AGI (কৃত্রিম সাধারণ বুদ্ধিমত্তা)
একটি কাল্পনিক AI সিস্টেম যা অনেক ডোমেন জুড়ে মানব স্তরে সর্বাধিক বুদ্ধিবৃত্তিক কাজ সম্পাদন করতে পারে।
এনসাইক্লোপিডিয়া খুলুন
এআইশব্দকোষ
অপরিহার্য প্রযুক্তিগত পরিভাষা স্পষ্টতার সর্বোচ্চ স্তরে ব্যাখ্যা করা হয়েছে। গবেষক, ছাত্র এবং মানব-কেন্দ্রিক শিক্ষার জন্য ডিজাইন করা হয়েছে।
213শর্তাবলীA–Zঅনুসন্ধান + বর্ণমালা ফিল্টার100%সরল ভাষার সংজ্ঞা
A5 শর্তাবলী
AI প্রান্তিককরণ
AI সিস্টেম তৈরির কাজ মানুষের উদ্দেশ্য, মূল্যবোধ এবং নিরাপত্তার সীমাবদ্ধতা অনুযায়ী আচরণ করে।
ALiBi
একটি অবস্থানগত পক্ষপাত পদ্ধতি যা টোকেন দূরত্বের উপর ভিত্তি করে মনোযোগের স্কোরকে শাস্তি দেয়, মডেলগুলিকে দীর্ঘ প্রেক্ষাপটে এক্সট্রাপোলেট করতে সহায়তা করে।
ANN (আনুমানিক নিকটতম প্রতিবেশী)
অ্যালগরিদমগুলি যেগুলি সম্পূর্ণ তুলনা ছাড়াই একটি প্রশ্নের কাছাকাছি ভেক্টর খুঁজে পায়, গতির জন্য সঠিকতা ট্রেড করে৷
API (অ্যাপ্লিকেশন প্রোগ্রামিং ইন্টারফেস)
একটি সফ্টওয়্যার সিস্টেমের জন্য একটি কাঠামোগত উপায় অন্য সিস্টেমে অনুরোধ পাঠাতে এবং প্রতিক্রিয়াগুলি গ্রহণ করার জন্য।
B1 শর্তাবলী
BPE (বাইট পেয়ার এনকোডিং)
একটি সাবওয়ার্ড টোকেনাইজেশন অ্যালগরিদম যা সর্বাধিক ঘন ঘন অক্ষর জোড়াকে পুনরায় ব্যবহারযোগ্য টোকেনে একত্রিত করে।
G2 শর্তাবলী
GAN (জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক)
একটি জেনারেটিভ সেটআপ যেখানে একটি জেনারেটর এবং বৈষম্যকারী একে অপরের বিরুদ্ধে ট্রেন করে।
GSM8K
ভাষা মডেলে ধাপে ধাপে যুক্তি মূল্যায়ন করতে ব্যবহৃত গ্রেড-স্কুল গণিত শব্দ সমস্যার একটি বেঞ্চমার্ক।
L1 শর্তাবলী
LoRA (নিম্ন-র্যাঙ্ক অভিযোজন)
একটি পরামিতি-দক্ষ ফাইন-টিউনিং পদ্ধতি যা নিম্ন-র্যাঙ্ক অ্যাডাপ্টার ম্যাট্রিক্স যোগ করে।
M2 শর্তাবলী
MCP (মডেল কনটেক্সট প্রোটোকল)
একটি উন্মুক্ত প্রোটোকল যা AI অ্যাপ্লিকেশনগুলিকে বাহ্যিক সরঞ্জাম, ডেটা উত্স এবং প্রসঙ্গ সরবরাহকারীদের সাথে একটি আদর্শ উপায়ে সংযোগ করতে দেয়।
MMLU
একাধিক-পছন্দের প্রশ্ন ব্যবহার করে 57টি একাডেমিক এবং পেশাদার বিষয় জুড়ে একটি বেঞ্চমার্ক পরীক্ষার ভাষা মডেল।
O1 শর্তাবলী
OCR (অপটিক্যাল ক্যারেক্টার রিকগনিশন)
প্রযুক্তি যা চিত্রের পাঠ্যকে রূপান্তর করে বা স্ক্যান করে মেশিন-পাঠযোগ্য পাঠ্যে।
P2 শর্তাবলী
Perplexity
একটি ভাষা-মডেল মেট্রিক পরিমাপ করে যে মডেলটি সত্যিকারের পরবর্তী টোকেনগুলির দ্বারা কতটা অবাক হয়েছে৷
Prompt Engineering
ডিজাইনিং আউটপুট গুণমান, নির্ভরযোগ্যতা এবং নিয়ন্ত্রণযোগ্যতা উন্নত করার জন্য অনুরোধ করে।
Q1 শর্তাবলী
QLoRA
একটি ফাইন-টিউনিং কৌশল যা মেমরির চাহিদা কমাতে LoRA অ্যাডাপ্টারের সাথে 4-বিট ওজনের পরিমাপকে একত্রিত করে।
R4 শর্তাবলী
RAG (পুনরুদ্ধার-অগমেন্টেড জেনারেশন)
একটি পদ্ধতি যা বাহ্যিক জ্ঞান পুনরুদ্ধার করে এবং অনুমান সময়ে প্রজন্মের মধ্যে এটি খাওয়ায়।
RAG-ফিউশন
একটি পুনরুদ্ধার পদ্ধতি যা একাধিক ক্যোয়ারী ভেরিয়েন্ট তৈরি করে, প্রতিটির জন্য ফলাফল পুনরুদ্ধার করে এবং র্যাঙ্কিংকে ফিউজ করে।
Reranker
একটি মডেল যা শীর্ষে সবচেয়ে প্রাসঙ্গিক আইটেমগুলিকে পুনরুদ্ধার করা ফলাফলের একটি প্রাথমিক সেটকে পুনরায় সাজায়৷
RoPE (রোটারি পজিশনাল এমবেডিং)
একটি পজিশনাল এনকোডিং পদ্ধতি যা আপেক্ষিক টোকেন পজিশন এনকোড করতে কোয়েরি এবং কী ভেক্টর ঘোরায়।
X1 শর্তাবলী
XAI (ব্যাখ্যাযোগ্য AI)
AI ভবিষ্যদ্বাণীগুলিকে আরও স্বচ্ছ এবং বোধগম্য করার কৌশল এবং অনুশীলন।
অ10 শর্তাবলী
অন-ডিভাইস এআই
AI অনুমান দূরবর্তী ক্লাউড পরিষেবার পরিবর্তে ব্যবহারকারীর হার্ডওয়্যারে স্থানীয়ভাবে সঞ্চালিত হয়।
অনুমান
রানটাইম ফেজ যেখানে একটি প্রশিক্ষিত মডেল ভবিষ্যদ্বাণী বা আউটপুট তৈরি করে।
অনুমানমূলক ডিকোডিং
একটি অনুমান ত্বরণ পদ্ধতি যেখানে একটি ছোট খসড়া মডেল টোকেন প্রস্তাব করে যা একটি বড় মডেল সমান্তরালভাবে যাচাই করে।
অবস্থানগত এনকোডিং
টোকেন এম্বেডিং-এ তথ্য যোগ করা হয়েছে যাতে ট্রান্সফরমাররা সিকোয়েন্স অর্ডার আলাদা করতে পারে।
অভিপ্রায় শ্রেণীবিভাগ
সঠিকভাবে রুট করার জন্য একটি পাঠ্য ক্যোয়ারী থেকে ব্যবহারকারীর উদ্দেশ্য ভবিষ্যদ্বাণী করা।
অভিভাবক-ডকুমেন্ট পুনরুদ্ধার
একটি পুনরুদ্ধার প্যাটার্ন যা ছোট অংশগুলি অনুসন্ধান করে কিন্তু সমৃদ্ধ প্রেক্ষাপটের জন্য তাদের বৃহত্তর মূল নথি ফেরত দেয়।
অ্যালগরিদম
নিয়ম বা পদক্ষেপের একটি সংজ্ঞায়িত সেট যা একটি কম্পিউটার একটি সমস্যা সমাধান বা একটি কাজ সম্পূর্ণ করতে অনুসরণ করে।
অ্যালগরিদমিক পক্ষপাত
তির্যক ডেটা, অনুমান বা মডেলিং পছন্দের কারণে মডেল আউটপুটগুলিতে পদ্ধতিগত অন্যায়।
অ্যালগরিদমিক স্বচ্ছতা
একটি এআই সিস্টেমের যুক্তি, ডেটা উত্স এবং সীমাবদ্ধতাগুলি কতটা স্পষ্টভাবে নথিভুক্ত এবং বোধগম্য।
অ্যালাইনমেন্ট ট্যাক্স
সিস্টেমগুলিকে নিরাপদ এবং আরও নিয়ন্ত্রণযোগ্য করতে সময়, গণনা বা পণ্যের বেগের অতিরিক্ত খরচ।
আ2 শর্তাবলী
আউটপুট পার্সার
যুক্তি যা মডেল আউটপুটকে দৃঢ়ভাবে টাইপ করা, মেশিন-ব্যবহারযোগ্য কাঠামোতে যাচাই করে এবং রূপান্তর করে।
আত্মবিশ্বাসের ব্যবধান
একটি পরিসংখ্যানগত পরিসর যা সম্ভবত একটি পরিমাপিত মডেল মেট্রিকের প্রকৃত মান ধারণ করে।
ই4 শর্তাবলী
ইন-কনটেক্সট লার্নিং
প্রম্পটে সরাসরি প্রদত্ত উদাহরণ থেকে প্যাটার্ন অনুসরণ করার মডেলের ক্ষমতা।
ইনফারেন্স এন্ডপয়েন্ট
একটি স্থাপন করা API ইন্টারফেস যা মডেল অনুরোধ গ্রহণ করে এবং উৎপাদনে পূর্বাভাস প্রদান করে।
ইনফারেন্স-টাইম কম্পিউট
প্রতিটি প্রতিক্রিয়া তৈরি করার সময় প্রসেসিং পাওয়ারের পরিমাণ।
ইভাল হারনেস
একটি পুনরাবৃত্তিযোগ্য মূল্যায়ন কাঠামো যা মডেল সংস্করণ জুড়ে প্রম্পট, ডেটাসেট এবং স্কোরিং লজিক চালায়।
উ2 শর্তাবলী
উদ্ধৃতি
সোর্স প্যাসেজ বা নথির রেফারেন্স যা একটি মডেলের প্রতিক্রিয়াতে তার দাবি সমর্থন করার জন্য অন্তর্ভুক্ত।
উপস্থিতি শাস্তি
একটি ডিকোডিং সেটিং যা টোকেনগুলির সম্ভাব্যতা হ্রাস করে যা একেবারে উপস্থিত হয়েছে, নতুন বিষয়গুলিকে উত্সাহিত করে৷
এ11 শর্তাবলী
এআই আইন
এআই সিস্টেম এবং প্রদানকারীদের জন্য ইউরোপীয় ইউনিয়নের ঝুঁকি-ভিত্তিক নিয়ন্ত্রক কাঠামো।
এআই এজেন্ট
একটি সফ্টওয়্যার সিস্টেম যা লক্ষ্য অর্জনের জন্য পর্যবেক্ষণ, যুক্তি এবং পদক্ষেপ নিতে পারে, প্রায়শই সরঞ্জাম এবং মেমরি ব্যবহার করে।
এআই গভর্নেন্স
নীতি, মান এবং তত্ত্বাবধানের প্রক্রিয়া যা সমাজে কীভাবে AI বিকশিত এবং ব্যবহার করা হয় তা নির্দেশ করে।
এআই নিরাপত্তা
AI সিস্টেমে ক্ষতিকর আচরণ, ব্যর্থতা এবং অপব্যবহারের ঝুঁকি কমানোর উপর দৃষ্টি নিবদ্ধ করা একটি ক্ষেত্র।
এইচএনএসডাব্লু
উচ্চ-মাত্রিক ভেক্টরের উপর দ্রুত আনুমানিক নিকটতম-প্রতিবেশীর অনুসন্ধানের জন্য একটি গ্রাফ-ভিত্তিক সূচক কাঠামো।
এজেন্টিক কর্মপ্রবাহ
একটি বহু-পদক্ষেপ প্রক্রিয়া যেখানে একটি AI সিস্টেম পরিকল্পনা করে, কার্যকর করে, ফলাফল পরীক্ষা করে এবং একটি লক্ষ্যের দিকে পুনরাবৃত্তি করে।
