AGI (الذكاء العام الاصطناعي)
نظام ذكاء اصطناعي افتراضي يمكنه أداء معظم المهام الفكرية على المستوى البشري عبر العديد من المجالات.
Plain-language definitions of the AI terms you keep hearing — for students, professionals, and anyone curious about how AI works.
نظام ذكاء اصطناعي افتراضي يمكنه أداء معظم المهام الفكرية على المستوى البشري عبر العديد من المجالات.
الخوارزميات التي تجد المتجهات القريبة من الاستعلام دون مقارنة شاملة، وتستبدل الدقة بالسرعة.
طريقة منظمة لنظام برمجي واحد لإرسال الطلبات إلى نظام آخر وتلقي الاستجابات منه.
خوارزمية ترميز الكلمات الفرعية التي تدمج أزواج الأحرف الأكثر شيوعًا في الرموز المميزة القابلة لإعادة الاستخدام.
طريقة تدريب تعمل على ضبط النماذج مباشرة على أزواج التفضيلات دون الحاجة إلى نموذج مكافأة منفصل.
إعداد توليدي حيث يتدرب المولد والمميز ضد بعضهما البعض.
معيار للمشاكل اللفظية الرياضية في المدارس الابتدائية يستخدم لتقييم التفكير خطوة بخطوة في نماذج اللغة.
طريقة ضبط دقيقة ذات كفاءة في المعلمات تضيف مصفوفات محولات ذات رتبة منخفضة.
بروتوكول مفتوح يتيح لتطبيقات الذكاء الاصطناعي الاتصال بالأدوات الخارجية ومصادر البيانات وموفري السياق بطريقة قياسية.
نماذج لغة اختبارية قياسية عبر 57 موضوعًا أكاديميًا ومهنيًا باستخدام أسئلة الاختيار من متعدد.
مقياس لنموذج اللغة يقيس مدى مفاجأة النموذج بالرموز التالية الحقيقية.
يطالب التصميم بتحسين جودة المخرجات والموثوقية وإمكانية التحكم.
طريقة تستعيد المعرفة الخارجية وتغذيها في الأجيال في وقت الاستدلال.
تقنيات وممارسات لجعل تنبؤات الذكاء الاصطناعي أكثر شفافية وقابلية للفهم.
أحد مكونات النموذج الذي يركز ديناميكيًا على الأجزاء ذات الصلة من المدخلات عند إنتاج المخرجات.
استراتيجية فك التشفير التي تأخذ عينات فقط من الرموز المميزة التالية على الأرجح.
استراتيجية فك التشفير التي تأخذ عينات من أصغر مجموعة من الرموز المميزة التي يبلغ مجموع احتمالاتها p.
نسبة الإيجابيات الفعلية التي يحددها النموذج بشكل صحيح.
استخدام تسميات صاخبة أو إرشادية أو جزئية لتدريب النماذج عندما تكون الملصقات النظيفة نادرة.
نموذج يقوم بإعادة ترتيب مجموعة أولية من النتائج المستردة لوضع العناصر الأكثر صلة في الأعلى.
تنبؤ غير صحيح حيث يشير النموذج بشكل غير صحيح إلى حالة سلبية على أنها إيجابية.
قدرة النموذج على استدعاء أدوات خارجية مثل البحث أو الآلات الحاسبة أو واجهات برمجة التطبيقات.
تحويل البيانات الأولية إلى ميزات إعلامية يمكن للنموذج استخدامها.
قدرة نموذجية على إنشاء مكالمات منظمة تؤدي إلى تشغيل أدوات خارجية أو واجهات برمجة التطبيقات.
البحث عن المستندات أو السجلات ذات الصلة من مصدر المعرفة للاستعلام.
أسلوب استرجاع يقوم بإعادة كتابة استعلام المستخدم إلى عدة متغيرات لتحسين الاستدعاء.
نمط استرجاع يبحث في أجزاء صغيرة ولكنه يقوم بإرجاع المستندات الأصلية الأكبر حجمًا للحصول على سياق أكثر ثراءً.
