A megalapozottság
Annak mértéke, hogy egy mesterséges intelligencia válaszát milyen mértékben támasztják alá forrásadatok vagy visszakeresett bizonyítékok.
Nyissa meg az Encyclopedia-t
Az AIszószedet
Az alapvető műszaki terminológia a legmagasabb szintű áttekinthetőséggel magyarázva. Kutatók, hallgatók és emberközpontú oktatás számára készült.
213feltételeketA–ZKeresés + ábécé szűrő100%Egyszerű nyelvű definíciók
A24 feltételeket
Adatbővítés
Olyan technikák, amelyek módosított képzési példákat hoznak létre a modell általánosításának javítása érdekében.
Adatcímkézés
Címkék vagy célkimenetek hozzárendelése a nyers adatokhoz a felügyelt tanuláshoz.
Adatkészlet
Strukturált vagy strukturálatlan példák gyűjteménye képzéshez, érvényesítéshez vagy teszteléshez.
Adatok származása
Egy adatkészlet vagy modellműtermék dokumentált eredete, tulajdonjoga és története.
Adatvonal
Feljegyzés arról, hogy honnan származnak az adatok, hogyan alakították át őket, és hol használják őket.
AGI (mesterséges általános intelligencia)
Egy hipotetikus mesterséges intelligencia rendszer, amely a legtöbb intellektuális feladatot emberi szinten képes elvégezni számos területen.
AI biztonság
A mesterséges intelligencia rendszerekben a káros viselkedés, a hibák és a visszaélések kockázatának csökkentésére összpontosító terület.
AI igazítás
A mesterséges intelligencia rendszerek emberi szándékok, értékek és biztonsági korlátok szerinti viselkedésre késztetése.
AI kormányzás
Irányelvek, szabványok és felügyeleti mechanizmusok, amelyek irányítják a mesterséges intelligencia fejlesztését és felhasználását a társadalomban.
AI törvény
Az Európai Unió kockázatalapú szabályozási kerete az AI-rendszerekre és -szolgáltatókra vonatkozóan.
AI ügynök
Szoftverrendszer, amely képes megfigyelni, okoskodni, és lépéseket tenni a cél elérése érdekében, gyakran eszközöket és memóriát használva.
Ajánlórendszer
Modellfolyamat, amely előrejelzi a felhasználói preferenciákat a tartalom vagy a termékek rangsorolásához.
Alapítványi modell
Nagyméretű előre betanított modell, amely számos downstream feladathoz illeszthető.
Alapmodell
Egy egyszerű referenciamodell annak összehasonlítására, hogy az összetettebb megközelítések valóban javítják-e az eredményeket.
Algoritmikus átlátszóság
Milyen egyértelműen dokumentálják és érthetőek egy AI-rendszer logikája, adatforrásai és korlátai.
Algoritmikus torzítás
A modellkimenetek szisztematikus méltánytalansága, amelyet ferde adatok, feltételezések vagy modellezési választások okoznak.
Algoritmus
Szabályok vagy lépések meghatározott halmaza, amelyet a számítógép követ egy probléma megoldása vagy egy feladat elvégzése érdekében.
ALiBi
Pozíciós torzítási módszer, amely a token távolság alapján bünteti a figyelem pontszámait, és segít a modelleknek hosszabb összefüggésekre extrapolálni.
Alkotmányos AI
Képzési és viselkedésformáló megközelítés, ahol a modell kimeneteit rögzített írott elvek vezérlik.
ANN (Hozzávetőleges legközelebbi szomszéd)
Algoritmusok, amelyek a lekérdezéshez közeli vektorokat találnak kimerítő összehasonlítás nélkül, pontosságot keresve a sebességért.
Annotáció
Ember által hozzáadott címkék vagy metaadatok a gépi tanulási modellek betanításához vagy értékeléséhez.
API (Application Programming Interface)
Strukturált módja annak, hogy egy szoftverrendszer kéréseket küldjön egy másik rendszernek, és válaszokat fogadjon onnan.
Autonóm rendszer
Olyan rendszer, amely valós időben tud döntéseket hozni és cselekedni korlátozott vagy közvetlen emberi irányítás nélkül.
B10 feltételeket
Beágyazás
Numerikus vektoros ábrázolás, amely szöveg, képek vagy egyéb adatok szemantikai jelentését rögzíti.
Benchmark
A modell teljesítményének mérésére és összehasonlítására használt szabványos teszt vagy adatkészlet.
Benchmark szivárgás
Ha benchmark tesztpéldák vagy közeli változatok jelennek meg a betanítási adatokban, ez megnöveli a jelentett teljesítményt.
Bi-Encoder
Egy olyan modell, amely a lekérdezéseket és a dokumentumokat külön vektorokba kódolja, így azok gyorsan és méretben összehasonlíthatók.
Big Data
Nagyon nagy és összetett adatkészletek, amelyek méretezhető tárolási és feldolgozási technikákat igényelnek.
Bizalmi intervallum
Statisztikai tartomány, amely valószínűleg tartalmazza a mért modell metrikájának valódi értékét.
Biztonsági szűrő
Egy moderációs réteg, amely blokkolja vagy átírja a nem biztonságos modell bemeneteket vagy kimeneteket.
Biztonsági tok
Bizonyítékokkal alátámasztott strukturált érv, amely szerint egy mesterséges intelligencia-rendszer biztonságos egy meghatározott felhasználási környezetben.
Black-Box modell
Olyan modell, amelynek belső érvelését az emberek nehezen tudják közvetlenül értelmezni.
BPE (byte páros kódolás)
Alszó tokenizációs algoritmus, amely a leggyakoribb karakterpárokat újrafelhasználható tokenekké egyesíti.
C3 feltételeket
Címkesimítás
Szabályosítási módszer, amely lágyítja a kemény címkéket az általánosítás javítása érdekében.
Cross-Encoder
Egy olyan modell, amely a lekérdezést és a dokumentumot egy menetben pontozza a nagy pontosságú relevanciaértékelés érdekében.
Csővezeték
Előfeldolgozás, modelllépések és utófeldolgozási szakaszok rendezett munkafolyamata.
D8 feltételeket
Data Drift
A valós bemeneti adatok időbeli változása, amely ronthatja a modell teljesítményét.
Desztillált modell
Egy kisebb modell egy nagyobb modell viselkedésének utánzására lett kiképezve, miközben kevesebb számítást használ a következtetéshez.
Differenciális adatvédelem
Adatvédelmi technika, amely statisztikai zajt ad, így az egyes rekordokra nem lehet megbízhatóan következtetni a kimenetekből.
Diffúziós modell
Generatív architektúra, amely megtanulja a zaj visszafordítását képek, hangok vagy egyéb tartalmak szintetizálásához.
Domain adaptáció
Olyan módszerek, amelyek az egyik tartományban betanított modellt a másik tartományban való jobb teljesítmény érdekében továbbítják.
Döntéshatár
Az osztályozó által előre jelzett osztályokat elválasztó felület a jellemzőtérben.
Döntési fa
Olyan modell, amely előrejelzéseket ad a ha-akkor jellemző felosztások sorozatán keresztül.
DPO (Direct Preference Optimization)
Egy olyan képzési módszer, amely közvetlenül a preferenciapárokon finomítja a modelleket anélkül, hogy külön jutalommodellre lenne szükség.
E7 feltételeket
Edzési veszteség
A modell hibaértéke, amelyet a képzés során számítottak ki, és idővel lefelé optimalizálták.
Együttes
Több modellből származó előrejelzések kombinálása a robusztusság vagy a pontosság javítása érdekében.
Elfogultság
Konzisztens hiba vagy tisztességtelen minta az adatok vagy a modell viselkedésében.
Elnevezett entitás felismerés (NER)
Egy NLP-feladat, amely azonosítja az entitásokat, például személyeket, helyeket, dátumokat vagy szervezeteket.
