כתבה
arXiv cs.CL ·
קל לחזות, קשה לחשב: תלות גבול מוצאת פלטים מחושבים שהחיבור האנטרופי מפספס
Easy to anticipate, hard to compute: boundary dependence finds the computed outputs that entropy patching misses
חוקרים גילו כי שיטת החיבור האנטרופי במודלים כמו BLT מחמיצה פלטים מחושבים. תלות גבול, שמודדת את עליית האיבוד של המודל כאשר נמחק ראש פלט, מוצאת את הפלטים המחושבים האלה בלי צורך בתוויות.
תקציר מקורי באנגליתarXiv:2610.11790v1 Announce Type: new Abstract: Byte-level language models such as the Byte Latent Transformer (BLT) group bytes into patches and run their large global model once per patch. BLT starts a patch where a small model's next-byte entropy is high, so global compute goes where the next byte is hard to predict. We show that this rule has a systematic blind spot: positions whose type is predictable but whose value must be computed, such as the number after "=" in a worked math solution. Under tight patch budgets, entropy-triggered layouts skip these positions, and accuracy on them collapses. In Meta's BLT-1B with patch starts on 10% of bytes, the entropy rule puts a patch start at 16% of the computed results in GSM8K solutions and gets 19.0% of them exactly right; a boundary after
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית