Kurrikulær læring
Definition
Kurrikulær læring etterligner menneskelig utdanning ved å presentere treningsdata i en …
Optimization
Terms tagged with Optimization
Oppdagelse av stemmeaktivitet
Definition
VAD-algoritmer analyserer lydstrenger i sanntid for å skille mellom perioder med aktiv …
Unsloth
Definition
Unsloth er et spesialisert verktøy designet for å optimalisere finjustering og …
vLLM
Definition
vLLM (Virtual Large Language Model) er et åpen kildekode-bibliotek designet for å …
Token maxxing
Definition
Token maxxing innebærer å nøye utforme inndata for å utnytte modellens kontekstvindu …
Trefaktorlæring
Definition
Trefaktorlæring er en spesifikk tilnærming innen forsterkningslæring som deler …
TFLite
Definition
TensorFlow Lite er et åpen kildekode-rammeverk designet for å distribuere …
Tekstgenereringinferens
Definition
Tekstgenereringinferens (TGI) er et dedikert programvarerammeverk designet for å betjene …
Symbolsregresjon
Definition
Symbolsregresjon er en type regresjonsanalyse som søker å finne et matematisk uttrykk, …
Erstatningsmodell
Definition
Innen maskinlæring og optimering fungerer en erstatningsmodell som en proxy for en …
Regularisering med strukturert sparsomhet
Definition
Regularisering med strukturert sparsomhet utvider standard L1-regularisering ved å …
Strukturell risikominimering
Definition
Strukturell risikominimering (SRM) er en metode for å minimere forventet risiko ved å …
Semantisk foldning
Definition
Semantisk foldning refererer til prosessen med å komprimere komplekse, høydimensjonale …
Reparameteriseringsteknikken
Definition
Reparameteriseringsteknikken er en grunnleggende metode brukt i variational autoencoders …
Regularisering
Definition
Regularisering er et viktig konsept innen maskinlæring designet for å redusere …
Tilfeldig funksjon
Definition
Tilfeldige funksjonskartlegginger transformerer inndata til et nytt rom der lineære …
Kvantisert
Definition
Kvantisering er en modelloptimeringsteknikk som reduserer den numeriske presisjonen til …
Proksimale gradientmetoder for læring
Definition
Proksimale gradientmetoder er iterativ optimeringsteknikker brukt når tapfunksjonen …
Prompt-tuning
Definition
Prompt-tuning innebærer å legge til trenbare ‘soft prompts’ (kontinuerlige …
PagedAttention
Definition
PagedAttention er en teknikk introdusert av vLLM-prosjektet for å forbedre effektiviteten …
OpenVINO
Definition
Utviklet av Intel, lar OpenVINO (Open Visual Inference and Neural network Optimization) …
Mxfp4
Definition
MXFP4 (Mixed eXtended Floating Point 4-bit) er et spesialisert datatypformat introdusert …
Metode for multiplikativ vektoppdatering
Definition
Metoden for multiplikativ vektoppdatering er en grunnleggende algoritme for online læring …
Multi-task Learning
Definition
Denne teknikken utnytter den induktive biasen som deles mellom relaterte oppgaver for å …
MobileNet
Definition
MobileNet bruker dybdeseparerbare konvolusjoner for å redusere beregningskostnadene og …
Model Compression
Definition
Denne kategorien inkluderer metoder som pruning, kvantisering og kunnskapsdistillasjon, …
Trening med blandet presisjon
Definition
Trening med blandet presisjon (MPT) kombinerer halvpresisjon (FP16) og full presisjon …
Meta-læring
Definition
Meta-læring fokuserer på å designe algoritmer som kan lære fra tidligere oppgaver for å …
Matriksregulering
Definition
Matriksregulering utvider skalar regulering-konsepter til matriser, ofte brukt i …
Lokal tilfelle-kontroll-sampling
Definition
Lokal tilfelle-kontroll-sampling er en strategi som primært brukes under trening av …
Lotteribillett-hypotesen
Definition
Lotteribillett-hypotesen foreslår at innenfor et stort, tilfeldig initialisert neuralt …
Læringsautomat
Definition
Dette konseptet stammer fra forsterkningslæring og involverer en agent som interagerer …
Lagsnormalisering
Definition
Lagsnormalisering stabiliserer treningen ved å redusere intern kovariansforskyvning, …
Knowledge Compilation
Definition
Knowledge compilation refererer til teknikker innen kunstig intelligens som konverterer …
