এআই শব্দকোষের মেয়াদ

কি পুনরাবৃত্তি শাস্তি?

সংজ্ঞা

একটি ডিকোডিং সেটিং যা টোকেনগুলির সম্ভাবনা কমিয়ে দেয় যা মডেলটি ইতিমধ্যে লুপগুলি কমাতে তৈরি করেছে৷

সম্পর্কিত পদ

ফ্রিকোয়েন্সি পেনাল্টি
একটি ডিকোডিং সেটিং যা টোকেনগুলির সম্ভাব্যতা আনুপাতিকভাবে হ্রাস করে যে তারা এখনও পর্যন্ত কতবার উপস্থিত হয়েছে৷
উপস্থিতি শাস্তি
একটি ডিকোডিং সেটিং যা টোকেনগুলির সম্ভাব্যতা হ্রাস করে যা একেবারে উপস্থিত হয়েছে, নতুন বিষয়গুলিকে উত্সাহিত করে৷
টপ-কে স্যাম্পলিং
একটি ডিকোডিং কৌশল যা শুধুমাত্র k থেকে সম্ভবত পরবর্তী টোকেনগুলির নমুনা নেয়৷
গার্ড ডিকোডিং
একটি প্রজন্মের কৌশল যা বৈধ কাঠামো বা নীতি-সম্মত পছন্দগুলিতে আউটপুট টোকেনকে সীমাবদ্ধ করে।
অনুমানমূলক ডিকোডিং
একটি অনুমান ত্বরণ পদ্ধতি যেখানে একটি ছোট খসড়া মডেল টোকেন প্রস্তাব করে যা একটি বড় মডেল সমান্তরালভাবে যাচাই করে।
স্লাইডিং উইন্ডো মনোযোগ
একটি মনোযোগের প্যাটার্ন যেখানে প্রতিটি টোকেন গণনা কমাতে কাছাকাছি টোকেনের একটি নির্দিষ্ট-আকারের উইন্ডোতে উপস্থিত থাকে।

আমাদের বিনামূল্যের গাইডে আরও জানুন

আরও দেখুন