AGI (الذكاء العام الاصطناعي)
نظام ذكاء اصطناعي افتراضي يمكنه أداء معظم المهام الفكرية على المستوى البشري عبر العديد من المجالات.
شرح المصطلحات التقنية الأساسية على أعلى مستوى من الوضوح. مصممة للباحثين والطلاب والتعليم الذي يركز على الإنسان.
عرض 213 شروط المطابقة.
نظام ذكاء اصطناعي افتراضي يمكنه أداء معظم المهام الفكرية على المستوى البشري عبر العديد من المجالات.
نظام برمجي يمكنه الملاحظة والتفكير واتخاذ الإجراءات لتحقيق الهدف، وغالبًا ما يستخدم الأدوات والذاكرة.
العمل على جعل أنظمة الذكاء الاصطناعي تتصرف وفقًا للنوايا البشرية والقيم وقيود السلامة.
السياسات والمعايير وآليات الرقابة التي توجه كيفية تطوير الذكاء الاصطناعي واستخدامه في المجتمع.
مجال يركز على الحد من السلوك الضار والفشل ومخاطر سوء الاستخدام في أنظمة الذكاء الاصطناعي.
مجموعة محددة من القواعد أو الخطوات التي يتبعها الكمبيوتر لحل مشكلة أو إكمال مهمة.
عدم العدالة المنهجية في مخرجات النموذج بسبب البيانات المنحرفة أو الافتراضات أو اختيارات النمذجة.
مدى وضوح منطق نظام الذكاء الاصطناعي ومصادر البيانات والقيود الموثقة والمفهومة.
التصنيفات أو البيانات التعريفية المضافة بواسطة الإنسان والمستخدمة لتدريب نماذج التعلم الآلي أو تقييمها.
طريقة منظمة لنظام برمجي واحد لإرسال الطلبات إلى نظام آخر وتلقي الاستجابات منه.
المجال الواسع لبناء الأنظمة التي تؤدي المهام التي تتطلب التعرف على الأنماط أو الاستدلال أو اللغة أو اتخاذ القرار.
أحد مكونات النموذج الذي يركز ديناميكيًا على الأجزاء ذات الصلة من المدخلات عند إنتاج المخرجات.
نظام يمكنه اتخاذ القرارات والتصرف مع سيطرة بشرية مباشرة محدودة أو معدومة في الوقت الفعلي.
خوارزمية التدريب الأساسية التي تعمل على تحديث أوزان النماذج عن طريق نشر أخطاء التنبؤ للخلف عبر الشبكة.
نموذج مرجعي بسيط يستخدم لمقارنة ما إذا كانت الأساليب الأكثر تعقيدًا تعمل بالفعل على تحسين النتائج.
اختبار موحد أو مجموعة بيانات تستخدم لقياس ومقارنة أداء النموذج.
نمط ثابت من الخطأ أو الظلم في البيانات أو سلوك النموذج.
مجموعات بيانات كبيرة جدًا ومعقدة تتطلب تقنيات تخزين ومعالجة قابلة للتطوير.
نموذج يصعب تفسير تفكيره الداخلي بشكل مباشر من قبل البشر.
مدى مطابقة درجات ثقة النموذج لاحتمالات الصحة الفعلية.
أسلوب تفكير حيث يقوم نموذج الذكاء الاصطناعي بتحليل المشكلة إلى خطوات متوسطة.
مهمة حيث يقوم النموذج بتعيين مدخلات لواحدة أو أكثر من الفئات المحددة مسبقًا.
نموذج مصمم خصيصًا لمهام التصنيف.
بنية نموذجية متعددة الوسائط تتعلم التمثيلات المشتركة بين النص والصور.
موارد المعالجة المطلوبة لتدريب النماذج وتشغيلها، والتي يتم قياسها غالبًا بوحدات FLOPS أو ساعات GPU.
فرع الذكاء الاصطناعي الذي يستخرج المعنى من الصور والفيديو.
الحد الأقصى لعدد رموز الإدخال التي يمكن لنموذج اللغة معالجتها مرة واحدة.
أساليب التدريب التي تسمح للنموذج بمواصلة التعلم من البيانات الجديدة دون نسيان المعرفة السابقة.
بنية عصبية مُحسّنة لمعالجة البيانات الشبيهة بالشبكة مثل الصور.
دالة موضوعية شائعة تستخدم لتدريب نماذج التصنيف من خلال معاقبة الاحتمالات غير الصحيحة.
التقنيات التي تنشئ أمثلة تدريبية معدلة لتحسين تعميم النموذج.
التحول في بيانات الإدخال في العالم الحقيقي مع مرور الوقت يمكن أن يؤدي إلى انخفاض أداء النموذج.
عملية تعيين العلامات أو المخرجات المستهدفة للبيانات الأولية للتعلم الخاضع للإشراف.
مجموعة من الأمثلة المنظمة أو غير المنظمة المستخدمة للتدريب أو التحقق من الصحة أو الاختبار.
السطح الموجود في مساحة الميزة الذي يفصل بين الفئات التي تنبأ بها المصنف.
نموذج يقوم بالتنبؤات من خلال سلسلة من تقسيمات الميزات.
مجموعة فرعية من التعلم الآلي الذي يستخدم الشبكات العصبية متعددة الطبقات للتعلم التمثيلي.
بنية توليدية تتعلم عكس الضوضاء لتجميع الصور أو الصوت أو أي محتوى آخر.
ضغط المعرفة من نموذج المعلم الكبير إلى نموذج الطالب الأصغر.
الأساليب التي تنقل نموذجًا تم تدريبه في مجال واحد لأداء أفضل في مجال آخر.
تمثيل متجه رقمي يلتقط المعنى الدلالي للنص أو الصور أو البيانات الأخرى.
مكون النموذج الذي يحول المدخلات إلى تمثيلات كامنة.
الجمع بين التنبؤات من نماذج متعددة لتحسين المتانة أو الدقة.
مجموعة بيانات محفوظة تستخدم لقياس جودة النموذج بعد التدريب.
الدرجة التي يمكن بها تفسير سلوك النموذج وشرحه للإنسان.
تنبؤ غير صحيح حيث يفتقد النموذج حالة إيجابية حقيقية.
تنبؤ غير صحيح حيث يشير النموذج بشكل غير صحيح إلى حالة سلبية على أنها إيجابية.
متغير إدخال يستخدمه النموذج لإجراء التنبؤات.
تصميم أو تحويل متغيرات المدخلات لجعل التعلم أسهل وأكثر فعالية.
تحويل البيانات الأولية إلى ميزات إعلامية يمكن للنموذج استخدامها.
تعلم السلوك أو تكييفه من خلال عدد قليل فقط من الأمثلة.
مواصلة التدريب على البيانات الخاصة بالمجال لتكييف نموذج تم تدريبه مسبقًا مع مهمة محددة.
نموذج كبير تم تدريبه مسبقًا ويمكن تكييفه مع العديد من المهام النهائية.
قدرة نموذجية على إنشاء مكالمات منظمة تؤدي إلى تشغيل أدوات خارجية أو واجهات برمجة التطبيقات.
إعداد توليدي حيث يتدرب المولد والمميز ضد بعضهما البعض.
مدى جودة أداء النموذج على البيانات الجديدة غير المرئية خارج مجموعة التدريب.
أنظمة الذكاء الاصطناعي التي تنتج محتوى جديدًا مثل النصوص أو الصور أو الصوت أو الفيديو أو التعليمات البرمجية.
متجه يوضح المقدار الذي يجب أن تتغير به كل معلمة لتقليل الخسارة.
طريقة تحسين تقوم بتحديث المعلمات في الاتجاه الذي يقلل من الخطأ.
تسميات مرجعية موثوقة تستخدم لتدريب أو تقييم مخرجات النموذج.
القواعد والضوابط والضوابط التي تحد من سلوك النموذج غير الآمن أو غير المرغوب فيه.
عندما يقوم النموذج بإنشاء معلومات واضحة ولكنها خاطئة أو غير مدعومة.
سير عمل يقوم فيه البشر بمراجعة مخرجات الذكاء الاصطناعي أو توجيهها أو تجاوزها.
قيمة التكوين التي تم تعيينها قبل التدريب، مثل معدل التعلم أو حجم الدفعة أو العمق.
قدرة النموذج على اتباع الأنماط من الأمثلة المقدمة مباشرة في الموجه.
مرحلة وقت التشغيل حيث يقوم النموذج المدرب بإنشاء تنبؤات أو مخرجات.
مقدار طاقة المعالجة المستهلكة أثناء إنتاج كل استجابة.
ضبط نموذج على أزواج التعليمات والاستجابة لتحسين متابعة المهام.
توقع غرض المستخدم من الاستعلام النصي لتوجيهه بشكل صحيح.
تقنية سريعة تهدف إلى تجاوز قيود السلامة الخاصة بالنموذج.
تنعكس أحدث نقطة زمنية في بيانات تدريب النموذج.
تدريب نموذج أصغر لتقليد مخرجات نموذج أكبر.
هيكل بياني للكيانات والعلاقات المستخدمة للاستدلال أو الاسترجاع.
طريقة تنظيم تعمل على تخفيف التسميات الصعبة لتحسين التعميم.
الوقت بين إرسال الطلب واستلام مخرجات النموذج.
نموذج لغة تم تدريبه على مجموعات نصية ضخمة لإنشاء النص وتحليله.
معلمة تشعبية للتدريب تتحكم في مقدار تغيير المعلمات في كل خطوة تحديث.
طريقة ضبط دقيقة ذات كفاءة في المعلمات تضيف مصفوفات محولات ذات رتبة منخفضة.
هدف رياضي يحدد خطأ التنبؤ أثناء التدريب.
الأساليب التي تسمح للأنظمة بتعلم الأنماط من البيانات وتحسينها بمرور الوقت.
السياق المُخزن الذي يستخدمه وكيل الذكاء الاصطناعي عبر الخطوات أو الجلسات لتحسين الاستمرارية.
بنية ذات شبكات فرعية متخصصة حيث يعمل الخبراء المختارون فقط لكل إدخال.
وثائق تصف الاستخدام المقصود للنموذج والمقاييس والقيود والمخاطر.
تدهور الأداء بمرور الوقت مع اختلاف ظروف العالم الحقيقي عن افتراضات التدريب.
تقليل الدقة الرقمية لأوزان النموذج لتقليل تكلفة الذاكرة والاستدلال.
نموذج يمكنه معالجة أو إنشاء أنواع بيانات متعددة مثل النص والصورة والصوت.
مهمة البرمجة اللغوية العصبية (NLP) التي تحدد الكيانات مثل الأشخاص أو الأماكن أو التواريخ أو المؤسسات.
ركز فرع الذكاء الاصطناعي على فهم وتوليد اللغة البشرية.
نموذج حسابي متعدد الطبقات مستوحى من الخلايا العصبية والمشابك العصبية البيولوجية.
تحويل القيم إلى مقياس ثابت لتحسين استقرار التحسين.
تقنية تقوم بتحويل النص الموجود في الصور أو المسح الضوئي إلى نص يمكن قراءته بواسطة الآلة.
نموذج تم إصداره بأوزان أو كود عام للفحص والتكيف وإعادة الاستخدام.
عندما يحفظ النموذج بيانات التدريب ويكون أداؤه ضعيفًا عند المدخلات غير المرئية.
الوزن المكتسب داخل النموذج والذي يؤثر على مخرجاته.
الطرق التي تعمل على تكييف النماذج من خلال تدريب مجموعة فرعية صغيرة من المعلمات المضافة.
مقياس لنموذج اللغة يقيس مدى مفاجأة النموذج بالرموز التالية الحقيقية.
سير عمل منظم للمعالجة المسبقة والخطوات النموذجية ومراحل المعالجة اللاحقة.
نسبة الإيجابيات المتوقعة والصحيحة بالفعل.
التدريب الأولي على النماذج واسعة النطاق على البيانات الواسعة قبل التكيف مع المصب.
تعليمات الإدخال والسياق المقدم للنموذج التوليدي.
يطالب التصميم بتحسين جودة المخرجات والموثوقية وإمكانية التحكم.
نمط هجوم يتم فيه إدراج تعليمات ضارة في مدخلات النموذج أو استرداد المحتوى.
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.
طريقة تستعيد المعرفة الخارجية وتغذيها في الأجيال في وقت الاستدلال.
نسبة الإيجابيات الفعلية التي يحددها النموذج بشكل صحيح.
مسار نموذجي يتنبأ بتفضيلات المستخدم لتصنيف المحتوى أو المنتجات.
اختبار الإجهاد لنظام الذكاء الاصطناعي مع المطالبات الخصومة للكشف عن حالات الفشل والمخاطر.
التدريب من خلال إشارات المكافأة حيث يتعلم الوكيل الإجراءات التي تزيد من العائد على المدى الطويل.
طريقة تدريب تستخدم إشارات التفضيل البشري لتشكيل سلوك النموذج.
البحث عن المستندات أو السجلات ذات الصلة من مصدر المعرفة للاستعلام.
نموذج يسجل المخرجات بناءً على إشارات التفضيل، وغالبًا ما يستخدم في خطوط أنابيب RLHF.
قدرة النموذج على الحفاظ على الأداء في ظل الضوضاء أو التحولات أو المدخلات المتعارضة.
طبقة الإشراف التي تحظر أو تعيد كتابة مدخلات أو مخرجات النموذج غير الآمنة.
علاقة تجريبية توضح كيفية تحسن الأداء مع حجم النموذج أو البيانات أو الحساب.
البحث الذي يطابق المعنى بدلاً من التداخل الدقيق للكلمات الرئيسية، وغالبًا ما يستخدم عمليات التضمين.
تعلم التمثيلات من البيانات غير المسماة من خلال التنبؤ بالأجزاء المقنعة أو المحولة.
مهمة البرمجة اللغوية العصبية التي تصنف النغمة العاطفية أو الرأي في النص.
نموذج لغة مدمج تم تحسينه لتقليل زمن الوصول أو التكلفة أو الاستخدام على الجهاز.
نموذج تكون فيه العديد من المعلمات صفرًا أو غير نشطة لتقليل العمليات الحسابية.
تدريب نموذج باستخدام أمثلة مصنفة تقوم بتعيين المدخلات إلى المخرجات المعروفة.
البيانات التي تم إنشاؤها بشكل مصطنع تُستخدم لزيادة بيانات التدريب الحساسة أو محاكاتها أو حمايتها.
تعليمات ذات أولوية عالية تحدد السلوك والسياسة وأسلوب الاستجابة للنموذج.
إعداد أخذ العينات الذي يتحكم في العشوائية في المخرجات التي تم إنشاؤها.
جزء من النص تتم معالجته بواسطة نماذج اللغة، مثل قطعة كلمة أو رمز.
عملية تقسيم النص إلى رموز مميزة لإدخال النموذج.
قدرة النموذج على استدعاء أدوات خارجية مثل البحث أو الآلات الحاسبة أو واجهات برمجة التطبيقات.
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.
تطبيق المعرفة المكتسبة في مهمة أو مجال واحد لتحسين مهمة أخرى.
بنية عصبية تستخدم الانتباه إلى العلاقات النموذجية عبر التسلسلات بالتوازي.
