Rekọja si akoonu
Kọ́ ẹ̀kọ́
Ìròyìn
Irinṣẹ́
Iṣẹ́
Iṣẹ́ wa
Wa
⌘K
English
Ṣètọrẹ
Akojọ aṣyn
Bẹrẹ nibi
Bẹrẹ ẹkọ
Kọ́ ẹ̀kọ́
Lọ si Kọ́ ẹ̀kọ́
Awọn iṣẹ ikẹkọ
Ìtọ́nisọ́nà
Olùkọ́ AI
Prompt ìkàwé
Ìdánwò
Ìjẹ́risi
Ìwé ọ̀rọ̀
Ìròyìn
Lọ si Ìròyìn
Titun AI iroyin
Awọn olutọpa koko
Iwadi ati awọn data
Blog
Ìlànà ìtẹ̀jáde
Àtúnṣe
Irinṣẹ́
Lọ si Irinṣẹ́
Ilana irinṣẹ
Ti o dara ju-ti awọn akojọ
Ṣe afiwe awọn irinṣẹ
Iye owo isiro
Refiner kiakia
Fi irinṣẹ́ AI ranṣẹ́
Iṣẹ́
Lọ si Iṣẹ́
Ṣawakiri awọn iṣẹ AI
Firanṣẹ iṣẹ kan
Onigbowo AIU
Iṣẹ́ wa
Lọ si Iṣẹ́ wa
Iṣẹ́ wa
Ipa & awọn iṣiro
Awọn onkọwe
Ile-iṣẹ Iranlọwọ
Ohun ti o jẹ titun
Àtìlẹ́yìn
Ṣètọrẹ
Ile
/
Ìwé ìtumọ̀ ọ̀rọ̀
/
Awoṣe Ede nla (LLM)
AI Gilosari Igba
Kini
Awoṣe Ede nla (LLM)
?
Itumọ
Awoṣe ede ti a ṣe ikẹkọ lori titobi ọrọ corpora lati ṣe ipilẹṣẹ ati itupalẹ ọrọ.
Awọn ofin ti o jọmọ
LLM-bi-Odajọ
Lilo awoṣe ede lati ṣe Dimegilio tabi ṣe afiwe awọn abajade lati awọn awoṣe miiran lakoko igbelewọn.
Awoṣe Ipilẹ
Awoṣe ikẹkọ ti o tobi ti o le ṣe deede si ọpọlọpọ awọn iṣẹ-ṣiṣe ni isalẹ.
Multimodal Awoṣe
Awoṣe ti o le ṣe ilana tabi ṣe ipilẹṣẹ awọn oriṣi data lọpọlọpọ gẹgẹbi ọrọ, aworan, ati ohun.
Àmi
Apapọ ọrọ ti a ṣe nipasẹ awọn awoṣe ede, gẹgẹbi ọrọ ege tabi aami.
GbólóhùnPiece
Tokenizer ede-agnostic ti o kọ ẹkọ awọn ipin ọrọ-ọrọ taara lati ọrọ aise laisi pipin-tẹlẹ lori aaye funfun.
Imọye Oríkĕ (AI)
Awọn gbooro aaye ti ile awọn ọna šiše ti o ṣe awọn iṣẹ-ṣiṣe to nilo Àpẹẹrẹ ti idanimọ, ero, ede, tabi ipinnu-sise.
Kọ ẹkọ diẹ sii ninu awọn itọsọna ọfẹ wa
AI Models Explained
ChatGPT & LLMs
Model Collapse
Model Lifecycle
Wo tun
Latency
Learning Rate
Label Smoothing
LoRA (Low-Rank Adaptation)
Knowledge Graph
Loss Function
Knowledge Distillation
Machine Learning (ML)
Previous
Latency
Next
Learning Rate
Ṣawakiri ni kikun AI Gilosari
Ṣawari gbogbo awọn itọsọna AI ọfẹ