1. مقدمه
ChatGPT چیست؟
ChatGPT یک مدل زبان است که از کاربر درخواست میکند و یک پاسخ متنی ایجاد میکند. پاسخهای ایجاد شده توسط ChatGPT واقع بینانهترین رباتهای چت موجود در جهان تا به امروز است. درک ChatGPT مستلزم درک مفاهیم زیر است:
· GPT یعنی – ترانسفورماتورهای از پیش آموزش دیده مولد[1] که مدلهای زبانی هستند که بر روی شبکه عصبی ترانسفورماتور ساخته شدهاند.
· یادگیری تقویتی
یادگیری عمیق بر روی گرافها، همچنین به عنوان یادگیری عمیق هندسی (GDL) [1]، یادگیری بازنمایی گراف (GRL)، یا سوگیریهای استقرایی رابطهای، اخیراً به یکی از داغترین موضوعات در یادگیری ماشین تبدیل شده است. در حالی که کارهای اولیه در زمینه یادگیری گراف حداقل به یک دهه قبل برمیگردد [۳، ۲]، بدون شک این پیشرفت چند سال گذشته است که این روشها را از جایگاه ویژهای در کانون توجه جامعه یادگیری ماشین (ML) قرار داده است.
گرافها انتزاعات ریاضی قدرتمندی هستند که میتوانند سیستمهای پیچیدهای از روابط و تعاملات را در زمینههایی از زیستشناسی و فیزیک گرفته تا علوم اجتماعی و اقتصاد توصیف کنند. از آنجایی که امروزه حجم دادههای ساختاریافته گراف تولید شده در برخی از این زمینهها بسیار زیاد است (نمونههای بارز آن شبکههای اجتماعی مانند توییتر و فیسبوک)، بسیار وسوسهانگیز است که سعی کنیم تکنیکهای یادگیری عمیق را بهکار ببریم که بهطور قابلتوجهی در تنظیمات سایر منابع غنی از داده موفق بودهاند.
چندین حالت برای مسائل یادگیری گراف وجود دارد که تا حد زیادی وابسته به کاربرد هستند. یک دوگانگی بین مسائل گره و گراف است، که در آن اولی سعی میکند ویژگیهای گرههای جداگانه را در گراف پیشبینی کند (به عنوان مثال، شناسایی کاربران مخرب در یک شبکه اجتماعی)، در حالی که در دومی سعی میکند کل گراف را پیشبینی کند. (به عنوان مثال، حلالیت یک مولکول را پیشبینی کنید). علاوه بر این، مانند مسائل سنتی ML، ما میتوانیم بین تنظیمات نظارت شده و بدون نظارت (یا خود نظارتی) و همچنین مسائل انتقالی (Transductive) و استقرایی (Inductive) تمایز قائل شویم.
ادامه مطلب ...