Unsloth
Definition
Unsloth est un outil spécialisé conçu pour optimiser le réglage fin et le déploiement des …
Terms tagged with Training
Unsloth est un outil spécialisé conçu pour optimiser le réglage fin et le déploiement des …
Cette approche va au-delà du simple étiquetage humain dans la boucle. Elle implique un …
Également connu sous le nom d’apprentissage par lots, l’apprentissage hors …
Cette technique exploite le biais inductif partagé entre les tâches liées pour améliorer …
L’entraînement en précision mixte (MPT) combine des types de données en …
Typiquement, une courbe d’apprentissage affiche les scores d’entraînement et …
La distillation des connaissances est une méthode d’apprentissage automatique …
Imatrix, abréviation de Matrice d’Importance, est une technique principalement …
Contrairement aux paramètres du modèle (poids et biais) qui sont appris à partir des …
Le réglage des hyperparamètres consiste à évaluer différents ensembles …
Le grokking désigne un comportement contre-intuitif observé en apprentissage profond : un …
L’affinage fait référence à la technique consistant à prendre un modèle déjà …
En apprentissage automatique, une époque représente une seule itération sur …
Dans l’apprentissage hâtif, le système construit une fonction cible ou un modèle …
L’arrêt anticipé est une forme de régularisation utilisée principalement dans les …
L’adaptation de domaine répond au défi lorsque les données d’entraînement et …
L’IA constitutionnelle est un cadre visant à aligner les grands modèles de langage …
L’apprentissage par apprentissage assisté, également connu sous le nom …
Ce domaine englobe à la fois les techniques offensives visant à compromettre les modèles …
L’affinage supervisé (SFT) consiste à prendre un grand modèle pré-entraîné, tel …
En apprentissage supervisé, l’algorithme est entraîné sur un jeu de données …
L’apprentissage auto-supervisé est une technique où l’algorithme crée des …
Également connue sous le nom de fonction de coût ou d’erreur, la fonction de perte …
Le taux d’apprentissage détermine de combien les poids du modèle sont mis à jour …
La descente de gradient est un algorithme d’optimisation itératif du premier ordre …
L’apprentissage à exemples limités vise à permettre aux modèles de généraliser à …
L’affinage consiste à prendre un modèle déjà entraîné sur un grand ensemble de …
L’apprentissage supervisé consiste à fournir à un algorithme des données incluant à …
Le pré-entraînement est une technique fondamentale en apprentissage profond où un modèle …
Les fonctions de perte, également appelées fonctions de coût, mesurent la qualité de …
Ce processus comble le fossé entre le pré-entraînement général et la performance …
Le peaufinage consiste à prendre un modèle polyvalent entraîné sur de grands ensembles de …
L’affinage consiste à prendre un modèle déjà entraîné sur un grand ensemble de …
La rétropropagation, abréviation de rétropropagation des erreurs, est une méthode …
L’alignement vise à faire en sorte que les systèmes d’IA fassent ce que les …