Самая большая рука человека в мире
Каких только не существует людей в мире, есть самые высокие, самые низкие. За всю историю человечества среди миллионов человек обязательно рождались необычные и уникальные своей внешностью личности, которыми все восхищались. У кого самые большие в мире руки?
Топ-10 людей с самыми большими руками
- Султан Кёсен — турецкий гигант.
- Леонид Стадник — огромные руки и большой рост.
- Роберт Уодлоу — рекордсмен мира из Книги рекордов.
- Лю Хуа — самая большая в мире левая рука.
- Хусейн Бисад — добрый и веселый великан с большими руками.
- Дуангджей Самаксамам — женщина с огромными конечностями.
- Джефф Дейб — сильный и выносливый.
- Денис Цыпленков — самые сильные руки в мире.
- Денис Сестер — нереально большие бицепсы.
- Грег Валентино — в погоне за огромными руками.
Султан Кёсен — самые большие руки и высокий рост
Мужчина из Турции возглавил сразу несколько рейтингов, среди которых «Самый высокий в мире мужчина» и «Самые большие руки».
Длина ладоней Султана — целых 27,5 см а размах верхних конечностей достигает 3 метров. Человек профессионально занимается баскетболом, где его рост и крупные конечности пригодились очень кстати. Кёсен был обычным ребенком до 10 лет, потом ему сделали операцию на головной мозг для удаления опухоли гипофиза и рост мальчика начал активно увеличиваться. Уже в 26 лет его рост составлял 2 метра 46 см. Конечно, такой необычный рост привлекает внимание многих людей. Не так давно он женился, его супруга еле достает ему до локтя. Всю жизнь Кёсен работал с отцом на ферме, получить образование ему не удалось из-за аномального роста.
Сегодня высота парня — 251 сантиметр, благодаря известности им решили заняться специалисты из медицинского института Университета Виргинии. С 2010 года человек с самыми крупными в мире конечностями проходит лечение, во время которого врачи контролируют гормоны роста. Им удалось привести выработку гормонов в норму, остановить рост Султана.
Леонид Стадник — украинский богатырь с большими руками
Мужчина из Украины обладал еще более внушительным размером ладоней — 30 см.
Его габариты отлично пригодились в хозяйстве, сидя на стуле Леонид легко менял лампочки в люстре. Причина таких размеров тела в проблеме гипофиза, который начал вырабатывать чрезмерное количество гормонов роста. Рос он обычным мальчиком в украинском селе, хорошо учился в школе и первоклассником даже был ниже своих сверстников. В 12 лет врачи обнаружили опухоль в мозге, удалили ее, но задели гипофиз. Леонид начал сильно расти, к 18 годам уже был более 2 метров ростом. Мать не успевала покупать новую обувь и одежду. Стадник окончил школу и институт с отличием, в родном селе работал ветеринаром.
Мужчине не нравилась шумиха вокруг него, пришедшая слава после внесения имени в Книгу рекордов Гиннесса. Человек с самыми крупными кистям в мире предпочитал мирно жить в своем селе. Последние несколько лет рост Леонида увеличивался примерно на 3 см в год. Из-за роста было сложно передвигаться по дому, постепенно стало тяжело ходить, он использовал опору. Умер в 2014 году от кровоизлияния в мозг.
Роберт Уодлоу — исторический гигант с огромными руками
К сожалению, обладатель самых больших в мире рук прожил очень мало, всего 22 года. Но мир запомнил его как самого высокого человека из Книги рекордов Гиннесса. Длина ладони от запястья до кончика среднего пальца составляла целых 32,4 сантиметра, когда Роберту был 21 год. Он страдал гигантизмом, вызванным опухолью гипофиза. Активный рост начался в возрасте 4 лет. Две сестры и два Брата парня росли нормально, не отличались аномальным ростом и родители американца. В 9 лет Уодлоу легко мог поднять на руки родного отца и нести по лестнице вверх, уже тогда его рост был 188 см. К счастью, благодаря известности у парня не было проблем с обувью, которую для него бесплатно изготавливали.
