Mô hình Thống nhất
Definition
Mô hình thống nhất đề cập đến một hệ thống trí tuệ nhân tạo có khả năng thực hiện nhiều …
Terms tagged with Efficiency
Mô hình thống nhất đề cập đến một hệ thống trí tuệ nhân tạo có khả năng thực hiện nhiều …
Tự động hóa quy trình bằng robot (RPA) sử dụng các bot phần mềm, thường được tăng cường …
Thuật ngữ này đề cập đến một kiến trúc chuyên biệt trong họ Qwen, có khả năng tận dụng …
Lượng tử hóa là một kỹ thuật tối ưu hóa mô hình, giảm độ chính xác số của các tham số …
Cắt tỉa liên quan đến việc xác định và loại bỏ các nơ-ron, kết nối hoặc bộ lọc trong mạng …
Điều chỉnh prompt liên quan đến việc thêm các prompt mềm có thể huấn luyện (các vector …
Trong học chủ động, hệ thống AI xác định các mẫu nào sẽ giúp giảm bớt sự không chắc chắn …
Điều chỉnh tiền tố là một kỹ thuật thích ứng hiệu quả về tham số cho các mô hình biến đổi …
Phi, viết tắt của ‘Foundation models based on Teaching-Learning Paradigm’ (Mô …
P-Tuning (Prompt Tuning) là một kỹ thuật được thiết kế để thích ứng các mô hình ngôn ngữ …
Tối ưu hóa đa nhiệm liên quan đến việc huấn luyện một mô hình duy nhất để xử lý nhiều …
Kỹ thuật này tận dụng sự thiên kiến quy nạp được chia sẻ giữa các nhiệm vụ liên quan để …
Hỗn hợp Chuyên gia (MoE) là một kiến trúc học máy được thiết kế để cải thiện hiệu quả và …
Nhóm phương pháp này bao gồm các kỹ thuật như cắt tỉa (pruning), lượng tử hóa …
Mixtral là một mô hình LLM trọng lượng mở tiên phong sử dụng kiến trúc Hỗn hợp Chuyên gia …
DeepSeek V3 là một phiên bản nâng cấp tiên tiến trong họ mô hình DeepSeek, đặc trưng bởi …
Tự động hóa Quy trình Kinh doanh (BPA) liên quan đến việc tận dụng phần mềm và AI để tinh …
Xử lý theo lô liên quan đến việc tổng hợp các đầu vào dữ liệu thành một nhóm, hay còn gọi …
AutoML (Học máy tự động) tinh gọn quá trình phát triển các mô hình ML bằng cách tự động …
Ra quyết định tự động (ADM) dựa vào các hệ thống phần mềm để đưa ra các lựa chọn trước …
Học chủ động giảm thiểu lượng dữ liệu có nhãn cần thiết bằng cách cho phép mô hình chọn …
Học zero-shot cho phép mô hình học máy phân loại các trường hợp thuộc về những lớp không …
QLoRA kết hợp Điều chỉnh hạng thấp (LoRA) với lượng tử hóa 4-bit để giảm đáng kể dung …
Học ít ví dụ nhằm mục đích cho phép các mô hình tổng quát hóa từ chỉ một vài ví dụ, mô …
Adapter là một kỹ thuật tinh chỉnh hiệu quả về tham số, chủ yếu được sử dụng trong các mô …
Các phương pháp không cần huấn luyện đề cập đến các kỹ thuật sửa đổi hành vi hoặc đầu ra …
Một mô hình đã huấn luyện trước là một mô hình AI nền tảng đã trải qua quá trình huấn …
AI chi phí thấp tập trung vào hiệu quả, nhằm giảm bớt rào cản gia nhập và chi phí vận …
Học chuyển giao tận dụng các mô hình đã được huấn luyện trước để cải thiện hiệu suất và …
Mamba đại diện cho một bước tiến đáng kể trong việc mô hình hóa chuỗi bằng cách giới …
LoRA đóng băng các trọng số đã được huấn luyện trước và chèn các ma trận phân rã có thể …
Trong ngữ cảnh AI, ’trực tiếp’ thường mô tả các kiến trúc hoặc đường suy luận …
Tự động hóa trong AI liên quan đến việc sử dụng các thuật toán và hệ thống để thực hiện …