Modelo Unificado
Definition
Um modelo unificado refere-se a um sistema de inteligência artificial capaz de executar …
Terms tagged with Efficiency
Um modelo unificado refere-se a um sistema de inteligência artificial capaz de executar …
A Automação de Processos Robóticos (RPA) emprega robôs de software, muitas vezes …
Este termo refere-se a uma arquitetura especializada dentro da família Qwen, …
A quantização é uma técnica de otimização de modelos que reduz a precisão numérica dos …
A poda envolve identificar e eliminar neurônios, conexões ou filtros em uma rede neural …
O ajuste de prompt envolve a adição de prompts treináveis suaves (vetores contínuos) à …
No aprendizado proativo, o sistema de IA determina quais amostras reduziriam mais a …
O Prefix Tuning é uma técnica de adaptação eficiente em parâmetros para transformadores …
Phi, abreviação de ‘Foundation models based on Teaching-Learning Paradigm’ …
O P-Tuning (Prompt Tuning) é uma técnica projetada para adaptar grandes modelos de …
A otimização multitarefa envolve treinar um único modelo para lidar com várias tarefas …
Esta técnica aproveita o viés indutivo compartilhado entre tarefas relacionadas para …
Esta categoria inclui métodos como poda, quantização e destilação de conhecimento, …
Mistura de Especialistas (MoE) é uma arquitetura de aprendizado de máquina projetada para …
O Mixtral é um LLM de pesos abertos pioneiro que utiliza uma arquitetura de Mistura …
O DeepSeek V3 é uma iteração avançada na família de modelos DeepSeek, caracterizada pela …
A Automação de Processos de Negócios (BPA) envolve o aproveitamento de software e IA para …
O processamento em lote envolve agregar entradas de dados em um grupo, ou lote, antes de …
O AutoML (Aprendizado de Máquina Automatizado) simplifica o desenvolvimento de modelos de …
A Tomada de Decisão Automatizada (ADM) depende de sistemas de software para fazer …
O aprendizado ativo reduz a quantidade de dados rotulados necessários permitindo que o …
O aprendizado zero-shot permite que um modelo de aprendizado de máquina classifique …
O QLoRA combina a Adaptação de Baixo Ranque (LoRA) com a quantização de 4 bits para …
O aprendizado com poucos exemplos visa permitir que os modelos generalizem a partir de …
Os adaptadores são uma técnica de ajuste fino eficiente em parâmetros, usada …
Abordagens livres de treinamento referem-se a técnicas que modificam o comportamento ou a …
Um modelo pré-treinado é um modelo fundamental de IA que passou por treinamento extensivo …
A IA de baixo custo foca na eficiência, visando reduzir as barreiras de entrada e os …
O aprendizado por transferência aproveita modelos pré-treinados para melhorar o …
O Mamba representa um avanço significativo no modelamento de sequências ao introduzir um …
O LoRA congela os pesos do modelo pré-treinado e insere matrizes de decomposição …
No contexto de IA, ‘direto’ frequentemente descreve arquiteturas ou caminhos …
A automação na IA envolve o uso de algoritmos e sistemas para realizar tarefas que …