Нечетко-логическая адаптация коэффициента избирательности декодирования при авторегрессионной генерации текста языковыми моделями
Main Article Content
Аннотация
При авторегрессионной генерации текста языковыми моделями (LLM) выбор следующего токена выполняется функцией Softmax с фиксированным коэффициентом декодирования, равным единице и одинаковым для всех шагов генерации и типов текста. Такой подход не учитывает динамически изменяющиеся лингвистические характеристики формируемого контекста. Например, текст с высоким лексическим разнообразием нуждается в высокой избирательности: значение коэффициента декодирования должно быть малым. Монотонный повторяющийся контекст требует сглаживания распределения: значение коэффициента декодирования должно быть большим.
Предложен нечеткий регулятор вычисления коэффициента избирательности декодирования, построенный с использованием двух лингвистических признаков, а именно лексического разнообразия сформированного контекста и энтропии Шеннона распределения вероятностей на предшествующем шаге. Нечеткий регулятор реализован на алгоритме Мамдани с базой из девяти нечетко-логических правил и дефаззификатором на основе метода центра тяжести. Эффективность предложенного подхода заключается в том, что для терминологически насыщенного текста нечеткий регулятор снижает энтропию Шеннона распределения вероятностей более чем в 20 раз по сравнению со стандартным подходом.
Ключевые слова:
Article Details
Библиографические ссылки
2. Lee S.E. Language Models are Unsupervised Multitask Learners (GPT-2) // OpenAI. Seoul National University, 2024. https://cdn.openai.com/better-language-models/language_models_are_unsupervised_multitask_learners.pdf
3. Rashka S. Building LLM from Scratch. St. Petersburg: Piter, 2026. 384 p.
4. Zadeh L.A. Fuzzy sets // Information and Control. 1965. Vol. 8, No. 3. P. 338–353.
5. Mamdani E.H. Application of fuzzy algorithms for control of simple dynamic plant // Proceedings of the Institution of Electrical Engineers. 1974. Vol. 121(12). P. 1585–1588.
6. Bobyr M.V., Milostnaya N.A., Belskaia S.Yu. Fuzzy-logic adaptation of sliding window parameters in data preparation for large language models // Electronic libraries. 2026. Vol. 29, Is. 4, pp. 1318-37. doi:10.26907/1562-5419-2026-29-4-1318-1337.
7. Bobyr, M., Milostnaya, N., Belskaya, S. A Unified Fuzzy Logic Controller for Adaptive Text Generation in Large Language Models // SSRN. 2026. doi: 10.2139/ssrn.6819385.
8. Klüver J. A mathematical theory of communication: Meaning, information, and topology // Complexity. 2011. Vol. 16 (3). Р. 10–26.
https://doi.org/10.1002/cplx.20317
9. Holtzman A., Buys J., Du L., Forbes M., Choi Y. The curious case of neural text degeneration // Computation and Language. 2020. arXiv:1904.09751. https://doi.org/10.48550/arXiv.1904.09751
10. Bobyr M. Area ratio method for stability analysis of fuzzy logic and neuro-fuzzy systems with bifurcation validation // Information Sciences. 2026. №. 732. P. 122928. https://doi.org/10.1016/j.ins.2025.122928
11. Bobyr M.V. Stability in fuzzy-logic and neuro-fuzzy systems. Moscow: INFRA-M, 2026. 271 p.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.