知识卡片
参数规模不是固定门槛
参数是训练中不断更新的变量,参数量常被用于描述模型大小。但“大”没有永久固定的参数阈值,随着技术变化,曾经的大模型可能被视为小模型。参数多意味着潜在容量增加,不直接证明某个具体应用更好。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
参数是ML模型中的变量,在训练过程中不断更新。
参考来源
- 位置:《AI工程:大模型应用开发实战》第1章《基于基础模型构建AI应用入门》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section009.xhtml)
- 结论依据:本段对概念、机制与限制条件的解释支撑正文;历史模型名称仅作原书例子,不外推为当前产品规格。
- 原始内容:参数是ML模型中的变量,在训练过程中不断更新。