Học theo chương trình
Definition
Học theo chương trình bắt chước quá trình giáo dục của con người bằng cách trình bày dữ …
Terms tagged with Optimization
Học theo chương trình bắt chước quá trình giáo dục của con người bằng cách trình bày dữ …
Các thuật toán VAD phân tích luồng âm thanh theo thời gian thực để phân biệt giữa các …
Unsloth là một công cụ chuyên dụng được thiết kế để tối ưu hóa việc tinh chỉnh …
vLLM (Virtual Large Language Model) là một thư viện mã nguồn mở được thiết kế để tăng tốc …
Tối đa hóa token liên quan đến việc tinh chỉnh cẩn thận các đầu vào để tận dụng hết dung …
Học ba yếu tố là một phương pháp cụ thể trong học tăng cường, phân rã quá trình học thành …
TensorFlow Lite là một khung làm việc mã nguồn mở được thiết kế để triển khai các mô hình …
Suy luận Tạo văn bản (TGI) là một khung phần mềm chuyên dụng được thiết kế để phục vụ các …
Hồi quy biểu tượng là một loại phân tích hồi quy nhằm tìm ra một biểu thức toán học, …
Trong học máy và tối ưu hóa, mô hình thay thế đóng vai trò là đại diện cho một hàm mục …
Chính quy hóa độ thưa có cấu trúc mở rộng chuẩn chính quy hóa L1 bằng cách khuyến khích …
Tối thiểu hóa nguy cơ cấu trúc (SRM) là một phương pháp để giảm thiểu nguy cơ kỳ vọng …
Gấp ngữ nghĩa đề cập đến quá trình nén các vector embedding phức tạp, nhiều chiều thành …
Kỹ thuật tái tham số hóa là một phương pháp cơ bản được sử dụng trong các bộ mã hóa giải …
Chính quy hóa là một khái niệm quan trọng trong học máy nhằm giảm thiểu lỗi tổng quát hóa …
Ánh xạ đặc trưng ngẫu nhiên biến đổi đầu vào thành một không gian mới nơi các mô hình …
Lượng tử hóa là một kỹ thuật tối ưu hóa mô hình, giảm độ chính xác số của các tham số …
Điều chỉnh prompt liên quan đến việc thêm các prompt mềm có thể huấn luyện (các vector …
Các phương pháp gradient gần đúng là kỹ thuật tối ưu hóa lặp được sử dụng khi hàm mất mát …
PagedAttention là một kỹ thuật được giới thiệu bởi dự án vLLM nhằm cải thiện hiệu suất …
Được phát triển bởi Intel, OpenVINO (Open Visual Inference and Neural network …
MXFP4 (Mixed eXtended Floating Point 4-bit) là một định dạng kiểu dữ liệu chuyên biệt …
Phương pháp cập nhật trọng số nhân là một thuật toán học trực tuyến cơ bản được sử dụng …
Kỹ thuật này tận dụng sự thiên kiến quy nạp được chia sẻ giữa các nhiệm vụ liên quan để …
MobileNet sử dụng các phép tích chập tách biệt theo chiều sâu (depthwise separable …
Nhóm phương pháp này bao gồm các kỹ thuật như cắt tỉa (pruning), lượng tử hóa …
Huấn luyện độ chính xác hỗn hợp (MPT) kết hợp các kiểu dữ liệu bán chính xác (FP16) và …
Học siêu cấp tập trung vào việc thiết kế các thuật toán có khả năng học từ các nhiệm vụ …
Chính quy ma trận mở rộng khái niệm chính quy vô hướng sang ma trận, thường được sử dụng …
Giả thuyết Vé số (Lottery Ticket Hypothesis) gợi ý rằng bên trong một mạng nơ-ron lớn …
Lấy mẫu trường hợp-đối chứng cục bộ là một chiến lược được sử dụng chủ yếu trong việc …
Khái niệm này bắt nguồn từ học tăng cường, liên quan đến việc một tác nhân tương tác với …
Chuẩn hóa lớp ổn định quá trình huấn luyện bằng cách giảm thiểu sự dịch chuyển hiệp …