قيمة خطأ النموذج المحسوبة أثناء التدريب وتحسينها نزولا مع مرور الوقت.
أنماط التعلم من البيانات غير المسماة دون مخرجات مستهدفة واضحة.
مجموعة بيانات تُستخدم أثناء التطوير لضبط النماذج ومنع التجهيز الزائد.
قاعدة بيانات محسنة لتخزين ناقلات التضمين عالية الأبعاد والاستعلام عنها.
نموذج متعدد الوسائط يقوم بمعالجة المعلومات المرئية والنصية بشكل مشترك.
استخدام تسميات صاخبة أو إرشادية أو جزئية لتدريب النماذج عندما تكون الملصقات النظيفة نادرة.
قيمة رقمية مكتسبة تعمل على قياس الإشارات التي تمر عبر الشبكة العصبية.
تمثيل متجه كثيف للكلمات التي تلتقط العلاقات الدلالية.
تقنيات وممارسات لجعل تنبؤات الذكاء الاصطناعي أكثر شفافية وقابلية للفهم.
حل المهام بدون أمثلة خاصة بالمهمة من خلال الاعتماد على المعرفة العامة السابقة.
عملية متعددة الخطوات حيث يقوم نظام الذكاء الاصطناعي بالتخطيط والتنفيذ والتحقق من النتائج والتكرار نحو الهدف.
الإطار التنظيمي القائم على المخاطر للاتحاد الأوروبي لأنظمة الذكاء الاصطناعي ومقدمي الخدمات.
التكلفة الإضافية في الوقت أو الحوسبة أو سرعة المنتج المطلوبة لجعل الأنظمة أكثر أمانًا وأكثر قابلية للتحكم.
عند وجود أمثلة اختبار قياس الأداء أو المتغيرات القريبة في بيانات التدريب، يؤدي ذلك إلى تضخيم الأداء المبلغ عنه.
طرق تقدير علاقات السبب والنتيجة بدلاً من الارتباطات البسيطة.
نطاق إحصائي من المحتمل أن يحتوي على القيمة الحقيقية لمقياس نموذج تم قياسه.
نهج التدريب وتشكيل السلوك حيث يتم توجيه مخرجات النموذج من خلال مجموعة ثابتة من المبادئ المكتوبة.
سجل يوضح مصدر البيانات وكيف تم تحويلها وأين يتم استخدامها.
الأصل الموثق والملكية والتاريخ لمجموعة البيانات أو القطعة الأثرية النموذجية.
أسلوب خصوصية يضيف ضجيجًا إحصائيًا بحيث لا يمكن استنتاج السجلات الفردية بشكل موثوق من المخرجات.
نموذج أصغر تم تدريبه لتقليد سلوك نموذج أكبر مع استخدام قدر أقل من الحساب عند الاستدلال.
نموذج متخصص لتحويل البيانات إلى متجهات تستخدم في البحث الدلالي والتجميع والاسترجاع.
إطار تقييم قابل للتكرار يقوم بتشغيل المطالبات ومجموعات البيانات ومنطق التسجيل عبر إصدارات النموذج.
نظام مُدار لتخزين وتقديم ميزات ML التي تم التحقق من صحتها بشكل متسق للتدريب والاستدلال.
مدى دعم استجابة الذكاء الاصطناعي ببيانات المصدر أو الأدلة المسترجعة.
استراتيجية إنشاء تقيد الرموز المميزة للمخرجات في الهياكل الصالحة أو الخيارات المتوافقة مع السياسة.
نموذج تم تدريبه على التصنيف البشري للتنبؤ بالاستجابات التي من المرجح أن يفضلها المستخدمون.
واجهة API منتشرة تتلقى طلبات النماذج وترجع التنبؤات في الإنتاج.
مجموعة منسقة من المستندات أو السجلات المستخدمة للاسترجاع أو الدعم الآلي أو الاستجابات الأرضية.
