ወደ ይዘት ዝለል
ተማር
ዜና
መሳሪያዎች
ሥራዎች
ተልዕኮ
ፈልግ
⌘K
English
ለግስ
ምናሌ
እዚ ጀምር
መማር ጀምር
ተማር
ወደ ሂድ ተማር
ኮርሶች
መመሪያዎች
የAI አስተማሪ
ፈጣን ቤተ-መጽሐፍት።
ፈተናዎች
ምስክር ወረቀት
የቃላት መዝገብ
ዜና
ወደ ሂድ ዜና
የቅርብ ጊዜ AI ዜና
ርዕስ መከታተያዎች
ምርምር እና የውሂብ ስብስቦች
ብሎግ
የአርትዖት መስፈርቶች
ማስተካከያዎች
መሳሪያዎች
ወደ ሂድ መሳሪያዎች
የመሳሪያ ማውጫ
ምርጥ ዝርዝሮች
መሳሪያዎችን ያወዳድሩ
ወጪ ማስያ
ፈጣን ማጣሪያ
የAI መሳሪያ አስገባ
ሥራዎች
ወደ ሂድ ሥራዎች
የ AI ስራዎችን ያስሱ
ሥራ ይለጥፉ
AIU ስፖንሰር ያድርጉ
ተልዕኮ
ወደ ሂድ ተልዕኮ
ተልዕኮ
ተጽዕኖ እና ስታቲስቲክስ
ደራሲያን
የእገዛ ማዕከል
ምን አዲስ ነገር አለ
ድጋፍ
ለግስ
ቤት
/
የቃላት መዝገብ
/
የሽልማት ሞዴል
AI የቃላት መፍቻ ቃል
ምንድን ነው?
የሽልማት ሞዴል
?
ፍቺ
በምርጫ ምልክቶች ላይ ተመስርቶ ውጤቶችን የሚያስመዘግብ ሞዴል፣ ብዙ ጊዜ በRLHF ቧንቧዎች ውስጥ ጥቅም ላይ ይውላል።
ተዛማጅ ውሎች
ማጠናከሪያ ትምህርት ከሰው ግብረመልስ (RLHF)
የሞዴል ባህሪን ለመቅረጽ የሰዎች ምርጫ ምልክቶችን የሚጠቀም የስልጠና ዘዴ።
የማጠናከሪያ ትምህርት
ወኪሉ የረጅም ጊዜ መመለሻን ከፍ የሚያደርጉ ድርጊቶችን የሚማርበት የሽልማት ምልክቶችን ማሰልጠን።
የመሬት እውነት
የሞዴል ውጤቶችን ለማሰልጠን ወይም ለመገምገም የታመኑ የማጣቀሻ መለያዎች።
DPO (የቀጥታ ምርጫ ማመቻቸት)
የተለየ የሽልማት ሞዴል ሳያስፈልገው በምርጫ ጥንዶች ላይ ሞዴሎችን በቀጥታ የሚያስተካክል የስልጠና ዘዴ።
መካከለኛ-ስልጠና
በቅድመ-ስልጠና እና በድህረ-ስልጠና መካከል ያለው መካከለኛ የስልጠና ደረጃ፣ ብዙ ጊዜ ለችሎታ ወይም ለጎራ ማስተካከያዎች ያገለግላል።
AI ወኪል
ብዙውን ጊዜ መሳሪያዎችን እና ማህደረ ትውስታን በመጠቀም ግቡን ለማሳካት የሚከታተል ፣ የሚያመዛዝን እና እርምጃዎችን የሚወስድ የሶፍትዌር ስርዓት።
በነጻ መመሪያዎቻችን ውስጥ የበለጠ ይረዱ
AI Models Explained
Model Collapse
Model Lifecycle
Model Context Protocol
ተመልከት
Retrieval
Robustness
Safety Filter
Scaling Law
Red Teaming
Semantic Search
Recommendation System
Self-Supervised Learning
Previous
Retrieval
Next
Robustness
ሙሉውን AI መዝገበ ቃላት ያስሱ
ሁሉንም ነፃ AI መመሪያዎችን ያስሱ