Előképzés
Kezdeti nagy léptékű modellképzés széles körű adatokon a későbbi adaptáció előtt.
Emberi preferencia modell
Emberi rangsorokon kiképzett modell, amely megjósolja, hogy a felhasználók valószínűleg mely válaszokat részesítik előnyben.
Eval Harness
Megismételhető kiértékelési keretrendszer, amely promptokat, adatkészleteket és pontozási logikát futtat a modellverziók között.
F14 feltételeket
Feature Store
Felügyelt rendszer az érvényesített ML-funkciók következetes tárolására és kiszolgálására a betanítás és a következtetés céljából.
Felügyelet nélküli tanulás
Minták tanulása címkézetlen adatokból explicit célkimenetek nélkül.
Felügyelt tanulás
Modell betanítása címkézett példákkal, amelyek a bemeneteket ismert kimenetekre képezik le.
Few-Shot Learning
A viselkedés tanulása vagy adaptálása csak néhány példából.
Figyelem Mechanizmus
Modellkomponens, amely dinamikusan fókuszál a bemenet releváns részeire, amikor kimenetet állít elő.
Finomhangolás
Tartomány-specifikus adatok továbbképzése egy előre betanított modell adott feladathoz való adaptálásához.
Flash Figyelem
Optimalizált figyelési algoritmus, amely csökkenti a memóriahasználatot, és felgyorsítja a transzformátor betanítását és következtetéseit.
Földi Igazság
Megbízható referenciacímkék a modellkimenetek betanításához vagy értékeléséhez.
Folyamatos tanulás
Képzési megközelítések, amelyek lehetővé teszik, hogy a modell folyamatosan tanuljon az új adatokból anélkül, hogy elfelejtené az előzetes tudást.
Frekvencia büntetés
Egy dekódolási beállítás, amely az eddigi megjelenésük gyakoriságával arányosan csökkenti a tokenek valószínűségét.
Funkció
A modell által előrejelzések készítésére használt bemeneti változó.
Funkció kivonás
Nyers adatok konvertálása olyan informatív funkciókká, amelyeket egy modell használhat.
Funkcióhívás
Modellképesség külső eszközöket vagy API-kat indító strukturált hívások generálására.
Funkciómérnöki tevékenység
Bemeneti változók tervezése vagy átalakítása a tanulás könnyebbé és hatékonyabbá tétele érdekében.
G10 feltételeket
GAN (Generative Adversarial Network)
Egy generatív beállítás, ahol a generátor és a diszkriminátor egymás ellen edz.
Generatív MI
AI rendszerek, amelyek új tartalmat, például szöveget, képeket, hangot, videót vagy kódot állítanak elő.
Gépi tanulás (ML)
Olyan módszerek, amelyek lehetővé teszik a rendszerek számára, hogy mintákat tanuljanak az adatokból, és idővel fejlődjenek.
Gondolatlánc
Olyan érvelési stílus, amelyben az AI-modell a problémát közbenső lépésekre bontja.
Gondolatok fája
Érvelési megközelítés, amelyben a modell több elágazó megoldási utat tár fel, és kiválasztja a legígéretesebbeket.
Gradiens
Egy vektor, amely megmutatja, hogy az egyes paramétereknek mennyit kell változniuk a veszteség csökkentése érdekében.
Gradiens Descent
Optimalizálási módszer, amely a hibákat csökkentő irányba frissíti a paramétereket.
GSM8K
Az általános iskolai matematikai szöveges feladatok referenciaértéke, amelyet a nyelvi modellek lépésről lépésre történő érvelésének értékelésére használnak.
Gyenge felügyelet
Zajos, heurisztikus vagy részleges címkék használata a modellek betanításához, amikor kevés tiszta címkéről van szó.
Gyors injekció
Egy támadási minta, amelyben rosszindulatú utasításokat illesztenek be a modell bemeneteibe vagy a letöltött tartalomba.
H10 feltételeket
Hallucináció
Amikor egy modell gördülékeny, de hamis vagy nem támogatott információkat generál.
Hamis negatív
Helytelen előrejelzés, ha a modell kihagy egy valódi pozitív esetet.
Hamis pozitív
Helytelen előrejelzés, amikor a modell hibásan jelöl meg pozitívként egy negatív esetet.
Használat alapú számlázás
Árképzés, ahol a költségek skálázódnak API-hívásokkal, tokenekkel, következtetési idővel vagy felhasznált számítással.
Hibrid keresés
Olyan visszakeresési megközelítés, amely a kulcsszavas (lexikális) keresést a vektoros (szemantikus) kereséssel kombinálja a jobb felidézés és pontosság érdekében.
Hiperparaméter
A képzés előtt beállított konfigurációs érték, például tanulási sebesség, kötegméret vagy mélység.
HNSW
Grafikon alapú indexstruktúra a legközelebbi szomszéd gyors közelítő kereséséhez nagy dimenziós vektorokon keresztül.
Hőmérséklet
A generált kimenetek véletlenszerűségét szabályozó mintavételi beállítás.
Human-in-the-Loop
Egy munkafolyamat, amelyben az emberek felülvizsgálják, irányítják vagy felülbírálják az AI-kimeneteket.
HumanEval
A Python programozási problémák referenciaértéke, amelyet a kódgenerálás helyességének mérésére használnak egységteszteken keresztül.
I2 feltételeket
Idézetek
A modell válaszában szereplő forrásrészletekre vagy dokumentumokra való hivatkozások az állítások alátámasztására.
Ismétlési büntetés
Egy dekódolási beállítás, amely csökkenti a modell által már előállított tokenek valószínűségét a hurkok csökkentése érdekében.
J3 feltételeket
Jailbreak
Gyors technika a modell biztonsági korlátainak megkerülésére.
Jelenléti büntetés
Egy dekódolási beállítás, amely csökkenti annak valószínűségét, hogy egyáltalán megjelentek a tokenek, új témákra ösztönözve.
Jutalommodell
Az RLHF-csővezetékekben gyakran használt modell, amely preferenciális jelek alapján pontozza a kimeneteket.
K18 feltételeket
Kalibrálás
Mennyire egyezik egy modell megbízhatósági pontszáma a tényleges helyességi valószínűségekkel.
Keresztentrópia elvesztése
Egy közös célfüggvény, amelyet az osztályozási modellek képzésére használnak a helytelen valószínűségek büntetésével.
Készüléken lévő AI
Az AI-következtetés helyben, a felhasználói hardveren hajtható végre, nem pedig távoli felhőszolgáltatásban.
Kiigazítási adó
A rendszerek biztonságosabbá és jobban ellenőrizhetőbbé tételéhez szükséges idő, számítási vagy terméksebesség többletköltsége.
Kimeneti elemző
Logika, amely érvényesíti és átalakítja a modell kimenetét erősen tipizált, gépileg használható struktúrákká.
Kis nyelvi modell (SLM)
Kompakt nyelvi modell, amely alacsonyabb késleltetésre, költségre vagy eszközhasználatra optimalizált.
KLIP
Multimodális modellarchitektúra, amely megtanulja a szöveg és a képek közötti megosztott ábrázolásokat.
Kódoló
A modell azon összetevője, amely a bemenetet látens reprezentációkká alakítja át.
Kontextus ablak
A nyelvi modell által egyszerre feldolgozható beviteli tokenek maximális száma.
Kontextuson belüli tanulás
A modell azon képessége, hogy kövesse a mintákat a közvetlenül a promptban megadott példákból.
Konvolúciós Neurális Hálózat (CNN)
Rácsszerű adatok, például képek feldolgozására optimalizált neurális architektúra.
Kötél (forgó pozíciós beágyazások)
Helyzetkódolási módszer, amely elforgatja a lekérdezést és a kulcsvektorokat a relatív token pozíciók kódolásához.
Következtetés
Az a futásidejű fázis, amelyben egy betanított modell előrejelzéseket vagy kimeneteket generál.
Következtetés-idő számítás
Az egyes válaszok előállítása során felhasznált feldolgozási teljesítmény mennyisége.
Következtetési végpont
Telepített API-felület, amely modellkéréseket fogad, és előrejelzéseket ad vissza az éles környezetben.
Közép-edzés
Köztes képzési szakasz az elő- és utóképzés között, gyakran használják képességek vagy tartományok beállítására.
KV gyorsítótár
Tárolt kulcs- és értéktenzorok a korábbi tokenekből, amelyek lehetővé teszik a transzformátorok számára, hogy új tokeneket generáljanak a korábbi figyelem újraszámítása nélkül.
Kvantálás
Modellsúlyok konvertálása kisebb pontosságú formátumokká, például 8 bites vagy 4 bites.
L5 feltételeket
Lappangó tér
Tömörített reprezentációs tér, ahol a hasonló fogalmak egymáshoz közel helyezkednek el vektorként.
Látencia
A kérés elküldése és a modell kimenetének fogadása közötti idő.
Lepárlás
A tudás tömörítése egy nagy tanári modellből egy kisebb diákmodellbe.
LLM-mint bíró
Nyelvi modell használata más modellek eredményeinek pontozására vagy összehasonlítására az értékelés során.
LoRA (alacsony rangú adaptáció)
Paraméter-hatékony finomhangolási módszer, amely alacsony rangú adaptermátrixokat ad hozzá.
M16 feltételeket
Magyarázatosság
Egy modell viselkedése milyen mértékben értelmezhető és magyarázható az emberek számára.
MCP (Model Context Protocol)
Nyílt protokoll, amely lehetővé teszi, hogy az AI-alkalmazások szabványos módon kapcsolódjanak külső eszközökhöz, adatforrásokhoz és kontextusszolgáltatókhoz.
Megerősítő tanulás
Jutalomjelek alapján történő képzés, ahol az ügynök olyan cselekvéseket tanul meg, amelyek maximalizálják a hosszú távú megtérülést.
Megerősítő tanulás az emberi visszajelzésből (RLHF)
Olyan képzési módszer, amely emberi preferencia jeleket használ a modell viselkedésének alakítására.
Mély tanulás
A gépi tanulás egy részhalmaza, amely többrétegű neurális hálózatokat használ a reprezentációs tanuláshoz.
Memória (ügynökmemória)
Tárolt kontextus, amelyet az AI-ügynök több lépésben vagy munkamenetben használ a folytonosság javítása érdekében.
Méretezési törvény
Egy empirikus kapcsolat, amely megmutatja, hogyan javul a teljesítmény a modell méretével, adataival vagy számításaival.
Mesterséges intelligencia (AI)
Az épületrendszerek széles területe, amelyek mintafelismerést, érvelést, nyelvezetet vagy döntéshozatalt igénylő feladatokat látnak el.
Metszés
A kevésbé fontos modellsúlyok vagy neuronok eltávolítása a méret csökkentése és a számítás érdekében.
MMLU
Egy benchmark nyelvi modelleket tesztel 57 tudományos és szakmai tárgyban feleletválasztós kérdések segítségével.
Model kártya
Dokumentáció, amely leírja a modell tervezett használatát, mérőszámait, korlátait és kockázatait.
Modell beágyazása
Az adatok szemantikai kereséshez, klaszterezéshez és visszakereséshez használt vektorokká konvertálására specializálódott modell.
Modell Drift
A teljesítmény idővel romlása, mivel a valós körülmények eltérnek a képzési feltételezésektől.
Modell kvantálás
A modellsúlyok numerikus pontosságának csökkentése a memória és a következtetési költségek csökkentése érdekében.
Modell nyilvántartás
Központi katalógus a modellek verziózásához, jóváhagyásához és nyomon követéséhez különböző környezetben.
Multimodális modell
Olyan modell, amely többféle adattípust, például szöveget, képet és hangot képes feldolgozni vagy generálni.
N5 feltételeket
Nagy nyelvű modell (LLM)
Hatalmas szövegkorpusokra kiképzett nyelvi modell szöveg generálására és elemzésére.
Neurális hálózat
Biológiai neuronok és szinapszisok által ihletett réteges számítási modell.
Normalizálás
Az értékek konzisztens skálává alakítása az optimalizálás stabilitásának javítása érdekében.
Nulla adatmegőrzés
Egy házirend, amely szerint a kérések/válasz hasznos terhek nem tárolódnak a feldolgozás után a rövid élettartamú működési ablakokon túl.
Nyílt forráskódú modell
Nyilvános súlyokkal vagy kóddal kiadott modell ellenőrzés, adaptálás és újrafelhasználás céljából.
O4 feltételeket
OCR (optikai karakterfelismerés)
Technológia, amely a szöveget képekké vagy a beolvasásokat géppel olvasható szöveggé alakítja.
Ok-okozati következtetés
Az egyszerű összefüggések helyett az ok-okozati összefüggések becslésének módszerei.
Osztályozás
Olyan feladat, ahol egy modell egy vagy több előre meghatározott kategóriához rendel egy bemenetet.
Osztályozó
Kifejezetten osztályozási feladatokra tervezett modell.
P9 feltételeket
Paraméter
Tanult súly a modellben, amely befolyásolja annak kimeneteit.
Paraméter-hatékony finomhangolás (PEFT)
Olyan módszerek, amelyek a hozzáadott paraméterek egy kis részhalmazának betanításával adaptálják a modelleket.
Pass@k
Kódértékelési metrika, amely azt az esélyt méri, hogy k generált minta közül legalább egy megfelel a teszteknek.
Perplexity
Egy nyelvi modell mérőszáma, amely azt méri, mennyire lepte meg a modellt a true next tokenek.
Pozíciós kódolás
A token beágyazásokhoz hozzáadott információ, hogy a transzformátorok meg tudják különböztetni a sorrendet.
Precizitás
A ténylegesen helyes előrejelzett pozitívumok aránya.
Prompt
A generatív modellhez biztosított beviteli utasítások és kontextus.
Prompt Engineering
A tervezési kérések a kimeneti minőség, a megbízhatóság és a szabályozhatóság javítására irányulnak.
Prompt sablon
Egy újrafelhasználható prompt minta változókkal, formázási szabályokkal és feladatspecifikus utasításokkal.
Q1 feltételeket
QLoRA
Finomhangoló technika, amely a 4 bites súlykvantálást LoRA adapterekkel kombinálja a memóriaigény csökkentése érdekében.
R8 feltételeket
RAG (Retrieval-Augmented Generation)
Olyan módszer, amely a külső tudást visszakeresi, és azt a következtetés idején generálja.
RAG-Fúzió
Egy lekérdezési módszer, amely több lekérdezési változatot generál, mindegyikhez lekéri az eredményeket, és egyesíti a rangsorokat.
ReAct
Egy felszólító minta, amely az érvelési lépéseket összefonja az eszközhasználati műveletekkel a feladatok megbízhatóbb megoldása érdekében.
Red Teaming
Egy mesterséges intelligencia-rendszer stressztesztelése ellenséges felhívásokkal a hibák és kockázatok feltárására.
Rendszer prompt
Magas prioritású utasítás, amely beállítja a modell viselkedését, irányelveit és válaszstílusát.
Reranger
Olyan modell, amely átrendezi a lekért eredmények kezdeti készletét, hogy a legrelevánsabb elemek a legfelülre kerüljenek.
Ritka modell
Olyan modell, amelyben sok paraméter nulla vagy inaktív a számítás csökkentése érdekében.
Robusztusság
A modell azon képessége, hogy fenntartsa a teljesítményt zaj, eltolás vagy ellenséges bemenetek mellett.
S14 feltételeket
SentencePiece
Nyelv-agnosztikus tokenizáló, amely közvetlenül a nyers szövegből tanulja meg az alszavak egységeit anélkül, hogy szóközönként felosztásra kerülne.
Spekulatív dekódolás
Következtetési gyorsítási módszer, ahol egy kis vázlatmodell tokeneket javasol, amelyeket egy nagyobb modell párhuzamosan ellenőriz.