এজেন্টিক লুপ
একটি পুনরাবৃত্ত চক্র যেখানে একটি AI এজেন্ট একটি লক্ষ্য সম্পূর্ণ না করা পর্যন্ত বা একটি স্টপ শর্তে আঘাত না করা পর্যন্ত পর্যবেক্ষণ করে, পরিকল্পনা করে, কাজ করে এবং প্রতিফলিত করে।
এনকোডার
একটি মডেলের উপাদান যা ইনপুটকে সুপ্ত উপস্থাপনায় রূপান্তরিত করে।
এনসেম্বল
দৃঢ়তা বা নির্ভুলতা উন্নত করতে একাধিক মডেল থেকে ভবিষ্যদ্বাণী একত্রিত করা।
এমবেডিং
একটি সংখ্যাসূচক ভেক্টর উপস্থাপনা যা পাঠ্য, চিত্র বা অন্যান্য ডেটার শব্দার্থগত অর্থ ক্যাপচার করে।
এমবেডিং মডেল
শব্দার্থিক অনুসন্ধান, ক্লাস্টারিং এবং পুনরুদ্ধারের জন্য ব্যবহৃত ভেক্টরগুলিতে ডেটা রূপান্তর করার জন্য বিশেষ একটি মডেল।
ও4 শর্তাবলী
ওজন
একটি শেখা সাংখ্যিক মান যা একটি নিউরাল নেটওয়ার্কের মধ্য দিয়ে যাওয়া সংকেতকে স্কেল করে।
ওপেন সোর্স মডেল
পরিদর্শন, অভিযোজন এবং পুনঃব্যবহারের জন্য সর্বজনীন ওজন বা কোড সহ প্রকাশিত একটি মডেল।
ওভারফিটিং
যখন একটি মডেল প্রশিক্ষণের ডেটা মুখস্থ করে এবং অদেখা ইনপুটগুলিতে খারাপ কার্য সম্পাদন করে।
ওয়াটারমার্কিং
এআই-উত্পাদিত পাঠ্য বা মিডিয়াতে একটি সনাক্তযোগ্য সংকেত এম্বেড করা যাতে এটি পরে মেশিন-উত্পাদিত হিসাবে চিহ্নিত করা যায়।
ক13 শর্তাবলী
কনভোল্যুশনাল নিউরাল নেটওয়ার্ক (সিএনএন)
একটি নিউরাল আর্কিটেকচার যা ইমেজের মতো গ্রিডের মতো ডেটা প্রক্রিয়াকরণের জন্য অপ্টিমাইজ করা হয়েছে।
কম্পিউটার ভিশন
AI এর শাখা যা ছবি এবং ভিডিও থেকে অর্থ বের করে।
কার্যকারণ অনুমান
সাধারণ পারস্পরিক সম্পর্কের পরিবর্তে কারণ-এবং-প্রভাব সম্পর্ক অনুমান করার পদ্ধতি।
কৃত্রিম বুদ্ধিমত্তা (AI)
বিল্ডিং সিস্টেমের বিস্তৃত ক্ষেত্র যা প্যাটার্ন স্বীকৃতি, যুক্তি, ভাষা, বা সিদ্ধান্ত নেওয়ার প্রয়োজনীয় কাজগুলি সম্পাদন করে।
কেভি ক্যাশে
পূর্ববর্তী টোকেনগুলি থেকে সংরক্ষিত কী এবং মান টেনসর যা ট্রান্সফরমারগুলিকে অতীতের মনোযোগ পুনরায় গণনা না করেই নতুন টোকেন তৈরি করতে দেয়৷
কোয়ান্টাইজেশন
মডেলের ওজনকে 8-বিট বা 4-বিটের মতো নিম্ন নির্ভুল ফর্ম্যাটে রূপান্তর করা।
ক্রমাগত শিক্ষা
প্রশিক্ষণ পদ্ধতি যা একটি মডেলকে পূর্বের জ্ঞান না ভুলে নতুন ডেটা থেকে শিখতে দেয়।
ক্রমাঙ্কন
একটি মডেলের আত্মবিশ্বাসের স্কোর প্রকৃত শুদ্ধতার সম্ভাব্যতার সাথে কতটা ভালোভাবে মেলে।
ক্রস-এনকোডার
একটি মডেল যা উচ্চ-নির্ভুলতার প্রাসঙ্গিক বিচারের জন্য একটি ক্যোয়ারী এবং নথি একসাথে স্কোর করে।
ক্রস-এনট্রপি লস
একটি সাধারণ উদ্দেশ্য ফাংশন ভুল সম্ভাব্যতাকে শাস্তি দিয়ে শ্রেণিবিন্যাসের মডেলকে প্রশিক্ষণ দিতে ব্যবহৃত হয়।
ক্লাসিফায়ার
শ্রেণীবিভাগের কাজের জন্য বিশেষভাবে ডিজাইন করা একটি মডেল।
ক্লিপ
একটি মাল্টিমোডাল মডেল আর্কিটেকচার যা পাঠ্য এবং চিত্রের মধ্যে ভাগ করা উপস্থাপনা শেখে।
ক্ষতি ফাংশন
একটি গাণিতিক উদ্দেশ্য যা প্রশিক্ষণের সময় ভবিষ্যদ্বাণী ত্রুটির পরিমাণ নির্ধারণ করে।
গ7 শর্তাবলী
গণনা
মডেলগুলিকে প্রশিক্ষণ এবং চালানোর জন্য প্রয়োজনীয় প্রক্রিয়াকরণ সংস্থানগুলি, প্রায়শই FLOPS বা GPU ঘন্টায় পরিমাপ করা হয়।
গভীর শিক্ষা
মেশিন লার্নিংয়ের একটি উপসেট যা প্রতিনিধিত্ব শেখার জন্য বহু-স্তর নিউরাল নেটওয়ার্ক ব্যবহার করে।
গার্ড ডিকোডিং
একটি প্রজন্মের কৌশল যা বৈধ কাঠামো বা নীতি-সম্মত পছন্দগুলিতে আউটপুট টোকেনকে সীমাবদ্ধ করে।
গার্ডেল
নিয়ম, চেক এবং নিয়ন্ত্রণ যা অনিরাপদ বা অবাঞ্ছিত মডেল আচরণ সীমাবদ্ধ করে।