يقتصر إخراج النموذج على مخطط محدد مثل JSON أو وسيطات الأداة أو الحقول المكتوبة.
سير عمل يقوم فيه البشر بمراجعة مخرجات الذكاء الاصطناعي أو توجيهها أو تجاوزها.
سياسة لا يتم فيها تخزين حمولات الطلب/الاستجابة بعد المعالجة بما يتجاوز فترات التشغيل قصيرة العمر.
مرحلة وقت التشغيل حيث يقوم النموذج المدرب بإنشاء تنبؤات أو مخرجات.
طرق تقدير علاقات السبب والنتيجة بدلاً من الارتباطات البسيطة.
الإشارات إلى مقاطع المصدر أو المستندات المضمنة في استجابة النموذج لدعم مطالباته.
خوارزمية التدريب الأساسية التي تعمل على تحديث أوزان النماذج عن طريق نشر أخطاء التنبؤ للخلف عبر الشبكة.
تدهور الأداء بمرور الوقت مع اختلاف ظروف العالم الحقيقي عن افتراضات التدريب.
البحث الذي يطابق المعنى بدلاً من التداخل الدقيق للكلمات الرئيسية، وغالبًا ما يستخدم عمليات التضمين.
أسلوب استرجاع يجمع بين البحث عن الكلمات الرئيسية (المعجمية) والبحث المتجه (الدلالي) من أجل تذكر ودقة أفضل.
وثائق تصف الاستخدام المقصود للنموذج والمقاييس والقيود والمخاطر.
البيانات التي تم إنشاؤها بشكل مصطنع تُستخدم لزيادة بيانات التدريب الحساسة أو محاكاتها أو حمايتها.
مجموعات بيانات كبيرة جدًا ومعقدة تتطلب تقنيات تخزين ومعالجة قابلة للتطوير.
مدى دعم استجابة الذكاء الاصطناعي ببيانات المصدر أو الأدلة المسترجعة.
عندما يحفظ النموذج بيانات التدريب ويكون أداؤه ضعيفًا عند المدخلات غير المرئية.
نمط ثابت من الخطأ أو الظلم في البيانات أو سلوك النموذج.
عدم العدالة المنهجية في مخرجات النموذج بسبب البيانات المنحرفة أو الافتراضات أو اختيارات النمذجة.
متجه يوضح المقدار الذي يجب أن تتغير به كل معلمة لتقليل الخسارة.
التدريب الأولي على النماذج واسعة النطاق على البيانات الواسعة قبل التكيف مع المصب.
عملية تقسيم النص إلى رموز مميزة لإدخال النموذج.
المعلومات المضافة إلى تضمينات الرمز المميز حتى تتمكن المحولات من التمييز بين ترتيب التسلسل.
كتالوج مركزي لإصدار النماذج والموافقة عليها وتتبعها عبر البيئات.
مكون النموذج الذي يحول المدخلات إلى تمثيلات كامنة.
نموذج يقوم بترميز الاستعلامات والمستندات في متجهات منفصلة بحيث يمكن مقارنتها بسرعة على نطاق واسع.
نموذج يقوم بتسجيل استعلام وتوثيقه معًا في مسار واحد للحصول على أحكام ذات صلة عالية الدقة.
مهمة حيث يقوم النموذج بتعيين مدخلات لواحدة أو أكثر من الفئات المحددة مسبقًا.
تمثيل متجه رقمي يلتقط المعنى الدلالي للنص أو الصور أو البيانات الأخرى.
تحويل القيم إلى مقياس ثابت لتحسين استقرار التحسين.
تقنية تقوم بتحويل النص الموجود في الصور أو المسح الضوئي إلى نص يمكن قراءته بواسطة الآلة.
مهمة البرمجة اللغوية العصبية (NLP) التي تحدد الكيانات مثل الأشخاص أو الأماكن أو التواريخ أو المؤسسات.
