Robotiserad processautomatisering
Definition
Robotiserad processautomatisering (RPA) använder mjukvarubots, ofta förstärkta med AI, …
Efficiency
Terms tagged with Efficiency
Qwen3 5 Moe
Definition
Denna term avser en specialiserad arkitektur inom Qwen-familjen, som sannolikt använder …
Kvantiserad
Definition
Kvantisering är en teknik för modelloptimering som minskar den numeriska precisionen hos …
Prompt-tuning
Definition
Prompt-tuning innebär att tränbara mjuka prompts (kontinuerliga vektorer) läggs till i …
Pruning
Definition
Pruning innebär att identifiera och eliminera nerver, anslutningar eller filter i ett …
Proaktiv inlärning
Definition
Vid proaktiv inlärning bestämmer AI-systemet vilka prover som skulle minska osäkerheten …
Prefix-tuning
Definition
Prefix-tuning är en parameter-effektiv anpassningsteknik för förtränade transformatorer. …
Phi
Definition
Phi, kort för ‘Foundation models based on Teaching-Learning Paradigm’, är en …
P-Tuning
Definition
P-Tuning (Prompt Tuning) är en teknik designad för att anpassa stora förtränade …
Multitaskoptimering
Definition
Multitaskoptimering innebär att träna en enda modell för att hantera flera distinkta men …
Multi-task Learning
Definition
Denna teknik utnyttjar den induktiva bias som delas mellan relaterade uppgifter för att …
Blandning av experter
Definition
Blandning av experter (MoE) är en maskininlärningsarkitektur utformad för att förbättra …
Model Compression
Definition
Denna kategori inkluderar metoder som beskärning, kvantisering och kunskapsdistillation, …
Mixtral
Definition
Mixtral är en banbrytande stor språkmodell (LLM) med öppna vikter som använder en …
DeepSeek V3
Definition
DeepSeek V3 är en avancerad iteration i DeepSeek-modelfamiljen, karaktäriserad av sin …
Automation av affärsprocesser
Definition
Automation av affärsprocesser (BPA) innebär att utnyttja programvara och AI för att …
Batchbearbetning
Definition
Batchbearbetning innebär att aggregera datainput till en grupp, eller batch, innan en …
Automatiserad maskininlärning
Definition
AutoML (Automated Machine Learning) effektiviserar utvecklingen av ML-modeller genom att …
Automatiserat beslutsfattande
Definition
Automatiserat beslutsfattande (ADM) förlitar sig på mjukvarusystem för att fatta val som …
Aktiv inlärning
Definition
Aktiv inlärning minskar mängden märkt data som krävs genom att låta modellen välja de …
Nollskotsinlärning
Definition
Nollskotsinlärning gör det möjligt för en maskininlärningsmodell att klassificera …
QLoRA
Definition
QLoRA kombinerar lågrangsanpassning (LoRA) med 4-bits kvantisering för att avsevärt …
Few-shot learning
Definition
Few-shot learning syftar till att möjliggöra för modeller att generalisera från endast …
Adapter
Definition
Adapters är en teknik för finjustering med låg parameterförbrukning som främst används i …
träningfri
Definition
Träningfria metoder avser tekniker som modifierar modellens beteende eller utdata utan …
förtränad
Definition
En förtränad modell är en grundläggande AI-modell som har genomgått omfattande träning på …
kostnadseffektiv
Definition
Kostnadseffektiv AI fokuserar på effektivitet, med målet att sänka inträdeshindren och …
Överföringsinlärning
Definition
Överföringsinlärning utnyttjar förtränade modeller för att förbättra prestanda och minska …
Mamba
Definition
Mamba representerar ett betydande framsteg inom sekvensmodellering genom att introducera …
LoRA
Definition
LoRA fryser förtränade modellvikter och infogar tränbara dekompositions-matriser i varje …
Direkt
Definition
Inom AI-sammanhang beskriver ‘direkt’ ofta arkitekturer eller inferensvägar …
Automatiserad
Definition
Automation inom AI innebär att använda algoritmer och system för att utföra uppgifter som …