Strukturált kimenet
A modell kimenete meghatározott sémára, például JSON-ra, eszközargumentumokra vagy beírt mezőkre korlátozva.
Sugár keresés
Egy dekódoló algoritmus, amely minden lépésnél megtartja a felső több jelölt szekvenciát, hogy nagyobb valószínűségű kimeneteket találjon.
Súly
Tanult numerikus érték, amely skálázza a neurális hálózaton áthaladó jeleket.
Szakértők keveréke (ME)
Speciális alhálózatokkal rendelkező architektúra, ahol bemenetenként csak kiválasztott szakértők futnak.
Számítás
A modellek betanításához és futtatásához szükséges feldolgozási erőforrások, gyakran FLOPS vagy GPU órákban mérve.
Számítógépes látás
Az AI ága, amely jelentést von ki a képekből és a videókból.
Szándékos osztályozás
A felhasználó céljának előrejelzése szöveges lekérdezésből a helyes útválasztáshoz.
Szemantikus keresés
A pontos kulcsszavak átfedése helyett a jelentésnek megfelelő keresés, gyakran beágyazás használatával.
Szerszámhasználat
A modell azon képessége, hogy külső eszközöket, például keresést, számológépeket vagy API-kat hívjon meg.
Szintetikus adatok
Mesterségesen előállított adatok az érzékeny edzési adatok kiegészítésére, szimulálására vagy védelmére.
Szóbeágyazás
Szemantikai kapcsolatokat rögzítő szavak sűrű vektoros ábrázolása.
Szülő-dokumentum visszakeresés
Olyan visszakeresési minta, amely kis darabokban keres, de a nagyobb szülődokumentumokat adja vissza a gazdagabb kontextus érdekében.
T19 feltételeket
Tanulási arány
Tanítási hiperparaméter, amely azt szabályozza, hogy mennyi paraméter változik az egyes frissítési lépésekben.
Tényszerűség
Mennyire pontosan egyeznek egy modell állításai az ellenőrizhető valós információkkal.
Természetes nyelvi feldolgozás (NLP)
Az AI ága az emberi nyelv megértésére és generálására összpontosított.
Tesztidő számítása
A válaszgenerálás során a minőség vagy az érvelés javítása érdekében használt további következtetési számítások.
Több lekérdezés visszakeresése
Olyan visszakeresési technika, amely a felhasználói lekérdezést több változatra írja át a visszahívás javítása érdekében.
Többfejű figyelem
Transzformátor mechanizmus, amely több figyelemi műveletet futtat párhuzamosan a különböző típusú kapcsolatok rögzítésére.
Token
Nyelvi modellekkel feldolgozott szövegrész, például szódarab vagy szimbólum.
Tokenizálás
A szöveg tokenekre való felosztásának folyamata a modellbevitelhez.
Tolóablak Figyelem
Figyelembe vételi minta, amelyben minden token csak a közeli tokenek fix méretű ablakát veszi figyelembe, hogy csökkentse a számítást.
Top-k Mintavétel
Dekódolási stratégia, amely csak a k legvalószínűbb következő tokenből vesz mintát.
Top-p (Nucleus) Mintavétel
Egy dekódolási stratégia, amely a legkisebb tokenkészletből vesz mintát, amelynek valószínűségei összege p.
Transzfer tanulás
Az egyik feladatban vagy területen tanult ismeretek alkalmazása egy másik feladat fejlesztésére.
Transzformátor
Egy neurális architektúra, amely figyelmet fordít a szekvenciák közötti kapcsolatok párhuzamos modellezésére.
Trust Calibration
Az AI-kimenetekbe vetett felhasználói bizalom összehangolása a rendszer tényleges megbízhatóságával az egyes feladatok során.
Tudásbázis
Dokumentumok vagy rekordok összegyűjtött gyűjteménye, amelyeket lekérésre, automatizálás támogatására vagy válaszok földelésére használnak.
