Gevir KI
Gevir KI
Gevir KI

Tag: LLM finetuning

Reproduserbarhet i LLM-finetuning: Frø, oppdelinger og logging
  • October 30, 2026
  • Comments 7
  • Teknologi og kunstig intelligens

Reproduserbarhet i LLM-finetuning: Frø, oppdelinger og logging

Lær hvordan du sikrer reproduserbarhet i LLM-finnetuning ved å kontrollere tilfeldige frø, stabilisere dataoppdelinger og implementere grundig logging. Unngå statistisk støy og bygg pålitelige AI-systemer.
Read More

Categories

  • Teknologi og kunstig intelligens (300)
  • Verktøy og plattformer (15)
  • Teknologi (1)

recent Posts

Rotary Position Embeddings (RoPE): Fordeler og Ulemper i Store Språkmodeller
Rotary Position Embeddings (RoPE): Fordeler og Ulemper i Store Språkmodeller
By Marvin Belen
Sikkerhet for vibe-kodet kode: WAF, RASP og hastighetsbegrensninger
Sikkerhet for vibe-kodet kode: WAF, RASP og hastighetsbegrensninger
By Marvin Belen
Rammeverk for modellvalg av store språkmodeller i bedrifter
Rammeverk for modellvalg av store språkmodeller i bedrifter
By Marvin Belen
Videoforståelse med generativ AI: Bildetekster, sammendrag og sceneanalyse
Videoforståelse med generativ AI: Bildetekster, sammendrag og sceneanalyse
By Marvin Belen
Kunnskapsforvaltning med LLM: Bedrifts-Q&A over interne dokumenter
Kunnskapsforvaltning med LLM: Bedrifts-Q&A over interne dokumenter
By Marvin Belen

Popular Tags

generativ AI store språkmodeller vibe coding LLM kunstig intelligens prompt engineering maskinlæring RAG GitHub Copilot AI-koding GDPR AI-sikkerhet hallucinasjoner språkmodeller fine-tuning personvern kvantisering sikkerhet generative AI LLM-sikkerhet
Gevir KI

Recent Projects

Reranking-metoder for å forbedre relevans i RAG-systemer med LLM-svar
Slik bygger du et Vibe Coding Center of Excellence: Mandat, bemanning og mål
Logit Bias og Token Blocking i LLM-er: Styring uten omtrening
Kontinuerlig dokumentasjon: Slik holder du README og diagrammer oppdatert
Innholdslivssyklus med generativ AI: Fra opprettelse til arkivering

©2026 hjorthen.org. All rights reserved