Q學習 Q-Learning
一種無模型的強化學習演算法,透過估計狀態-行為對的價值函數來找到最優策略。
強化學習模型訓練最佳化
查詢 Transformer、RAG、AI Agent 等 AI 術語,包含定義、iPAS 考點分析、常見問題與 Markdown 版本。
一種無模型的強化學習演算法,透過估計狀態-行為對的價值函數來找到最優策略。
QLoRA是LoRA的改進版,使用4位量化技術壓縮預訓練模型,進一步降低記憶體需求,實現在消費級硬體上微調大型模型。
模型量化是一種降低模型大小和加速推論的技術,透過減少模型權重和激活值的精度來實現。
在模型訓練過程中模擬量化效果的方法,通過學習量化帶來的誤差來優化模型性能,相比訓練後量化能保持更高精度。
量子化學預測利用機器學習模型預測分子的電子性質與化學反應,有效加速新藥開發與材料科學研究的進程。
結合量子計算與機器學習的跨領域技術,利用量子力學原理加速數據處理與模式識別過程。
在主動學習中訓練多個模型,選擇它們預測意見分歧最大的樣本進行標籤,以高效識別決策邊界。
查詢擴展是信息檢索中的一種技術,通過添加同義詞、相關詞或變體詞到原始查詢中,提高檢索的回召率和搜索結果的相關性。
查詢重寫是將使用者原始輸入轉換為更精確檢索字串的技術,能解決詞彙不匹配問題,提升搜尋結果準確度。
問答系統是一種利用電腦程式自動回答人類提出的問題的技術,旨在提供快速、精確的資訊檢索和知識獲取。
等待處理的任務或請求數量,是衡量系統負載與響應能力的重要指標。