Knowledge Compilation đề cập đến các kỹ thuật trong trí tuệ nhân tạo nhằm chuyển đổi cơ …
Knowledge Distillation là một phương pháp học máy dùng để nén một mạng nơ-ron lớn, phức …
Lựa chọn mẫu nhằm cải thiện hiệu quả tính toán và hiệu suất mô hình bằng cách loại bỏ các …
Tìm kiếm heuristic gia tăng đề cập đến các thuật toán tinh chỉnh từng bước một ứng viên …
Imatrix, viết tắt của Ma trận Tầm quan trọng, là một kỹ thuật chủ yếu liên quan đến việc …
Điều chỉnh siêu tham số bao gồm việc đánh giá các bộ siêu tham số khác nhau để tìm ra cấu …
Tối ưu hóa Siêu tham số (HPO) đề cập đến lĩnh vực rộng lớn hơn về việc tự động hóa việc …
Bình đẳng rủi ro phân cấp (HRP) là một phương pháp xây dựng danh mục đầu tư giải quyết …
Chiến lược tối ưu hóa này cho phép các mô hình học sâu được huấn luyện với kích thước …
Không có thuật ngữ tiêu chuẩn đơn lẻ nào là ‘GLM MoE DSA’. Tuy nhiên, nó có …
GGUF (GPT-Generated Unified Format) là một định dạng tệp nhị phân được thiết kế đặc biệt …
Dấu phẩy động 8 (FP8) là một kiểu dữ liệu số học cân bằng giữa hiệu quả tính toán và độ …
Tinh chỉnh (Finetuning) đề cập đến kỹ thuật lấy một mô hình đã được huấn luyện trên một …
Xấp xỉ độ thích nghi được sử dụng trong tính toán tiến hóa khi việc đánh giá hàm độ thích …
Feature hashing, còn được gọi là thủ thuật băm (hashing trick), cho phép các mô hình học …
Feature scaling chuẩn hóa phạm vi của các biến đầu vào để ngăn chặn các đặc trưng có độ …
Kỹ thuật đặc trưng là nghệ thuật tận dụng chuyên môn lĩnh vực để chuyển đổi dữ liệu thô …
Trong các quá trình ra quyết định, các tác nhân đối mặt với sự đánh đổi: họ có thể khai …
Khác với các thuật toán di truyền duy trì một quần thể, EO làm việc trên một giải pháp …
Trong bối cảnh tính toán, khả năng tiến hóa đề cập đến mức độ dễ dàng mà một thuật toán …
Cực tiểu hóa Rủi ro Thực nghiệm (ERM) là hàm mục tiêu tiêu chuẩn để huấn luyện các mô …
Được phát triển bởi Google, EfficientNet sử dụng phương pháp mở rộng hợp chất để cân bằng …
Thực hành này liên quan đến việc triển khai trực tiếp các mô hình AI đã huấn luyện lên …
Dừng sớm là một dạng chính quy hóa được sử dụng chủ yếu trong các quá trình huấn luyện …
Thuật ngữ này đề cập đến mối quan hệ cộng hưởng giữa thuật toán Kỳ vọng-Cực đại (EM) và …
Đường ống LTX được điều chỉnh cho các mô hình ưu tiên tốc độ và hiệu quả trong các tác vụ …
DP-SGD là một biến thể của Stochastic Gradient Descent được thiết kế để bảo vệ quyền …
Cắt tỉa là một phương pháp được sử dụng để ngăn ngừa tình trạng quá khớp (overfitting) …
Phương pháp Entropy chéo (CEM) là một thuật toán tối ưu hóa mạnh mẽ, đa năng, được sử …
Học máy nhạy cảm chi phí mở rộng học có giám sát truyền thống bằng cách gán các hình phạt …
Học tương phản là một phương pháp học biểu diễn không yêu cầu dữ liệu được gán nhãn. Nó …
Tenxơ nén là các mảng đa chiều được sử dụng trong học sâu, nơi độ chính xác số học (ví …
Trí tuệ heuristic tính toán liên quan đến các thuật toán sử dụng các quy tắc kinh nghiệm, …
Trong kỹ thuật học sâu, cắt thường được áp dụng cho gradient để giảm thiểu vấn đề …
Trong kỹ thuật AI, bộ nhớ đệm tối ưu hóa hiệu suất bằng cách giữ các kết quả truy vấn gần …