Но слава сопровождалась сложностями со здоровьем, невероятный рост и габариты негативно сказывались на суставах Роберта, он передвигался с помощью костылей. Человек работал в цирке, с которым гастролировал по США, удивлял людей своими габаритами.
Умер из-за сепсиса, развившегося из-за раны на ноге, натертой костылем. На похороны пришли 40 000 человек.
Лю Хуа — большая и неприятная проблема
Мир узнал о молодом человеке из Китая благодаря болезни, которая доставила ему много неудобств. Еще при рождении Лю получил травму левой конечности, в результате чего та начала сильно увеличиваться и достигла просто невероятных габаритов. Заболевание называется локальным гигантизмом, при котором увеличивается не все тело человека, а отдельная часть. Левая конечность весила около 10 кг, длина пальцев была разной:
- большой палец — 26 см;
- указательный — 30 см;
- средний — 15 см.
К счастью врачи недавно провели операцию, удалили 5 кг руки, кости и сухожилия, на ладони осталось 2 пальца. Лю Хуа очень надеется, что хирургическое вмешательство поможет ему нормально жить, ведь с такой сложностью совершенно неудобно работать, делать повседневные дела, и внешне Лю не такой, как все. Это расстраивало мужчину, иногда окружающих пугала его страшная рука.
Операция заняла 7 часов, и через некоторое время ему снова придется лечь под нож. Пользоваться рукой он уже не сможет полноценно, зато ее вес стал меньше, жить стало легче.
Хусейн Бисад — самый большой человек
Современный рекордсмен самых гигантских в мире рук, чьи ладони достигают размера 26,9 см. Хусейн живет в Сомали и в 2008 вошел в Книгу рекордов Гиннесса как самый крупный человек мира. Удивительно, что мужчина продолжает понемногу расти, сегодня его высота 236 см. Причина габаритов сомалийца — гипофизарный гигантизм. Огромный рост требует много еды. Обед Бисада состоит из следующего меню:
- 2,5 кг макарон;
- половина батона хлеба;
- 3 банки тунца;
- 2 банки жареных бобов.
Чтобы избежать обезвоживания организма, мужчина выпивает около 13 литров воды в день.
Дуангджей Самаксамам — большая проблема всей жизни
Слава на весь мир, конечно, хорошо, но для жительницы Тайваня это сущая проблема. Свою известность в мире она приобрела и-за серьезной, неизлечимой болезни, сопровождающей ее всю жизнь.
Будучи ребенком Дуангджей избегала встречи с окружающими, не играла с детьми на улице, сильно стеснялась своих огромных рук. Постепенно она свыклась с патологией и начала стараться вести нормальный образ жизни. Специалисты изучили конечности женщины, ею заинтересовались врачи всего мира. Многие даже пробовал с помощью операции уменьшить конечности, но особых успехов не было достигнуто.
Проблема в том, что в области рук женщины от плеч до кистей откладывается толстый слой жировой ткани. Если ее удалять, она все равно накопится, поэтому операции не принесли ничего хорошего. Конечности постоянно выглядят чрезмерно распухшими, весят около 20 кг. Сегодня Дуангджей 65 лет, она работает в родительском магазине. Врачи не могут ей ничем помочь, а на ампутацию она идти не желает, ведь лучше жить так, чем вообще без конечностей.
Джефф Дейб — рукастый парень из США
Человек обладает очень крупными руками, свою особенность он решил превратить в преимущество и уже много лет занимается профессиональным армрестлингом.
На счету американца огромное количество побед. После проведения обследования специалисты не выявили никаких проблем со здоровьем, слоновой болезни или гигантизма. Джефф совершенно здоров, просто мышцы его рук непривычно крупных размеров. Но это ему только помогает в повседневных делах и спорте. Объем предплечья 50 см, кистью он без проблем берет баскетбольный мяч.
В армрестлинге Джефф просто легенда, несмотря на перелом правой руки в 1986 во время поединка, продолжает заниматься любимым делом, на соревнованиях мужчина использует только левую конечность. В повседневности американец много работает физически, рубит дрова, копает землю, работает с тяжелой техникой по хозяйству. Ему даже не нужно тренироваться перед поединками. Определенной техники у него нет, он просто силой нажимает на кисть соперника.