গ্রাউন্ডেডনেস
যে মাত্রায় একটি AI প্রতিক্রিয়া উৎস ডেটা বা পুনরুদ্ধার করা প্রমাণ দ্বারা সমর্থিত।
গ্রেডিয়েন্ট
ক্ষতি কমাতে প্রতিটি পরামিতি কতটা পরিবর্তন করা উচিত তা দেখানো একটি ভেক্টর।
গ্রেডিয়েন্ট ডিসেন্ট
একটি অপ্টিমাইজেশান পদ্ধতি যা প্যারামিটারগুলিকে সেই দিকে আপডেট করে যা ত্রুটি হ্রাস করে৷
চ1 শর্তাবলী
চেইন-অফ-থট
একটি যুক্তির স্টাইল যেখানে একটি এআই মডেল একটি সমস্যাকে মধ্যবর্তী ধাপে পরিণত করে।
ছ3 শর্তাবলী
ছাঁটাই
আকার এবং গণনা কমাতে কম গুরুত্বপূর্ণ মডেল ওজন বা নিউরন অপসারণ।
ছায়া স্থাপন
ব্যবহারকারীর মুখোমুখি সিদ্ধান্তগুলিকে প্রভাবিত না করে উত্পাদন ট্র্যাফিকের সাথে সমান্তরালভাবে একটি মডেল চালানো।
ছোট ভাষা মডেল (SLM)
কম লেটেন্সি, খরচ বা ডিভাইসে ব্যবহারের জন্য একটি কমপ্যাক্ট ল্যাঙ্গুয়েজ মডেল অপ্টিমাইজ করা হয়েছে।
জ6 শর্তাবলী
জিরো ডেটা রিটেনশন
একটি নীতি যেখানে অনুরোধ/প্রতিক্রিয়া পেলোডগুলি স্বল্পস্থায়ী অপারেশনাল উইন্ডোর বাইরে প্রক্রিয়াকরণের পরে সংরক্ষণ করা হয় না।
জিরো-শট লার্নিং
পূর্বের সাধারণ জ্ঞানের উপর নির্ভর করে টাস্ক-নির্দিষ্ট উদাহরণ ছাড়াই কাজগুলি সমাধান করা।
জেনারেটিভ এআই
AI সিস্টেম যা নতুন সামগ্রী যেমন পাঠ্য, ছবি, অডিও, ভিডিও বা কোড তৈরি করে।
জেলব্রেক
একটি মডেলের নিরাপত্তা সীমাবদ্ধতা বাইপাস করার উদ্দেশ্যে একটি প্রম্পট কৌশল।
জ্ঞান পাতন
একটি বড় মডেলের আউটপুট অনুকরণ করার জন্য একটি ছোট মডেলকে প্রশিক্ষণ দেওয়া।
জ্ঞানভাণ্ডার
পুনরুদ্ধার, সমর্থন অটোমেশন, বা গ্রাউন্ডিং প্রতিক্রিয়ার জন্য ব্যবহৃত নথি বা রেকর্ডগুলির একটি কিউরেটেড সংগ্রহ।
ট11 শর্তাবলী
টপ-কে স্যাম্পলিং
একটি ডিকোডিং কৌশল যা শুধুমাত্র k থেকে সম্ভবত পরবর্তী টোকেনগুলির নমুনা নেয়৷
টপ-পি (নিউক্লিয়াস) স্যাম্পলিং
একটি ডিকোডিং কৌশল যা ক্ষুদ্রতম টোকেন সেট থেকে স্যাম্পল করে যার সম্ভাব্যতার যোগফল p।
টীকা
মেশিন লার্নিং মডেলের প্রশিক্ষণ বা মূল্যায়ন করতে ব্যবহৃত মানব-সংযোজিত লেবেল বা মেটাডেটা।
টুল ব্যবহার
সার্চ, ক্যালকুলেটর বা API-এর মতো বাহ্যিক টুল কল করার মডেলের ক্ষমতা।
টেস্ট-টাইম কম্পিউট
গুণমান বা যুক্তি উন্নত করতে প্রতিক্রিয়া তৈরির সময় ব্যবহৃত অতিরিক্ত অনুমান গণনা।
টোকেন
ভাষার মডেল দ্বারা প্রক্রিয়াকৃত পাঠ্যের একটি অংশ, যেমন একটি শব্দ টুকরা বা প্রতীক।
টোকেনাইজেশন
মডেল ইনপুটের জন্য টোকেনে পাঠ্য বিভক্ত করার প্রক্রিয়া।
ট্রান্সফরমার
একটি নিউরাল আর্কিটেকচার যা সমান্তরালভাবে সিকোয়েন্স জুড়ে মডেল সম্পর্কের প্রতি মনোযোগ ব্যবহার করে।
ট্রান্সফার লার্নিং
একটি কাজ বা ডোমেনে শেখা জ্ঞান প্রয়োগ করে অন্য কাজ উন্নত করতে।
ট্রাস্ট ক্রমাঙ্কন
প্রতিটি কাজে সিস্টেমের প্রকৃত নির্ভরযোগ্যতার সাথে AI আউটপুটগুলিতে ব্যবহারকারীর আস্থা সারিবদ্ধ করা।
ট্রি অফ থটস
একটি যুক্তিযুক্ত পদ্ধতি যেখানে একটি মডেল একাধিক শাখা সমাধানের পথগুলি অন্বেষণ করে এবং সবচেয়ে প্রতিশ্রুতিশীলগুলি নির্বাচন করে৷
ড10 শর্তাবলী
ডিপিও (ডাইরেক্ট প্রেফারেন্স অপ্টিমাইজেশান)
একটি প্রশিক্ষণ পদ্ধতি যা একটি পৃথক পুরস্কার মডেলের প্রয়োজন ছাড়াই সরাসরি পছন্দের জোড়ায় মডেলগুলিকে সূক্ষ্ম-টিউন করে৷
ডিফারেনশিয়াল প্রাইভেসি
একটি গোপনীয়তা কৌশল যা পরিসংখ্যানগত গোলমাল যোগ করে যাতে পৃথক রেকর্ড আউটপুট থেকে নির্ভরযোগ্যভাবে অনুমান করা যায় না।
ডিফিউশন মডেল
