GPT (言語モデル)
Generative Pre-trained Transformer(GPT)は、OpenAIによる言語モデルのファミリーである。通常、大規模なテキストデータのコーパスで訓練され、人間的な文章を生成する。
![](http://up.wiki.x.io/wikipedia/commons/thumb/5/51/Full_GPT_architecture.svg/220px-Full_GPT_architecture.svg.png)
Transformerアーキテクチャのデコーダー部分のみを使用し、Universal Language Model Fine-tuning(ULMFiT)と同じ言語モデルアプローチを採用している[1]。テキスト生成、翻訳、文書分類など諸々の自然言語処理に合わせてファインチューニングできる。名称に含まれる"pre-trained"(事前訓練)とは、大量のテキストコーパスによる最初の訓練プロセスを指し、モデルは、各節に続く単語を予測するよう学習する。これによりもたらされる強固な基盤によって、各処理固有の下流処理が限定的なデータ量であってもモデルが適切に動作する。
GPT-1
編集2018年6月11日、OpenAIは"Improving Language Understanding by Generative Pre-Training"というタイトルの論文をリリースし、その中でGPT(Generative Pre-trained Transformer)を導入した[2]。
この時点では最高のパフォーマンスを行うニューラル自然言語処理モデルは、主に手動でラベル付けされた大量のデータからの教師あり学習を採用していた。この教師あり学習への依存は、十分に注釈が付けられていないデータセットの使用を制限するだけでなく、非常に大規模なモデルの訓練に莫大な費用と時間がかかっていた[2][3]。多くの言語(スワヒリ語やハイチ・クレオール語など)は、コーパス構築に使用できるテキストが不足しているため、このようなモデルを使用して翻訳や解釈をすることが難しい[3]。これに対して、GPTの「半教師あり」アプローチには2つの段階が含まれていた。2つの段階は、言語モデリングの目的を使用して初期パラメータを設定する教師なし生成「事前訓練」段階と、これらのパラメータがターゲットとするタスクに適合された教師あり識別「ファインチューニング」段階である[2]。
訓練には NVIDIA Quadro P600 を8枚30日使用し、実行効率33%のため、0.96ペタFLOPS・日となった。[4]
シリーズ一覧
編集名称 | 用途 | アーキテクチャ | パラメータ数 | 訓練データ | リリース日 |
---|---|---|---|---|---|
GPT-1 | 汎用 | 12-level, 12-headedのTransformerデコーダ(エンコーダなし)、linear-softmaxによりフォローされる。 | 1億1700万 | BookCorpus:[5] 様々なジャンルの7000冊の未発表書籍からの4.5GBのテキスト | 2018年6月11日[4] |
GPT-2 | 汎用 | GPT-1 + 正規化/初期化 | 15億 | WebText(40GB) | 2019年2月14日 |
GPT-3 | 汎用 | GPT-2 + スパースアテンション | 1750億[6] | 570GBのプレーンテキスト、4000億のトークン。主にCommonCrawl, WebText, English Wikipedia, および2つの書籍コーパス(Books1およびBooks2). | 2020年6月11日[7] |
Codex | プログラミング | GPT-3をプログラミング用途に調整 | 2021年8月10日[8] | ||
InstructGPT | 会話 | GPT-3を人間のフィードバックによる指示に従うよう微調整[9] | 2022年3月4日 | ||
GPT-3.5 | 汎用 | 非公開 | 非公開 | 非公開 | 2022年3月15日 |
ProtGPT2 | タンパク質配列[10] | GPT-2 large(36層)と同様 | 7億3800万 | UniRef50からのタンパク質配列(計4488万、検証のために10%を使用した後) | 2022年7月27日 |
BioGPT | 生物医学のコンテンツ[11][12] | GPT-2 medium(24層、16 heads)と同様 | 3億4700万 | PubMedの空でない項目(計150万) | 2022年9月24日 |
ChatGPT | 会話 | GPT-3.5を使用し、教師あり学習とRLHF[13]の両方でファインチューニングされている(転移学習のアプローチ)[14] | 非公開 | 非公開 | 2022年11月30日 |
GPT-4 | 汎用、マルチモーダル[15] | テキスト予測とRLHFの両方で訓練されている。詳細非公開[16] | 非公開 | 非公開 | 2023年3月14日 |
出典
編集- ^ Lewis Tunstall、Leandro von Werra、Thomas Wolf 著、中山光樹 訳『機械学習エンジニアのためのTransformers ―最先端の自然言語処理ライブラリによるモデル開発』オライリー・ジャパン、東京都新宿区四谷坂町、2022年8月3日、9頁。ISBN 978-4-87311-995-3。
- ^ a b c “Improving Language Understanding by Generative Pre-Training”. OpenAI. pp. 12 (11 June 2018). 26 January 2021時点のオリジナルよりアーカイブ。23 January 2021閲覧。
- ^ a b Tsvetkov, Yulia (22 June 2017). “Opportunities and Challenges in Working with Low-Resource Languages”. Carnegie Mellon University. 31 March 2020時点のオリジナルよりアーカイブ。23 January 2021閲覧。
- ^ a b “Improving language understanding with unsupervised learning” (英語). openai.com. 2023年3月18日閲覧。
- ^ Zhu, Yukun; Kiros, Ryan; Zemel, Rich; Salakhutdinov, Ruslan; Urtasun, Raquel; Torralba, Antonio; Fidler, Sanja (2015). Aligning Books and Movies: Towards Story-Like Visual Explanations by Watching Movies and Reading Books. pp. 19–27. arXiv:1506.06724 .
- ^ Ouyang, Long; Wu, Jeff; Jiang, Xu et al. (4 March 2022). “Training language models to follow instructions with human feedback”. arXiv:2203.02155 [cs] 23 March 2023閲覧。.
- ^ “Improving language understanding with unsupervised learning” (英語). openai.com. 2023年3月18日閲覧。
- ^ “OpenAI Codex”. 5 May 2023閲覧。
- ^ “Aligning language models to follow instructions”. openai.com. 23 March 2023閲覧。
- ^ Ferruz, N., Schmidt, S. & Höcker, B. (27 July 2022). “ProtGPT2 is a deep unsupervised language model for protein design.”. Nature Communications Volume 13 (1): 4348. Bibcode: 2022NatCo..13.4348F. doi:10.1038/s41467-022-32007-7. PMC 9329459. PMID 35896542 .
- ^ Luo R, Sun L, Xia Y, Qin T, Zhang S, Poon H (24 September 2022). “BioGPT: generative pre-trained transformer for biomedical text generation and mining.”. Brief Bioinform 23 (6). doi:10.1093/bib/bbac409. PMID 36156661 .
- ^ Matthias Bastian (2023年1月29日). “BioGPT is a Microsoft language model trained for biomedical tasks”. The Decoder. 2023年3月18日閲覧。
- ^ “Introducing ChatGPT” (英語). openai.com. 2023年3月16日閲覧。
- ^ Quinn, Joanne (2020). Dive into deep learning: tools for engagement. Thousand Oaks, California. p. 551. ISBN 9781544361376. オリジナルのJanuary 10, 2023時点におけるアーカイブ。 10 January 2023閲覧。
- ^ テキストと画像の両方を入力として受け付ける。
- ^ OpenAI (2023年). “GPT-4 Technical Report”. 2023年3月18日閲覧。