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。
Transformerアーキテクチャのいくつかのブロックを使用して構築される。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[1]。 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[1][2]。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[2]。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[1]。 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。[3]シリーズ一覧[編集]
「OpenAI」も参照
| 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：[4] 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[3] |
| 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[5] | 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[6] |
| 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[7] | ||
| 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[8] | 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[9] | 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[10][11] | 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[12]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）[13] | 非公開 | 非公開 | 2022年11月30日 |
| GPT-4 | 汎用、マルチモーダル[14] | テキスト予測とRLHFの両方で訓練されている。詳細非公開[15] | 非公開 | 非公開 | 2023年3月14日 |
出典[編集]
(一)^ abc“Improving Language Understanding by Generative Pre-Training”. OpenAI. pp. 12 (2018年6月11日). 2021年1月26日時点のオリジナルよりアーカイブ。2021年1月23日閲覧。
(二)^ abTsvetkov, Yulia (2017年6月22日). “Opportunities and Challenges in Working with Low-Resource Languages”. Carnegie Mellon University. 2020年3月31日時点のオリジナルよりアーカイブ。2021年1月23日閲覧。
(三)^ ab“Improving language understanding with unsupervised learning” (英語). openai.com. 2023年3月18日閲覧。
(四)^ 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.
(五)^ Ouyang, Long; Wu, Jeff; Jiang, Xu et al. (4 March 2022). “Training language models to follow instructions with human feedback”. arXiv:2203.02155 [cs] 2023年3月23日閲覧。.
(六)^ “Improving language understanding with unsupervised learning” (英語). openai.com. 2023年3月18日閲覧。
(七)^ “OpenAI Codex”. 2023年5月5日閲覧。
(八)^ “Aligning language models to follow instructions”. openai.com. 2023年3月23日閲覧。
(九)^ 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.
(十)^ 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.
(11)^ 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。
(12)^ “Introducing ChatGPT” (英語). openai.com. 2023年3月16日閲覧。
(13)^ 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。 2023年1月10日閲覧。
(14)^ テキストと画像の両方を入力として受け付ける。
(15)^ OpenAI (2023年). “GPT-4 Technical Report”. 2023年3月18日閲覧。
