Core Concepts
ROME과 MEMIT은 보존-기억화 목적함수를 최적화하는 두 가지 실현 방식이다. ROME은 등식 제약을 사용하여 기억화를 수행하는 반면, MEMIT은 최소 제곱 목적함수를 사용한다. EMMET은 등식 제약 하에서 일괄 편집을 수행하는 새로운 알고리즘이다.
Abstract
이 논문은 모델 편집 기술인 ROME과 MEMIT을 통합하는 개념적 프레임워크를 제시한다. 두 기술 모두 보존-기억화 목적함수를 최적화하지만, ROME은 등식 제약을 사용하고 MEMIT은 최소 제곱 목적함수를 사용한다.
ROME은 한 번에 하나의 사실만 편집할 수 있지만, MEMIT은 일괄 편집을 지원한다. 이를 위해 MEMIT은 편집 분배 알고리즘을 사용한다. 저자들은 이 편집 분배 알고리즘을 ROME에도 적용할 수 있음을 보여주고, 이 알고리즘이 최적화 목적함수와는 별개의 엔티티라고 주장한다.
마지막으로 저자들은 EMMET이라는 새로운 일괄 편집 알고리즘을 제안한다. EMMET은 등식 제약 하에서 보존-기억화 목적함수를 최적화하며, 작은 배치 크기에서 MEMIT과 유사한 성능을 보인다. 그러나 배치 크기가 커질수록 등식 제약으로 인해 성능이 저하된다.
Stats
보존-기억화 목적함수의 해는 ˆW = W0 + ∆로 표현된다.
ROME의 ∆ = (ve - W0ke) keT C0-1 / (keT C0-1 ke)
MEMIT의 ∆ = (VE - W0KE) (KTE (λC0 + KEKTE)-1)
EMMET의 ∆ = (VE - W0KE) (KTE C0-1 KE)-1 KTE C0-1
Quotes
"ROME과 MEMIT은 보존-기억화 목적함수를 최적화하는 두 가지 실현 방식이다."
"편집 분배 알고리즘은 최적화 목적함수와는 별개의 엔티티이다."
"EMMET은 등식 제약 하에서 보존-기억화 목적함수를 최적화하는 새로운 일괄 편집 알고리즘이다."