الأساليب التي تسمح للأنظمة بتعلم الأنماط من البيانات وتحسينها بمرور الوقت.
حل المهام بدون أمثلة خاصة بالمهمة من خلال الاعتماد على المعرفة العامة السابقة.
مجموعة فرعية من التعلم الآلي الذي يستخدم الشبكات العصبية متعددة الطبقات للتعلم التمثيلي.
أساليب التدريب التي تسمح للنموذج بمواصلة التعلم من البيانات الجديدة دون نسيان المعرفة السابقة.
التدريب من خلال إشارات المكافأة حيث يتعلم الوكيل الإجراءات التي تزيد من العائد على المدى الطويل.
تعلم السلوك أو تكييفه من خلال عدد قليل فقط من الأمثلة.
تدريب نموذج باستخدام أمثلة مصنفة تقوم بتعيين المدخلات إلى المخرجات المعروفة.
تعلم التمثيلات من البيانات غير المسماة من خلال التنبؤ بالأجزاء المقنعة أو المحولة.
أنماط التعلم من البيانات غير المسماة دون مخرجات مستهدفة واضحة.
قدرة النموذج على اتباع الأنماط من الأمثلة المقدمة مباشرة في الموجه.
مدى جودة أداء النموذج على البيانات الجديدة غير المرئية خارج مجموعة التدريب.
ضغط المعرفة من نموذج المعلم الكبير إلى نموذج الطالب الأصغر.
إزالة أوزان النماذج أو الخلايا العصبية الأقل أهمية لتقليل الحجم والحساب.
تحويل أوزان النماذج إلى تنسيقات ذات دقة أقل مثل 8 بت أو 4 بت.
تقليل الدقة الرقمية لأوزان النموذج لتقليل تكلفة الذاكرة والاستدلال.
الأساليب التي تنقل نموذجًا تم تدريبه في مجال واحد لأداء أفضل في مجال آخر.
نمط هجوم يتم فيه إدراج تعليمات ضارة في مدخلات النموذج أو استرداد المحتوى.
تسميات مرجعية موثوقة تستخدم لتدريب أو تقييم مخرجات النموذج.
دالة موضوعية شائعة تستخدم لتدريب نماذج التصنيف من خلال معاقبة الاحتمالات غير الصحيحة.
أسلوب خصوصية يضيف ضجيجًا إحصائيًا بحيث لا يمكن استنتاج السجلات الفردية بشكل موثوق من المخرجات.
القواعد والضوابط والضوابط التي تحد من سلوك النموذج غير الآمن أو غير المرغوب فيه.
نسبة الإيجابيات المتوقعة والصحيحة بالفعل.
السياق المُخزن الذي يستخدمه وكيل الذكاء الاصطناعي عبر الخطوات أو الجلسات لتحسين الاستمرارية.
المجال الواسع لبناء الأنظمة التي تؤدي المهام التي تتطلب التعرف على الأنماط أو الاستدلال أو اللغة أو اتخاذ القرار.
أنظمة الذكاء الاصطناعي التي تنتج محتوى جديدًا مثل النصوص أو الصور أو الصوت أو الفيديو أو التعليمات البرمجية.
نهج التدريب وتشكيل السلوك حيث يتم توجيه مخرجات النموذج من خلال مجموعة ثابتة من المبادئ المكتوبة.
يتم تنفيذ استدلال الذكاء الاصطناعي محليًا على أجهزة المستخدم بدلاً من الخدمة السحابية عن بعد.
هيكل بياني للكيانات والعلاقات المستخدمة للاستدلال أو الاسترجاع.
نموذج حسابي متعدد الطبقات مستوحى من الخلايا العصبية والمشابك العصبية البيولوجية.
بنية عصبية مُحسّنة لمعالجة البيانات الشبيهة بالشبكة مثل الصور.
مدى وضوح منطق نظام الذكاء الاصطناعي ومصادر البيانات والقيود الموثقة والمفهومة.
