Search Results parámetros

Cómo mejorar tus resultados de ChatGPT utilizando parámetros de configuración

Recientemente he estado leyendo un libro muy interesante de David Clinton, titulado La Guía Completa Obsoleta para la Inteligencia Artificial Generativa, publicado por Manning…

Investigadores de NVIDIA AI proponen Tied-Lora un nuevo enfoque de inteligencia artificial que tiene como objetivo mejorar la eficiencia de los parámetros de los métodos de adaptación de baja clasificación (LoRA)

Un grupo de investigadores de Nvidia ha desarrollado una nueva técnica llamada Tied-LoRA, que tiene como objetivo mejorar la eficiencia de los parámetros del…

Ajuste de hiperparámetros Redes Neuronales 101

En mi publicación anterior, discutimos cómo las redes neuronales predicen y aprenden a partir de los datos. Hay dos procesos responsables de esto el…

Explora técnicas avanzadas para la optimización de hiperparámetros con Amazon SageMaker Automatic Model Tuning

Crear soluciones de aprendizaje automático (ML) de alto rendimiento se basa en explorar y optimizar los parámetros de entrenamiento, también conocidos como hiperparámetros. Los…

Ajuste de hiperparámetros GridSearchCV y RandomizedSearchCV, explicados

Aprenda a ajustar los hiperparámetros de su modelo utilizando la búsqueda en cuadrícula y la búsqueda aleatoria. También aprenda a implementarlos en scikit-learn utilizando…

Machine Learning

Ajuste fino de LLM Ajuste fino eficiente de parámetros (PEFT) – LoRA y QLoRA – Parte 1

En este blog, entenderemos la idea detrás de la Ajuste Fino de Parámetros Eficientes (PEFT, por sus siglas en inglés) y exploraremos LoRA y…

Deci AI presenta DeciDiffusion 1.0 un modelo de difusión latente de texto a imagen de 820 millones de parámetros y 3 veces más rápido que la difusión estable.

Definir el problema La generación de imágenes a partir de texto ha sido durante mucho tiempo un desafío en inteligencia artificial. La capacidad de…

Conoce a Baichuan 2 Una serie de modelos de lenguaje multilingües a gran escala que contienen 7B y 13B de parámetros, entrenados desde cero, con 2.6T tokens.

Los modelos de lenguaje grandes han experimentado avances significativos y alentadores en los últimos años. Los modelos de lenguaje ahora tienen miles de millones…

Mejorando la Ajuste de Hiperparámetros con el Estimador Parzen Estructurado en Árbol (Hyperopt)

Este artículo explora el concepto del Estimador de Parzen Estructurado en Árbol (TPE) para la sintonización de hiperparámetros en el aprendizaje automático y su…

Conoce FLM-101B Un decodificador de solo lectura de LLM de código abierto con 101 mil millones de parámetros

Últimamente, los modelos de lenguaje grandes (LLMs) están destacando en tareas de NLP y multimodalidad, pero se enfrentan a dos desafíos significativos: altos costos…

Conoce a Falcon 180B El modelo de lenguaje más grande disponible públicamente con 180 mil millones de parámetros

La demanda de modelos de lenguaje potentes y versátiles se ha vuelto más apremiante en el procesamiento del lenguaje natural y la inteligencia artificial.…

Una guía completa para la optimización de hiperparámetros Explorando métodos avanzados

Ajuste de hiperparámetros es esencial para mejorar el rendimiento del modelo en el aprendizaje automático. Adentrémonos en métodos avanzados de ajuste.

Deci presenta DeciCoder un modelo de lenguaje grande de código abierto con 1 billón de parámetros para generación de código.

En el mundo acelerado de la IA, la generación eficiente de código es un desafío que no se puede pasar por alto. Con la…

Línea Open-Sources ‘japanese-large-lm’ Un modelo de lenguaje japonés con 3.6 mil millones de parámetros

Desde noviembre de 2020, LINE se ha embarcado en un viaje transformador de investigación y desarrollo para crear y aprovechar el poder de un…

Conoce a QLORA Un enfoque de ajuste eficiente que reduce el uso de memoria lo suficiente como para ajustar un modelo de 65B parámetros en una sola GPU de 48GB, preservando al mismo tiempo el rendimiento completo de la tarea de ajuste fino de 16 bits.

Los modelos de lenguaje grandes (LLMs) pueden mejorarse mediante el ajuste fino, lo cual también permite agregar o eliminar comportamientos deseados. Sin embargo, el…

Cómo los LLM basados en Transformer extraen conocimiento de sus parámetros

En los últimos años, los modelos de lenguaje basados en transformadores (LLMs, por sus siglas en inglés) se han vuelto muy populares debido a…

Usando un Keras Tuner para la optimización de hiperparámetros de un modelo TensorFlow

TensorFlow puede ser altamente eficiente, pero el proceso de encontrar los parámetros correctos puede ser muy agotador y tedioso. Por otro lado, no será…

Herramientas/Plataformas principales para la Optimización de Hiperparámetros 2023

Los hiperparámetros son parámetros utilizados para regular el comportamiento del algoritmo mientras crea el modelo. Estos factores no pueden ser descubiertos mediante entrenamiento rutinario.…

Optimiza eficazmente tu modelo de regresión con ajuste de hiperparámetros bayesianos

Las técnicas de aumento de gradiente como XGBoost, CatBoost y LightBoost han ganado mucha popularidad en los últimos años tanto para tareas de clasificación…

Ajuste de Fine-Tuning Eficiente en Parámetros usando 🤗 PEFT

Motivación Los Modelos de Lenguaje Grandes (LLMs) basados en la arquitectura de transformadores, como GPT, T5 y BERT, han logrado resultados de vanguardia en…

Microsoft AI presenta Orca un modelo de 13 mil millones de parámetros que aprende a imitar el proceso de razonamiento de los LFM (modelos de fundación grandes).

Las notables capacidades de aprendizaje sin supervisión demostradas por modelos de base grandes (LFMs) como ChatGPT y GPT-4 han suscitado una pregunta: ¿Pueden estos…

Learn more about Search Results parámetros