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 | XLNet |
|---|---|---|
| العائلة | المحوّلات | المحوّلات |
| سنة الظهور | 2017 | 2019 |
| الباحثون | Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones,… | Zhilin Yang, Zihang Dai, Yiming Yang, Jaime Carbonell, Ruslan Salakhutdinov,… |
| نوع المعمارية | Encoder–decoder Transformer | Autoregressive Transformer-XL encoder |
| آلية التعلم | supervised | self-supervised |
| التكوين المقارن | Transformer (base): N = 6، d_model = 512، h = 8، d_ff = 2048 | XLNet-base: L = 12، d = 768، 12 رأساً |
| شكل المدخل | n رمزاً للمصدر و n للهدف | n رمزاً (+ ذاكرة) |
| شكل المخرج | n × 37000 | n × 768 |
| العمق | 6 طبقات مشفّر + 6 طبقات فك تشفير | 12 طبقة |
| Parameters (محسوبة) | 63,084,544 ≈63.08M | 116,718,336 ≈116.72M |
| Parameters (منشورة) | 65,000,000 ≈65M | غير محدد |
| MACs | 8,363,966,464 ≈8.36B لمصدر وهدف بطول n = 128: من torch.utils.flop_counter (تشمل الإسقاط المقيَّد إلى المفردات). | 13,287,555,072 ≈13.29B لتسلسل n = 128 دون ذاكرة سابقة (تيار المحتوى فقط في الاستدلال). |
| التعقيد | الانتباه O(n²·d) لكل طبقة، والطبقات الخطية O(n·d²). | O(L·(n·(n+m)·d + nd²)). |
| المهام | الترجمة الآلية، تحويل التسلسلات | تصنيف النصوص، الإجابة عن الأسئلة |
| أبرز ميزة | تدريب متوازٍ بالكامل | سياق ثنائي الاتجاه دون [MASK] |
| أبرز قيد | كلفة الانتباه تربيعية في طول التسلسل | تعقيد تنفيذي كبير |
| 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. | XLNetModel من Hugging Face بتهيئة xlnet-base-cased؛ الورقة لا تذكر عدد المعاملات صراحة. |
العلاقات المسجلة بين النماذج المقارنة
- Transformer مبني على XLNet — مبني على Transformer-XL.