Knowledge Distillation
Definition
Knowledge distillation er en maskinlæringsmetode brukt til å komprimere et stort, …
Instansvalg
Definition
Instansvalg har som mål å forbedre beregningseffektivitet og modellytelse ved å fjerne …
Inkrementell heuristisk søk
Definition
Inkrementell heuristisk søk refererer til algoritmer som forbedrer et kandidat-løsning …
Imatrix
Definition
Imatrix, forkortelse for Importance Matrix, er en teknikk primært assosiert med …
Hyperparameterfinjustering
Definition
Hyperparameterfinjustering involverer evaluering av ulike sett med hyperparametere for å …
Hyperparameteroptimalisering
Definition
Hyperparameteroptimalisering (HPO) refererer til det bredere feltet for automatisering av …
Hierarkisk risikoparitet
Definition
Hierarkisk risikoparitet (HRP) er en metode for porteføljesammensetning som adresserer …
Gradientakkumulering
Definition
Denne optimaliseringsstrategien gjør det mulig å trene dype læringsmodeller med effektive …
GLM MoE DSA
Definition
Det finnes ikke noe enkelt standardbegrep ‘GLM MoE DSA’. Det kombinerer …
GGUF
Definition
GGUF (GPT-Generated Unified Format) er et binært filformat designet spesielt for å kjøre …
FP8
Definition
Flyttall 8 (FP8) er en numerisk datatype som tilbyr en balanse mellom beregningsmessig …
Finjustert
Definition
Finjustering refererer til teknikken å ta en modell som allerede er trent på et stort, …
Tilpasningsapproksimasjon
Definition
Tilpasningsapproksimasjon brukes i evolusjonsregning når evaluering av den sanne …
Funksjonshashing
Definition
Funksjonshashing, også kjent som hashing-trikset, lar maskinlæringsmodeller håndtere …
Funksjonsskalering
Definition
Funksjonsskalering standardiserer rekkevidden til invariabeler for å forhindre at …
Egenskapsingeniørfag
Definition
Egenskapsingeniørfag er kunsten å utnytte fagekspertise til å transformere rådata til …
Ekstremal optimering
Definition
I motsetning til genetiske algoritmer som opprettholder en populasjon, fungerer EO på én …
Utforskings-utnyttingsdilemmaet
Definition
I beslutningsprosesser står agenter overfor en avveining: de kan utnytte nåværende …
Evoluerbarhet
Definition
I datamessige sammenhenger refererer evolvbarhet til hvor lett en algoritme eller nevral …
Empirisk risikominimering
Definition
Empirisk risikominimering (ERM) er den standard objektive funksjonen for trening av …
EfficientNet
Definition
Utviklet av Google bruker EfficientNet en sammensatt skaleringmetode for å balansere …
Kant-inferanse
Definition
Denne praksisen innebærer å distribuere trentede AI-modeller direkte til maskinvare som …
Early Stopping
Definition
Early stopping er en form for regularisering som brukes hovedsakelig i iterative …
EM-algoritmen og GMM-modellen
Definition
Dette begrepet refererer til det synergistiske forholdet mellom …
Differensielt privat stokastisk gradientnedstigning
Definition
DP-SGD er en variant av Stokastisk Gradientnedstigning designet for å beskytte …
Diffusers: LTX Pipeline
Definition
LTX-pipelineen er tilpasset modeller som prioriterer hastighet og effektivitet i …
Beskjæring av beslutningstrær
Definition
Beskjæring er en metode brukt for å forhindre overtilpasning i beslutningstremodeller ved …
Kryss-entropimetoden
Definition
Kryss-entropimetoden (CEM) er en kraftig generell optimeringsalgoritme som brukes til …
Kostnadsfølsom maskinlæring
Definition
Kostnadsfølsom maskinlæring utvider tradisjonell veiledet læring ved å tilordne ulike …
Kontraktiv læring
Definition
Kontraktiv læring er en metode for representasjonslæring som ikke krever merket data. Den …
Kommersial heuristisk intelligens
Definition
Kommersial heuristisk intelligens involverer algoritmer som bruker tommelfingerregler, …
Komprimerte tensorer
Definition
Komprimerte tensorer er flerdimensjonale arrayer brukt i dyp læring der den numeriske …
Klippning
Definition
Innen dyp læringsteknikk brukes klippning vanligvis på gradienter for å dempe problemet …
Caching
Definition
Ingeniørmessig innen AI optimaliserer caching ytelsen ved å holde nylige eller hyppige …
