A Survey of Large Language Models

要約

タイトル：大規模言語モデルの調査
要約：言語は文法的なルールに支配された複雑で複雑な人間表現のシステムであるため、言語を理解するためのAIアルゴリズムの開発は重要な課題である。言語モデリングは、過去20年間にわたり、言語理解および生成のための主要な手法として広く研究されており、統計言語モデルからニューラル言語モデルへと進化している。最近では、大規模なコーパス上でTransformerモデルを事前学習することで、Pre-trained language models（PLM）が提案され、さまざまなNLPタスクの解決能力を示した。また、モデルスケーリングが性能向上につながることがわかり、モデルサイズをさらに大きくすることでスケーリング効果を研究することが行われた。著しい性能向上だけでなく、小規模言語モデルには存在しない特別な能力も示された。このようなパラメータスケールの違いを区別するために、大規模言語モデル（LLM）という用語が提唱された。本調査は、バックグラウンド、主要な発見、および主要な技術を紹介することにより、LLMの最近の進歩をレビューしている。特に、事前学習、適応調整、利用、および容量評価の4つの主要な側面に焦点を当てている。また、LLMの開発に利用可能なリソースをまとめ、将来の方向性に向けて残された課題についても議論している。

要約(オリジナル)

Language is essentially a complex, intricate system of human expressions governed by grammatical rules. It poses a significant challenge to develop capable AI algorithms for comprehending and grasping a language. As a major approach, language modeling has been widely studied for language understanding and generation in the past two decades, evolving from statistical language models to neural language models. Recently, pre-trained language models (PLMs) have been proposed by pre-training Transformer models over large-scale corpora, showing strong capabilities in solving various NLP tasks. Since researchers have found that model scaling can lead to performance improvement, they further study the scaling effect by increasing the model size to an even larger size. Interestingly, when the parameter scale exceeds a certain level, these enlarged language models not only achieve a significant performance improvement but also show some special abilities that are not present in small-scale language models. To discriminate the difference in parameter scale, the research community has coined the term large language models (LLM) for the PLMs of significant size. Recently, the research on LLMs has been largely advanced by both academia and industry, and a remarkable progress is the launch of ChatGPT, which has attracted widespread attention from society. The technical evolution of LLMs has been making an important impact on the entire AI community, which would revolutionize the way how we develop and use AI algorithms. In this survey, we review the recent advances of LLMs by introducing the background, key findings, and mainstream techniques. In particular, we focus on four major aspects of LLMs, namely pre-training, adaptation tuning, utilization, and capacity evaluation. Besides, we also summarize the available resources for developing LLMs and discuss the remaining issues for future directions.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI