एजीआई (आर्टिफिशियल जनरल इंटेलिजेंस)
एक काल्पनिक एआई प्रणाली जो कई डोमेन में मानवीय स्तर पर अधिकांश बौद्धिक कार्य कर सकती है।
आवश्यक तकनीकी शब्दावली को स्पष्टता के उच्चतम स्तर पर समझाया गया है। शोधकर्ताओं, छात्रों और मानव-केंद्रित शिक्षा के लिए डिज़ाइन किया गया।
दिखा रहा हूँ 213 मेल खाती शर्तें.
एक काल्पनिक एआई प्रणाली जो कई डोमेन में मानवीय स्तर पर अधिकांश बौद्धिक कार्य कर सकती है।
एक सॉफ़्टवेयर सिस्टम जो किसी लक्ष्य को प्राप्त करने के लिए अक्सर टूल और मेमोरी का उपयोग करके निरीक्षण कर सकता है, तर्क कर सकता है और कार्रवाई कर सकता है।
एआई सिस्टम को मानवीय इरादों, मूल्यों और सुरक्षा बाधाओं के अनुसार व्यवहार करने का काम।
नीतियां, मानक और निरीक्षण तंत्र जो मार्गदर्शन करते हैं कि एआई को समाज में कैसे विकसित और उपयोग किया जाए।
एआई सिस्टम में हानिकारक व्यवहार, विफलताओं और दुरुपयोग के जोखिमों को कम करने पर केंद्रित क्षेत्र।
नियमों या चरणों का एक परिभाषित समूह जिसका अनुसरण कंप्यूटर किसी समस्या को हल करने या किसी कार्य को पूरा करने के लिए करता है।
विषम डेटा, मान्यताओं या मॉडलिंग विकल्पों के कारण मॉडल आउटपुट में व्यवस्थित अनुचितता।
एआई सिस्टम के तर्क, डेटा स्रोत और सीमाएं कितनी स्पष्ट रूप से प्रलेखित और समझने योग्य हैं।
मशीन लर्निंग मॉडल को प्रशिक्षित या मूल्यांकन करने के लिए मानव-जोड़े गए लेबल या मेटाडेटा का उपयोग किया जाता है।
एक सॉफ्टवेयर सिस्टम के लिए दूसरे सिस्टम को अनुरोध भेजने और उससे प्रतिक्रिया प्राप्त करने का एक संरचित तरीका।
बिल्डिंग सिस्टम का व्यापक क्षेत्र जो पैटर्न पहचान, तर्क, भाषा या निर्णय लेने की आवश्यकता वाले कार्य करता है।
एक मॉडल घटक जो आउटपुट उत्पन्न करते समय इनपुट के प्रासंगिक भागों पर गतिशील रूप से ध्यान केंद्रित करता है।
एक ऐसी प्रणाली जो वास्तविक समय में सीमित या बिना किसी प्रत्यक्ष मानव नियंत्रण के निर्णय ले सकती है और कार्य कर सकती है।
मुख्य प्रशिक्षण एल्गोरिदम जो नेटवर्क के माध्यम से भविष्यवाणी त्रुटियों को पीछे की ओर प्रचारित करके मॉडल भार को अद्यतन करता है।
एक सरल संदर्भ मॉडल का उपयोग यह तुलना करने के लिए किया जाता है कि क्या अधिक जटिल दृष्टिकोण वास्तव में परिणामों में सुधार करते हैं।
मॉडल प्रदर्शन को मापने और तुलना करने के लिए उपयोग किया जाने वाला एक मानकीकृत परीक्षण या डेटासेट।
डेटा या मॉडल व्यवहार में त्रुटि या अनुचितता का एक सुसंगत पैटर्न।
बहुत बड़े और जटिल डेटासेट जिनके लिए स्केलेबल भंडारण और प्रसंस्करण तकनीकों की आवश्यकता होती है।
एक मॉडल जिसके आंतरिक तर्क की मनुष्यों द्वारा सीधे व्याख्या करना कठिन है।
किसी मॉडल का आत्मविश्वास स्कोर वास्तविक शुद्धता संभावनाओं से कितना मेल खाता है।
एक तर्क शैली जहां एक एआई मॉडल किसी समस्या को मध्यवर्ती चरणों में विघटित करता है।
एक कार्य जहां एक मॉडल एक या अधिक पूर्वनिर्धारित श्रेणियों के लिए इनपुट निर्दिष्ट करता है।
वर्गीकरण कार्यों के लिए विशेष रूप से डिज़ाइन किया गया एक मॉडल।
एक मल्टीमॉडल मॉडल आर्किटेक्चर जो पाठ और छवियों के बीच साझा प्रतिनिधित्व सीखता है।
मॉडलों को प्रशिक्षित करने और चलाने के लिए आवश्यक प्रसंस्करण संसाधनों को अक्सर फ्लॉप्स या जीपीयू घंटों में मापा जाता है।
AI की वह शाखा जो छवियों और वीडियो से अर्थ निकालती है।
एक भाषा मॉडल एक बार में इनपुट टोकन की अधिकतम मात्रा संसाधित कर सकता है।
प्रशिक्षण दृष्टिकोण जो एक मॉडल को पूर्व ज्ञान को भूले बिना नए डेटा से सीखते रहने देते हैं।
छवियों जैसे ग्रिड-जैसे डेटा को संसाधित करने के लिए अनुकूलित एक तंत्रिका वास्तुकला।
गलत संभावनाओं को दंडित करके वर्गीकरण मॉडल को प्रशिक्षित करने के लिए उपयोग किया जाने वाला एक सामान्य उद्देश्य फ़ंक्शन।
तकनीकें जो मॉडल सामान्यीकरण को बेहतर बनाने के लिए संशोधित प्रशिक्षण उदाहरण बनाती हैं।
समय के साथ वास्तविक दुनिया के इनपुट डेटा में बदलाव जो मॉडल के प्रदर्शन को ख़राब कर सकता है।
पर्यवेक्षित शिक्षण के लिए कच्चे डेटा को टैग या लक्ष्य आउटपुट निर्दिष्ट करने की प्रक्रिया।
प्रशिक्षण, सत्यापन या परीक्षण के लिए उपयोग किए जाने वाले संरचित या असंरचित उदाहरणों का संग्रह।
फ़ीचर स्पेस में सतह जो एक क्लासिफायरियर द्वारा अनुमानित कक्षाओं को अलग करती है।
एक मॉडल जो यदि-तब फीचर विभाजन के अनुक्रम के माध्यम से भविष्यवाणियां करता है।
मशीन लर्निंग का एक उपसमूह जो प्रतिनिधित्व सीखने के लिए कई-परत तंत्रिका नेटवर्क का उपयोग करता है।
एक जेनरेटिव आर्किटेक्चर जो छवियों, ऑडियो या अन्य सामग्री को संश्लेषित करने के लिए शोर को उलटना सीखता है।
एक बड़े शिक्षक मॉडल से ज्ञान को एक छोटे छात्र मॉडल में संपीड़ित करना।
वे विधियाँ जो एक डोमेन में प्रशिक्षित मॉडल को दूसरे डोमेन में बेहतर प्रदर्शन करने के लिए स्थानांतरित करती हैं।
एक संख्यात्मक वेक्टर प्रतिनिधित्व जो पाठ, छवियों या अन्य डेटा के अर्थपूर्ण अर्थ को पकड़ता है।
मॉडल का वह घटक जो इनपुट को अव्यक्त अभ्यावेदन में परिवर्तित करता है।
मजबूती या सटीकता में सुधार के लिए कई मॉडलों से भविष्यवाणियों का संयोजन।
प्रशिक्षण के बाद मॉडल की गुणवत्ता को मापने के लिए उपयोग किया जाने वाला एक आयोजित डेटासेट।
किसी मॉडल के व्यवहार की किस हद तक व्याख्या की जा सकती है और मनुष्यों को समझाया जा सकता है।
एक गलत भविष्यवाणी जहां एक मॉडल एक सच्चे सकारात्मक मामले को चूक जाता है।
एक गलत भविष्यवाणी जहां एक मॉडल गलत तरीके से एक नकारात्मक मामले को सकारात्मक के रूप में चिह्नित करता है।
एक इनपुट वैरिएबल जिसका उपयोग मॉडल द्वारा पूर्वानुमान लगाने के लिए किया जाता है।
सीखने को आसान और अधिक प्रभावी बनाने के लिए इनपुट वेरिएबल्स को डिज़ाइन करना या बदलना।
कच्चे डेटा को सूचनात्मक सुविधाओं में परिवर्तित करना जो एक मॉडल उपयोग कर सकता है।
केवल कुछ उदाहरणों से व्यवहार सीखना या अपनाना।
किसी पूर्व-प्रशिक्षित मॉडल को किसी विशिष्ट कार्य के लिए अनुकूलित करने के लिए डोमेन-विशिष्ट डेटा पर निरंतर प्रशिक्षण।
एक बड़ा पूर्व-प्रशिक्षित मॉडल जिसे कई डाउनस्ट्रीम कार्यों के लिए अनुकूलित किया जा सकता है।
संरचित कॉल उत्पन्न करने की एक मॉडल क्षमता जो बाहरी उपकरण या एपीआई को ट्रिगर करती है।
एक जेनरेटिव सेटअप जहां एक जनरेटर और विवेचक एक दूसरे के खिलाफ प्रशिक्षण लेते हैं।
कोई मॉडल प्रशिक्षण सेट के बाहर नए, अनदेखे डेटा पर कितना अच्छा प्रदर्शन करता है।
एआई सिस्टम जो टेक्स्ट, चित्र, ऑडियो, वीडियो या कोड जैसी नई सामग्री तैयार करते हैं।
एक वेक्टर जो दर्शाता है कि हानि को कम करने के लिए प्रत्येक पैरामीटर को कितना बदलना चाहिए।
एक अनुकूलन विधि जो मापदंडों को उस दिशा में अद्यतन करती है जिससे त्रुटि कम हो जाती है।
मॉडल आउटपुट को प्रशिक्षित या मूल्यांकन करने के लिए विश्वसनीय संदर्भ लेबल का उपयोग किया जाता है।
नियम, जांच और नियंत्रण जो असुरक्षित या अवांछित मॉडल व्यवहार को सीमित करते हैं।
जब कोई मॉडल धाराप्रवाह लेकिन गलत या असमर्थित जानकारी उत्पन्न करता है।
एक वर्कफ़्लो जहां मनुष्य एआई आउटपुट की समीक्षा, मार्गदर्शन या ओवरराइड करते हैं।
प्रशिक्षण से पहले निर्धारित कॉन्फ़िगरेशन मान, जैसे सीखने की दर, बैच आकार, या गहराई।
प्रॉम्प्ट में सीधे दिए गए उदाहरणों से पैटर्न का पालन करने की एक मॉडल की क्षमता।
रनटाइम चरण जहां एक प्रशिक्षित मॉडल भविष्यवाणियां या आउटपुट उत्पन्न करता है।
प्रत्येक प्रतिक्रिया उत्पन्न करते समय उपभोग की गई प्रसंस्करण शक्ति की मात्रा।
निम्नलिखित कार्य को बेहतर बनाने के लिए निर्देश-प्रतिक्रिया युग्मों पर एक मॉडल को ठीक करना।
किसी टेक्स्ट क्वेरी से उसे सही ढंग से रूट करने के लिए उपयोगकर्ता के उद्देश्य की भविष्यवाणी करना।
एक त्वरित तकनीक जिसका उद्देश्य किसी मॉडल की सुरक्षा बाधाओं को दूर करना है।
समय का नवीनतम बिंदु मॉडल के प्रशिक्षण डेटा में प्रतिबिंबित होता है।
बड़े मॉडल के आउटपुट की नकल करने के लिए छोटे मॉडल को प्रशिक्षित करना।
तर्क या पुनर्प्राप्ति के लिए उपयोग की जाने वाली संस्थाओं और संबंधों की एक ग्राफ़ संरचना।
एक नियमितीकरण विधि जो सामान्यीकरण में सुधार के लिए कठोर लेबल को नरम करती है।
अनुरोध भेजने और मॉडल का आउटपुट प्राप्त करने के बीच का समय।
पाठ उत्पन्न करने और उसका विश्लेषण करने के लिए विशाल पाठ निगम पर प्रशिक्षित एक भाषा मॉडल।
एक प्रशिक्षण हाइपरपैरामीटर यह नियंत्रित करता है कि प्रत्येक अद्यतन चरण में कितने पैरामीटर बदलते हैं।
एक पैरामीटर-कुशल फ़ाइन-ट्यूनिंग विधि जो निम्न-रैंक एडाप्टर मैट्रिसेस जोड़ती है।
एक गणितीय उद्देश्य जो प्रशिक्षण के दौरान भविष्यवाणी त्रुटि की मात्रा निर्धारित करता है।
वे विधियाँ जो सिस्टम को डेटा से पैटर्न सीखने और समय के साथ सुधार करने की अनुमति देती हैं।
संग्रहीत संदर्भ एक एआई एजेंट निरंतरता में सुधार के लिए चरणों या सत्रों में उपयोग करता है।
विशेष उप-नेटवर्क वाला एक आर्किटेक्चर जहां प्रति इनपुट केवल चयनित विशेषज्ञ ही चलते हैं।
किसी मॉडल के इच्छित उपयोग, मेट्रिक्स, सीमाओं और जोखिमों का वर्णन करने वाला दस्तावेज़ीकरण।
वास्तविक दुनिया की स्थितियाँ प्रशिक्षण मान्यताओं से भिन्न होने के कारण समय के साथ प्रदर्शन में गिरावट आती है।
स्मृति और अनुमान लागत को कम करने के लिए मॉडल भार की संख्यात्मक सटीकता को कम करना।
एक मॉडल जो टेक्स्ट, छवि और ऑडियो जैसे कई डेटा प्रकारों को संसाधित या उत्पन्न कर सकता है।
एक एनएलपी कार्य जो लोगों, स्थानों, तिथियों या संगठनों जैसी संस्थाओं की पहचान करता है।
एआई की शाखा मानव भाषा को समझने और उत्पन्न करने पर केंद्रित है।
जैविक न्यूरॉन्स और सिनैप्स से प्रेरित एक स्तरित कम्प्यूटेशनल मॉडल।
अनुकूलन स्थिरता में सुधार के लिए मूल्यों को एक सुसंगत पैमाने पर बदलना।
वह तकनीक जो पाठ को छवियों में परिवर्तित करती है या स्कैन करके मशीन-पठनीय पाठ में परिवर्तित करती है।
निरीक्षण, अनुकूलन और पुन: उपयोग के लिए सार्वजनिक भार या कोड के साथ जारी किया गया एक मॉडल।
जब कोई मॉडल प्रशिक्षण डेटा को याद रखता है और अदृश्य इनपुट पर खराब प्रदर्शन करता है।
एक मॉडल के अंदर सीखा गया वजन जो उसके आउटपुट को प्रभावित करता है।
वे विधियाँ जो अतिरिक्त मापदंडों के एक छोटे उपसमूह को प्रशिक्षित करके मॉडल को अनुकूलित करती हैं।
एक भाषा-मॉडल मीट्रिक यह मापता है कि मॉडल अगले टोकन के द्वारा कितना आश्चर्यचकित है।
प्रीप्रोसेसिंग, मॉडल चरणों और पोस्टप्रोसेसिंग चरणों का एक क्रमबद्ध वर्कफ़्लो।
पूर्वानुमानित सकारात्मकताओं का अनुपात जो वास्तव में सही है।
डाउनस्ट्रीम अनुकूलन से पहले व्यापक डेटा पर प्रारंभिक बड़े पैमाने पर मॉडल प्रशिक्षण।
जनरेटिव मॉडल को प्रदान किए गए इनपुट निर्देश और संदर्भ।
डिज़ाइनिंग आउटपुट गुणवत्ता, विश्वसनीयता और नियंत्रणीयता में सुधार करने का संकेत देती है।
एक आक्रमण पैटर्न जहां दुर्भावनापूर्ण निर्देश मॉडल इनपुट या पुनर्प्राप्त सामग्री में डाले जाते हैं।
आकार और गणना को कम करने के लिए कम महत्वपूर्ण मॉडल वज़न या न्यूरॉन्स को हटाना।
मॉडल भार को 8-बिट या 4-बिट जैसे कम परिशुद्धता प्रारूपों में परिवर्तित करना।
एक विधि जो बाहरी ज्ञान को पुनः प्राप्त करती है और उसे अनुमान के समय पीढ़ी में फीड करती है।
वास्तविक सकारात्मकताओं का वह अनुपात जिसे एक मॉडल सही ढंग से पहचानता है।
एक मॉडल पाइपलाइन जो सामग्री या उत्पादों की रैंकिंग के लिए उपयोगकर्ता की प्राथमिकताओं की भविष्यवाणी करती है।
विफलताओं और जोखिमों को प्रकट करने के लिए प्रतिकूल संकेतों के साथ एआई प्रणाली का तनाव-परीक्षण करना।
इनाम संकेतों द्वारा प्रशिक्षण जहां एक एजेंट ऐसे कार्य सीखता है जो दीर्घकालिक रिटर्न को अधिकतम करते हैं।
एक प्रशिक्षण पद्धति जो मॉडल व्यवहार को आकार देने के लिए मानव प्राथमिकता संकेतों का उपयोग करती है।
किसी प्रश्न के लिए ज्ञान स्रोत से प्रासंगिक दस्तावेज़ या रिकॉर्ड ढूँढना।
एक मॉडल जो वरीयता संकेतों के आधार पर आउटपुट स्कोर करता है, अक्सर आरएलएचएफ पाइपलाइनों में उपयोग किया जाता है।
शोर, बदलाव, या प्रतिकूल इनपुट के तहत प्रदर्शन को बनाए रखने की एक मॉडल की क्षमता।
एक मॉडरेशन परत जो असुरक्षित मॉडल इनपुट या आउटपुट को ब्लॉक या फिर से लिखती है।
एक अनुभवजन्य संबंध जो दर्शाता है कि मॉडल आकार, डेटा या गणना के साथ प्रदर्शन में कैसे सुधार होता है।
ऐसी खोज जो सटीक कीवर्ड ओवरलैप के बजाय अर्थ से मेल खाती हो, अक्सर एम्बेडिंग का उपयोग करती है।
छिपे हुए या रूपांतरित भागों की भविष्यवाणी करके बिना लेबल वाले डेटा से अभ्यावेदन सीखना।
एक एनएलपी कार्य जो पाठ में भावनात्मक स्वर या राय को वर्गीकृत करता है।
कम विलंबता, लागत या ऑन-डिवाइस उपयोग के लिए अनुकूलित एक कॉम्पैक्ट भाषा मॉडल।
एक मॉडल जहां गणना को कम करने के लिए कई पैरामीटर शून्य या निष्क्रिय हैं।
लेबल किए गए उदाहरणों के साथ एक मॉडल को प्रशिक्षित करना जो इनपुट को ज्ञात आउटपुट में मैप करता है।
संवेदनशील प्रशिक्षण डेटा को बढ़ाने, अनुकरण करने या संरक्षित करने के लिए कृत्रिम रूप से उत्पन्न डेटा का उपयोग किया जाता है।
एक उच्च प्राथमिकता वाला निर्देश जो किसी मॉडल के लिए व्यवहार, नीति और प्रतिक्रिया शैली निर्धारित करता है।
उत्पन्न आउटपुट में यादृच्छिकता को नियंत्रित करने वाली एक नमूना सेटिंग।
भाषा मॉडल द्वारा संसाधित पाठ का एक टुकड़ा, जैसे शब्द टुकड़ा या प्रतीक।
मॉडल इनपुट के लिए टेक्स्ट को टोकन में विभाजित करने की प्रक्रिया।
खोज, कैलकुलेटर या एपीआई जैसे बाहरी उपकरणों को कॉल करने की एक मॉडल की क्षमता।
एक डिकोडिंग रणनीति जो केवल k के सबसे संभावित अगले टोकन से नमूने लेती है।
एक डिकोडिंग रणनीति जो सबसे छोटे टोकन सेट से नमूने लेती है जिनकी संभावनाओं का योग पी होता है।
एक कार्य या डोमेन में सीखे गए ज्ञान को दूसरे कार्य को बेहतर बनाने के लिए लागू करना।
एक तंत्रिका वास्तुकला जो समानांतर अनुक्रमों में मॉडल संबंधों पर ध्यान का उपयोग करती है।
प्रशिक्षण के दौरान मॉडल त्रुटि मान की गणना की गई और समय के साथ इसे नीचे की ओर अनुकूलित किया गया।
स्पष्ट लक्ष्य आउटपुट के बिना लेबल रहित डेटा से सीखने के पैटर्न।
मॉडल को ट्यून करने और ओवरफिटिंग को रोकने के लिए विकास के दौरान उपयोग किया जाने वाला डेटासेट।
उच्च-आयामी एम्बेडिंग वैक्टर को संग्रहीत और क्वेरी करने के लिए अनुकूलित डेटाबेस।
एक मल्टीमॉडल मॉडल जो दृश्य और पाठ्य सूचना को संयुक्त रूप से संसाधित करता है।
स्वच्छ लेबल दुर्लभ होने पर मॉडल को प्रशिक्षित करने के लिए शोर, अनुमानी या आंशिक लेबल का उपयोग करना।
एक सीखा हुआ संख्यात्मक मान जो तंत्रिका नेटवर्क से गुजरने वाले संकेतों को मापता है।
शब्दार्थ संबंधों को पकड़ने वाले शब्दों का एक सघन वेक्टर प्रतिनिधित्व।
एआई भविष्यवाणियों को अधिक पारदर्शी और समझने योग्य बनाने की तकनीकें और प्रथाएं।
पूर्व सामान्य ज्ञान पर भरोसा करके कार्य-विशिष्ट उदाहरणों के बिना कार्यों को हल करना।
एक बहु-चरणीय प्रक्रिया जहां एक एआई सिस्टम योजना बनाता है, क्रियान्वित करता है, परिणामों की जांच करता है और एक लक्ष्य की ओर बढ़ता है।
एआई सिस्टम और प्रदाताओं के लिए यूरोपीय संघ का जोखिम-आधारित नियामक ढांचा।