Денис Цыпленков — большой чемпион России
Русский парень тоже профессионально занимается армрестлингом, ведь от природы является одним из обладателей самых больших конечностей.
Является абсолютным чемпионом кубка мира среди профессионалов 2010 года. Цыпленков также участник лиги силового экстрима. Родился этот сильный человек в Кривом Роге, ходить в спортивные секции начал со школы, занимался гиревым спортом. Еще школьником стал кандидатом в мастера спорта по гирям, но такой вид спорта не был очень востребован, поэтому начал заниматься армрестлингом. Размер запястья Цыпленкова — 23,5 см, бицепс — 61 см.
Среди людей есть такие, кто думает, что руки спортсмена являются результатом употребления гормона роста, но это не так. Такие конечности мужчина получил по наследству, по линии отца у всех представителей сильного пола были такие особенности. В стране Цыпленкова давно прозвали русским Халком. Двумя пальцами руки Денис без труда раскалывает грецкие орехи.
Денис Сестер — огромные бицепсы
Этот спортсмен отличается огромным размером своих бицепсов — 77,8 см. Такой рекорд мира был зарегистрирован в Книге рекордов Гиннесса. И это размеры бицепсов в неразогретом виде.
Заниматься усиленным наращиванием мышц Денис начал в подростковом возрасте, на родительской ферме он боролся со свиньями.
Постепенно занимаясь тренировками начал делать успехи в бодибилдинге. Вокруг имени спортсмена не утихают споры о том, что он колол в мышцы синтол, употреблял анаболики. Те не менее рекорд записан в Книгу рекордов и стал историческим.
Грег Валентино — негативные последствия больших конечностей
Спортсмен стремился к рекордным результатам не один год, силовые тренировки способствовали наращиванию больших мышц. Первый раз в тренажерный зал он пришел 13-летним пареньком. Тогда он мечтал о теле Арнольда Шварценеггера, своего кумира. Все свои усилия Валентино направлял на увеличения массы тела, развитие силы. Бицепсы Грега в обхвате после 10 лет усиленных тренировок были 71 см. Этот исторический рекорд был зафиксирован в Книге рекордов Гиннесса. Постоянные тренировки только приносили лучший результат, в какой-то момент масса тела перестала расти. Разочарованный, расстроенный бодибилдер решился на прием препаратов.
Это помогло, трицепсы, бицепсы начали снова увеличиваться и достигли еще больших габаритов.
Но слава и такой невероятный результат принесли и отрицательные последствия. Стероиды, увеличивая массу мышц, приводят к проблемам со здоровьем, ослабляют функции организма. Мышцы начали отмирать, это очень болезненно. Атлет фотографировал себя, выкладывал фото в сеть, чтобы продемонстрировать негативные последствия употребления препаратов для роста мышц. Постепенно проблема стала серьезной, пришлось провести операции. Грек Валентино сумел собраться, возобновить карьеру, написал книгу с важными советами для тех, кто мечтает о рельефном, накачанном теле.
У Ти Джей Макконнелла – самый маленький размер ладони по отношению к росту в НБА — Баскетбол
Портал HoopsHype опубликовал рейтинг игроков НБА с самыми маленькими размерами ладоней по отношению к росту.
Защитник «Индианы» Ти Джей Макконнелл обладает кистью меньшего размера по отношению к росту. Ее длина составляет 19 сантиметров, ширина 17,8 сантиметра.
Рост игрока – 1,85 метра.
Из известных баскетболистов, выступающих сейчас в лиге, также в список попали защитник «Орландо» Майкл Картер-Уильямс (5-е место), а также братья Моррисы (Маркифф 16-й, Маркус 19-й).
Классификация может быть не совсем точной, так как измерения проходили в разные года на преддрафтовых просмотрах – не все действующие игроки НБА принимали в них участие.
Самые маленькие ладони в НБА
1. Ти Джей Макконнелл, «Индиана»
Длина – 19 см, ширина – 17,8 см.
Отношение площади ладони к росту: 0,724…
5. Майкл Картер-Уильямс, «Орландо»
Длина – 19 см, ширина – 21,6 см.
Отношение площади ладони к росту: 0,831…
8. Кэмерон Джонсон, «Финикс»
Длина – 20,3 см, ширина – 21,6 см.