الطرق التي تعمل على تكييف النماذج من خلال تدريب مجموعة فرعية صغيرة من المعلمات المضافة.
تضمين إشارة يمكن اكتشافها في النص أو الوسائط التي تم إنشاؤها بواسطة الذكاء الاصطناعي حتى يمكن التعرف عليها لاحقًا على أنها منتجة آليًا.
اختبار الإجهاد لنظام الذكاء الاصطناعي مع المطالبات الخصومة للكشف عن حالات الفشل والمخاطر.
مساحة تمثيلية مضغوطة حيث يتم وضع المفاهيم المتشابهة بالقرب من بعضها البعض كمتجهات.
التسعير حيث تتسع التكاليف من خلال استدعاءات واجهة برمجة التطبيقات (API) أو الرموز المميزة أو وقت الاستدلال أو الحوسبة المستهلكة.
الوقت بين إرسال الطلب واستلام مخرجات النموذج.
إعداد تدريبي حيث يتحسن النموذج عن طريق توليد البيانات من خلال التفاعلات أو المسابقات مع نسخ منه.
قدرة النموذج على الحفاظ على الأداء في ظل الضوضاء أو التحولات أو المدخلات المتعارضة.
نموذج مصمم خصيصًا لمهام التصنيف.
مدى مطابقة درجات ثقة النموذج لاحتمالات الصحة الفعلية.
الوزن المكتسب داخل النموذج والذي يؤثر على مخرجاته.
قيمة التكوين التي تم تعيينها قبل التدريب، مثل معدل التعلم أو حجم الدفعة أو العمق.
اختبار موحد أو مجموعة بيانات تستخدم لقياس ومقارنة أداء النموذج.
نموذج أصغر تم تدريبه لتقليد سلوك نموذج أكبر مع استخدام قدر أقل من الحساب عند الاستدلال.
تقنية سريعة تهدف إلى تجاوز قيود السلامة الخاصة بالنموذج.
مدى دقة مطالبات النموذج في مطابقة المعلومات الواقعية التي يمكن التحقق منها.
قيمة رقمية مكتسبة تعمل على قياس الإشارات التي تمر عبر الشبكة العصبية.
خوارزمية انتباه محسنة تقلل من استخدام الذاكرة وتسرع تدريب المحولات والاستدلال.
التحول في بيانات الإدخال في العالم الحقيقي مع مرور الوقت يمكن أن يؤدي إلى انخفاض أداء النموذج.
نمط انتباه حيث يهتم كل رمز مميز فقط بنافذة ذات حجم ثابت من الرموز المميزة القريبة لتقليل الحوسبة.
آلية محولة تقوم بتشغيل العديد من عمليات الانتباه بالتوازي لالتقاط أنواع مختلفة من العلاقات.
خوارزمية فك تشفير تحافظ على أعلى تسلسلات مرشحة في كل خطوة للعثور على مخرجات ذات احتمالية أعلى.
طريقة تنظيم تعمل على تخفيف التسميات الصعبة لتحسين التعميم.
مهمة البرمجة اللغوية العصبية التي تصنف النغمة العاطفية أو الرأي في النص.
إطار تقييم قابل للتكرار يقوم بتشغيل المطالبات ومجموعات البيانات ومنطق التسجيل عبر إصدارات النموذج.
عند وجود أمثلة اختبار قياس الأداء أو المتغيرات القريبة في بيانات التدريب، يؤدي ذلك إلى تضخيم الأداء المبلغ عنه.
عملية تعيين العلامات أو المخرجات المستهدفة للبيانات الأولية للتعلم الخاضع للإشراف.
توقع غرض المستخدم من الاستعلام النصي لتوجيهه بشكل صحيح.
تمثيل متجه كثيف للكلمات التي تلتقط العلاقات الدلالية.
طريقة تدريب تستخدم إشارات التفضيل البشري لتشكيل سلوك النموذج.
التصنيفات أو البيانات التعريفية المضافة بواسطة الإنسان والمستخدمة لتدريب نماذج التعلم الآلي أو تقييمها.