Tudásgráf
Az entitások és kapcsolatok gráfszerkezete, amelyet érvelésre vagy visszakeresésre használnak.
Tudáslepárlás
Kisebb modell betanítása egy nagyobb modell kimeneteinek utánzására.
Tudásvágás
A modell betanítási adataiban tükröződő legutóbbi időpont.
Túlszerelés
Amikor egy modell megjegyzi a képzési adatokat, és rosszul teljesít a nem látott bemeneteken.
U2 feltételeket
Utasítás hangolás
Utasítás-válasz páros modell finomhangolása a feladatkövetés javítása érdekében.
Utóképzés
Az előképzés után alkalmazott képzési lépések, például az utasítások hangolása, a preferenciák optimalizálása és a biztonsági hangolás.
V10 feltételeket
Védett dekódolás
Generációs stratégia, amely a kimeneti tokeneket érvényes struktúrákra vagy házirend-kompatibilis választásokra korlátozza.
Védőkorlátok
Szabályok, ellenőrzések és vezérlők, amelyek korlátozzák a nem biztonságos vagy nem kívánt modell viselkedését.
vektoros adatbázis
Nagydimenziós beágyazási vektorok tárolására és lekérdezésére optimalizált adatbázis.
Veszteség funkció
Matematikai cél, amely számszerűsíti az előrejelzési hibát a képzés során.
Vision-Language Model (VLM)
Multimodális modell, amely közösen dolgozza fel a vizuális és szöveges információkat.
Visszahívás
A tényleges pozitívumok aránya, amelyet a modell helyesen azonosít.
Visszakeresés
Releváns dokumentumok vagy rekordok keresése tudásforrásból egy lekérdezéshez.
Visszakeresési pontosság
A lekérdezett elemek aránya, amelyek relevánsak a felhasználó lekérdezése szempontjából.
Visszaszaporítás
Az alapvető betanítási algoritmus, amely frissíti a modell súlyait az előrejelzési hibáknak a hálózaton keresztül történő visszafelé terjesztésével.
Vízjelezés
Érzékelhető jel beágyazása mesterséges intelligencia által generált szövegbe vagy médiába, hogy később géppel előállítottként azonosítható legyen.
X1 feltételeket
XAI (magyarázható AI)
Technikák és gyakorlatok az AI előrejelzések átláthatóbbá és érthetőbbé tételéhez.
Z1 feltételeket
Zero-Shot Learning
Feladatok megoldása feladatspecifikus példák nélkül előzetes általános ismeretekre támaszkodva.
Á2 feltételeket
Általánosítás
Milyen jól teljesít egy modell új, nem látott adatokon a képzési halmazon kívül.
Árnyék telepítés
Modell futtatása az éles forgalommal párhuzamosan a felhasználói döntések befolyásolása nélkül.
É3 feltételeket
Értékelő készlet
Kinyújtott adatkészlet, amelyet a modell minőségének mérésére használnak edzés után.
Érvényesítési készlet
A fejlesztés során a modellek hangolására és a túlillesztés megelőzésére használt adatkészlet.
Érzelemelemzés
Egy NLP-feladat, amely az érzelmi hangot vagy véleményt szövegben osztályozza.
Ö2 feltételeket
Önfelügyelt tanulás
Reprezentációk megtanulása címkézetlen adatokból maszkolt vagy átalakított részek előrejelzésével.
Önjáték
Olyan képzési beállítás, amelyben a modell úgy fejlődik, hogy interakciókon vagy versenyeken keresztül adatokat generál saját másolataival.
Ü2 feltételeket
Ügynökhurok
Iteratív ciklus, amelyben egy mesterséges intelligencia ügynök megfigyel, tervez, cselekszik és reflektál, amíg el nem ér egy célt vagy el nem éri a stop feltételt.
Ügynöki munkafolyamat
Többlépcsős folyamat, amelyben egy mesterséges intelligencia rendszer megtervezi, végrehajtja, ellenőrzi az eredményeket, és egy cél felé halad.
Nyissa meg az Encyclopedia-t