একটি জেনারেটিভ আর্কিটেকচার যা ইমেজ, অডিও বা অন্যান্য বিষয়বস্তু সংশ্লেষ করতে শব্দ বিপরীত করতে শেখে।
ডেটা অগমেন্টেশন
মডেল সাধারণীকরণ উন্নত করতে পরিবর্তিত প্রশিক্ষণ উদাহরণ তৈরি করে এমন কৌশল।
ডেটা ড্রিফ্ট
সময়ের সাথে সাথে বাস্তব-বিশ্বের ইনপুট ডেটাতে একটি পরিবর্তন যা মডেলের কার্যকারিতা হ্রাস করতে পারে।
ডেটা প্রোভেন্যান্স
একটি ডেটাসেট বা মডেল আর্টিফ্যাক্টের নথিভুক্ত উত্স, মালিকানা এবং ইতিহাস।
ডেটা বংশ
ডেটা কোথা থেকে এসেছে, কীভাবে তা রূপান্তরিত হয়েছে এবং কোথায় ব্যবহার করা হয়েছে তার একটি রেকর্ড।
ডেটা লেবেলিং
তত্ত্বাবধানে শেখার জন্য কাঁচা ডেটাতে ট্যাগ বা লক্ষ্য আউটপুট বরাদ্দ করার প্রক্রিয়া।
ডেটাসেট
প্রশিক্ষণ, বৈধতা বা পরীক্ষার জন্য ব্যবহৃত কাঠামোগত বা অসংগঠিত উদাহরণগুলির একটি সংগ্রহ।
ডোমেন অভিযোজন
পদ্ধতি যা একটি ডোমেনে প্রশিক্ষিত একটি মডেলকে অন্য ডোমেনে আরও ভালো পারফর্ম করার জন্য স্থানান্তর করে।
ত3 শর্তাবলী
তত্ত্বাবধান করা শিক্ষা
লেবেলযুক্ত উদাহরণ সহ একটি মডেলকে প্রশিক্ষণ দেওয়া যা পরিচিত আউটপুটগুলিতে ইনপুট ম্যাপ করে।
তত্ত্বাবধানহীন শিক্ষা
সুস্পষ্ট লক্ষ্য আউটপুট ছাড়া লেবেলবিহীন ডেটা থেকে নিদর্শন শেখা।
তাপমাত্রা
উৎপন্ন আউটপুটগুলিতে এলোমেলোতা নিয়ন্ত্রণ করে একটি নমুনা সেটিং।
দ4 শর্তাবলী
দুর্বল তদারকি
পরিচ্ছন্ন লেবেলের অভাব হলে মডেলদের প্রশিক্ষণ দিতে শোরগোল, হিউরিস্টিক বা আংশিক লেবেল ব্যবহার করা।
দৃঢ়তা
শব্দ, পরিবর্তন, বা প্রতিকূল ইনপুটগুলির অধীনে কার্যক্ষমতা বজায় রাখার জন্য একটি মডেলের ক্ষমতা।
দৃষ্টি-ভাষা মডেল (ভিএলএম)
একটি মাল্টিমোডাল মডেল যা যৌথভাবে ভিজ্যুয়াল এবং পাঠ্য তথ্য প্রক্রিয়া করে।
দ্বি-এনকোডার
একটি মডেল যা প্রশ্ন এবং নথিগুলিকে পৃথক ভেক্টরে এনকোড করে যাতে সেগুলি দ্রুত স্কেলে তুলনা করা যায়।
ন7 শর্তাবলী
নলেজ কাটঅফ
সময়ের সর্বশেষ বিন্দু একটি মডেলের প্রশিক্ষণ তথ্য প্রতিফলিত.
নলেজ গ্রাফ
যুক্তি বা পুনরুদ্ধারের জন্য ব্যবহৃত সত্তা এবং সম্পর্কের একটি গ্রাফ কাঠামো।
নামকৃত সত্তা স্বীকৃতি (NER)
একটি এনএলপি কাজ যা ব্যক্তি, স্থান, তারিখ বা সংস্থার মতো সত্তাকে চিহ্নিত করে।
নিউরাল নেটওয়ার্ক
জৈবিক নিউরন এবং সিন্যাপ্স দ্বারা অনুপ্রাণিত একটি স্তরযুক্ত গণনামূলক মডেল।
নিরাপত্তা কেস
একটি কাঠামোগত যুক্তি, প্রমাণ দ্বারা সমর্থিত, যে একটি AI সিস্টেম ব্যবহারের একটি সংজ্ঞায়িত প্রসঙ্গের জন্য নিরাপদ।
নিরাপত্তা ফিল্টার
একটি সংযম স্তর যা অনিরাপদ মডেল ইনপুট বা আউটপুটগুলিকে ব্লক বা পুনর্লিখন করে।
নির্দেশ টিউনিং
নির্দেশনা-প্রতিক্রিয়া জোড়ায় একটি মডেলকে ফাইন-টিউনিং করে অনুসরণ করা টাস্ককে উন্নত করা।
প20 শর্তাবলী
পক্ষপাত
ডেটা বা মডেল আচরণে ত্রুটি বা অন্যায়ের একটি ধারাবাহিক প্যাটার্ন।
পাইপলাইন
প্রিপ্রসেসিং, মডেল স্টেপ এবং পোস্টপ্রসেসিং স্টেজের একটি অর্ডারকৃত ওয়ার্কফ্লো।
পাতন
একটি বড় শিক্ষক মডেল থেকে একটি ছোট ছাত্র মডেলে জ্ঞান সংকুচিত করা।
পাতিত মডেল
একটি ছোট মডেল অনুমানে কম গণনা ব্যবহার করার সময় একটি বড় মডেলের আচরণ অনুকরণ করতে প্রশিক্ষিত।
পাস@কে
একটি কোড-মূল্যায়ন মেট্রিক যে সম্ভাবনা পরিমাপ করে যে অন্তত একটি k উৎপন্ন নমুনা পরীক্ষায় উত্তীর্ণ হয়।
পুনরাবৃত্তি শাস্তি
একটি ডিকোডিং সেটিং যা টোকেনগুলির সম্ভাবনা কমিয়ে দেয় যা মডেলটি ইতিমধ্যে লুপগুলি কমাতে তৈরি করেছে৷
পুনরুদ্ধার
একটি প্রশ্নের জন্য একটি জ্ঞান উৎস থেকে প্রাসঙ্গিক নথি বা রেকর্ড খোঁজা.
