HyperAIHyperAI

Command Palette

Search for a command to run...

يهمّ العيّنة! دراسة تجريبية لاستراتيجيات العيّنة السلبية لتعلم نماذج التوافق في أنظمة المحادثة القائمة على الاسترجاع

Chongyang Tao Wei Wu Rui Yan Dongyan Zhao Yansong Feng Jia Li

الملخص

نُدرِسُ كيفية أخذ أمثلة سلبية لبناء تلقائي لمجموعة تدريب فعّالة لتعلم النموذج في أنظمة المحادثة القائمة على الاسترجاع. باعتماد فكرة التكيّف الديناميكي لل أمثلة السلبية مع نماذج التوافق أثناء التعلّم، ننظر في أربع استراتيجيات تشمل أخذ العينات الأدنى، وأخذ العينات الأقصى، وأخذ العينات شبه الصعبة، وأخذ العينات ذات التناقص الصعب. تُظهر الدراسات التجريبية على معيارين باستخدام ثلاث نماذج تقابل أن، بالمقارنة مع الاستراتيجية الشائعة جدًا المتمثلة في أخذ العينات العشوائية، فإن الاستراتيجيتين الأولى والثانية تؤديان إلى تراجع في الأداء، بينما تُسهم الاستراتيجيتين الأخيرتين في تحسين مستمر للأداء في جميع النماذج على كلا المعيارين.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp