1 مستودع
Optimization strategies designed to minimize the total number of trials and total compute time spent searching.
Distinct from Hyperparameter Optimizers: Distinct from general hyperparameter optimizers: focuses specifically on the trade-off between search budget and performance.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Computationally Efficient Search. Refine with filters or upvote what's useful.
FLAML هو إطار عمل للتعلم الآلي المؤتمت، وأداة لتحسين المعلمات الفائقة، ومنسق لوكلاء النماذج اللغوية الكبيرة. يوفر نظاماً لاختيار النماذج وضبطها عبر مختلف المتعلمين ومجموعات البيانات، مع تقديم مجموعة أدوات لتحسين معلمات الاستدلال وإعدادات الضبط الدقيق للنماذج اللغوية الكبيرة. يتميز المشروع بنظام ضبط للتعلم الفوقي (meta-learning) يحلل بيانات المهام التاريخية لتوليد تكوينات افتراضية تعتمد على البيانات، مما يسرع تقارب النموذج. كما يتيح تصميم أنظمة تعاونية متعددة الوكلاء من خلال سير عمل محادثي وتنسيق قائم على الأحداث. تغطي القدرات بحثاً فعالاً في الموارد عن المعلمات الفائقة لنماذج التعلم الآلي ودوال Python التعسفية، مع دعم مساحات البحث الهرمية وتحسين الهدف المعجمي. يتضمن إطار العمل أيضاً أدوات لاختيار النموذج المؤتمت، وبناء المجموعات المكدسة (stacked ensemble)، والتكوين بدون أمثلة (zero-shot)، وفرض قيود العدالة. يدعم النظام توسيع نطاق الضبط الموزع وتنفيذ التجارب المتزامنة عبر عناقيد الحوسبة لتقليل مدة البحث الإجمالية.
Implements search strategies that minimize total compute time and trial counts to find optimal configurations.