এআই শব্দকোষের মেয়াদ

কি LoRA (নিম্ন-র্যাঙ্ক অভিযোজন)?

সংজ্ঞা

একটি পরামিতি-দক্ষ ফাইন-টিউনিং পদ্ধতি যা নিম্ন-র্যাঙ্ক অ্যাডাপ্টার ম্যাট্রিক্স যোগ করে।

সম্পর্কিত পদ

প্যারামিটার-দক্ষ ফাইন-টিউনিং (PEFT)
যে পদ্ধতিগুলি যোগ করা পরামিতিগুলির একটি ছোট উপসেট প্রশিক্ষণের মাধ্যমে মডেলগুলিকে অভিযোজিত করে৷
QLoRA
একটি ফাইন-টিউনিং কৌশল যা মেমরির চাহিদা কমাতে LoRA অ্যাডাপ্টারের সাথে 4-বিট ওজনের পরিমাপকে একত্রিত করে।
ফাইন-টিউনিং
একটি নির্দিষ্ট কাজের জন্য একটি প্রাক-প্রশিক্ষিত মডেলকে মানিয়ে নিতে ডোমেন-নির্দিষ্ট ডেটার উপর অবিরত প্রশিক্ষণ।
নির্দেশ টিউনিং
নির্দেশনা-প্রতিক্রিয়া জোড়ায় একটি মডেলকে ফাইন-টিউনিং করে অনুসরণ করা টাস্ককে উন্নত করা।
ডিপিও (ডাইরেক্ট প্রেফারেন্স অপ্টিমাইজেশান)
একটি প্রশিক্ষণ পদ্ধতি যা একটি পৃথক পুরস্কার মডেলের প্রয়োজন ছাড়াই সরাসরি পছন্দের জোড়ায় মডেলগুলিকে সূক্ষ্ম-টিউন করে৷
লেবেল স্মুথিং
একটি নিয়মিতকরণ পদ্ধতি যা সাধারণীকরণের উন্নতি করতে হার্ড লেবেলগুলিকে নরম করে।

আমাদের বিনামূল্যের গাইডে আরও জানুন

আরও দেখুন