Piegatura semantica
Definition
La piegatura semantica si riferisce al processo di compressione di embedding vettoriali …
Optimization
Terms tagged with Optimization
Trucco di riparametrizzazione
Definition
Il trucco di riparametrizzazione è un metodo fondamentale utilizzato negli autoencoder …
Regolarizzazione
Definition
La regolarizzazione è un concetto cruciale nel machine learning progettato per ridurre …
Caratteristica casuale
Definition
Le mappe delle caratteristiche casuali trasformano gli input in un nuovo spazio in cui i …
Quantizzato
Definition
La quantizzazione è una tecnica di ottimizzazione dei modelli che riduce la precisione …
Metodi del gradiente prossimale per l'apprendimento
Definition
I metodi del gradiente prossimale sono tecniche di ottimizzazione iterativa utilizzate …
Prompt Tuning
Definition
Il prompt tuning consiste nell’aggiungere prompt morbidi addestrabili (vettori …
PagedAttention
Definition
PagedAttention è una tecnica introdotta dal progetto vLLM per migliorare …
OpenVINO
Definition
Sviluppato da Intel, OpenVINO (Open Visual Inference and Neural network Optimization) …
Mxfp4
Definition
MXFP4 (Mixed eXtended Floating Point 4-bit) è un formato di tipo di dato specializzato …
Metodo di aggiornamento dei pesi moltiplicativi
Definition
Il metodo di aggiornamento dei pesi moltiplicativi è un algoritmo fondamentale di …
Apprendimento multitask
Definition
Questa tecnica sfrutta il bias induttivo condiviso tra compiti correlati per migliorare …
MobileNet
Definition
I MobileNet utilizzano convoluzioni separabili per profondità per ridurre drasticamente …
Model Compression
Definition
Questa categoria include metodi come la potatura (pruning), la quantizzazione e la …
Addestramento a precisione mista
Definition
L’addestramento a precisione mista (MPT) combina tipi di dati a mezza precisione …
Meta-apprendimento
Definition
Il meta-apprendimento si concentra sulla progettazione di algoritmi in grado di imparare …
Regolarizzazione di matrici
Definition
La regolarizzazione di matrici estende i concetti di regolarizzazione scalare alle …
Campionamento case-control locale
Definition
Il campionamento case-control locale è una strategia utilizzata principalmente …
Ipotesi del biglietto vincente
Definition
L’Ipotesi del Biglietto Vincente suggerisce che all’interno di una grande …
Automatismo di apprendimento
Definition
Questo concetto origina dall’apprendimento per rinforzo e coinvolge un agente che …
Normalizzazione di Livello
Definition
La Normalizzazione di Livello stabilizza l’addestramento riducendo lo spostamento …
Knowledge Compilation
Definition
La knowledge compilation si riferisce a tecniche di intelligenza artificiale che …
Knowledge Distillation
Definition
La knowledge distillation è un metodo di apprendimento automatico utilizzato per …
Selezione delle istanze
Definition
La selezione delle istanze mira a migliorare l’efficienza computazionale e le …
Ricerca Euristiche Incrementale
Definition
La Ricerca Euristiche Incrementale si riferisce ad algoritmi che affinano una soluzione …
Imatrix
Definition
Imatrix, abbreviazione di Importance Matrix, è una tecnica principalmente associata …
Ottimizzazione degli Iperparametri
Definition
L’Ottimizzazione degli Iperparametri (HPO) si riferisce al campo più ampio …
Ottimizzazione degli Iperparametri
Definition
L’ottimizzazione degli iperparametri consiste nel valutare diversi insiemi di …
Parità di Rischio Gerarchica
Definition
La Parità di Rischio Gerarchica (HRP) è un metodo di costruzione del portafoglio che …
Gradient Accumulation
Definition
Questa strategia di ottimizzazione consente di addestrare modelli di deep learning con …
GLM MoE DSA
Definition
Non esiste un termine standard unico ‘GLM MoE DSA’. Tuttavia, combina …
GGUF
Definition
GGUF (GPT-Generated Unified Format) è un formato di file binario progettato …
FP8
Definition
La virgola mobile a 8 bit (FP8) è un tipo di dato numerico che offre un equilibrio tra …
Approssimazione della fitness
Definition
L’approssimazione della fitness è utilizzata nel calcolo evolutivo quando la …
Finetuned
Definition
Il finetuning si riferisce alla tecnica di prendere un modello già addestrato su un ampio …
Feature Hashing
Definition
Il Feature Hashing, noto anche come hashing trick, consente ai modelli di apprendimento …
Feature Scaling
Definition
Il Feature Scaling standardizza l’intervallo delle variabili di input per impedire …
Ingegneria delle Feature
Definition
L’ingegneria delle feature è l’arte di sfruttare l’esperienza specifica …
Dilemma esplorazione-sfruttamento
Definition
Nei processi decisionali, gli agenti affrontano un compromesso: possono sfruttare le …
Ottimizzazione estremale
Definition
A differenza degli algoritmi genetici che mantengono una popolazione, l’EO lavora …
Evolvibilità
Definition
Nei contesti computazionali, l’evolvibilità si riferisce alla facilità con cui un …
Minimizzazione del rischio empirico
Definition
La Minimizzazione del Rischio Empirico (ERM) è la funzione obiettivo standard per …
EfficientNet
Definition
Sviluppato da Google, EfficientNet utilizza un metodo di scaling composto per bilanciare …
Inferenza al bordo
Definition
Questa pratica prevede il deployment di modelli AI addestrati direttamente su hardware …
Algoritmo EM e modello GMM
Definition
