ニュース
Scaling Laws for Mixture Pretraining Under Data Constraints
Apple Machine Learning Research · 公開日 · 読了3分
30秒で要点
- 何が起きたか
- Apple researchers studied how to mix scarce target data with abundant generic data during language model pretraining, finding optimal repetition rates.
- なぜ重要か
- Engineers training models on low-resource languages or specialized domains with limited data need guidance on mixture ratios and repetition.
- 注意点
- Results span 2000 runs but optimal repetition rates vary by target data size, compute budget, and model scale, requiring case-by-case analysis.
この要約を音声で聴く
- language model
この話題の背景にあるパターン
各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。