Kích thước lô là một siêu tham số quan trọng xác định có bao nhiêu mẫu được xử lý trước …
Tối ưu hóa Bayes sử dụng một mô hình xấp xỉ xác suất, thường là Quá trình Gaussian, để mô …
Phương pháp này điều chỉnh và mở rộng các kích hoạt để có trung bình bằng không và phương …
AlphaChip là một hệ thống AI chuyên biệt được thiết kế để tự động hóa và nâng cao việc …
Lựa chọn thuật toán bao gồm việc đánh giá các cách tiếp cận tính toán khác nhau để xác …
Trong các bài toán tìm đường và tìm kiếm, một heuristic chấp nhận được cung cấp cận dưới …
Lĩnh vực này tập trung vào việc tăng tốc các phép tính đại số tuyến cơ bản, vốn là cốt …
Kiểm thử A/B là một thí nghiệm có kiểm soát ngẫu nhiên trong đó hai biến thể, A và B, …
Các kết nối trừu tượng, còn được gọi là kết nối bỏ qua (skip connections), cho phép …
Lượng tử hóa chuyển đổi các số dấu phẩy động độ chính xác cao (như FP32) sang các định …
QLoRA kết hợp Điều chỉnh hạng thấp (LoRA) với lượng tử hóa 4-bit để giảm đáng kể dung …
Tốc độ học xác định mức độ cập nhật trọng số của mô hình so với gradient đã tính toán …
Hạ gradient là một thuật toán tối ưu hóa bậc nhất lặp để tìm cực tiểu địa phương của một …
Huấn luyện phân tán tăng tốc quá trình hội tụ của mô hình bằng cách song song hóa tính …
Adapter là một kỹ thuật tinh chỉnh hiệu quả về tham số, chủ yếu được sử dụng trong các mô …
Cụ thể theo tác vụ đề cập đến các mô hình AI hoặc thành phần được tùy chỉnh để xuất sắc …
Trong học máy và tối ưu hóa, các phương pháp một bước giải quyết vấn đề trực tiếp mà …
Trong trí tuệ nhân tạo và toán học, ‘bậc một’ thường mô tả các hệ thống hoặc …
Tinh chỉnh liên quan đến việc lấy một mô hình đã được huấn luyện trên một tập dữ liệu …
Điều chỉnh liên quan đến việc tinh chỉnh một mô hình học máy để đạt được độ chính xác …
Học chuyển giao tận dụng các mô hình đã được huấn luyện trước để cải thiện hiệu suất và …
Trong phát triển AI, ‘hướng tới’ thường mô tả quỹ đạo của các quá trình tối …
Mở rộng quy mô là phương pháp luận chủ động để mở rộng các hệ thống AI bằng cách thêm …
Trong AI, ’tỷ lệ’ thường đề cập nhất đến tỷ lệ học (learning rate), một siêu …
Trong AI và lý thuyết tối ưu hóa, một giải pháp tối ưu là giải pháp đạt được chỉ số hiệu …
Các hàm mất mát, còn được gọi là hàm chi phí, đo lường mức độ phù hợp giữa các dự đoán …
LoRA đóng băng các trọng số đã được huấn luyện trước và chèn các ma trận phân rã có thể …
Thuật ngữ ’toàn cục’ trong AI thường tương phản với ‘cục bộ’, đề …
Thuật ngữ ’nhanh chóng’ mô tả hiệu quả tính toán trong các mô hình trí tuệ …
Hiệu quả là một chỉ số quan trọng trong trí tuệ nhân tạo, đo lường mức độ tận dụng tài …
Quá trình này liên quan đến việc chuyển giao kiến thức từ một mạng nơ-ron ‘giáo …
Trong bối cảnh tối ưu hóa, phân kỳ xảy ra khi các tham số của mô hình cập nhật theo cách …
Khái niệm này bao gồm các phương pháp như học tập hợp (ensemble learning), nơi các dự …
Adam (Adaptive Moment Estimation - Ước lượng Moment Thích ứng) là một thuật toán tối ưu …
Fine-tuning liên quan đến việc lấy một mô hình đã được huấn luyện trên một tập dữ liệu …
Kỹ thuật prompt liên quan đến việc tạo ra các đầu vào cụ thể, được gọi là prompt, nhằm …