تدريب نموذج أصغر لتقليد مخرجات نموذج أكبر.
مقياس تقييم الكود الذي يقيس فرصة اجتياز واحدة على الأقل من العينات المولدة k للاختبارات.
أداة رمزية لا تعتمد على اللغة وتتعلم وحدات الكلمات الفرعية مباشرةً من النص الخام دون التقسيم المسبق على مسافة بيضاء.
حجة منظمة، مدعومة بالأدلة، بأن نظام الذكاء الاصطناعي آمن لسياق استخدام محدد.
طريقة ترميز موضعية تقوم بتدوير الاستعلام والمتجهات الرئيسية لتشفير مواضع الرمز المميز النسبية.
السطح الموجود في مساحة الميزة الذي يفصل بين الفئات التي تنبأ بها المصنف.
موارد المعالجة المطلوبة لتدريب النماذج وتشغيلها، والتي يتم قياسها غالبًا بوحدات FLOPS أو ساعات GPU.
حساب الاستدلال الإضافي المستخدم أثناء إنشاء الاستجابة لتحسين الجودة أو الاستدلال.
مقدار طاقة المعالجة المستهلكة أثناء إنتاج كل استجابة.
دورة متكررة حيث يراقب وكيل الذكاء الاصطناعي ويخطط ويتصرف ويفكر حتى يكمل هدفًا أو يصل إلى حالة التوقف.
السياسات والمعايير وآليات الرقابة التي توجه كيفية تطوير الذكاء الاصطناعي واستخدامه في المجتمع.
قيمة خطأ النموذج المحسوبة أثناء التدريب وتحسينها نزولا مع مرور الوقت.
سير عمل منظم للمعالجة المسبقة والخطوات النموذجية ومراحل المعالجة اللاحقة.
مجموعة محددة من القواعد أو الخطوات التي يتبعها الكمبيوتر لحل مشكلة أو إكمال مهمة.
إعداد أخذ العينات الذي يتحكم في العشوائية في المخرجات التي تم إنشاؤها.
نسبة العناصر المستردة ذات الصلة باستعلام المستخدم.
موترات المفتاح والقيمة المخزنة من الرموز المميزة السابقة التي تسمح للمحولات بإنشاء رموز جديدة دون إعادة حساب الاهتمام السابق.
فرع الذكاء الاصطناعي الذي يستخرج المعنى من الصور والفيديو.
طريقة استرجاع تقوم بإنشاء متغيرات استعلام متعددة، واسترداد النتائج لكل منها، ودمج التصنيفات.
نمط تحفيزي يدمج خطوات التفكير مع إجراءات استخدام الأداة لحل المهام بشكل أكثر موثوقية.
جزء من النص تتم معالجته بواسطة نماذج اللغة، مثل قطعة كلمة أو رمز.
التقنيات التي تنشئ أمثلة تدريبية معدلة لتحسين تعميم النموذج.
مجال يركز على الحد من السلوك الضار والفشل ومخاطر سوء الاستخدام في أنظمة الذكاء الاصطناعي.
تنبؤ غير صحيح حيث يفتقد النموذج حالة إيجابية حقيقية.
أسلوب تفكير حيث يقوم نموذج الذكاء الاصطناعي بتحليل المشكلة إلى خطوات متوسطة.
عملية متعددة الخطوات حيث يقوم نظام الذكاء الاصطناعي بالتخطيط والتنفيذ والتحقق من النتائج والتكرار نحو الهدف.
أسلوب تفكير حيث يستكشف النموذج مسارات حلول متفرعة متعددة ويختار أكثرها واعدة.
نموذج يقوم بالتنبؤات من خلال سلسلة من تقسيمات الميزات.
ضبط نموذج على أزواج التعليمات والاستجابة لتحسين متابعة المهام.
مواصلة التدريب على البيانات الخاصة بالمجال لتكييف نموذج تم تدريبه مسبقًا مع مهمة محددة.
