Apprendimento reciproco uomo-macchina
Definition
Questo approccio va oltre la semplice annotazione umana nel ciclo (human-in-the-loop). …
Terms tagged with Training
Questo approccio va oltre la semplice annotazione umana nel ciclo (human-in-the-loop). …
Noto anche come apprendimento in batch, l’apprendimento offline prevede …
Questa tecnica sfrutta il bias induttivo condiviso tra compiti correlati per migliorare …
L’addestramento a precisione mista (MPT) combina tipi di dati a mezza precisione …
Tipicamente, una curva di apprendimento visualizza i punteggi di training e validazione …
La knowledge distillation è un metodo di apprendimento automatico utilizzato per …
Imatrix, abbreviazione di Importance Matrix, è una tecnica principalmente associata …
A differenza dei parametri del modello (pesi e bias) che vengono appresi dai dati durante …
L’ottimizzazione degli iperparametri consiste nel valutare diversi insiemi di …
Il grokking si riferisce a un comportamento controintuitivo osservato nel deep learning, …
Il finetuning si riferisce alla tecnica di prendere un modello già addestrato su un ampio …
Nell’apprendimento automatico, un epoch rappresenta una singola iterazione …
Nell’apprendimento avido, il sistema costruisce una funzione o un modello obiettivo …
L’early stopping è una forma di regolarizzazione utilizzata principalmente nei …
L’adattamento del dominio affronta la sfida quando i dati di addestramento e di …
L’IA Costituzionale è un quadro per allineare i grandi modelli linguistici ai …
L’apprendimento per apprendistato, noto anche come apprendimento per rinforzo …
Questo campo comprende sia tecniche offensive per violare i modelli sia strategie …
L’Affinamento Supervisionato (SFT) consiste nel prendere un grande modello …
Nell’apprendimento supervisionato, l’algoritmo viene addestrato su un dataset …
L’apprendimento auto-supervisionato è una tecnica in cui l’algoritmo crea …
Nota anche come funzione di costo o errore, la funzione di perdita fornisce un valore …
Il tasso di apprendimento determina quanto vengono aggiornati i pesi del modello rispetto …
La discesa del gradiente è un algoritmo di ottimizzazione iterativo del primo ordine per …
L’apprendimento few-shot mira a consentire ai modelli di generalizzare da pochi …
Il fine-tuning consiste nel prendere un modello già addestrato su un grande dataset …
L’apprendimento supervisionato implica l’alimentazione di un algoritmo con …
Il pre-addestramento è una tecnica fondamentale nel deep learning in cui un modello …
Le funzioni di perdita, note anche come funzioni di costo, misurano quanto bene le …
Questo processo colma il divario tra il pre-addestramento generale e le prestazioni …
Il fine-tuning consiste nel prendere un modello generico addestrato su grandi dataset e …
L’affinamento consiste nel prendere un modello già addestrato su un grande dataset …
Il Backpropagation, abbreviazione di retropropagazione degli errori, è un metodo …
L’allineamento si concentra sull’assicurarsi che i sistemi di IA facciano ciò …