Unsloth
Definition
Unsloth es una herramienta especializada diseñada para optimizar el ajuste fino …
Unsloth es una herramienta especializada diseñada para optimizar el ajuste fino …
Este enfoque va más allá del simple etiquetado humano en el bucle. Implica una …
También conocido como aprendizaje por lotes, el aprendizaje fuera de línea implica …
Esta técnica aprovecha el sesgo inductivo compartido entre tareas relacionadas para …
El Entrenamiento de Precisión Mixta (MPT) combina tipos de datos de media precisión …
Típicamente, una curva de aprendizaje muestra las puntuaciones de entrenamiento y …
La destilación de conocimiento es un método de aprendizaje automático utilizado para …
Imatrix, abreviatura de Matriz de Importancia, es una técnica principalmente asociada al …
El ajuste de hiperparámetros implica evaluar diferentes conjuntos de hiperparámetros para …
A diferencia de los parámetros del modelo (pesos y sesgos) que se aprenden a partir de …
El grokking se refiere a un comportamiento contraintuitivo observado en el aprendizaje …
El ajuste fino se refiere a la técnica de tomar un modelo que ya ha sido entrenado en un …
En el aprendizaje automático, una época representa una iteración única sobre todo el …
En el aprendizaje ansioso, el sistema construye una función o modelo objetivo …
La detención temprana es una forma de regularización utilizada principalmente en procesos …
La adaptación de dominio aborda el desafío cuando los datos de entrenamiento y prueba …
La IA Constitucional es un marco para alinear grandes modelos de lenguaje con los valores …
El aprendizaje por asociación, también conocido como aprendizaje por refuerzo inverso a …
Este campo abarca tanto técnicas ofensivas para romper modelos como estrategias …
El Ajuste Fino Supervisado (SFT) implica tomar un modelo grande preentrenado, como un …
En el aprendizaje supervisado, el algoritmo se entrena con un conjunto de datos …
El aprendizaje autosupervisado es una técnica en la que el algoritmo crea señales …
También conocida como función de costo o error, la función de pérdida proporciona un …
La tasa de aprendizaje determina cuánto se actualizan los pesos del modelo en relación …
El descenso de gradiente es un algoritmo de optimización iterativo de primer orden para …
El aprendizaje de pocos ejemplos tiene como objetivo permitir que los modelos generalicen …
El afinado (fine-tuning) implica tomar un modelo que ya ha sido entrenado en un gran …
El aprendizaje supervisado implica alimentar un algoritmo con datos que incluyen tanto …
El preentrenamiento es una técnica fundamental en el aprendizaje profundo donde un modelo …
Las funciones de pérdida, también conocidas como funciones de costo, miden qué tan bien …
Este proceso cierra la brecha entre el preentrenamiento general y el rendimiento …
El afinado implica tomar un modelo de propósito general entrenado en grandes conjuntos de …
El ajuste fino implica tomar un modelo ya entrenado en un conjunto de datos grande y …
La propagación hacia atrás (backpropagation), abreviatura de propagación hacia atrás de …
La alineación se centra en garantizar que los sistemas de IA hagan lo que los humanos …