পুনরুদ্ধার যথার্থতা
পুনরুদ্ধার করা আইটেমগুলির অনুপাত যা ব্যবহারকারীর প্রশ্নের সাথে প্রাসঙ্গিক।
পুরস্কার মডেল
একটি মডেল যা পছন্দের সংকেতের উপর ভিত্তি করে আউটপুট স্কোর করে, প্রায়শই RLHF পাইপলাইনে ব্যবহৃত হয়।
পোস্ট-ট্রেনিং
প্রশিক্ষণের ধাপগুলি প্রি-ট্রেনিংয়ের পরে প্রয়োগ করা হয়, যেমন নির্দেশ টিউনিং, পছন্দ অপ্টিমাইজেশান এবং নিরাপত্তা টিউনিং।
প্যারামিটার
একটি মডেলের ভিতরে একটি শেখা ওজন যা এর আউটপুটগুলিকে প্রভাবিত করে৷
প্যারামিটার-দক্ষ ফাইন-টিউনিং (PEFT)
যে পদ্ধতিগুলি যোগ করা পরামিতিগুলির একটি ছোট উপসেট প্রশিক্ষণের মাধ্যমে মডেলগুলিকে অভিযোজিত করে৷
প্রতিক্রিয়া
একটি প্রম্পটিং প্যাটার্ন যা আরও নির্ভরযোগ্যভাবে কাজগুলি সমাধান করার জন্য টুল-ব্যবহারের ক্রিয়াগুলির সাথে যুক্তির পদক্ষেপগুলিকে আন্তঃপ্রকাশ করে।
প্রম্পট
একটি জেনারেটিভ মডেলে দেওয়া ইনপুট নির্দেশাবলী এবং প্রসঙ্গ।
প্রম্পট ইনজেকশন
একটি আক্রমণ প্যাটার্ন যেখানে দূষিত নির্দেশাবলী মডেল ইনপুট বা পুনরুদ্ধার করা সামগ্রীতে ঢোকানো হয়।
প্রম্পট টেমপ্লেট
ভেরিয়েবল, ফর্ম্যাটিং নিয়ম এবং টাস্ক-নির্দিষ্ট নির্দেশাবলী সহ একটি পুনঃব্যবহারযোগ্য প্রম্পট প্যাটার্ন।
প্রশিক্ষণের ক্ষতি
মডেল ত্রুটি মান প্রশিক্ষণের সময় গণনা করা হয় এবং সময়ের সাথে সাথে নিচের দিকে অপ্টিমাইজ করা হয়।
প্রসঙ্গ উইন্ডো
সর্বাধিক পরিমাণ ইনপুট টোকেন একটি ভাষা মডেল একবারে প্রক্রিয়া করতে পারে৷
প্রাক-প্রশিক্ষণ
ডাউনস্ট্রিম অভিযোজনের আগে বিস্তৃত ডেটার উপর প্রাথমিক বড় মাপের মডেল প্রশিক্ষণ।
প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (NLP)
AI এর শাখাটি মানুষের ভাষা বোঝা এবং তৈরি করার উপর দৃষ্টি নিবদ্ধ করে।
ফ8 শর্তাবলী
ফাইন-টিউনিং
একটি নির্দিষ্ট কাজের জন্য একটি প্রাক-প্রশিক্ষিত মডেলকে মানিয়ে নিতে ডোমেন-নির্দিষ্ট ডেটার উপর অবিরত প্রশিক্ষণ।
ফাউন্ডেশন মডেল
একটি বড় প্রাক-প্রশিক্ষিত মডেল যা অনেক ডাউনস্ট্রিম কাজের সাথে মানিয়ে নেওয়া যেতে পারে।
ফাংশন কলিং
বাহ্যিক সরঞ্জাম বা API গুলিকে ট্রিগার করে এমন কাঠামোগত কল তৈরি করার একটি মডেল ক্ষমতা।
ফিউ-শট লার্নিং
শুধুমাত্র অল্প সংখ্যক উদাহরণ থেকে আচরণ শেখা বা মানিয়ে নেওয়া।
ফিচার ইঞ্জিনিয়ারিং
শেখার সহজ এবং আরও কার্যকর করার জন্য ইনপুট ভেরিয়েবল ডিজাইন বা রূপান্তর করা।
ফিচার স্টোর
প্রশিক্ষণ এবং অনুমানের জন্য ধারাবাহিকভাবে বৈধ ML বৈশিষ্ট্য সংরক্ষণ এবং পরিবেশন করার জন্য একটি পরিচালিত সিস্টেম।
ফ্রিকোয়েন্সি পেনাল্টি
একটি ডিকোডিং সেটিং যা টোকেনগুলির সম্ভাব্যতা আনুপাতিকভাবে হ্রাস করে যে তারা এখনও পর্যন্ত কতবার উপস্থিত হয়েছে৷
ফ্ল্যাশ মনোযোগ
একটি অপ্টিমাইজ করা মনোযোগ অ্যালগরিদম যা মেমরির ব্যবহার হ্রাস করে এবং ট্রান্সফরমার প্রশিক্ষণ এবং অনুমানকে গতি দেয়।
ব16 শর্তাবলী
বড় ভাষা মডেল (LLM)
টেক্সট তৈরি এবং বিশ্লেষণ করার জন্য বিশাল টেক্সট কর্পোরার উপর প্রশিক্ষিত একটি ভাষা মডেল।
বাক্যাংশ
একটি ভাষা-অজ্ঞেয়বাদী টোকেনাইজার যা সাদা স্থানের পূর্বে বিভক্ত না করে সরাসরি কাঁচা পাঠ থেকে সাবওয়ার্ড ইউনিট শিখে।
বাস্তবতা
একটি মডেলের দাবি কতটা সঠিকভাবে যাচাইযোগ্য বাস্তব-বিশ্বের তথ্যের সাথে মেলে।
বিগ ডেটা
খুব বড় এবং জটিল ডেটাসেট যার জন্য মাপযোগ্য স্টোরেজ এবং প্রক্রিয়াকরণ কৌশল প্রয়োজন।
বিচারক হিসেবে এলএলএম
মূল্যায়নের সময় অন্যান্য মডেল থেকে আউটপুট স্কোর বা তুলনা করার জন্য একটি ভাষা মডেল ব্যবহার করা।
বিশেষজ্ঞদের মিশ্রণ (MoE)
বিশেষায়িত সাবনেটওয়ার্ক সহ একটি আর্কিটেকচার যেখানে শুধুমাত্র নির্বাচিত বিশেষজ্ঞরা প্রতি ইনপুট চালান।
বেঞ্চমার্ক
মডেলের কর্মক্ষমতা পরিমাপ এবং তুলনা করার জন্য ব্যবহৃত একটি প্রমিত পরীক্ষা বা ডেটাসেট।
বেঞ্চমার্ক লিকেজ
যখন বেঞ্চমার্ক পরীক্ষার উদাহরণ বা ঘনিষ্ঠ রূপগুলি প্রশিক্ষণের ডেটাতে উপস্থিত থাকে, রিপোর্ট করা কর্মক্ষমতা বৃদ্ধি করে।