सिस्टम को सुरक्षित और अधिक नियंत्रणीय बनाने के लिए आवश्यक समय, गणना या उत्पाद वेग की अतिरिक्त लागत।
जब बेंचमार्क परीक्षण उदाहरण या करीबी वेरिएंट प्रशिक्षण डेटा में मौजूद होते हैं, तो रिपोर्ट किए गए प्रदर्शन को बढ़ा दिया जाता है।
सरल सहसंबंधों के बजाय कारण-और-प्रभाव संबंधों का आकलन करने की विधियाँ।
एक सांख्यिकीय श्रेणी जिसमें संभावित रूप से मापे गए मॉडल मीट्रिक का सही मान शामिल होता है।
एक प्रशिक्षण और व्यवहार-आकार देने वाला दृष्टिकोण जहां मॉडल आउटपुट लिखित सिद्धांतों के एक निश्चित सेट द्वारा निर्देशित होते हैं।
डेटा कहां से आया, इसे कैसे रूपांतरित किया गया और इसका उपयोग कहां किया जाता है, इसका रिकॉर्ड।
किसी डेटासेट या मॉडल आर्टिफैक्ट का प्रलेखित मूल, स्वामित्व और इतिहास।
एक गोपनीयता तकनीक जो सांख्यिकीय शोर जोड़ती है ताकि आउटपुट से व्यक्तिगत रिकॉर्ड का विश्वसनीय अनुमान न लगाया जा सके।
एक छोटे मॉडल को अनुमान के समय कम गणना का उपयोग करते हुए बड़े मॉडल के व्यवहार की नकल करने के लिए प्रशिक्षित किया गया।
सिमेंटिक खोज, क्लस्टरिंग और पुनर्प्राप्ति के लिए उपयोग किए जाने वाले डेटा को वैक्टर में परिवर्तित करने के लिए एक विशेष मॉडल।
एक दोहराने योग्य मूल्यांकन ढांचा जो मॉडल संस्करणों में संकेत, डेटासेट और स्कोरिंग तर्क चलाता है।
प्रशिक्षण और अनुमान के लिए मान्य एमएल सुविधाओं को लगातार संग्रहीत करने और परोसने के लिए एक प्रबंधित प्रणाली।
वह डिग्री जिस तक एआई प्रतिक्रिया स्रोत डेटा या पुनर्प्राप्त साक्ष्य द्वारा समर्थित है।
एक पीढ़ी की रणनीति जो आउटपुट टोकन को वैध संरचनाओं या नीति-अनुपालक विकल्पों तक सीमित करती है।
एक मॉडल को मानव रैंकिंग पर प्रशिक्षित किया गया है ताकि यह अनुमान लगाया जा सके कि उपयोगकर्ता किन प्रतिक्रियाओं को पसंद करेंगे।
एक तैनात एपीआई इंटरफ़ेस जो मॉडल अनुरोध प्राप्त करता है और उत्पादन में पूर्वानुमान देता है।
पुनर्प्राप्ति, समर्थन स्वचालन, या ग्राउंडिंग प्रतिक्रियाओं के लिए उपयोग किए जाने वाले दस्तावेज़ों या रिकॉर्ड का एक क्यूरेटेड संग्रह।
एक संपीड़ित प्रतिनिधित्वात्मक स्थान जहां समान अवधारणाएं एक दूसरे के पास वैक्टर के रूप में स्थित होती हैं।
विभिन्न परिवेशों में मॉडलों के संस्करणीकरण, अनुमोदन और ट्रैकिंग के लिए एक केंद्रीय कैटलॉग।
एआई अनुमान दूरस्थ क्लाउड सेवा के बजाय उपयोगकर्ता हार्डवेयर पर स्थानीय रूप से निष्पादित किया गया।
तर्क जो मॉडल आउटपुट को दृढ़ता से टाइप की गई, मशीन-उपयोग योग्य संरचनाओं में मान्य और परिवर्तित करता है।
चर, स्वरूपण नियम और कार्य-विशिष्ट निर्देशों के साथ एक पुन: प्रयोज्य संकेत पैटर्न।
पुनर्प्राप्त आइटम का अनुपात जो उपयोगकर्ता की क्वेरी के लिए प्रासंगिक है।
साक्ष्य द्वारा समर्थित एक संरचित तर्क, कि एक एआई प्रणाली उपयोग के परिभाषित संदर्भ के लिए सुरक्षित है।
उपयोगकर्ता-सामना वाले निर्णयों को प्रभावित किए बिना उत्पादन ट्रैफ़िक के समानांतर एक मॉडल चलाना।
मॉडल आउटपुट एक परिभाषित स्कीमा जैसे JSON, टूल तर्क, या टाइप किए गए फ़ील्ड तक सीमित है।
