Búsqueda en Haz Decodificación is a búsqueda heurística algorithm commonly used in procesamiento de lenguaje natural (NLP) and traducción automática to generate sequences of outputs, such as sentences or translations. Unlike exhaustive search methods that explore all possible sequences, beam search balances efficiency and accuracy by maintaining a fixed number of the best candidates at each step, known as the ‘beam width’.
El algoritmo comienza con un estado inicial and iteratively expands candidates by considering possible next steps. At each iteration, it evaluates all potential continuations of the current sequences and keeps only the top ‘k’ sequences based on their likelihood scores, where ‘k’ is the beam width. This process continues until a stopping criterion is met, such as generating a specific token denoting the end of the sequence.
La principal ventaja de la búsqueda en haz es que reduce la carga computacional en comparación con los métodos de búsqueda exhaustiva, mientras sigue proporcionando secuencias de salida robustas y relevantes. Sin embargo, también tiene algunas limitaciones: si el ancho de haz es demasiado estrecho, puede perder la secuencia óptima; por otro lado, si el ancho de haz es demasiado amplio, puede conducir a un aumento en el cálculo sin ganancias significativas en la calidad de la salida. Por lo tanto, seleccionar un ancho de haz adecuado es crucial para equilibrar rendimiento y eficiencia.
La búsqueda en haz se emplea ampliamente en varias aplicaciones de IA, incluyendo reconocimiento de voz, text generation, and machine translation, where generating coherent and contextually relevant sequences is critical.