温馨提示:本站仅提供公开网络链接索引服务,不存储、不篡改任何第三方内容,所有内容版权归原作者所有
AI智能索引来源:http://www.ibm.com/fr-fr/think/topics/llm-parameters
点击访问原文链接

Qu’est-ce que les paramètres du LLM ? | IBM

BienvenueAperçuTypes de machine learningAlgorithmes de machine learningMachine learning statistiqueAlgèbre linéaire pour le machine learningQuantification de l’incertitudeCompromis biais-varianceAperçuSélection des caractéristiquesExtraction de caractéristiquesPlongement vectorielEspace latentAnalyse en composantes principalesAnalyse discriminante linéaireSuréchantillonnageSous-échantillonnageDonnées synthétiquesFuite de donnéesAperçuRégression linéaireRégression lassoRégression de crêteModèle d’espace d’étatSéries temporellesModèle autorégressifAperçuArbres de décisionK plus proches voisins (KNN)Naïve bayésienneForêt d’arbres décisionnelsMachine à vecteurs de supportRégression logistiqueAperçuBoostingBaggingBoosting de gradientClassificateur de boosting de gradientAperçuApprentissage par transfertAperçuAperçuClustering k-meansClustering hiérarchiqueAlgorithme a prioriModèle de mélange gaussienDétection des anomaliesAperçuFiltrage collaboratifFiltrage basé sur le contenuAperçuApprentissage par renforcement à partir des commentaires humainsAperçuAperçuRétropropagationModèles d’encodeur-décodeurRéseaux de neurones récurrentsRéseaux de neurones convolutifsAperçuMécanisme d’attentionAttention de requête groupéeCodage positionnelAuto-encodeurModèle MambaRéseau de neurones graphiqueAperçuModèle génératifIA générative et IA prédictiveAperçuModèles de raisonnementPetits modèles de langageRéglage des instructionsParamètres des LLMTempérature des LLMBenchmarks de LLMPersonnalisation des LLMModèles de diffusionAuto-encodeurs variationnels (VAE)Réseaux antagonistes génératifs (GAN)AperçuModèles de langage visuelTutoriel : Créer un styliste d’IATutoriel : Requêtes d’IA multimodale avec LlamaTutoriel : Requêtes d’IA multimodale avec PixtralTutoriel : Transcription de podcast automatique avec GraniteTutoriel : Système de réponse d’analyse d’image d’IA PPTAperçuGraphRAGTutoriel : Créer un système RAG multimodal avec Docling et GraniteTutoriel : Évaluer le pipeline RAG à l’aide de RagasTutoriel : Stratégies de segmentation RAGTutoriel : La méthode Graph RAG à l’aide de graphes de connaissancesTutoriel : Mise à l’échelle de l’inférence pour améliorer la RAG multimodaleAperçuCodage de VibeConsulter le guide des agents d’IA à l’horizon 2025AperçuFonction de perteDonnées d’entraînementParamètres du modèleDescente de gradientDescente de gradient stochastiqueRéglage des hyperparamètresTaux d'apprentissageAperçuRéglage fin efficace en paramètres (PEFT)LoRATutoriel : Affiner le modèle Granite avec LoRARégularisationModèles de fondationSurajustementSous-ajustementApprentissage few-shotApprentissage zero-shotDistillation des connaissancesMéta-apprentissageAugmentation des donnéesOubli catastrophiqueAperçuScikit-LearnXGBoostPyTorchAperçuCycle de vie de l’IAInférence IADéploiement de modèlePipeline de machine learningÉtiquetage des donnéesGestion des risques liés aux modèlesDérive de modèleAutoMLSélection du modèleApprentissage fédéréMachine learning distribuéPile d’IAAperçuCompréhension du langage naturelAperçuAnalyse des sentimentsTraduction automatiqueAperçuRecherche d’informationExtraction d’informationsModélisation thématiqueAnalyse sémantique latenteAllocation de Dirichlet latenteReconnaissance des entités nomméesProlongements lexicauxSac de motsRecherche intelligenteReconnaissance vocaleRacinisation et lemmatisationSynthèse de texteIA conversationnelleAnalyse conversationnelleGénération automatique de texte en langage naturelAperçuClassification des imagesDétection d’objetsSegmentation d’instancesSegmentation sémantiqueReconnaissance optique de caractèresReconnaissance d’imagesInspection visuelleIvan BelcicCole Strykergrand modèle de langage (LLM).grand modèle de langage (LLM)jeu de donnéesDéclaration de confidentialité d’IBMIAmachine learning (ML)fonction de perteparamètres du modèlerétropropagationmodèles IA.réglage findes données d’entraînementréglage des hyperparamètresréglage des modèlesprompt engineering,personnalisation des LLM.critères de référence LLMd’IA générativefenêtre contextuelleAccéder à l’épisoderéseaux de neuronesGPT-4LlamaGeminimodèles de transformeursopen sourceLLMsurajustementL’hyperparamètre de températuregénération de textechatbotChatGPT,de petits modèles de langagecodage vibedescente de gradientLe « Réglage fin efficace des paramètres » (PEFT)L’apprentissage par transferteBook Choisir le bon modèle de fondation Découvrez comment choisir la bonne approche pour préparer des ensembles de données et utiliser des modèles de fondation. Lire l’eBookRapport IBV L’entreprise en 2030 : conçue pour l’innovation perpétuelle Découvrez nos cinq prédictions sur ce qui définira les entreprises les plus performantes en 2030 et les étapes que les dirigeants peuvent suivre pour obtenir un avantage axé sur l’IA. Lire le rapportmodèles IA Découvrir IBM Granite Découvrez IBM Granite, notre famille de modèles d'IA ouverts, performants et fiables, conçus pour les entreprises et optimisés pour dimensionner vos applications d'IA. Explorez les options de langage, de code, de séries temporelles et de barrières de sécurité. Découvrez GranitePodcast Techsplainers Les grands modèles de langage expliqués Techsplainers d'IBM explique l'essentiel des LLM, des concepts clés aux cas d'utilisation concrets. Des épisodes clairs et rapides vous permettent d'apprendre rapidement les principes fondamentaux. Écouter maintenanteBook Choisir le bon modèle de fondation Découvrez comment choisir le modèle de fondation d’IA le mieux adapté à votre cas d’utilisation. Lire l’eBookArticle Découvrir la puissance des LLM Plonger dans les articles, les blogs et les tutoriels d'IBM Developer pour approfondir vos connaissances sur les LLM. Découvrir les articlesGuide Le guide du PDG sur l’optimisation des modèles Découvrez comment pousser continuellement vos équipes à améliorer les performances des modèles et à dépasser la concurrence en utilisant les dernières techniques et infrastructures d’IA. Lire le guideRapport Une approche différenciée des modèles de fondation IA Découvrez la valeur des modèles de fondation dédiés aux entreprises qui offrent confiance, performances et avantages rentables à tous les secteurs. Lire le rapporteBook Libérez la puissance de l’IA générative et du ML Apprenez comment intégrer l’IA générative, le machine learning et les modèles de fondation dans vos opérations métier pour améliorer les performances. Lire l’eBookDécouvrir IBM BobExplorez watsonx OrchestrateDécouvrir les solutions d’IADécouvrez IBM BobExplorez watsonx Orchestrate

智能索引记录