Forent modell
Definition
En forent modell refererer til et kunstig intelligenssystem som er i stand til å utføre …
Terms tagged with Efficiency
En forent modell refererer til et kunstig intelligenssystem som er i stand til å utføre …
Robotic Process Automation (RPA) bruker programvareboter, ofte forbedret med AI, for å …
Dette begrepet refererer til en spesialisert arkitektur innen Qwen-familien, som …
Kvantisering er en modelloptimeringsteknikk som reduserer den numeriske presisjonen til …
Prompt-tuning innebærer å legge til trenbare ‘soft prompts’ (kontinuerlige …
Pruning involverer å identifisere og eliminere nerver, tilkoblinger eller filtre i et …
I proaktiv læring bestemmer AI-systemet hvilke prøver som ville redusert usikkerhet eller …
Prefiks-tuning er en parameter-effektiv tilpasningsteknikk for forhåndstrenede …
Phi, forkortelse for ‘Foundation models based on Teaching-Learning Paradigm’, …
P-Tuning (Prompt Tuning) er en teknikk designet for å tilpasse store forhåndstrengte …
Multitask-optimalisering innebærer å trene én enkelt modell til å håndtere flere …
Denne teknikken utnytter den induktive biasen som deles mellom relaterte oppgaver for å …
Blanding av eksperter (MoE) er en maskinlæringsarkitektur designet for å forbedre …
Denne kategorien inkluderer metoder som pruning, kvantisering og kunnskapsdistillasjon, …
Mixtral er en banebrytende LLM med åpne vekter som bruker en Sparse Mixture of Experts …
DeepSeek V3 er en avansert iterasjon i DeepSeek-modelfamilien, preget av sin tette …
Automatisering av forretningsprosesser (BPA) innebærer å utnytte programvare og AI for å …
Batch-prosessering innebærer å samle datainput i en gruppe, eller «batch», før man …
Automatisert beslutningstaking (ADM) stoler på programvaresystemer for å treffe valg som …
AutoML (Automated Machine Learning) strammer opp utviklingen av ML-modeller ved å …
Aktiv læring reduserer mengden merket data som kreves ved å la modellen velge de mest …
Null-skots læring muliggjør at en maskinlæringsmodell klassifiserer instanser av klasser …
QLoRA kombinerer Lav-rang tilpasning (LoRA) med 4-bits kvantisering for å redusere …
Few-shot læring har som mål å gjøre det mulig for modeller å generalisere fra bare et …
Adaptorer er en parameter-effektiv finjusteringsteknikk som primært brukes i store …
Treningfrie tilnærminger refererer til teknikker som modifiserer modellatferd eller …
En forhåndstrent modell er en grunnleggende AI-modell som har gjennomgått omfattende …
AI med lave kostnader fokuserer på effektivitet, med mål om å redusere inngangsbarerierer …
Overføringslæring utnytter forhåndstrente modeller for å forbedre ytelsen og redusere …
Mamba representerer et betydelig fremskritt i sekvensmodellering ved å introdusere en …
LoRA fryser forhåndstrengte modellvekter og setter inn trenbare dekomponeringsmatriser i …
I AI-sammenhenger beskriver «direkte» ofte arkitekturer eller inferensveier som omgår …
Automatisering innen AI innebærer bruk av algoritmer og systemer for å utføre oppgaver …