ترجمه فارسی مقاله AutoM3L: یک چارچوب یادگیری ماشین چندوجهی خودکار با مدل‌های زبانی بزرگ

چکیده

Automated Machine Learning (AutoML) offers a promising approach to streamline the training of machine learning models. However, existing AutoML frameworks are often limited to unimodal scenarios and require extensive manual configuration. Recent advancements in Large Language Models (LLMs) have showcased their exceptional abilities in reasoning, interaction, and code generation, presenting an opportunity to develop a more automated and user-friendly framework. To this end, we introduce AutoM3L, an innovative Automated Multimodal Machine Learning framework that leverages LLMs as controllers to automatically construct multimodal training pipelines. AutoM3L comprehends data modalities and selects appropriate models based on user requirements, providing automation and interactivity. By eliminating the need for manual feature engineering and hyperparameter optimization, our framework simplifies user engagement and enables customization through directives, addressing the limitations of previous rule-based AutoML approaches. We evaluate the performance of AutoM3L on six diverse multimodal datasets spanning classification, regression, and retrieval tasks, as well as a comprehensive set of unimodal datasets. The results demonstrate that AutoM3L achieves competitive or superior performance compared to traditional rule-based AutoML methods. Furthermore, a user study highlights the user-friendliness and usability of our framework, compared to the rule-based AutoML methods.

چکیده به فارسی (ترجمه ماشینی)

یادگیری خودکار ماشین (AUTOML) یک رویکرد امیدوار کننده برای ساده سازی آموزش مدلهای یادگیری ماشین ارائه می دهد.با این حال ، چارچوب های Automl موجود اغلب به سناریوهای Unimodal محدود می شوند و به پیکربندی دستی گسترده ای نیاز دارند.پیشرفت های اخیر در مدل های بزرگ زبان (LLMS) توانایی های استثنایی خود را در استدلال ، تعامل و تولید کد نشان داده و فرصتی را برای توسعه یک چارچوب خودکار تر و کاربر پسند تر نشان می دهد.برای این منظور ، ما AUTOM3L را معرفی می کنیم ، یک چارچوب یادگیری اتوماتیک خودکار چند گزینه ای که از LLMS به عنوان کنترل کننده استفاده می کند تا به طور خودکار خطوط لوله آموزش چند حالته را بسازد.AUTOM3L روشهای داده را درک می کند و مدل های مناسب را بر اساس نیازهای کاربر انتخاب می کند ، اتوماسیون و تعامل را فراهم می کند.با از بین بردن نیاز به مهندسی ویژگی های دستی و بهینه سازی هایپرپارامتر ، چارچوب ما تعامل کاربر را ساده می کند و سفارشی سازی را از طریق دستورالعمل ها امکان پذیر می کند و به محدودیت های رویکردهای قبلی مبتنی بر قانون پرداخت می شود.ما عملکرد AUTOM3L را در شش مجموعه داده چند حالته متنوع که طبقه بندی ، رگرسیون و کارهای بازیابی و همچنین مجموعه ای جامع از مجموعه داده های Unimodal را ارزیابی می کنیم.نتایج نشان می دهد که AUTOM3L در مقایسه با روشهای سنتی AUTOL مبتنی بر قانون ، به عملکرد رقابتی یا برتر می رسد.علاوه بر این ، یک مطالعه کاربر در مقایسه با روش های AUTOML مبتنی بر قانون ، کاربرپسندی و قابلیت استفاده از چارچوب ما را برجسته می کند.