Pretraining — разбор этапа с точки зрения данных, функций потерь, валидации для трёх типов трансформеров (энкодеры, энкодер-декодеры, декодеры). Проект | ||
6. Post-Training: SFT, RLHF, DPO — разбор этапа, бенчмарки и оценивание моделей. | 6. Post-Training: SFT, RLHF, DPO — разбор этапа, бенчмарки и оценивание моделей. | ||
7. Cutting-edge transformers research: модификации attention, эффективность обучения etc., разбор статей. | 7. Cutting-edge transformers research: модификации attention, эффективность обучения etc., разбор статей. | ||
8. Защита проектов, обсуждение | 8. Защита проектов, обсуждение | ||
==Материалы курса== | |||
Ссылка на плейлист курса на YouTube: TBD | |||
Ссылка на GitHub с материалами курса: TBD | |||
Версия от 13:44, 30 августа 2024
О курсе
Курс читается для студентов 2 курса магистратуры "Машинное обучение и высоконагруженные системы" в 1 модуле 2024/2025 учебного года (5 модуль).
Разберём основные вехи развития трансформеров и механизмы их функционирования, рассмотрим разные концепции задач, решаемых с помощью трансформерных моделей, отдельно остановимся на предлагаемых в разное время модификациях «ванильной» архитектуры, сфокусируемся на decoder-only вариации вообще и современных LLM в частности.
Время занятий: TBD
Контакты
Чат курса в TG: TBD
Преподаватель: Валерий Терновский
| Ассистент | Telegram |
|---|---|
| Карагодин Никита | @Einstein_30 |
| Александр Вишняков | @BedTed |
| Максим Думенков | @maxodum |
| Михаил Дуженко | @gogoggogog |
| Александра Ковалева | @ak0va |
| Марат Мельгизин | @v_oxel |
| Стас Ивашков | @ps1va |
Программа
1. The Transformer — «ванильная» архитектура, механизм внимания (attention), мотивация и импликации.
2. Решение Sequence-to-sequence (seq2seq) задач с помощью трансформеров: машинный перевод, QA, диалоговые модели. ДЗ
3. Энкодеры — Masked Language Modeling, BERT и его наиболее удачные модификации. решение NLU-задач с помощью трансформеров.
4. Декодеры — causal language modeling, авторегрессионная генерация, GPT-архитектура. ДЗ сдача
5. Pretraining — разбор этапа с точки зрения данных, функций потерь, валидации для трёх типов трансформеров (энкодеры, энкодер-декодеры, декодеры). Проект
6. Post-Training: SFT, RLHF, DPO — разбор этапа, бенчмарки и оценивание моделей.
7. Cutting-edge transformers research: модификации attention, эффективность обучения etc., разбор статей.
8. Защита проектов, обсуждение
Материалы курса
Ссылка на плейлист курса на YouTube: TBD
Ссылка на GitHub с материалами курса: TBD
| Занятие | Тема | Дата | Ссылки |
|---|---|---|---|
| 1 | ... | ?.09.24 | |
| 2 | ... | ?.09.24 |
Записи консультаций
Формула оценивания
Оценка = 0.3*ОДЗ1 +0.3*ОДЗ2 + 0.3*ОДЗ3 +0.1*ОДЗ4