مساحة تمثيلية مضغوطة حيث يتم وضع المفاهيم المتشابهة بالقرب من بعضها البعض كمتجهات.
كتالوج مركزي لإصدار النماذج والموافقة عليها وتتبعها عبر البيئات.
يتم تنفيذ استدلال الذكاء الاصطناعي محليًا على أجهزة المستخدم بدلاً من الخدمة السحابية عن بعد.
المنطق الذي يتحقق من صحة مخرجات النموذج ويحولها إلى هياكل مكتوبة بقوة وقابلة للاستخدام بواسطة الآلة.
نمط مطالبة قابل لإعادة الاستخدام يحتوي على متغيرات وقواعد تنسيق وتعليمات خاصة بالمهمة.
نسبة العناصر المستردة ذات الصلة باستعلام المستخدم.
حجة منظمة، مدعومة بالأدلة، بأن نظام الذكاء الاصطناعي آمن لسياق استخدام محدد.
تشغيل النموذج بالتوازي مع حركة الإنتاج دون التأثير على القرارات التي يواجهها المستخدم.
يقتصر إخراج النموذج على مخطط محدد مثل JSON أو وسيطات الأداة أو الحقول المكتوبة.
حساب الاستدلال الإضافي المستخدم أثناء إنشاء الاستجابة لتحسين الجودة أو الاستدلال.
مواءمة ثقة المستخدم في مخرجات الذكاء الاصطناعي مع الموثوقية الفعلية للنظام في كل مهمة.
التسعير حيث تتسع التكاليف من خلال استدعاءات واجهة برمجة التطبيقات (API) أو الرموز المميزة أو وقت الاستدلال أو الحوسبة المستهلكة.
سياسة لا يتم فيها تخزين حمولات الطلب/الاستجابة بعد المعالجة بما يتجاوز فترات التشغيل قصيرة العمر.
طريقة تسريع الاستدلال حيث يقترح نموذج مسودة صغير رموزًا مميزة يتحقق منها نموذج أكبر بالتوازي.
موترات المفتاح والقيمة المخزنة من الرموز المميزة السابقة التي تسمح للمحولات بإنشاء رموز جديدة دون إعادة حساب الاهتمام السابق.
بروتوكول مفتوح يتيح لتطبيقات الذكاء الاصطناعي الاتصال بالأدوات الخارجية ومصادر البيانات وموفري السياق بطريقة قياسية.
دورة متكررة حيث يراقب وكيل الذكاء الاصطناعي ويخطط ويتصرف ويفكر حتى يكمل هدفًا أو يصل إلى حالة التوقف.
نمط تحفيزي يدمج خطوات التفكير مع إجراءات استخدام الأداة لحل المهام بشكل أكثر موثوقية.
أسلوب تفكير حيث يستكشف النموذج مسارات حلول متفرعة متعددة ويختار أكثرها واعدة.
طريقة تدريب تعمل على ضبط النماذج مباشرة على أزواج التفضيلات دون الحاجة إلى نموذج مكافأة منفصل.
تقنية ضبط دقيقة تجمع بين تكميم الوزن 4 بت مع محولات LoRA لتقليل احتياجات الذاكرة.
خوارزمية انتباه محسنة تقلل من استخدام الذاكرة وتسرع تدريب المحولات والاستدلال.
آلية محولة تقوم بتشغيل العديد من عمليات الانتباه بالتوازي لالتقاط أنواع مختلفة من العلاقات.
المعلومات المضافة إلى تضمينات الرمز المميز حتى تتمكن المحولات من التمييز بين ترتيب التسلسل.
طريقة ترميز موضعية تقوم بتدوير الاستعلام والمتجهات الرئيسية لتشفير مواضع الرمز المميز النسبية.
طريقة تحيز موضعي تعاقب درجات الانتباه بناءً على المسافة الرمزية، مما يساعد النماذج على الاستقراء في سياقات أطول.
