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
瀏覽 AITerms.tw 中標籤為「最佳化」的 AI 術語,快速找到定義、FAQ 與 iPAS 考試重點。
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。
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。
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。