Microsoft ปรับใช้โครงข่ายประสาทเทียมด้วยพารามิเตอร์ 135 พันล้านตัวเพื่อปรับปรุงผลลัพธ์ Bing
1 นาที. อ่าน
เผยแพร่เมื่อ
แชร์บทความนี้
ปรับปรุงคู่มือนี้
อ่านหน้าการเปิดเผยข้อมูลของเราเพื่อดูว่าคุณจะช่วย MSPoweruser รักษาทีมบรรณาธิการได้อย่างไร อ่านเพิ่มเติม
Microsoft Research ได้ปรับใช้เครือข่ายประสาทเทียมที่เกือบใหญ่เท่ากับ GPT-3 ที่มีชื่อเสียงเพื่อปรับปรุงผลลัพธ์ของ Bing
GPT-3 มีพารามิเตอร์ 175 พันล้านรายการ และ MEB (สร้างไบนารีของคุณลักษณะทุกรายการ) มีพารามิเตอร์ 135 พันล้านรายการ และออกแบบมาเพื่อวิเคราะห์ข้อความค้นหาของ Bing และเชื่อมต่อกับผลลัพธ์ที่เกี่ยวข้องมากที่สุดบนเว็บ
MEB ปรับปรุงผลลัพธ์โดยการป้องกัน overgeneralization และให้ผลลัพธ์ที่เหมาะสมยิ่งขึ้นโดยพิจารณาทุกผลลัพธ์ที่เป็นไปได้ ช่วยให้ครอบคลุมการค้นหา Bing ทั้งหมด 100% และสามารถเรียนรู้จากข้อมูลจำนวนมหาศาลอย่างต่อเนื่องในขณะที่จดจำข้อเท็จจริงได้อย่างน่าเชื่อถือ
ในทางปฏิบัติ MEB จะเพิ่มอัตราการคลิกผ่านของ Bing 2% และทำให้ผู้ใช้เขียนข้อความค้นหาใหม่ลดลง 1% เนื่องจากไม่ได้รับผลลัพธ์ที่เกี่ยวข้อง ผู้ใช้ที่ต้องคลิกปุ่ม "หน้าถัดไป" น้อยลง 1.5% หมายความว่าพวกเขาไม่พบสิ่งที่ต้องการในหน้าแรก
อ่านบทความของ Microsoft Researches สำหรับรายละเอียดทั้งหมด โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม.
ผ่านทาง มาร์คเทคโพสต์