Отношение площади ладони к росту: 0,861…
16. Маркифф Моррис, «Лейкерс»
Длина – 21,6 см, ширина – 21 см.
Отношение площади ладони к росту: 0,879.
..
19. Маркус Моррис, «Клипперс»
Длина – 21 см, ширина – 21,6 см.
Отношение площади ладони к росту: 0,888…
24. Кевин Хертер, «Атланта»
Длина – 21 см, ширина – 21,6 см.
Отношение площади ладони к росту: 0,896.
НБА удалось спасти этот сезон. Но следующий – все еще под угрозой
Материалы по теме
Главные новости
- Задержан главный подозреваемый в избиении баскетболиста ЦСКА Алексея Шведа 3
- «Партизан» не успел вовремя подать заявку игроков на участие в плей-офф Адриатической лиги
- Джордан Пул после первой игры с «Лейкерс»: «Не много можно сделать на паркете за 15 минут».
В следующем матче он именно столько и сыграл 14 - Трое из последних четырех тренеров-чемпионов НБА находятся без работы 7
- Единая лига ВТБ. Серия за 3-е место. «Зенит» повел в серии с ЦСКА 91
- «Так мало проводим с ними времени». Дрэймонд Грин пришел на пресс-конференцию с детьми
- Тим Хардуэй недавно оставил должность скаута «Никс» из-за отсутствия возможности публично поддерживать «Майами» 3
- Live Евролига. Плей-офф. «Фенербахче» принимает «Олимпиакос» в 4-м матче серии 4
- Главный подозреваемый по делу об избиении Алексея Шведа намерен явиться с повинной 45
В следующем матче он именно столько и сыграл 14
TopNews»> Кевин Гарнетт – Эмбииду: «Поздравляю со званием MVP. Сможешь повторить?» 8показать больше
Новости моей команды
Выберите любимую команду
Выберите вид спортаФутболХоккейБаскетболБиатлонБокс/ммаФормула-1Теннис
ПОСЛЕДНИЕ НОВОСТИ
- Стивен Эй Смит: «Джейлен Браун – лучший игрок «Бостона» в плей-офф в последние 2 года»
- Пол Пирс: «Кавай – самый невезучий игрок в НБА. «Клипперс» надо что-то делать» 5
- Live Чемпионат Франции. «Блуа» – «Париж», «Роанн» играет с «Дижоном»
- Трое подозреваемых по делу об избиении Алексея Шведа заключены под стражу на 2 месяца 36
- НБА. Плей-офф. 2-й раунд. «Филадельфия» примет «Бостон», «Финикс» встретится с «Денвером» 21
- Маркус Смарт: «Уайт, Брогдон и Смарт – лучшее защитное трио в НБА» 8
- Live Чемпионат Турции. «Газиантеп» играет с «Анадолу Эфесом»
- Дэнни Грин: «Большинство игроков НБА нельзя назвать хотя бы неплохими защитниками» 3
- Элтон Брэнд: «Эмбиид знает, что возможное чемпионство начинается с него»
- «Сильно сказано, но я не знаю, что это слово значит». Дрэймонд Грин не понял, что сказал Айзейя Томас 8
- Леброн Джеймс после «-27» от «Уорриорз»: «Мы по-прежнему остаемся лучшей оборонительной командой в НБА» 17
- Cтив Керр о том, что отец Томпсона поддерживает «Лейкерс»: «А как же кровные узы? Не могу болеть против своего ребенка» 6
- «Надеюсь, они сдадутся и подарят нам победу». Никола Йокич ответил журналисту на вопрос о мотивации «Финикса» 3
- Джей Уильямс – Энтони Дэвису: «Иногда играешь как Эмбиид, иногда – как Макги» 20
- У Габриэля Дека разрыв связки колена. Он пропустит пятый матч против «Партизана»
- Крис Синглтон вернулся домой по итогам обследований в госпитале
- Видео Шесть игроков «Партизана» были на паркете в концовке половины четвертого матча с «Реалом». Судьи не заметили 4
- Решающий матч «Монако» с «Маккаби» перенесли на час по требованию телевизионной компании 1
- Бен Симмонс может сыграть за Австралию на чемпионате мира-2023 12
- Кит Лэнгфорд объявил о завершении профессиональной карьеры 13
- Агент Обрад Фимич: «Швед чувствует себя хорошо, но каковы темпы улучшения, я не знаю»
- Игроки ЦСКА выйдут на матч против «Зенита» в майках в поддержку Алексея Шведа 5
«Блуа» – «Париж», «Роанн» играет с «Дижоном»
TopNews»> Док Риверс о поездке Хардена в Вегас: «Пусть отдыхают. Родман же поехал» 8
