Neural Network: erinevus redaktsioonide vahel

Allikas: Imre kasutab arvutit
Mine navigeerimisribaleMine otsikasti
 
(ei näidata sama kasutaja üht vahepealset redaktsiooni)
16. rida: 16. rida:
 
* backpropagation
 
* backpropagation
 
* quantization
 
* quantization
  +
  +
LLM mudeli omadused
  +
  +
* number of parameters - nt 8b (billion - 10^9)
  +
* token
  +
* context lenght - mudelil on max context pikkuse piir (alla selle saab kasutada ja seda otsustab llm-klient, nt 128k)
   
 
===Misc===
 
===Misc===
30. rida: 36. rida:
 
* https://web.htk.tlu.ee/digitaru/tarkvara2/chapter/narvivorgud-ja-pytorch/
 
* https://web.htk.tlu.ee/digitaru/tarkvara2/chapter/narvivorgud-ja-pytorch/
 
* https://courses.cs.ut.ee/2020/Tehisintellekti_algkursus/spring/Main/PARTIIIVorgud
 
* https://courses.cs.ut.ee/2020/Tehisintellekti_algkursus/spring/Main/PARTIIIVorgud
  +
* https://tartunlp.ai/

Viimane redaktsioon: 30. juuli 2026, kell 02:11

Sissejuhatus

  • TODO

Tööpõhimõte

TODO

Väited

  • neuron - funktsioon, millel on väärtus
  • weight
  • base
  • activation
  • forward pass
  • backpropagation
  • quantization

LLM mudeli omadused

  • number of parameters - nt 8b (billion - 10^9)
  • token
  • context lenght - mudelil on max context pikkuse piir (alla selle saab kasutada ja seda otsustab llm-klient, nt 128k)

Misc

Väited

  • neural network ja selle juurde kuuluv tehnoloogia aastal 2026 on pigem empiiriline kui täppisteadus
  • neural network on sarnane atmosfäärifüüsikaga - molekuli tasemel on asjad väga selged, aga tohutu mastaap toob kaasa uue kvaliteediga nähtusi - neid nähtusi käsitletakse järgmise abstraktsiooni taseme tööriistadega - fluid dynamics
  • emergent capabilities - neural network nähtusele on iseloomulik, et teatud nö horisondi ületamisel ilmuvad uued võimed (ootamatult)

Kasulikud lisamaterjalid