التكلفة الإضافية في الوقت أو الحوسبة أو سرعة المنتج المطلوبة لجعل الأنظمة أكثر أمانًا وأكثر قابلية للتحكم.
إعداد فك التشفير الذي يقلل من احتمالية ظهور الرموز المميزة بشكل متناسب مع عدد مرات ظهورها حتى الآن.
إعداد فك التشفير يقلل من احتمالية الرموز المميزة التي أنتجها النموذج بالفعل لتقليل الحلقات.
إعداد فك التشفير يقلل من احتمالية ظهور الرموز المميزة على الإطلاق، مما يشجع المواضيع الجديدة.
طريقة تحيز موضعي تعاقب درجات الانتباه بناءً على المسافة الرمزية، مما يساعد النماذج على الاستقراء في سياقات أطول.
نطاق إحصائي من المحتمل أن يحتوي على القيمة الحقيقية لمقياس نموذج تم قياسه.
الجمع بين التنبؤات من نماذج متعددة لتحسين المتانة أو الدقة.
طريقة تسريع الاستدلال حيث يقترح نموذج مسودة صغير رموزًا مميزة يتحقق منها نموذج أكبر بالتوازي.
استراتيجية إنشاء تقيد الرموز المميزة للمخرجات في الهياكل الصالحة أو الخيارات المتوافقة مع السياسة.
الدرجة التي يمكن بها تفسير سلوك النموذج وشرحه للإنسان.
مجموعة منسقة من المستندات أو السجلات المستخدمة للاسترجاع أو الدعم الآلي أو الاستجابات الأرضية.
قاعدة بيانات محسنة لتخزين ناقلات التضمين عالية الأبعاد والاستعلام عنها.
نمط مطالبة قابل لإعادة الاستخدام يحتوي على متغيرات وقواعد تنسيق وتعليمات خاصة بالمهمة.
علاقة تجريبية توضح كيفية تحسن الأداء مع حجم النموذج أو البيانات أو الحساب.
الإطار التنظيمي القائم على المخاطر للاتحاد الأوروبي لأنظمة الذكاء الاصطناعي ومقدمي الخدمات.
تنعكس أحدث نقطة زمنية في بيانات تدريب النموذج.
تقنية ضبط دقيقة تجمع بين تكميم الوزن 4 بت مع محولات LoRA لتقليل احتياجات الذاكرة.
يتم تطبيق خطوات التدريب بعد التدريب المسبق، مثل ضبط التعليمات، وتحسين التفضيلات، وضبط الأمان.
استخدام نموذج اللغة لتسجيل أو مقارنة مخرجات النماذج الأخرى أثناء التقييم.
نظام مُدار لتخزين وتقديم ميزات ML التي تم التحقق من صحتها بشكل متسق للتدريب والاستدلال.
مجموعة من الأمثلة المنظمة أو غير المنظمة المستخدمة للتدريب أو التحقق من الصحة أو الاختبار.
مجموعة بيانات تُستخدم أثناء التطوير لضبط النماذج ومنع التجهيز الزائد.
مجموعة بيانات محفوظة تستخدم لقياس جودة النموذج بعد التدريب.
العمل على جعل أنظمة الذكاء الاصطناعي تتصرف وفقًا للنوايا البشرية والقيم وقيود السلامة.
المنطق الذي يتحقق من صحة مخرجات النموذج ويحولها إلى هياكل مكتوبة بقوة وقابلة للاستخدام بواسطة الآلة.
بنية عصبية تستخدم الانتباه إلى العلاقات النموذجية عبر التسلسلات بالتوازي.
طبقة الإشراف التي تحظر أو تعيد كتابة مدخلات أو مخرجات النموذج غير الآمنة.
بنية ذات شبكات فرعية متخصصة حيث يعمل الخبراء المختارون فقط لكل إدخال.
الأصل الموثق والملكية والتاريخ لمجموعة البيانات أو القطعة الأثرية النموذجية.