TopNews»> Брайан Уиндхорст о продаже «Милуоки»: «Бывший владелец знал о проблемах внутри. Увольнение Буденхольцера – первый шаг к развалу команды» 11
TopNews»> Артем Вихров: «Ожидал, что ЦСКА – «Зенит» будет финальной серией Единой лиги ВТБ» 1показать больше
Архив новостей
Большая ладонь Величия | Комнатные и комнатные растения для доставки
Кашпо:
Горшок для выращивания
Grant
Balboa
Helena
Mexia
Pallas 900 04
Acadia
Pallas с подставкой для растений
Практический пример
Цвет:
Черный
30-дневная гарантия счастья клиентов
Хорошо растет с
Органическая почвенная смесь
Середина
добавить — 15$
Измеритель влажности почвы 3-в-1
добавить — 15$
Кокосовая койра
Маленький
добавить — 10$
Пальма Величества — популярная тропическая пальма, известная своими изящными длинными зелеными листьями.
Это медленнорастущее растение, но при хорошем уходе оно может достигать 10 футов в высоту, придавая вашему пространству мгновенную атмосферу джунглей. Наш большой Majesty Palm имеет оптимальный размер для доставки, и у него есть место для роста, поскольку он адаптируется к условиям вашего дома.
- Каждое растение уникально; размер и форма меняются в зависимости от сезона, поэтому все размеры указаны в диапазоне 90 042
- Крупное растение высотой от 36 до 48 дюймов от линии почвы до верхушки листвы
- Поставляется в горшке для выращивания диаметром 10 дюймов
- Более яркий свет помогает крупным растениям сохранить свою зрелую листву
- Большие растения требуют менее частых поливов из-за большего объема почвы
- Если вы покупаете большое растение с сеялкой, сеялка будет доставлена отдельно
Большая Маджести Пальма Мадагаскар
Уход за растениями
Хорошо растет при ярком непрямом свете, но может переносить средний непрямой свет.
Поливайте каждые 1-2 недели, давая почве высохнуть наполовину между поливами. Ожидайте поливать чаще при ярком свете и реже при слабом.
Этому растению может быть полезна дополнительная влажность.
Это растение подходит для домашних животных.
Люди всегда любили ладони. Ученые считают, что жители Месопотамии выращивали финиковую пальму более пяти тысяч лет назад.
Признаки грустных растений
Хрустящие края, потемневшие листья, сухая почвенная смесь: недополив
Пожелтевшие листья, влажная почвенная смесь: переувлажнение
Ваши растения будут доставлены в счастливом, здоровом состоянии — гарантировано. Если нет, мы заменим их бесплатно.
Просто свяжитесь с нами с фотографией в течение 30 дней после получения вашего заказа. Узнать больше.
Мы стремимся уменьшить воздействие на окружающую среду.
Почти все посылки доставляются БЕСПЛАТНО через углеродно-нейтральную доставку UPS®. Это означает, что мы (а не вы) платим договорную ставку за упаковку, которая гарантирует, что мы компенсируем наши транспортные расходы и сокращаем наши ежегодные выбросы как компания. Ознакомьтесь с нашей полной политикой доставки.
Масштабирование до 540 миллиардов параметров для достижения прорыва в производительности — Блог Google AI
Авторы: Шаран Наранг и Ааканкша Чоудери, инженеры-программисты, Google Research
В последние годы большие нейронные сети, обученные понимать и генерировать языки, добились впечатляющих результатов в широком спектре задач. GPT-3 впервые показал, что большие языковые модели (LLM) можно использовать для несколько выстрелов обучение и может достигать впечатляющих результатов без крупномасштабного сбора данных для конкретных задач или обновления параметров модели. Более поздние LLM, такие как GLaM, LaMDA, Gopher и Megatron-Turing NLG, добились передовых результатов за несколько попыток во многих задачах за счет масштабирования размера модели, использования редко активируемых модулей и обучения на больших наборах данных из более разнообразные источники.