বেসলাইন মডেল
একটি সাধারণ রেফারেন্স মডেল তুলনা করার জন্য ব্যবহৃত হয় যে আরও জটিল পদ্ধতিগুলি আসলে ফলাফলগুলিকে উন্নত করে কিনা।
বৈধতা সেট
মডেল টিউন করতে এবং অতিরিক্ত ফিটিং প্রতিরোধ করার জন্য বিকাশের সময় ব্যবহৃত একটি ডেটাসেট।
বৈশিষ্ট্য
ভবিষ্যদ্বাণী করার জন্য একটি মডেল দ্বারা ব্যবহৃত একটি ইনপুট ভেরিয়েবল।
বৈশিষ্ট্য নিষ্কাশন
একটি মডেল ব্যবহার করতে পারে এমন তথ্যপূর্ণ বৈশিষ্ট্যগুলিতে কাঁচা ডেটা রূপান্তর করা।
ব্যবহার-ভিত্তিক বিলিং
মূল্য নির্ধারণ যেখানে API কল, টোকেন, ইনফারেন্স টাইম, বা গ্রাস করা গণনা সহ খরচ স্কেল।
ব্যাকপ্রপাগেশন
মূল প্রশিক্ষণ অ্যালগরিদম যা নেটওয়ার্কের মাধ্যমে পূর্বাভাস ত্রুটিগুলিকে পিছনের দিকে প্রচার করে মডেল ওজন আপডেট করে।
ব্যাখ্যাযোগ্যতা
একটি মডেলের আচরণ মানুষের কাছে ব্যাখ্যা এবং ব্যাখ্যা করা যেতে পারে।
ব্ল্যাক-বক্স মডেল
একটি মডেল যার অভ্যন্তরীণ যুক্তি মানুষের দ্বারা সরাসরি ব্যাখ্যা করা কঠিন।
ভ1 শর্তাবলী
ভেক্টর ডাটাবেস
উচ্চ-মাত্রিক এম্বেডিং ভেক্টর সংরক্ষণ এবং অনুসন্ধানের জন্য একটি ডাটাবেস অপ্টিমাইজ করা হয়েছে।
ম16 শর্তাবলী
মডেল কার্ড
একটি মডেলের উদ্দেশ্যযুক্ত ব্যবহার, মেট্রিক্স, সীমাবদ্ধতা এবং ঝুঁকি বর্ণনা করে ডকুমেন্টেশন।
মডেল কোয়ান্টাইজেশন
মেমরি এবং অনুমান খরচ কমাতে মডেল ওজনের সাংখ্যিক নির্ভুলতা হ্রাস করা।
মডেল ড্রিফ্ট
বাস্তব-বিশ্বের পরিস্থিতি প্রশিক্ষণের অনুমান থেকে বিচ্ছিন্ন হওয়ার কারণে সময়ের সাথে সাথে কর্মক্ষমতার অবনতি।
মডেল রেজিস্ট্রি
পরিবেশ জুড়ে মডেলগুলির সংস্করণ, অনুমোদন এবং ট্র্যাকিংয়ের জন্য একটি কেন্দ্রীয় ক্যাটালগ।
মধ্য-প্রশিক্ষণ
প্রি-ট্রেনিং এবং পোস্ট-ট্রেনিংয়ের মধ্যে একটি মধ্যবর্তী প্রশিক্ষণ পর্ব, প্রায়শই ক্ষমতা বা ডোমেন সমন্বয়ের জন্য ব্যবহৃত হয়।
মনোযোগ মেকানিজম
একটি মডেল উপাদান যা একটি আউটপুট উত্পাদন করার সময় গতিশীলভাবে একটি ইনপুটের প্রাসঙ্গিক অংশগুলিতে ফোকাস করে৷
মরীচি অনুসন্ধান
একটি ডিকোডিং অ্যালগরিদম যা উচ্চ-সম্ভাব্যতার আউটপুটগুলি খুঁজে পেতে প্রতিটি ধাপে শীর্ষ কয়েকটি প্রার্থীর ক্রম রাখে।
মানব পছন্দ মডেল
ব্যবহারকারীরা কোন প্রতিক্রিয়াগুলি পছন্দ করতে পারে তা ভবিষ্যদ্বাণী করতে মানব র্যাঙ্কিংয়ের উপর প্রশিক্ষিত একটি মডেল।
মাল্টি-কোয়েরি পুনরুদ্ধার
একটি পুনরুদ্ধার কৌশল যা ব্যবহারকারীর ক্যোয়ারীকে রিকলকে উন্নত করতে বিভিন্ন ভেরিয়েন্টে পুনঃলিখন করে।
মাল্টি-হেড মনোযোগ
একটি ট্রান্সফরমার মেকানিজম যা বিভিন্ন ধরণের সম্পর্ক ক্যাপচার করার জন্য সমান্তরালভাবে বেশ কয়েকটি মনোযোগ ক্রিয়াকলাপ চালায়।
মাল্টিমোডাল মডেল
একটি মডেল যা পাঠ্য, চিত্র এবং অডিওর মতো একাধিক ডেটা প্রকার প্রক্রিয়া বা তৈরি করতে পারে।
মিথ্যা ইতিবাচক
একটি ভুল ভবিষ্যদ্বাণী যেখানে একটি মডেল ভুলভাবে একটি নেতিবাচক কেসকে ইতিবাচক হিসাবে পতাকাঙ্কিত করে৷
মিথ্যা নেতিবাচক
একটি ভুল ভবিষ্যদ্বাণী যেখানে একটি মডেল একটি সত্যিকারের ইতিবাচক কেস মিস করে।
মূল্যায়ন সেট
প্রশিক্ষণের পরে মডেলের গুণমান পরিমাপ করতে ব্যবহৃত একটি হোল্ড-আউট ডেটাসেট।
মেমরি (এজেন্ট মেমরি)
সঞ্চিত প্রসঙ্গ একটি এআই এজেন্ট ধারাবাহিকতা উন্নত করতে বিভিন্ন ধাপ বা সেশন জুড়ে ব্যবহার করে।
মেশিন লার্নিং (ML)
পদ্ধতি যা সিস্টেমগুলিকে ডেটা থেকে প্যাটার্ন শিখতে এবং সময়ের সাথে সাথে উন্নতি করতে দেয়।
য1 শর্তাবলী
যথার্থতা
ভবিষ্যদ্বাণীকৃত ইতিবাচকের অনুপাত যা আসলে সঠিক।
র1 শর্তাবলী
রেড টিমিং
ব্যর্থতা এবং ঝুঁকি প্রকাশ করার জন্য প্রতিপক্ষের প্রম্পট সহ একটি এআই সিস্টেমের স্ট্রেস-পরীক্ষা।
ল2 শর্তাবলী
লেটেন্সি
একটি অনুরোধ পাঠানো এবং মডেলের আউটপুট গ্রহণের মধ্যে সময়।
লেবেল স্মুথিং
একটি নিয়মিতকরণ পদ্ধতি যা সাধারণীকরণের উন্নতি করতে হার্ড লেবেলগুলিকে নরম করে।
শ5 শর্তাবলী
শক্তিবৃদ্ধি শিক্ষা
