Presná definícia
Čo znamená vzorkovanie?
Vzorkovanie je postup, ktorý vyberá realizácie z pravdepodobnostného rozdelenia alebo z jeho aproximácie. V generatívnej AI premieňa naučené pravdepodobnosti na konkrétny výstup; môže byť priamy, sekvenčný, odmietací alebo založený na Markovovom reťazci. Kvalita vzorkovača určuje, či výsledky zodpovedajú cieľovému rozdeleniu.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri jazykovom modeli sa vyberá ďalší token, pri difúzii sa uskutočňuje trajektória od šumu a pri bayesovskej analýze sa približuje posterior. Nastavenie treba dokumentovať spolu so semenom, teplotou, počtom krokov a kritériom ukončenia. Hodnotí sa rozmanitosť aj stabilita súhrnov medzi nezávislými behmi.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje vzorkovanie?
Algoritmus používa náhodné čísla a pravidlo prechodu alebo výberu tak, aby dlhodobo vytváral požadované frekvencie výsledkov.
Kedy má vzorkovanie praktický význam?
Pri jazykovom modeli sa vyberá ďalší token, pri difúzii sa uskutočňuje trajektória od šumu a pri bayesovskej analýze sa približuje posterior.
S čím si pojem nezamieňať?
Optimalizácia hľadá jeden najlepší bod, zatiaľ čo vzorkovanie zachytáva viac možných výsledkov a ich relatívnu pravdepodobnosť.
Ako sa výsledok kontroluje?
Overuje sa histogram či momenty na známych rozdeleniach, efektívna veľkosť vzorky, autokorelácia a reprodukcia pri pevnom semene.
Na čo si dať pozor?
Korelované alebo zle premiešané vzorky dávajú falošný pocit veľkého súboru; technické nastavenie môže potlačiť zriedkavé, no dôležité oblasti.