WangNet sıfır bağımlılıkla çalışan 1,8 MB boyutlu sinir ağını sundu
Öne çıkanlar
- WangNet, harici hiçbir kütüphaneye ihtiyaç duymadan 1,8 MB boyutundaki JSON dosyasıyla çalışıyor.
- Ağ, belirteç ayırıcı kullanmadan karakter düzeyinde 11 farklı dildeki sayısal girdileri sınıflandırıyor.
- Test veri kümesinde yüzde 88,9 doğruluk ve 0,896 makro F1 skoru elde edildi.
Açık kaynak geliştiricisi GraafHenk, popüler komedi skeci Numberwang kurallarını değerlendiren WangNet adlı hafif yapay zeka modelini yayımladı. Modelin tamamı 1,8 MB boyutunda tek bir JSON dosyasından oluşuyor ve çıkarım süreci Python standart kütüphanesi dışında hiçbir harici kütüphaneye ihtiyaç duymuyor. Sistem PyTorch veya NumPy gibi ağır bağımlılıklar olmadan, doğrudan Python 3.8 ve üzeri sürümlerde çalışıyor.
Toplam 80 bin 804 parametreye sahip olan evrişimli sinir ağı, girdi dizilerini karakter düzeyinde işliyor. Mimaride herhangi bir belirteç ayırıcı (tokenizer), normalleştirici veya kural motoru yer almıyor; rakamlar, matematiksel operatörler ve 11 farklı dil doğrudan ağırlıklar üzerinde kodlanıyor. Model, girdileri dört farklı sınıfa ayırarak bir değerin Numberwang veya Wangernumb olup olmadığını olasılık dağılımıyla hesaplıyor.
Sistem Roma rakamlarını, negatif sayıları, para birimlerini ve basit aritmetik işlemleri destekliyor. Yapılan testlerde 486 adetlik doğrulama kümesinde yüzde 88,9 doğruluk oranı ve 0,896 makro F1 skoru elde edildi. Geliştirici, modelin hesaplama yapmak yerine ezberleme eğiliminde olduğunu ve daha önce görülmemiş büyük aritmetik işlemlerde başarımın yüzde 44 ile 72 seviyesine gerilediğini belirtti.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.