- البدء
- 12 يونيو 2017ثقة 90%من المصدر
غوغل تنشر «الانتباه هو كل ما تحتاجه»
تُرجم تلقائيًا من الأصل
العنوان الأصلي: Google Publishes Attention Is All You Need
- نُشرت «Attention Is All You Need» على arXiv في 12 June 2017 على يد ثمانية علماء ومهندسين في غوغل: فاسواني وشازير وبارمار وأوسكوريت وجونز وغوميز وكايزر وبولوسوخين[1][2]
- يبدأ ملخصها بالقول: «تعتمد نماذج تحويل التسلسلات السائدة على شبكات عصبية تكرارية أو التفافية معقدة في تكوين مشفّر ومفكّك.» وكان جواب الورقة الانتباه وحده[1]
- بلغ حجم المحوّل الأصلي ذي المشفّر والمفكّك 100M معامل؛ وكان التركيز آنذاك على تحسين تقنيات Seq2seq، بالبناء على آلية الانتباه التي اقترحها بهداناو وآخرون عام 2014[2]
- «صارت البنية هي البنية الرئيسية لمجموعة واسعة من أنظمة الذكاء الاصطناعي، ومنها النماذج اللغوية الكبيرة»[2]
- بعد النشر، غادر كل واحد من المؤلفين الثمانية غوغل للانضمام إلى شركات أخرى أو تأسيس شركات ناشئة[2]
المراجع 3ثقة 88%الثقة الإجمالية: 88%مدى دعم مصدر الدبوس ومراجعه لتواريخه.متوسط مرجّح لمدى قوة دعم 3 مراجع، بما فيها المصدر، لوقتَي بدء الدبوس وانتهائه؛ ويقل وزن المرجع إلى النصف عن كل 180 يومًا يسبق بها أحدث مرجععرض كل الدبابيس بثقة 75% أو أعلى
المدخل الأول هو دائمًا مصدر الدبوس. الثقة الإجمالية متوسط مرجّح لمدى قوة دعم كل مرجع لوقتَي البدء والانتهاء المستخدمين أعلاه؛ ويقل وزن المرجع إلى النصف عن كل 180 يومًا يسبق بها أحدث مرجع.
- [1]90%arxiv.org/abs/1706.03762arxiv.org· نُشر 22 سبتمبر 2026· يبدأ 12 يونيو 2017 ✓· 33% من الدرجة
تعطي بيانات arXiv الوصفية للورقة 1706.03762 قيمة citation_date بتاريخ 2017/06/12، وتقول مقالة ويكيبيديا عن الورقة الشيء نفسه: «في 2017-06-12، نُشر نموذج المحوّل الأصلي ذو المشفّر والمفكّك (100M معامل) في ورقة 'Attention is all you need'.»
- [2]90%Attention Is All You Needen.wikipedia.org· أُضيف 22 سبتمبر 2026· 33% من الدرجة
Dates the paper to 12 June 2017 and describes what it did: "a 2017 research paper on machine learning authored by eight scientists and engineers working at Google" introducing the transformer, "based on the attention mechanism proposed in 2014 by Bahdanau et al.", which "has become the main architecture of a wide variety of artificial intelligence systems, including large language models". It also records that all eight authors later left Google.[1]
- [3]85%Transformer (deep learning architecture)en.wikipedia.org· أُضيف 22 سبتمبر 2026· 33% من الدرجة
The architecture itself, for how self-attention replaced recurrence and what was built on it afterwards.[1]
اقتراح تصحيح
هل ينقص شيء أو يوجد خطأ؟ قله بكلماتك: رابط يدعم هذا الدبوس، أو تاريخ بدء أو انتهاء مختلف مع السبب، أو معلومة ينقصها أو يخطئ فيها. يفحص الذكاء الاصطناعي ذلك بمقارنته بمصادر هذا الدبوس، ويبحث عن مصادر أفضل، ويضيف أي صفحة تدعم كلامك. وتبقى مصادر الدبوس نفسه الأثقل وزنًا. كما تُفحص الصورة التي تُظهر شيئًا آخر أو تُظهره بشكل سيئ، فتُنزَّل أو تُستبدل.
