Reciproční lidsko-strojové učení
Definition
Tento přístup překračuje jednoduché označování dat lidmi v smyčce (human-in-the-loop). …
Terms tagged with Training
Tento přístup překračuje jednoduché označování dat lidmi v smyčce (human-in-the-loop). …
Také známé jako dávkové učení, offline učení zahrnuje trénink modelů strojového učení na …
Tato technika využívá induktivní bias sdílený mezi souvisejícími úlohami ke zvýšení …
Trénink smíšené přesnosti (MPT) kombinuje datové typy poloviční přesnosti (FP16) a plné …
Obvykle učící křivka zobrazuje skóre tréninku a validace na ose y proti počtu trénovacích …
Knowledge Distillation je metoda strojového učení používaná ke kompresi velké, složité …
Imatrix, zkratka pro Importance Matrix (Matice důležitosti), je technika primárně spojená …
Na rozdíl od parametrů modelu (váhy a biasy), které se učí z dat během tréninku, jsou …
Ladění hyperparametrů zahrnuje hodnocení různých sad hyperparametrů s cílem najít …
Grokking označuje protichůdné chování pozorované v hlubokém učení, kdy model po dlouhou …
Dolování (fine-tuning) označuje techniku, při které se vezme model již natrénovaný na …
Ve strojovém učení představuje epocha jednu iteraci přes celou trénovací množinu dat. …
Při eager learningu systém konstruuje obecnou cílovou funkci nebo model na základě …
Early stopping je forma regularizace používaná především v iterativních procesech …
Adaptace domény řeší problém, kdy trénovací a testovací data pocházejí z různých …
Konstituční AI je rámec pro sladění velkých jazykových modelů s lidskými hodnotami bez …
Učení formou učednictví, známé také jako inverzní posilovací učení z demonstrací, …
Tento obor zahrnuje jak útočné techniky k prolomení modelů, tak obranné strategie k …
Dohlazení se supervizí (SFT) zahrnuje vzít velký předtrénovaný model, například jazykový …
Při učení se supervizí je algoritmus trénován na sadě dat s označením, což znamená, že …
Samořízené učení je technika, při které algoritmus vytváří supervizní signály přímo z …
Také známá jako funkce nákladů nebo chyby, poskytuje skalární hodnotu indikující, jak …
Rychlost učení určuje, o kolik se váhy modelu aktualizují vzhledem k vypočtenému …
Gradientní sestup je iterativní optimalizační algoritmus prvního řádu pro nalezení …
Few-shot learning má za cíl umožnit modelům zobecnit znalosti ze zhrstky příkladů, čímž …
Doladění zahrnuje vzít model, který již byl trénován na velké, obecné datové sadě, a …
Učení s učitelem zahrnuje podávání algoritmu dat, která obsahují jak vstupy, tak správné …
Předvýcvik je základní technika v hlubokém učení, kde se model učí široké rysy a vzory z …
Ztrátové funkce, také známé jako nákladové funkce, měří, jak dobře predikce modelu …
Tento proces překonává propast mezi obecným předtrénováním a výkonem konkrétních úkolů. …
Doladění zahrnuje vzít obecně zaměřený model trénovaný na velkých datech a dále ho …
Doladění zahrnuje vzít model již trénovaný na velké, obecné datové sadě a dále ho …
Zpětná propagace (zkráceně zpětná propagace chyb) je metoda používaná v umělých …
Zarovnání se zaměřuje na to, aby systémy AI dělaly to, co lidé skutečně chtějí, nikoliv …