ترجمه فارسی مقاله MoMa: آموزش مقدماتی کارآمد برای فیوژن زودهنگام با ترکیبی از متخصصان آگاه به روش‌ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی MoMa: Efficient Early-Fusion Pre-training with Mixture of Modality-Aware Experts
عنوان مقاله به فارسی MoMa: آموزش مقدماتی کارآمد برای فیوژن زودهنگام با ترکیبی از متخصصان آگاه به روش‌ها
نویسندگان Xi Victoria Lin, Akshat Shrivastava, Liang Luo, Srinivasan Iyer, Mike Lewis, Gargi Ghosh, Luke Zettlemoyer, Armen Aghajanyan
فرمت مقاله انگلیسی PDF
تعداد صفحات 18
دسته بندی موضوعات Artificial Intelligence,Machine Learning,هوش مصنوعی , یادگیری ماشین ,
توضیحات Submitted 12 August, 2024; v1 submitted 31 July, 2024; originally announced July 2024. , Comments: v2 -> update related work section v3 -> fix spelling
توضیحات به فارسی ارائه شده 12 اوت 2024 ؛V1 ارسال شده 31 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد. ، نظرات: v2 -> بخش کار مرتبط با بروزرسانی v3 -> رفع املا

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 720,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

We introduce MoMa, a novel modality-aware mixture-of-experts (MoE) architecture designed for pre-training mixed-modal, early-fusion language models. MoMa processes images and text in arbitrary sequences by dividing expert modules into modality-specific groups. These groups exclusively process designated tokens while employing learned routing within each group to maintain semantically informed adaptivity. Our empirical results reveal substantial pre-training efficiency gains through this modality-specific parameter allocation. Under a 1-trillion-token training budget, the MoMa 1.4B model, featuring 4 text experts and 4 image experts, achieves impressive FLOPs savings: 3.7x overall, with 2.6x for text and 5.2x for image processing compared to a compute-equivalent dense baseline, measured by pre-training loss. This outperforms the standard expert-choice MoE with 8 mixed-modal experts, which achieves 3x overall FLOPs savings (3x for text, 2.8x for image). Combining MoMa with mixture-of-depths (MoD) further improves pre-training FLOPs savings to 4.2x overall (text: 3.4x, image: 5.3x), although this combination hurts performance in causal inference due to increased sensitivity to router accuracy. These results demonstrate MoMa's potential to significantly advance the efficiency of mixed-modal, early-fusion language model pre-training, paving the way for more resource-efficient and capable multimodal AI systems.

چکیده به فارسی (ترجمه ماشینی)

ما MOMA را معرفی می کنیم ، یک معماری جدید آگاه از آگاهی از کارآزمایی (MOE) که برای مدلهای قبل از آموزش و روشهای مختلط و فیوژن زودهنگام طراحی شده است.MOMA با تقسیم ماژول های متخصص به گروه های خاص ، تصاویر و متن را در توالی های دلخواه پردازش می کند.این گروه ها به طور انحصاری با استفاده از مسیریابی آموخته شده در هر گروه ، نشانه های تعیین شده را پردازش می کنند تا سازگاری با آگاهانه را حفظ کنند.نتایج تجربی ما نشان می دهد که از طریق این تخصیص پارامترهای خاص روش ، سودهای قابل توجهی قبل از آموزش را نشان می دهد.تحت یک بودجه آموزش 1 تریلیون-تکن ، مدل MOMA 1.4B ، با 4 متخصص متن و 4 متخصص تصویر ، به پس انداز چشمگیر فلاپ می رسد: 3.7x به طور کلی ، با 2.6 برابر برای متن و 5.2x برای پردازش تصویر در مقایسه با یک محاسباتپایه متراکم معادل ، با از دست دادن قبل از ترحم اندازه گیری می شود.این بهتر از MOE استاندارد انتخابی MOE با 8 متخصص مخلوط مخلوط ، که به 3 برابر پس انداز FLOPS می رسد (3 برابر برای متن ، 2.8 برابر برای تصویر).ترکیب MOMA با عمق مخلوط (MOD) بیشتر باعث افزایش صرفه جویی در فلاپ های قبل از آموزش به 4.2 برابر می شود (متن: 3.4x ، تصویر: 5.3x) ، اگرچه این ترکیب به دلیل افزایش حساسیت به دقت روتر ، عملکرد را در استنتاج علیت صدمه می زند.این نتایج پتانسیل MOMA را برای پیشرفت قابل توجهی از کارآیی مدل زبان مخلوط اولیه ، زودهنگام از قبل از آموزش نشان می دهد و راه را برای سیستم های هوش مصنوعی چندمودال با کارآمدتر و توانمند تر هموار می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.