نمط انتباه حيث يهتم كل رمز مميز فقط بنافذة ذات حجم ثابت من الرموز المميزة القريبة لتقليل الحوسبة.
خوارزمية ترميز الكلمات الفرعية التي تدمج أزواج الأحرف الأكثر شيوعًا في الرموز المميزة القابلة لإعادة الاستخدام.
أداة رمزية لا تعتمد على اللغة وتتعلم وحدات الكلمات الفرعية مباشرةً من النص الخام دون التقسيم المسبق على مسافة بيضاء.
الخوارزميات التي تجد المتجهات القريبة من الاستعلام دون مقارنة شاملة، وتستبدل الدقة بالسرعة.
بنية فهرس قائمة على الرسم البياني للبحث التقريبي السريع عن أقرب جار عبر المتجهات عالية الأبعاد.
نموذج يقوم بإعادة ترتيب مجموعة أولية من النتائج المستردة لوضع العناصر الأكثر صلة في الأعلى.
أسلوب استرجاع يجمع بين البحث عن الكلمات الرئيسية (المعجمية) والبحث المتجه (الدلالي) من أجل تذكر ودقة أفضل.
نموذج يقوم بتسجيل استعلام وتوثيقه معًا في مسار واحد للحصول على أحكام ذات صلة عالية الدقة.
نموذج يقوم بترميز الاستعلامات والمستندات في متجهات منفصلة بحيث يمكن مقارنتها بسرعة على نطاق واسع.
استخدام نموذج اللغة لتسجيل أو مقارنة مخرجات النماذج الأخرى أثناء التقييم.
مقياس تقييم الكود الذي يقيس فرصة اجتياز واحدة على الأقل من العينات المولدة k للاختبارات.
نماذج لغة اختبارية قياسية عبر 57 موضوعًا أكاديميًا ومهنيًا باستخدام أسئلة الاختيار من متعدد.
معيار لمشاكل برمجة بايثون يستخدم لقياس صحة إنشاء التعليمات البرمجية عبر اختبارات الوحدة.
معيار للمشاكل اللفظية الرياضية في المدارس الابتدائية يستخدم لتقييم التفكير خطوة بخطوة في نماذج اللغة.
مدى دقة مطالبات النموذج في مطابقة المعلومات الواقعية التي يمكن التحقق منها.
الإشارات إلى مقاطع المصدر أو المستندات المضمنة في استجابة النموذج لدعم مطالباته.
تضمين إشارة يمكن اكتشافها في النص أو الوسائط التي تم إنشاؤها بواسطة الذكاء الاصطناعي حتى يمكن التعرف عليها لاحقًا على أنها منتجة آليًا.
مرحلة تدريب متوسطة بين التدريب المسبق والتدريب اللاحق، وغالبًا ما تستخدم لتعديلات القدرة أو المجال.
يتم تطبيق خطوات التدريب بعد التدريب المسبق، مثل ضبط التعليمات، وتحسين التفضيلات، وضبط الأمان.
إعداد تدريبي حيث يتحسن النموذج عن طريق توليد البيانات من خلال التفاعلات أو المسابقات مع نسخ منه.
طريقة استرجاع تقوم بإنشاء متغيرات استعلام متعددة، واسترداد النتائج لكل منها، ودمج التصنيفات.
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.
خوارزمية فك تشفير تحافظ على أعلى تسلسلات مرشحة في كل خطوة للعثور على مخرجات ذات احتمالية أعلى.
إعداد فك التشفير يقلل من احتمالية الرموز المميزة التي أنتجها النموذج بالفعل لتقليل الحلقات.
إعداد فك التشفير الذي يقلل من احتمالية ظهور الرموز المميزة بشكل متناسب مع عدد مرات ظهورها حتى الآن.
إعداد فك التشفير يقلل من احتمالية ظهور الرموز المميزة على الإطلاق، مما يشجع المواضيع الجديدة.