کیو-لرنینگ
کیو-لرنینگ؛ الگوریتم یادگیری تقویتی برای یادگیری بهترین اقدام در هر وضعیت. عامل بهتدریج یاد میگیرد برای هر وضعیت و اقدام چه مقدار پاداش آینده انتظار داشته باشد و بر اساس آن تصمیم بگیرد.
مشاهدهٔ جزئیاتدر حال آمادهسازی...
مفاهیم و اصطلاحات هوش مصنوعی را عمیقتر بشناس.
کیو-لرنینگ؛ الگوریتم یادگیری تقویتی برای یادگیری بهترین اقدام در هر وضعیت. عامل بهتدریج یاد میگیرد برای هر وضعیت و اقدام چه مقدار پاداش آینده انتظار داشته باشد و بر اساس آن تصمیم بگیرد.
مشاهدهٔ جزئیاتشبکه کیو؛ شبکه عصبی که در Q-Learning برای تخمین مقدار Q استفاده میشود. Q-Network یک شبکه عصبی است که مقدار Q را برای حالتها یا اقدامات مختلف تخمین میزند.
مشاهدهٔ جزئیاتمقدار کیو؛ امتیاز پیشبینیشده برای یک اقدام در یک وضعیت خاص در یادگیری تقویتی. هرچه Q-Value یک اقدام بیشتر باشد، از دید مدل آن اقدام در آن وضعیت مطلوبتر است.
مشاهدهٔ جزئیاتکیولورا؛ روشی برای تنظیم دقیق مدلهای بزرگ که از Quantization و LoRA برای کاهش مصرف حافظه استفاده میکند.
مشاهدهٔ جزئیاتزیان درجه دو؛ تابع خطایی که مجذور تفاوت پیشبینی و واقعیت را محاسبه میکند. این تابع خطا به اختلافهای بزرگتر وزن بیشتری میدهد، چون اختلاف به توان دو میرسد.
مشاهدهٔ جزئیاتامتیاز کیفیت؛ معیاری برای سنجش کیفیت خروجی مدل یا داده. این امتیاز باید بر اساس معیار مشخص تعریف شود تا بتوان کیفیت خروجیها یا دادهها را بهصورت قابل مقایسه سنجید.
مشاهدهٔ جزئیاترگرسیون چارکی؛ نوعی رگرسیون که به جای میانگین، چارکهای توزیع را پیشبینی میکند. این روش به جای پیشبینی یک مقدار میانگین، میتواند مثلا حد پایین یا بالای بازه مورد انتظار را تخمین بزند.
مشاهدهٔ جزئیاتکوانتیزهکردن؛ کاهش دقت اعداد در مدل برای کوچکتر و سریعتر شدن آن. کوانتیزهسازی میتواند حجم مدل و مصرف حافظه را کاهش دهد و اجرای آن را روی سختافزار محدود آسانتر کند، هرچند ممکن است کمی از دقت کم شود.
مشاهدهٔ جزئیاتمدل کوانتیزهشده؛ مدلی که دقت عددی پارامترهای آن کاهش داده شده تا حجم و مصرف حافظه کمتر و اجرای آن سریعتر شود.
مشاهدهٔ جزئیاتیادگیری ماشین کوانتومی؛ استفاده از اصول فیزیک کوانتوم برای الگوریتمهای یادگیری. این حوزه هنوز در حال توسعه است و هدف آن بررسی مزیتهای احتمالی رایانش کوانتومی برای برخی مسائل یادگیری ماشین است.
مشاهدهٔ جزئیاتپرسوجو؛ درخواستی که کاربر یا سیستم برای دریافت اطلاعات از مدل یا پایگاه دانش ارسال میکند. در یک سیستم RAG، Query همان سؤال یا درخواست کاربر است که برای پیدا کردن اطلاعات مرتبط استفاده میشود.
مشاهدهٔ جزئیاتپاسخ به پرسش؛ توانایی مدل برای پاسخ دادن به سوالات بر اساس متن یا دانش. سیستمهای پاسخ به پرسش میتوانند پاسخ را از متن دادهشده، پایگاه دانش یا منابع بازیابیشده استخراج یا تولید کنند.
مشاهدهٔ جزئیات