Questo termine si riferisce alla relazione sinergica tra l’algoritmo …
Early Stopping
Definition
L’early stopping è una forma di regolarizzazione utilizzata principalmente nei …
Diffusers: LTX Pipeline
Definition
La pipeline LTX è tailor-made per modelli che privilegiano velocità ed efficienza nelle …
Discesa del gradiente stocastica differenzialmente privata
Definition
DP-SGD è una variante della Discesa del Gradiente Stocastica progettata per proteggere la …
Potatura dell'albero decisionale
Definition
La potatura è un metodo utilizzato per prevenire il sovradattamento nei modelli ad albero …
Metodo dell'entropia incrociata
Definition
Il Metodo dell’Entropia Incrociata (CEM) è un potente algoritmo di ottimizzazione a …
Apprendimento automatico sensibile ai costi
Definition
L’apprendimento automatico sensibile ai costi estende l’apprendimento …
Apprendimento Contrastivo
Definition
L’apprendimento contrastivo è un metodo di apprendimento delle rappresentazioni che …
Intelligenza euristica computazionale
Definition
L’intelligenza euristica computazionale coinvolge algoritmi che impiegano regole …
Tensori compressi
Definition
I tensori compressi sono array multidimensionali utilizzati nel deep learning in cui la …
Clip (Taglio/Clipping)
Definition
Nell’ingegneria del deep learning, il clipping viene comunemente applicato ai …
Caching
Definition
Nell’ingegneria dell’IA, il caching ottimizza le prestazioni mantenendo …
Dimensione del batch
Definition
La dimensione del batch è un iperparametro critico che determina quanti campioni vengono …
Ottimizzazione bayesiana
Definition
L’ottimizzazione bayesiana utilizza un modello surrogato probabilistico, …
Normalizzazione batch
Definition
Questo metodo regola e scala le attivazioni per avere media zero e varianza unitaria …
AlphaChip
Definition
AlphaChip è un sistema AI specializzato progettato per automatizzare e migliorare il …
Selezione dell'algoritmo
Definition
La selezione dell’algoritmo implica la valutazione di diversi approcci …
Euristica ammissibile
Definition
Nei problemi di ricerca e individuazione del percorso, un’euristica ammissibile …
Accelerated Linear Algebra
Definition
Questo campo si concentra sull’accelerazione dei calcoli fondamentali di algebra …
Test A/B
Definition
Il test A/B è un esperimento controllato randomizzato in cui vengono confrontate due …
Connessione Residua
Definition
Le connessioni residuali, note anche come skip connection, permettono ai gradienti di …
QLoRA
Definition
QLoRA combina l’Adattamento a Basso Rango (LoRA) con la quantizzazione a 4 bit per …
Quantizzazione
Definition
La quantizzazione converte numeri floating-point ad alta precisione (come FP32) in …
Tasso di Apprendimento
Definition
Il tasso di apprendimento determina quanto vengono aggiornati i pesi del modello rispetto …
Discesa del Gradiente
Definition
La discesa del gradiente è un algoritmo di ottimizzazione iterativo del primo ordine per …
Addestramento Distribuito
Definition
L’Addestramento Distribuito accelera la convergenza del modello parallelizzando i …
Adattatore
Definition
Gli adattatori sono una tecnica di fine-tuning efficiente nei parametri, utilizzata …
specifico per il compito
Definition
Specifico per il compito si riferisce a modelli o componenti di IA adattati per eccellere …
one-step
Definition
Nel machine learning e nell’ottimizzazione, i metodi one-step risolvono i problemi …
del primo ordine
Definition
In intelligenza artificiale e matematica, ‘del primo ordine’ descrive …
fine-tuned
Definition
Il fine-tuning consiste nel prendere un modello già addestrato su un grande dataset …
Apprendimento per trasferimento
Definition
L’apprendimento per trasferimento sfrutta modelli pre-addestrati per migliorare le …
Ottimizzazione
Definition
L’ottimizzazione consiste nel perfezionare un modello di apprendimento automatico …
Verso
Definition
Nello sviluppo dell’IA, ‘verso’ descrive spesso la traiettoria dei …
Scaling
Definition
Lo scaling è la metodologia attiva di espansione dei sistemi di IA aggiungendo più …
Tasso
Definition
Nell’IA, ‘rate’ si riferisce più frequentemente al tasso di …
Ottimale
Definition
Nell’IA e nella teoria dell’ottimizzazione, una soluzione ottimale è quella …
Funzione di perdita
Definition
Le funzioni di perdita, note anche come funzioni di costo, misurano quanto bene le …
LoRA
Definition
LoRA congela i pesi del modello pre-addestrato e inserisce matrici di decomposizione …
Globale
Definition
Il termine ‘globale’ nell’IA è tipicamente in contrasto con …
Veloce
Definition
Il termine ‘veloce’ descrive l’efficienza computazionale …
Efficiente
Definition
L’efficienza è una metrica critica nell’intelligenza artificiale che misura …
Distillazione
Definition
Questo processo prevede il trasferimento della conoscenza da una rete neurale …
Divergenza
Definition
Nel contesto dell’ottimizzazione, la divergenza si verifica quando i parametri di …
Combinazione
Definition
Questo concetto include metodi come l’apprendimento per ensemble, in cui le …
Adam
Definition
Adam (Adaptive Moment Estimation) è un popolare algoritmo di ottimizzazione del primo …
Affinamento
Definition
L’affinamento consiste nel prendere un modello già addestrato su un grande dataset …
Ingegneria dei Prompt
Definition
L’ingegneria dei prompt implica la creazione di input specifici, noti come prompt, …