गुणवत्ता या तर्क में सुधार के लिए प्रतिक्रिया निर्माण के दौरान अतिरिक्त अनुमान गणना का उपयोग किया जाता है।
प्रत्येक कार्य में सिस्टम की वास्तविक विश्वसनीयता के साथ एआई आउटपुट में उपयोगकर्ता के विश्वास को संरेखित करना।
मूल्य निर्धारण जहां लागत एपीआई कॉल, टोकन, अनुमान समय या उपभोग गणना के साथ मापी जाती है।
एक नीति जहां अनुरोध/प्रतिक्रिया पेलोड को अल्पकालिक परिचालन विंडो से परे प्रसंस्करण के बाद संग्रहीत नहीं किया जाता है।
एक अनुमान त्वरण विधि जहां एक छोटा ड्राफ्ट मॉडल टोकन प्रस्तावित करता है जिसे एक बड़ा मॉडल समानांतर में सत्यापित करता है।
पिछले टोकन से संग्रहीत कुंजी और मूल्य टेंसर जो ट्रांसफार्मर को पिछले ध्यान की पुनर्गणना किए बिना नए टोकन उत्पन्न करने देते हैं।
एक खुला प्रोटोकॉल जो एआई अनुप्रयोगों को मानक तरीके से बाहरी टूल, डेटा स्रोतों और संदर्भ प्रदाताओं से कनेक्ट करने देता है।
एक पुनरावृत्त चक्र जहां एक एआई एजेंट तब तक निरीक्षण करता है, योजना बनाता है, कार्य करता है और प्रतिबिंबित करता है जब तक कि वह एक लक्ष्य पूरा नहीं कर लेता या रुकने की स्थिति में नहीं पहुंच जाता।
एक संकेत देने वाला पैटर्न जो कार्यों को अधिक विश्वसनीय ढंग से हल करने के लिए तर्कपूर्ण चरणों को उपकरण-उपयोग क्रियाओं के साथ जोड़ता है।
एक तर्कपूर्ण दृष्टिकोण जहां एक मॉडल कई शाखा समाधान पथों की खोज करता है और सबसे आशाजनक लोगों का चयन करता है।
एक प्रशिक्षण पद्धति जो अलग-अलग पुरस्कार मॉडल की आवश्यकता के बिना सीधे वरीयता जोड़े पर मॉडल को ठीक करती है।
एक फाइन-ट्यूनिंग तकनीक जो मेमोरी आवश्यकताओं को कम करने के लिए LoRA एडेप्टर के साथ 4-बिट वजन परिमाणीकरण को जोड़ती है।
एक अनुकूलित ध्यान एल्गोरिथ्म जो मेमोरी उपयोग को कम करता है और ट्रांसफार्मर प्रशिक्षण और अनुमान को गति देता है।
एक ट्रांसफार्मर तंत्र जो विभिन्न प्रकार के रिश्तों को पकड़ने के लिए समानांतर में कई ध्यान संचालन चलाता है।
टोकन एम्बेडिंग में जानकारी जोड़ी गई ताकि ट्रांसफार्मर अनुक्रम क्रम को अलग कर सकें।
एक स्थितीय एन्कोडिंग विधि जो सापेक्ष टोकन स्थितियों को एन्कोड करने के लिए क्वेरी और कुंजी वैक्टर को घुमाती है।
एक स्थितीय पूर्वाग्रह विधि जो टोकन दूरी के आधार पर ध्यान स्कोर को दंडित करती है, जिससे मॉडलों को लंबे संदर्भों में मदद मिलती है।
एक ध्यान पैटर्न जहां प्रत्येक टोकन गणना को कम करने के लिए केवल पास के टोकन की एक निश्चित आकार की विंडो पर ध्यान केंद्रित करता है।
एक सबवर्ड टोकनाइजेशन एल्गोरिदम जो सबसे अधिक बार आने वाले कैरेक्टर जोड़े को पुन: प्रयोज्य टोकन में मर्ज करता है।
एक भाषा-अज्ञेयवादी टोकननाइज़र जो रिक्त स्थान पर पूर्व-विभाजन के बिना कच्चे पाठ से सीधे सबवर्ड इकाइयों को सीखता है।
एल्गोरिदम जो विस्तृत तुलना के बिना क्वेरी के करीब वेक्टर ढूंढते हैं, गति के लिए सटीकता का व्यापार करते हैं।
उच्च-आयामी वैक्टर पर तेजी से अनुमानित निकटतम-पड़ोसी खोज के लिए एक ग्राफ-आधारित सूचकांक संरचना।
