The Semantic Hub Hypothesis: Language Models Share Semantic Representations Across Languages and Modalities

要約

最新の言語モデルは、多様な言語とモダリティにわたって入力を処理できます。
モデルは、異なるモダリティ/言語からであっても、意味的に類似した入力を互いに近くに配置する不均一なデータ型（例：異なる言語やモダリティなど）で共有表現スペースを学習することでこの機能を獲得すると仮定します。
これは、人間の脳のセマンティック知識が、さまざまなモダリティ固有の「スポーク」地域からの情報を統合するトランスモーダルセマンティック「ハブ」を介して組織されていると仮定する神経科学のハブアンドスポークモデル（Patterson et al。、2007）に従って、セマンティックハブ仮説と呼んでいます。
最初に、異なる言語での意味的に同等の入力のモデル表現が中間層で類似しており、この空間はロジットレンズを介してモデルの支配的な前登録言語を使用して解釈できることを示します。
この傾向は、算術式、コード、視覚/オーディオ入力など、他のデータ型に拡張されます。
1つのデータ型の共有表現スペースの介入は、他のデータ型のモデル出力にも予測可能に影響し、この共有表現スペースは単に幅広いデータ上の大規模なトレーニングの痕跡副産物ではなく、入力処理中にモデルによって積極的に利用されるものであることを示唆しています。

要約(オリジナル)

Modern language models can process inputs across diverse languages and modalities. We hypothesize that models acquire this capability through learning a shared representation space across heterogeneous data types (e.g., different languages and modalities), which places semantically similar inputs near one another, even if they are from different modalities/languages. We term this the semantic hub hypothesis, following the hub-and-spoke model from neuroscience (Patterson et al., 2007) which posits that semantic knowledge in the human brain is organized through a transmodal semantic ‘hub’ which integrates information from various modality-specific ‘spokes’ regions. We first show that model representations for semantically equivalent inputs in different languages are similar in the intermediate layers, and that this space can be interpreted using the model’s dominant pretraining language via the logit lens. This tendency extends to other data types, including arithmetic expressions, code, and visual/audio inputs. Interventions in the shared representation space in one data type also predictably affect model outputs in other data types, suggesting that this shared representations space is not simply a vestigial byproduct of large-scale training on broad data, but something that is actively utilized by the model during input processing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google