Публикации по теме 'machine-learning'
Отладка производительности графического процессора ONNX
Что делать, если ваша модель работает медленнее, чем ожидалось
Шаги, описанные в этой статье, также задокументированы в этой проблеме GitHub
ONNX Runtime — кроссплатформенный ускоритель машинного обучения для логического вывода и обучения. Он обеспечивает единый стандартизированный формат для выполнения моделей машинного обучения.
Чтобы дать представление о широте поддержки, на изображении ниже показаны все текущие платформы сборки.
ONNX подает большие надежды и..
Проблема чувствительности модели в обработке естественного языка (NLP) и способы ее преодоления.
Доказано, что модели трансформаторов очень чувствительны к зашумленным реальным данным. Насколько серьезна проблема и что мы можем сделать, чтобы ее решить?
В интересной статье Института искусственного интеллекта Венского медицинского университета, Австрия, изучалась устойчивость моделей нейронного языка к входным возмущениям в НЛП.
В документе говорится, что высокопроизводительные нейронные языковые модели дали самые современные результаты для широкого круга задач обработки..
Будут ли решения по планированию ядра, принятые во время обучения алгоритма, попадать в «вычислительную…
Будут ли решения по планированию ядра, принимаемые во время обучения алгоритма, относиться к классу проблем «вычислительного конвейера»?
Кроме того, ваш последний пункт здесь заставляет меня задуматься о разнице между равенством и эквивалентностью. Может быть, если кто-то разработает какую-то сумасшедшую систему итеративных типов обработки, можно будет установить эквивалентность или, по крайней мере, получить более сильную основу для сравнения.
Так что да, кажется, лучшее, на что мы..
Работа со сменой распределения, часть 2 (статистика)
Надежная оптимизация инструкций для больших языковых моделей со сдвигами распределения (arXiv)
Автор: Моксин Ли , Вэньцзе Ван , Фули Фэн , Цжичжи Чжан , Тат-Сэн Чуа .
Аннотация: Большие языковые модели продемонстрировали значительную способность выполнять широкий спектр задач обработки естественного языка (NLP). Однако их производительность очень чувствительна даже к незначительным изменениям в формулировках инструкций к задачам, что привело к направлению исследований по..
Работа с многорукими бандитами, часть 4 (машинное обучение)
Адаптивная глубина данных с помощью многоруких бандитов (arXiv)
Автор: Тавор З. Бахарав , Це Леунг Лай
Аннотация: Глубина данных, представленная Тьюки (1975), является важным инструментом в науке о данных, надежной статистике и вычислительной геометрии. Одним из главных препятствий на пути его более широкой практической полезности является то, что многие распространенные меры глубины требуют больших вычислительных ресурсов, требуя порядка nd операций для точного вычисления..
Статистические модели имеют свои сильные стороны и полезны во многих сценариях прогнозирования.
Статистические модели имеют свои сильные стороны и полезны во многих сценариях прогнозирования. Однако существуют определенные ситуации, когда статистических моделей может быть недостаточно для получения точных и надежных прогнозов. Вот несколько причин, по которым одни только статистические модели могут не дать прогноза:
Нелинейность . Статистические модели обычно предполагают линейные отношения между переменными. Однако многие явления и системы реального мира демонстрируют..
Система рекомендаций агентам — Valorant
Как часто вы видите, как люди спорят о том, какую роль должен играть профессиональный игрок, или как игроки ссорятся между собой, чтобы решить, кто должен быть дуэлянтом в команде? Конечно, теоретические знания и знания о влиянии действительно играют значительную роль во всем эти решения, но я считаю, что у стороны данных есть своя собственная история.
Пришло время, кто-то придумал рекомендательную систему на основе данных для роли доблестного агента, чтобы положить конец множеству..
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..