एक मॉडल जो सबसे अधिक प्रासंगिक वस्तुओं को शीर्ष पर रखने के लिए पुनर्प्राप्त परिणामों के प्रारंभिक सेट को पुन: व्यवस्थित करता है।
एक पुनर्प्राप्ति दृष्टिकोण जो बेहतर स्मरण और सटीकता के लिए कीवर्ड (लेक्सिकल) खोज को वेक्टर (सिमेंटिक) खोज के साथ जोड़ता है।
एक मॉडल जो उच्च सटीकता वाले प्रासंगिक निर्णयों के लिए एक ही पास में क्वेरी और दस्तावेज़ को एक साथ स्कोर करता है।
एक मॉडल जो प्रश्नों और दस्तावेज़ों को अलग-अलग वैक्टर में एन्कोड करता है ताकि उनकी तुलना बड़े पैमाने पर जल्दी से की जा सके।
मूल्यांकन के दौरान अन्य मॉडलों से आउटपुट स्कोर करने या तुलना करने के लिए भाषा मॉडल का उपयोग करना।
एक कोड-मूल्यांकन मीट्रिक इस संभावना को मापता है कि k उत्पन्न नमूनों में से कम से कम एक परीक्षण में उत्तीर्ण होता है।
बहुविकल्पीय प्रश्नों का उपयोग करके 57 शैक्षणिक और व्यावसायिक विषयों में एक बेंचमार्क परीक्षण भाषा मॉडल।
यूनिट परीक्षणों के माध्यम से कोड-जनरेशन की शुद्धता को मापने के लिए उपयोग की जाने वाली पायथन प्रोग्रामिंग समस्याओं का एक बेंचमार्क।
भाषा मॉडल में चरण-दर-चरण तर्क का मूल्यांकन करने के लिए ग्रेड-स्कूल गणित शब्द समस्याओं का एक बेंचमार्क उपयोग किया जाता है।
किसी मॉडल के दावे सत्यापन योग्य वास्तविक दुनिया की जानकारी से कितने सटीक रूप से मेल खाते हैं।
अपने दावों का समर्थन करने के लिए किसी मॉडल की प्रतिक्रिया में शामिल स्रोत अंशों या दस्तावेज़ों का संदर्भ।
एआई-जनरेटेड टेक्स्ट या मीडिया में एक पता लगाने योग्य सिग्नल एम्बेड करना ताकि बाद में इसे मशीन-निर्मित के रूप में पहचाना जा सके।
प्रीट्रेनिंग और पोस्ट-ट्रेनिंग के बीच एक मध्यवर्ती प्रशिक्षण चरण, जिसका उपयोग अक्सर क्षमता या डोमेन समायोजन के लिए किया जाता है।
प्रशिक्षण चरण पूर्व-प्रशिक्षण के बाद लागू किए जाते हैं, जैसे अनुदेश ट्यूनिंग, वरीयता अनुकूलन और सुरक्षा ट्यूनिंग।
एक प्रशिक्षण सेटअप जहां एक मॉडल स्वयं की प्रतियों के साथ बातचीत या प्रतियोगिताओं के माध्यम से डेटा उत्पन्न करके सुधार करता है।
एक पुनर्प्राप्ति विधि जो कई क्वेरी वेरिएंट उत्पन्न करती है, प्रत्येक के लिए परिणाम पुनर्प्राप्त करती है, और रैंकिंग को फ़्यूज़ करती है।
एक पुनर्प्राप्ति तकनीक जो रिकॉल को बेहतर बनाने के लिए उपयोगकर्ता क्वेरी को कई प्रकारों में फिर से लिखती है।
एक पुनर्प्राप्ति पैटर्न जो छोटे टुकड़ों को खोजता है लेकिन समृद्ध संदर्भ के लिए उनके बड़े मूल दस्तावेज़ लौटाता है।
एक डिकोडिंग एल्गोरिदम जो उच्च-संभाव्यता आउटपुट खोजने के लिए प्रत्येक चरण पर शीर्ष कई उम्मीदवार अनुक्रम रखता है।
एक डिकोडिंग सेटिंग जो लूप को कम करने के लिए मॉडल द्वारा पहले ही उत्पादित टोकन की संभावना को कम कर देती है।
एक डिकोडिंग सेटिंग जो टोकन की संभावना को आनुपातिक रूप से कम कर देती है कि वे अब तक कितनी बार दिखाई दिए हैं।
एक डिकोडिंग सेटिंग जो टोकन के प्रकट होने की संभावना को कम करती है, नए विषयों को प्रोत्साहित करती है।