Тем не менее предстоит еще много работы, чтобы понять возможности, которые появляются при малом обучении, когда мы раздвигаем пределы масштаба модели.
В прошлом году Google Research объявила о нашем видении Pathways, единой модели, которая может обобщать домены и задачи и при этом быть высокоэффективной. Важной вехой на пути к реализации этого видения стала разработка новой системы Pathways для организации распределенных вычислений для ускорителей. В «PaLM: масштабируемое языковое моделирование с помощью Pathways» мы представляем модель Pathways Language Model (PaLM), 540-миллиардную модель Transformer с плотным декодированием, обученную с помощью системы Pathways, которая позволила нам эффективно обучать одну модель в нескольких Модули TPU v4. Мы оценили PaLM на сотнях задач понимания и генерации языка и обнаружили, что он обеспечивает современную производительность за несколько шагов в большинстве задач, во многих случаях со значительным отрывом.
По мере увеличения масштаба модели повышается производительность задач, а также открываются новые возможности. |
Обучение языковой модели с 540 миллиардами параметров с использованием путей
PaLM демонстрирует первое крупномасштабное использование системы Pathways для масштабирования обучения до 6144 микросхем, что является самой большой конфигурацией системы на основе TPU, используемой для обучения на сегодняшний день. Обучение масштабируется с использованием параллелизма данных на уровне модуля в двух модулях Cloud TPU v4 с использованием стандартного параллелизма данных и моделей в каждом модуле. Это значительное увеличение масштаба по сравнению с большинством предыдущих LLM, которые либо обучались на одном модуле TPU v3 (например, GLaM, LaMDA), либо использовали конвейерный параллелизм для масштабирования до 2240 графических процессоров A100 в кластерах графических процессоров (Megatron-Turing NLG), либо использовал несколько модулей TPU v3 (Gopher) с максимальным масштабом 4096 чипов ТПУ v3.
PaLM достигает эффективности обучения на уровне 57,8% использования аппаратных FLOP, 90 089, что является самым высоким показателем для LLM в этом масштабе 90 090 .
Это связано с комбинацией стратегии параллелизма и переформулировкой блока Transformer, который позволяет параллельно вычислять уровни внимания и прямой связи, что позволяет ускориться за счет оптимизации компилятора TPU.
PaLM был обучен с использованием комбинации английских и многоязычных наборов данных, которые включают высококачественные веб-документы, книги, Википедию, разговоры и код GitHub. Мы также создали словарь «без потерь», который сохраняет все пробелы (особенно важно для кода), разбивает символы Unicode, не входящие в словарь, на байты и разбивает числа на отдельные токены, по одному на каждую цифру.
Прорывные возможности в языковых, логических и кодовых задачах
PaLM демонстрирует прорывные возможности в решении множества очень сложных задач. Ниже мы выделяем несколько примеров для понимания и генерации языка, рассуждений и задач, связанных с кодом.
Понимание языка и генерация
Мы оценили PaLM на 29 широко используемых задачах обработки естественного английского языка (NLP).
PaLM 540B превзошел производительность нескольких предыдущих крупных моделей, таких как GLaM, GPT-3, Megatron-Turing NLG, Gopher, Chinchilla и LaMDA, в 28 из 29 случаев.задач, которые охватывают задачи на ответы на вопросы (вариант закрытой книги с открытым доменом), задачи на закрытие и завершение предложений, задачи в стиле Винограда, задачи на понимание прочитанного в контексте, задачи на рассуждение здравого смысла, задачи SuperGLUE и вывод естественного языка задания.
| Улучшение производительности PaLM 540B по сравнению с предыдущей версией (SOTA) в 29 задачах НЛП на английском языке. |
В дополнение к задачам НЛП на английском языке PaLM также демонстрирует высокую производительность в многоязычных тестах НЛП, включая перевод, хотя только 22% учебного корпуса не на английском языке.