Batch-størrelse
Definition
Batch-størrelse er en kritisk hyperparameter som bestemmer hvor mange prøver som …
Bayesiansk optimering
Definition
Bayesiansk optimering bruker en sannsynligsurrogatmodell, vanligvis en Gaussprosess, for …
Batch-normalisering
Definition
Denne metoden justerer og skalerer aktivasjoner slik at de har null gjennomsnitt og …
AlphaChip
Definition
AlphaChip er et spesialisert AI-system designet for å automatisere og forbedre …
Algoritmevalg
Definition
Algoritmevalg innebærer å evaluere ulike beregningsmetoder for å fastslå hvilken som …
Admissibel heuristikk
Definition
I sti-finnings- og søkeproblemer gir en admissibel heuristikk en nedre grense for den …
Accelerated Linear Algebra
Definition
Dette feltet fokuserer på å akselerere grunnleggende lineære algebra-beregninger, som er …
A/B-testing
Definition
A/B-testing er et randomisert kontrollert eksperiment der to varianter, A og B, …
Restforbindelse
Definition
Restforbindelser, også kjent som hoppforbindelser (skip connections), lar gradienter fly …
Kvantisering
Definition
Kvantisering konverterer høy-presisjons flyttallstall (som FP32) til lavere …
QLoRA
Definition
QLoRA kombinerer Lav-rang tilpasning (LoRA) med 4-bits kvantisering for å redusere …
Læringsrate
Definition
Læringsraten bestemmer hvor mye modellens vekter oppdateres i forhold til den beregnede …
Gradientnedstigning
Definition
Gradientnedstigning er en førsteordens iterativ optimeringsalgoritme for å finne et …
Distribuert trening
Definition
Distribuert trening akselererer modellkonvergensen ved å parallellisere beregninger over …
Adapter
Definition
Adaptorer er en parameter-effektiv finjusteringsteknikk som primært brukes i store …
oppgavespesifikk
Definition
Oppgavespesifikk refererer til AI-modeller eller komponenter tilpasset for å utmerke seg …
one-step
Definition
Innan maskinlæring og optimering løser one-step-metoder problemer direkte uten å kreve …
førsteordens-
Definition
Innen kunstig intelligens og matematikk beskriver «førsteordens» typisk systemer eller …
finjustert
Definition
Finjustering innebærer å ta en modell som allerede er trent på et stort, generelt …
Overføringslæring
Definition
Overføringslæring utnytter forhåndstrente modeller for å forbedre ytelsen og redusere …
Tuning
Definition
Tuning involverer å raffinere en maskinlæringsmodell for å oppnå bedre nøyaktighet eller …
Mot
Definition
I AI-utvikling beskriver «towards» ofte trajektorien til optimaliseringsprosesser, for …
Skalering
Definition
Skalering er den aktive metodikken for å utvide AI-systemer ved å legge til flere lag, …
Rate
Definition
Innan AI refererer ‘rate’ oftest til læringsraten, en hyperparameter som …
Optimal
Definition
Inne i AI og optimeringsteori er en optimal løsning en som oppnår den høyeste mulige …
Tap
Definition
Tapfunksjoner, også kjent som kostnadsfunksjoner, måler hvor godt prediksjonene fra en …
LoRA
Definition
LoRA fryser forhåndstrengte modellvekter og setter inn trenbare dekomponeringsmatriser i …
Global
Definition
Begrepet «global» i AI står ofte i kontrast til «lokal», og refererer til aspekter som …
Rask
Definition
Begrepet ‘rask’ beskriver beregningsmessig effektivitet innen kunstig …
Effektiv
Definition
Effektivitet er en kritisk målestokk i kunstig intelligens som måler hvor godt en modell …
Distillering
Definition
Denne prosessen involverer overføring av kunnskap fra et komplekst, høytytende …
Konvergensbrudd / Divergens
Definition
I optimeringssammenheng oppstår divergens når modellparametrene oppdateres på en måte som …
Kombinering
Definition
Dette begrepet omfatter metoder som ensemble-læring, hvor prediksjoner fra flere modeller …
Adam
Definition
Adam (Adaptive Moment Estimation) er en populær førstereords gradientbasert …
Finjustering
Definition
Finjustering innebærer å ta en modell som allerede er trent på et stort, generelt …
Promptingeniørfag
Definition
Promptingeniørfag involverer utforming av spesifikke inndata, kjent som prompts, for å …