机器学习
机器学习（，简称ML）是人工智能的一个分支。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法（要防止錯誤累積）。很多推论问题属于非程序化決策，所以部分的机器学习研究是开发容易处理的近似算法。…
标签：#深度學習
共 5 篇文章
大型语言模型
大型-{}-语言模型（），也称大-{}-语言模型，简称大模型，是一種基於人工神经网络的语言模型。其名稱中的「大型」指模型具有龐大的參數量（通常在數十億至數萬億級別，如GPT-3含1750亿参数）以及巨大的訓練數據規模。大語言模型通常采用自监督机器学习方法，從而能夠基于海量無標註的文本進行训练。大语言模型专为自然语言处理任务而设计，尤其适用于语言生成。 此外，基於其跨任务泛化能力，也可以针对特定任务對LLM进行微调，或通过提示工程进行引导…
推理語言模型
推理語言模型（），或稱推理大模型或大型推理模型，是一個進階的大型語言模型，它能經過進一步訓練，可以解決多步驟推理任務。推理語言模型在邏輯、數學或程式任務上的表現，一般都比傳統的自我迴歸的大型語言模型更好，具有回溯能力，並使用時間測試計算作為訓練範例、參數計數。 歷史 Open AI 在2024年9月推出o1-preview，為首個擁有高階推理能力的大型語言模型. 2024年12月, Open AI 推出 o1 正式版，並宣佈推出o3 推…
开源人工智能
开源人工智能（），根据开放源代码促进会（OSI）的定义，是一种可以自由使用、研究、修改和共享的AI系统。这包括用于训练模型的数据集、源代码以及，旨在促进一种协作且透明的人工智能开发方式，使他人能够重现基本相似的结果。 关于何种程度的开放才应被视为“开源”的争论十分激烈。一些仅发布模型权重（而不公开训练数据和代码）的大型语言模型被批评为（openwashing），实际上是封闭系统。流行的开源人工智能项目类别包括大型语言模型、机器翻译工具和…
神经图灵机
神经图灵机（，NTM）是图灵机的循环神经网络模型。该方法由Alex Graves等人于2014年发表。 NTM 将神经网络的模糊模式匹配功能与可编程计算机的算法能力相结合。 NTM 有一个与外部记忆资源耦合的神经网络控制器，并通过注意力机制与之交互。内存交互是端到端可微的，使得可以使用梯度下降法来优化它们。具有长短期记忆(LSTM) 网络控制器的 NTM可以仅从示例中推断出简单的算法，例如复制、排序和联想回忆。 是神经图灵机的产物，具有…