Мы также изучаем возникающие и будущие возможности PaLM в тесте Beyond the Imitation Game Benchmark (BIG-bench), недавно выпущенном наборе из более чем 150 новых задач языкового моделирования, и обнаруживаем, что PaLM достигает прорывной производительности.
Мы сравниваем производительность PaLM с Gopher и Chinchilla, усредненную по общему подмножеству из 58 таких задач. Интересно, что мы отмечаем, что производительность PaLM в зависимости от масштаба следует логарифмически линейному поведению, аналогичному предыдущим моделям, предполагая, что улучшения производительности от масштаба еще не достигли плато . PaLM 540B 5-shot также лучше, чем средняя производительность людей, которым было предложено решить те же задачи.
| Масштабирование поведения PaLM на подмножестве из 58 задач BIG-bench. |
PaLM демонстрирует впечатляющие возможности понимания и генерации естественного языка на нескольких БОЛЬШИХ лабораторных задачах. Например, модель может различать причину и следствие, понимать концептуальные комбинации в соответствующих контекстах и даже угадывать фильм по эмодзи.
Примеры, демонстрирующие однократную производительность PaLM 540B при выполнении БОЛЬШИХ настольных задач: маркировка причин и следствий, концептуальное понимание, угадывание фильмов по смайликам, поиск синонимов и контрфактуалов. |
Рассуждение
Сочетая масштаб модели с подсказками по цепочке мыслей , PaLM демонстрирует революционные возможности в задачах рассуждения, требующих многошаговой арифметики или рассуждений на основе здравого смысла. Предыдущие LLM, такие как Gopher, видели меньше пользы от масштаба модели в повышении производительности.
| Стандартные подсказки в сравнении с подсказками по цепочке мыслей для примера математической задачи начальной школы. Подсказка по цепочке мыслей разбивает подсказку для многоэтапной задачи рассуждения на промежуточные шаги (выделены желтым цветом), аналогично тому, как человек подошел бы к ней. |
Мы наблюдали высокую производительность PaLM 540B в сочетании с подсказками по цепочке размышлений на трех наборах арифметических данных и двух наборах данных на основе здравого смысла. Например, с 8-кратной подсказкой PaLM решает 58% проблем в GSM8K, эталоне из тысяч сложных математических вопросов школьного уровня, превосходя предыдущую максимальную оценку в 55%, достигнутую путем точной настройки модели GPT-3 175B.
с обучающим набором из 7500 задач и совмещением его с внешним калькулятором и верификатором.
Этот новый показатель особенно интересен, поскольку он приближается к среднему показателю 60% задач, решенных 9-12-летними детьми, которые являются целевой аудиторией для набора вопросов. Мы подозреваем, что отдельное кодирование цифр в словаре PaLM помогает добиться таких улучшений производительности.
Примечательно, что PaLM может даже генерировать явные объяснения для сценариев, требующих сложного сочетания многоэтапного логического вывода, знания мира и глубокого понимания языка. Например, он может предоставить высококачественные объяснения новых шуток, которых нет в Интернете.
| PaLM объясняет оригинальный анекдот с помощью двух подсказок. |
Генерация кода
Также было показано [1, 2, 3, 4], что LLM хорошо обобщаются для задач кодирования, таких как написание кода с учетом описания на естественном языке (текст в код), перевод кода с одного языка на другой и исправление ошибок компиляции.
(код в код).
PaLM 540B демонстрирует высокую производительность в задачах кодирования и задачах на естественном языке в одной модели, даже несмотря на то, что в наборе данных перед обучением у него всего 5% кода. Его производительность при малом количестве выстрелов особенно примечательна, потому что он находится на одном уровне с точно настроенным Codex 12B при использовании В 50 раз меньше кода Python для обучения. Этот результат подтверждает более ранние выводы о том, что более крупные модели могут быть более эффективными с точки зрения выборки, чем более мелкие модели, потому что они более эффективно передают знания как из других языков программирования, так и из данных на естественном языке.
