Modèle unifié
Definition
Un modèle unifié désigne un système d’intelligence artificielle capable …
Terms tagged with Efficiency
Un modèle unifié désigne un système d’intelligence artificielle capable …
L’automatisation robotisée des processus (RPA) emploie des robots logiciels, …
Ce terme désigne une architecture spécialisée au sein de la famille Qwen, exploitant …
La quantification est une technique d’optimisation de modèle qui réduit la …
L’élagage consiste à identifier et à éliminer les neurones, connexions ou filtres …
La régulation des invites consiste à ajouter des invites entraînables continues (vecteurs …
Dans l’apprentissage proactif, le système d’IA détermine quels échantillons …
Le réglage par préfixe est une technique d’adaptation économe en paramètres pour …
Phi, abréviation de ‘Foundation models based on Teaching-Learning Paradigm’ …
Le P-Tuning (Prompt Tuning) est une technique conçue pour adapter de grands modèles de …
L’optimisation multitâche implique l’entraînement d’un seul modèle pour …
Cette technique exploite le biais inductif partagé entre les tâches liées pour améliorer …
Le Mélange d’experts (MoE) est une architecture d’apprentissage automatique …
Cette catégorie inclut des méthodes telles que l’élagage (pruning), la …
Mixtral est un LLM pionnier à poids ouverts qui utilise une architecture de Mélange …
DeepSeek V3 est une itération avancée dans la famille de modèles DeepSeek, caractérisée …
L’automatisation des processus métier (APM) consiste à utiliser des logiciels et …
Le traitement par lots consiste à agréger les entrées de données en un groupe, ou lot, …
L’AutoML (Apprentissage Automatique Automatisé) rationalise le développement de …
La prise de décision automatisée (PDA) repose sur des logiciels pour prendre des choix …
L’apprentissage actif réduit la quantité de données étiquetées nécessaires en …
L’apprentissage zero-shot permet à un modèle d’apprentissage automatique de …
QLoRA combine l’adaptation de faible rang (LoRA) avec une quantification 4 bits …
L’apprentissage à exemples limités vise à permettre aux modèles de généraliser à …
Les adaptateurs sont une technique d’ajustement fin économe en paramètres, …
Les approches sans entraînement désignent des techniques qui modifient le comportement ou …
Un modèle pré-entraîné est un modèle d’IA fondamental qui a subi un entraînement …
L’IA à faible coût se concentre sur l’efficacité, visant à réduire les …
L’apprentissage par transfert exploite des modèles pré-entraînés pour améliorer les …
Mamba représente une avancée significative dans la modélisation de séquences en …
LoRA gèle les poids pré-entraînés du modèle et insère des matrices de décomposition …
Dans le contexte de l’IA, « direct » décrit souvent des architectures ou des …
L’automatisation en IA consiste à utiliser des algorithmes et des systèmes pour …