Odborná definícia
Význam a odborné vymedzenie pojmu
Generatívny model opisuje spoločné alebo podmienené rozdelenie dát tak, aby z neho bolo možné vzorkovať nové pozorovania, dopĺňať chýbajúce časti alebo hodnotiť pravdepodobnosť dát. Môže modelovať p(x), spoločné p(x,y) alebo podmienené p(x|c). Do tejto skupiny patria autoregresívne modely, variačné autoenkodéry, difúzne modely, GAN aj niektoré zmesové modely. Nie každý generatívny model poskytuje explicitnú vierohodnosť, GAN ju napríklad reprezentuje nepriamo. Kvalita sa preto posudzuje podľa vernosti, rozmanitosti, kalibrácie a účelu výstupu.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Diskriminačný model sa môže naučiť rozlíšiť mačku od psa bez toho, aby vedel vytvoriť obraz jedného z nich. Generatívny model sa snaží zachytiť, ako vyzerajú možné dáta, a preto vie vytvoriť novú vzorku alebo doplniť chýbajúcu časť. Pri texte postupne skladá pravdepodobné tokeny, pri difúzii odstraňuje šum a pri zmesovom modeli vyberá komponent rozdelenia. Slovo generatívny teda neoznačuje jednu architektúru. Spoločným znakom je modelovanie procesu, z ktorého môžu dáta vznikať, nie iba hranice medzi triedami.
Časté otázky
Otázky, ktoré spresňujú význam
Ako sa generatívny model líši od diskriminačného?
Diskriminačný model odhaduje hranicu alebo podmienenie cieľa zo vstupu, napríklad p(y|x). Generatívny model zachytáva rozdelenie samotných dát alebo spoločné rozdelenie, takže môže vytvárať vzorky a riešiť aj klasifikáciu.
Môže generatívny model poskytovať klasifikáciu?
Áno. Ak modeluje spoločné p(x,y), možno pre dané x porovnať pravdepodobnosti tried pomocou Bayesovho pravidla. V praxi však čisto diskriminačný model môže byť na klasifikáciu efektívnejší.
Čo znamená explicitný a implicitný generatívny model?
Explicitný model definuje alebo aproximuje hustotu pravdepodobnosti, prípadne jej dolnú hranicu. Implicitný model, napríklad klasický GAN, umožňuje vzorkovanie, ale neposkytuje priamo normalizovanú hustotu pre ľubovoľný vstup.
Ako sa generovanie podmieňuje?
Model dostane ďalší signál, napríklad triedu, textový prompt, obrázok alebo meranie. Učí sa podmienené rozdelenie, vďaka ktorému možno ovplyvniť obsah bez určovania každého detailu výstupu.
Prečo nestačí hodnotiť iba realistickosť vzoriek?
Model môže produkovať veľmi presvedčivé, ale takmer rovnaké výstupy. Hodnotenie musí sledovať aj pokrytie rozdelenia, novotu, podporu podmienky, bezpečnosť a užitočnosť pre cieľovú úlohu.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.