Примеры точно настроенной модели PaLM 540B для задач преобразования текста в код, таких как GSM8K-Python и HumanEval, и задач преобразования кода в код, таких как Transcoder. |
Мы также видим дальнейшее увеличение производительности за счет тонкой настройки PaLM для набора данных кода только для Python, который мы называем PaLM-Coder. Для примера задачи исправления кода под названием DeepFix, где целью является модификация изначально поврежденных программ на C до их успешной компиляции, PaLM-Coder 540B демонстрирует впечатляющую производительность, достигая скорости компиляции 82,1%, что превосходит предыдущий уровень техники 71,7%. . Это открывает возможности для исправления более сложных ошибок, возникающих при разработке программного обеспечения.
| Пример из задачи DeepFix Code Repair. Тонко настроенный PaLM-Coder 540B исправляет ошибки компиляции ( слева, , выделено красным) в версии кода, который компилируется ( справа, ). |
Этические соображения
Недавние исследования выявили различные потенциальные риски, связанные с LLM, обученными веб-тексту.
Крайне важно анализировать и документировать такие потенциальные нежелательные риски с помощью прозрачных артефактов, таких как карты моделей и таблицы данных, которые также включают информацию о предполагаемом использовании и тестировании. С этой целью в нашем документе представлены таблица данных, карточка модели и результаты тестов Responsible AI, а также отчеты о тщательном анализе набора данных и выходных данных модели на предмет предвзятости и рисков. Хотя анализ помогает определить некоторые потенциальные риски модели, анализ предметной области и конкретной задачи необходим для правильной калибровки, контекстуализации и смягчения возможного вреда. Дальнейшее понимание рисков и преимуществ этих моделей является предметом текущих исследований, наряду с разработкой масштабируемых решений, которые могут защитить от злонамеренного использования языковых моделей.
Заключение и будущая работа
PaLM демонстрирует возможность масштабирования системы Pathways до тысяч чипов-ускорителей в двух модулях TPU v4 путем эффективного обучения модели с 540 миллиардами параметров с помощью хорошо изученного и хорошо зарекомендовавшего себя рецепта плотной модели Transformer, состоящей только из декодера.
Расширение границ масштаба модели обеспечивает революционную производительность PaLM за несколько шагов в различных задачах обработки естественного языка, рассуждений и кода.
PaLM прокладывает путь к еще более совершенным моделям, сочетая возможности масштабирования с новыми архитектурными решениями и схемами обучения, и приближает нас к видению Pathways:
| «Позволить одной системе ИИ обобщать тысячи или миллионы задач, понимать различные типы данных и делать это с поразительной эффективностью». 109 PaLM — это результат больших совместных усилий многих команд Google Research и Alphabet. Мы хотели бы поблагодарить всю команду PaLM за их вклад: Джейкоба Девлина, Мартена Босму, Гаурав Мишра, Адама Робертса, Пола Бархама, Хён Вон Чанга, Чарльза Саттона, Себастьяна Германна, Паркера Шу, Кенсена Ши, Сашу Цвященко, Джошуа Майнеза. , Абхишек Рао, Паркер Барнс, Йи Тай, Ноам Шазир, Винодкумар Прабхакаран, Эмили Рейф, Нан Ду, Бен Хатчинсон, Райнер Поуп, Джеймс Брэдбери, Джейкоб Остин, Майкл Айсард, Гай Гур-Ари, Пэнчен Инь, Тоджу Дьюк, Ансельм Левская , Санджай Гемават, Сунипа Дев, Хенрик Михалевски, Ксавье Гарсия, Ведант Мисра, Кевин Робинсон, Лиам Федус, Денни Чжоу, Дафна Ипполито, Дэвид Луан, Хёнтак Лим, Баррет Зоф, Александр Спиридонов, Райан Сепасси, Дэвид Дохан, Шивани Агравал, Марк Омерник, Эндрю Дай, Танумалаян Санкаранараяна Пиллаи, Мари Пелла, Айтор Левкович, Эрика Морейра, Ревон Чайлд, Александр Полозов, Кэтрин Ли, Цзунвэй Чжоу, Сюэчжи Ван, Бреннан Саэта, Марк Диаз, Орхан Фират, Мишель Катаста и Джейсон Вей. |
