Informazioni per "Training Compute-Optimal Large Language Models"

Informazioni di base

Titolo visualizzato	Training Compute-Optimal Large Language Models
Criterio di ordinamento predefinito	Training Compute-Optimal Large Language Models
Lunghezza della pagina (in byte)	2 172
ID namespace	0
ID della pagina	1791
Lingua del contenuto della pagina	it - italiano
Modello del contenuto della pagina	wikitesto
Indicizzazione per i robot	Consentito
Numero di redirect a questa pagina	0
Conteggiata come una pagina di contenuto	Sì

Modifica	Autorizza tutti gli utenti (infinito)
Spostamento	Autorizza tutti gli utenti (infinito)

Creatore della pagina	Alesaccoia (discussione \| contributi)
Data di creazione della pagina	22:36, 27 nov 2024
Ultimo contributore	Alesaccoia (discussione \| contributi)
Data di ultima modifica	22:39, 27 nov 2024
Numero totale di modifiche	3
Numero totale di autori diversi	2
Numero di modifiche recenti (negli ultimi 90 giorni)	0
Numero di autori diversi recenti	0

Template incluso (1)	Template utilizzato in questa pagina: Template:Template pubblicazione (visualizza wikitesto)

Descrizione	Contenuto
Titolo della pagina: (`title`) This attribute controls the content of the `<title>` element.	Training Compute-Optimal Large Language Models
Title mode (`title_mode`) Ulteriori informazioni	append
Article description: (`description`) This attribute controls the content of the `description` and `og:description` elements.	Questo studio esplora come la performance dei modelli linguistici scala in base alla perdita di entropia incrociata, alla dimensione del modello, del dataset e al calcolo impiegato. Modelli più grandi sono più sample-efficient, suggerendo che l'addestramento ottimale dal punto di vista computazionale consiste nell'allenare modelli molto grandi su quantità di dati relativamente ridotte.
Parole chiave: (`keywords`) This attribute controls the content of the `keywords` and `article:tag` elements.	modelli linguistici apprendimento automatico intelligenza artificiale elaborazione del linguaggio naturale reti neurali legge di scaling perdita di entropia incrociata overfitting velocità di addestramento allocazione del budget di calcolo

Information from Extension:WikiSEO