مقارنة النماذج
تقارن هذه الصفحة تكوينات محددة (مثل ResNet-50 أو BERT-base)، لا عائلات عامة؛ فكل رقم مرتبط بالتكوين المذكور في رأس عموده. «غير محدد» تعني أن الرقم غير موثق في الأطلس.
| الخاصية | Transformer | GPT (Generative Pre-trained Transformer) |
|---|---|---|
| العائلة | المحوّلات | المحوّلات |
| سنة الظهور | 2017 | 2018 |
| الباحثون | Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones,… | Alec Radford, Karthik Narasimhan, Tim Salimans, Ilya Sutskever |
| نوع المعمارية | Encoder–decoder Transformer | Decoder-only Transformer |
| آلية التعلم | supervised | self-supervised |
| التكوين المقارن | Transformer (base): N = 6، d_model = 512، h = 8، d_ff = 2048 | GPT-1: 12 طبقة، d = 768، 12 رأساً، سياق 512 |
| شكل المدخل | n رمزاً للمصدر و n للهدف | n ≤ 512 رمزاً |
| شكل المخرج | n × 37000 | n × 40478 |
| العمق | 6 طبقات مشفّر + 6 طبقات فك تشفير | 12 كتلة |
| Parameters (محسوبة) | 63,084,544 ≈63.08M | 116,534,784 ≈116.53M |
| Parameters (منشورة) | 65,000,000 ≈65M | 117,000,000 ≈117M |
| MACs | 8,363,966,464 ≈8.36B لمصدر وهدف بطول n = 128: من torch.utils.flop_counter (تشمل الإسقاط المقيَّد إلى المفردات). | 15,152,775,168 ≈15.15B لتسلسل n = 128، مع إسقاط المفردات. |
| التعقيد | الانتباه O(n²·d) لكل طبقة، والطبقات الخطية O(n·d²). | O(L·(n²d + nd²)). |
| المهام | الترجمة الآلية، تحويل التسلسلات | نمذجة اللغة، توليد النصوص، تصنيف النصوص |
| أبرز ميزة | تدريب متوازٍ بالكامل | يولّد النص بطبيعته |
| أبرز قيد | كلفة الانتباه تربيعية في طول التسلسل | سياق أحادي الاتجاه |
| حالة المراجعة | يحتاج مراجعة | يحتاج مراجعة |
| افتراضات الحساب | nn.Transformer في PyTorch مع تضمين مشترك 37,000 × 512 وإسقاط مخرج مقيَّد. يضيف PyTorch تطبيعين نهائيين (2,048 معاملاً)، وحجم المفردات الفعلي قد يختلف قليلاً، لذا يختلف المجموع عن 65M المذكورة. | OpenAIGPTModel من Hugging Face بالتهيئة الافتراضية (مفردات BPE 40,478)؛ رأس اللغة مقيَّد بأوزان التضمين. |
العلاقات المسجلة بين النماذج المقارنة
- Transformer سابق له GPT (Generative Pre-trained Transformer) — GPT فك تشفير فقط.
