tag FineTuning
Bu sayfada FineTuning etiketi ile işaretlenmiş tüm yapay zeka kavramlarını inceliyorsunuz.
LoRA (Low-Rank Adaptation) (Düşük Dereceli Adaptasyon)
LoRA (Low-Rank Adaptation), devasa büyük dil modellerini (LLM) veya görsel difüzyon modellerini ince ayar (Fine-Tuning) yapmak için kullanılan, parametre açısından son derece verimli bir (PEFT) tekniktir. Milyarlarca parametresi olan bir modeli baştan eğitmek yerine, modelin içine küçük matematiksel matrisler enjekte ederek eğitimin inanılmaz derecede ucuz, hızlı ve düşük hafızayla (tek bir ev GPU'sunda) yapılabilmesini sağlar.
Prompt Tuning (İstem Ayarlama (Soft Prompting))
Prompt Tuning (veya Soft Prompting), devasa dil modellerini eğitmek (Fine-tuning) için milyarlarca parametreyi güncellemek yerine, modele verilecek olan "komutun/promtpun" matematiksel vektörlerini makine öğrenimi yoluyla optimize eden bir Parameter-Efficient Fine-Tuning (PEFT) tekniğidir.
RAFT (Retrieval-Augmented Fine-Tuning) (Geri Getirim Destekli İnce Ayar)
RAFT (Retrieval-Augmented Fine-Tuning), bir LLM'i şirket verisiyle uzmanlaştırmak için kullanılan iki dev rakip teknolojinin; yani "RAG (Veritabanından belge okuma)" ile "Fine-Tuning (Modelin beynini yeniden eğitme)" süreçlerinin en güçlü yönlerini birleştiren en güncel (2024) ve hibrit yapay zeka eğitim yöntemidir.
Transfer Learning (Transfer Öğrenme)
Transfer Öğrenme, bir yapay zeka modelinin belirli bir görevi (örn: araba fotoğraflarını tanıma) çözerken elde ettiği bilgi birikimini ve ağırlıkları, farklı ama ilişkili başka bir görevi (örn: kamyon fotoğraflarını tanıma) çözmek için bir başlangıç noktası olarak kullanmasıdır. Yapay zeka eğitimini inanılmaz derecede hızlandıran ve veri ihtiyacını azaltan kritik bir devrimdir.