পুরষ্কার সংকেত দ্বারা প্রশিক্ষণ যেখানে একজন এজেন্ট দীর্ঘমেয়াদী রিটার্ন সর্বাধিক করে এমন ক্রিয়াগুলি শিখে।
শব্দ এমবেডিং
শব্দার্থক সম্পর্ক ক্যাপচার করে শব্দের একটি ঘন ভেক্টর উপস্থাপনা।
শব্দার্থিক অনুসন্ধান
প্রায়শই এমবেডিং ব্যবহার করে সঠিক কীওয়ার্ড ওভারল্যাপের পরিবর্তে অর্থের সাথে মেলে এমন অনুসন্ধান করুন।
শেখার হার
একটি প্রশিক্ষণ হাইপারপ্যারামিটার প্রতিটি আপডেট ধাপে কতটা পরামিতি পরিবর্তন করে তা নিয়ন্ত্রণ করে।
শ্রেণীবিভাগ
একটি টাস্ক যেখানে একটি মডেল এক বা একাধিক পূর্বনির্ধারিত বিভাগে একটি ইনপুট বরাদ্দ করে৷
স19 শর্তাবলী
সাধারণীকরণ
প্রশিক্ষণ সেটের বাইরে একটি মডেল নতুন, অদেখা ডেটাতে কতটা ভালো পারফর্ম করে।
সাংবিধানিক এআই
একটি প্রশিক্ষণ এবং আচরণ-আকৃতির পদ্ধতি যেখানে মডেল আউটপুট লিখিত নীতিগুলির একটি নির্দিষ্ট সেট দ্বারা পরিচালিত হয়।
সিদ্ধান্ত গাছ
একটি মডেল যা if-then বৈশিষ্ট্য বিভাজনের একটি ক্রম অনুসারে ভবিষ্যদ্বাণী করে।
সিদ্ধান্তের সীমানা
বৈশিষ্ট্য স্থানের পৃষ্ঠ যা একটি শ্রেণিবিন্যাসকারী দ্বারা পূর্বাভাসিত শ্রেণীগুলিকে পৃথক করে৷
সিন্থেটিক ডেটা
সংবেদনশীল প্রশিক্ষণ ডেটা বৃদ্ধি, অনুকরণ বা রক্ষা করতে ব্যবহৃত কৃত্রিমভাবে তৈরি ডেটা।
সিস্টেম প্রম্পট
একটি উচ্চ-অগ্রাধিকার নির্দেশ যা একটি মডেলের জন্য আচরণ, নীতি এবং প্রতিক্রিয়া শৈলী সেট করে।
সুপারিশ সিস্টেম
একটি মডেল পাইপলাইন যা র্যাঙ্কিং বিষয়বস্তু বা পণ্যের জন্য ব্যবহারকারীর পছন্দের পূর্বাভাস দেয়।
সুপ্ত স্থান
একটি সংকুচিত প্রতিনিধিত্বমূলক স্থান যেখানে অনুরূপ ধারণাগুলি একে অপরের কাছাকাছি ভেক্টর হিসাবে অবস্থান করে।
সেন্টিমেন্ট বিশ্লেষণ
একটি এনএলপি টাস্ক যা পাঠ্যের সংবেদনশীল স্বন বা মতামতকে শ্রেণীবদ্ধ করে।
স্কেলিং আইন
মডেলের আকার, ডেটা বা গণনার মাধ্যমে কর্মক্ষমতা কীভাবে উন্নত হয় তা দেখানো একটি অভিজ্ঞতামূলক সম্পর্ক।
স্ট্রাকচার্ড আউটপুট
মডেল আউটপুট একটি সংজ্ঞায়িত স্কিমা যেমন JSON, টুল আর্গুমেন্ট বা টাইপ করা ক্ষেত্রগুলিতে সীমাবদ্ধ।
স্থল সত্য
মডেল আউটপুট প্রশিক্ষণ বা মূল্যায়ন করতে ব্যবহৃত বিশ্বস্ত রেফারেন্স লেবেল।
স্পারস মডেল
একটি মডেল যেখানে গণনা কমাতে অনেক প্যারামিটার শূন্য বা নিষ্ক্রিয়।
স্ব-খেলন
একটি প্রশিক্ষণ সেটআপ যেখানে একটি মডেল নিজের প্রতিলিপিগুলির সাথে মিথস্ক্রিয়া বা প্রতিযোগিতার মাধ্যমে ডেটা তৈরি করে উন্নত করে।
স্ব-তত্ত্বাবধানে শিক্ষা
মুখোশযুক্ত বা রূপান্তরিত অংশগুলির পূর্বাভাস দিয়ে লেবেলবিহীন ডেটা থেকে উপস্থাপনা শেখা।
স্বাভাবিককরণ
অপ্টিমাইজেশান স্থায়িত্ব উন্নত করতে মানগুলিকে সামঞ্জস্যপূর্ণ স্কেলে রূপান্তর করা।
স্বায়ত্তশাসিত ব্যবস্থা
একটি সিস্টেম যা সিদ্ধান্ত নিতে পারে এবং বাস্তব সময়ে সীমিত বা কোন সরাসরি মানব নিয়ন্ত্রণের সাথে কাজ করতে পারে।
স্মরণ করুন
প্রকৃত ইতিবাচকের অনুপাত যা একটি মডেল সঠিকভাবে সনাক্ত করে।
স্লাইডিং উইন্ডো মনোযোগ
একটি মনোযোগের প্যাটার্ন যেখানে প্রতিটি টোকেন গণনা কমাতে কাছাকাছি টোকেনের একটি নির্দিষ্ট-আকারের উইন্ডোতে উপস্থিত থাকে।
হ6 শর্তাবলী
হাইপারপ্যারামিটার
প্রশিক্ষণের আগে সেট করা একটি কনফিগারেশন মান, যেমন শেখার হার, ব্যাচের আকার বা গভীরতা।
হাইব্রিড অনুসন্ধান
একটি পুনরুদ্ধারের পদ্ধতি যা ভাল রিকল এবং নির্ভুলতার জন্য ভেক্টর (অর্থবোধক) অনুসন্ধানের সাথে কীওয়ার্ড (লেক্সিকাল) অনুসন্ধানকে একত্রিত করে।
হিউম্যান ইভাল
পাইথন প্রোগ্রামিং সমস্যার একটি বেঞ্চমার্ক ইউনিট পরীক্ষার মাধ্যমে কোড-জেনারেশন সঠিকতা পরিমাপ করতে ব্যবহৃত হয়।
হিউম্যান ফিডব্যাক থেকে রিইনফোর্সমেন্ট লার্নিং (RLHF)
একটি প্রশিক্ষণ পদ্ধতি যা মডেল আচরণকে আকার দিতে মানুষের পছন্দ সংকেত ব্যবহার করে।
হিউম্যান-ইন-দ্য-লুপ
একটি কর্মপ্রবাহ যেখানে মানুষ AI আউটপুট পর্যালোচনা, গাইড বা ওভাররাইড করে।
হ্যালুসিনেশন
যখন একটি মডেল সাবলীল কিন্তু মিথ্যা বা অসমর্থিত তথ্য তৈরি করে।