ركز فرع الذكاء الاصطناعي على فهم وتوليد اللغة البشرية.
مواءمة ثقة المستخدم في مخرجات الذكاء الاصطناعي مع الموثوقية الفعلية للنظام في كل مهمة.
معلمة تشعبية للتدريب تتحكم في مقدار تغيير المعلمات في كل خطوة تحديث.
بنية نموذجية متعددة الوسائط تتعلم التمثيلات المشتركة بين النص والصور.
مرحلة تدريب متوسطة بين التدريب المسبق والتدريب اللاحق، وغالبًا ما تستخدم لتعديلات القدرة أو المجال.
تعليمات الإدخال والسياق المقدم للنموذج التوليدي.
تعليمات ذات أولوية عالية تحدد السلوك والسياسة وأسلوب الاستجابة للنموذج.
متغير إدخال يستخدمه النموذج لإجراء التنبؤات.
الحد الأقصى لعدد رموز الإدخال التي يمكن لنموذج اللغة معالجتها مرة واحدة.
طريقة تحسين تقوم بتحديث المعلمات في الاتجاه الذي يقلل من الخطأ.
سجل يوضح مصدر البيانات وكيف تم تحويلها وأين يتم استخدامها.
تشغيل النموذج بالتوازي مع حركة الإنتاج دون التأثير على القرارات التي يواجهها المستخدم.
مسار نموذجي يتنبأ بتفضيلات المستخدم لتصنيف المحتوى أو المنتجات.
نظام يمكنه اتخاذ القرارات والتصرف مع سيطرة بشرية مباشرة محدودة أو معدومة في الوقت الفعلي.
واجهة API منتشرة تتلقى طلبات النماذج وترجع التنبؤات في الإنتاج.
تطبيق المعرفة المكتسبة في مهمة أو مجال واحد لتحسين مهمة أخرى.
نموذج كبير تم تدريبه مسبقًا ويمكن تكييفه مع العديد من المهام النهائية.
بنية توليدية تتعلم عكس الضوضاء لتجميع الصور أو الصوت أو أي محتوى آخر.
نموذج متخصص لتحويل البيانات إلى متجهات تستخدم في البحث الدلالي والتجميع والاسترجاع.
نموذج تم تدريبه على التصنيف البشري للتنبؤ بالاستجابات التي من المرجح أن يفضلها المستخدمون.
نموذج يصعب تفسير تفكيره الداخلي بشكل مباشر من قبل البشر.
نموذج لغة مدمج تم تحسينه لتقليل زمن الوصول أو التكلفة أو الاستخدام على الجهاز.
نموذج لغة تم تدريبه على مجموعات نصية ضخمة لإنشاء النص وتحليله.
نموذج يسجل المخرجات بناءً على إشارات التفضيل، وغالبًا ما يستخدم في خطوط أنابيب RLHF.
نموذج مرجعي بسيط يستخدم لمقارنة ما إذا كانت الأساليب الأكثر تعقيدًا تعمل بالفعل على تحسين النتائج.
نموذج متعدد الوسائط يقوم بمعالجة المعلومات المرئية والنصية بشكل مشترك.
نموذج يمكنه معالجة أو إنشاء أنواع بيانات متعددة مثل النص والصورة والصوت.
نموذج تكون فيه العديد من المعلمات صفرًا أو غير نشطة لتقليل العمليات الحسابية.
نموذج تم إصداره بأوزان أو كود عام للفحص والتكيف وإعادة الاستخدام.
عندما يقوم النموذج بإنشاء معلومات واضحة ولكنها خاطئة أو غير مدعومة.
تصميم أو تحويل متغيرات المدخلات لجعل التعلم أسهل وأكثر فعالية.
هدف رياضي يحدد خطأ التنبؤ أثناء التدريب.
نظام برمجي يمكنه الملاحظة والتفكير واتخاذ الإجراءات لتحقيق الهدف، وغالبًا ما يستخدم الأدوات والذاكرة.