Belajar Berita Alat Pekerjaan Misi

Glosari AI percuma

Glosari AI

Takrifan bahasa biasa bagi istilah AI yang sentiasa anda dengar — untuk pelajar, profesional dan sesiapa sahaja yang ingin tahu tentang cara AI berfungsi.

213syarat
21surat bertutup
A–ZCarian + penapis abjad
100%Definisi bahasa biasa

A16 syarat

Abah Eval

Rangka kerja penilaian berulang yang menjalankan gesaan, set data dan logik pemarkahan merentas versi model.

AGI (Kecerdasan Am Buatan)

Sistem AI hipotetikal yang boleh melaksanakan kebanyakan tugas intelektual pada peringkat manusia merentas banyak domain.

AI berperlembagaan

Pendekatan latihan dan pembentukan tingkah laku di mana output model dipandu oleh set tetap prinsip bertulis.

AI Generatif

Sistem AI yang menghasilkan kandungan baharu seperti teks, imej, audio, video atau kod.

AI Pada Peranti

Inferens AI dilakukan secara setempat pada perkakasan pengguna dan bukannya dalam perkhidmatan awan jauh.

Akta AI

Rangka kerja kawal selia berasaskan risiko Kesatuan Eropah untuk sistem dan pembekal AI.

Algoritma

Satu set peraturan atau langkah yang ditetapkan yang dipatuhi oleh komputer untuk menyelesaikan masalah atau menyelesaikan tugas.

ALiBi

Kaedah berat sebelah kedudukan yang menghukum skor perhatian berdasarkan jarak token, membantu model mengekstrapolasi kepada konteks yang lebih panjang.

Aliran Kerja Agen

Proses berbilang langkah di mana sistem AI merancang, melaksanakan, menyemak keputusan dan berulang ke arah matlamat.

Analisis Sentimen

Tugas NLP yang mengklasifikasikan nada emosi atau pendapat dalam teks.

ANN (Anggaran Jiran Terdekat)

Algoritma yang mencari vektor hampir dengan pertanyaan tanpa perbandingan menyeluruh, berdagang ketepatan untuk kelajuan.

Anotasi

Label atau metadata tambahan manusia yang digunakan untuk melatih atau menilai model pembelajaran mesin.

Ansambel

Menggabungkan ramalan daripada berbilang model untuk meningkatkan keteguhan atau ketepatan.

API (Antara Muka Pengaturcaraan Aplikasi)

Cara berstruktur untuk satu sistem perisian menghantar permintaan dan menerima respons daripada sistem lain.

Arahan

Arahan input dan konteks yang diberikan kepada model generatif.

Asal Data

Asal yang didokumenkan, pemilikan dan sejarah set data atau artifak model.

B6 syarat

Berat badan

Nilai berangka yang dipelajari yang menskalakan isyarat yang melalui rangkaian saraf.

berat sebelah

Corak kesilapan atau ketidakadilan yang konsisten dalam data atau tingkah laku model.

Berpasukan Merah

Menguji tekanan sistem AI dengan gesaan lawan untuk mendedahkan kegagalan dan risiko.

Bertindak balas

Corak gesaan yang menyelangi langkah penaakulan dengan tindakan penggunaan alat untuk menyelesaikan tugasan dengan lebih dipercayai.

Bias Algoritma

Ketidakadilan sistematik dalam output model yang disebabkan oleh data yang condong, andaian atau pilihan pemodelan.

BPE (Pengekodan Pasangan Byte)

Algoritma tokenisasi subkata yang menggabungkan pasangan aksara yang paling kerap menjadi token boleh guna semula.

C7 syarat

Cache KV

Tensor kunci dan nilai yang disimpan daripada token sebelumnya yang membolehkan transformer menjana token baharu tanpa mengira semula perhatian masa lalu.

Campuran Pakar (KPM)

Seni bina dengan subrangkaian khusus yang hanya pakar terpilih dijalankan setiap input.

Carian Hibrid

Pendekatan mendapatkan semula yang menggabungkan carian kata kunci (leksikal) dengan carian vektor (semantik) untuk ingatan dan ketepatan yang lebih baik.

Carian Rasuk

Algoritma penyahkodan yang mengekalkan beberapa jujukan calon teratas pada setiap langkah untuk mencari output berkemungkinan lebih tinggi.

Carian Semantik

Carian yang sepadan dengan makna dan bukannya kata kunci yang bertindih tepat, selalunya menggunakan benam.

Ciri

Pembolehubah input yang digunakan oleh model untuk membuat ramalan.

Cukai Penjajaran

Kos tambahan dalam masa, pengiraan atau halaju produk yang diperlukan untuk menjadikan sistem lebih selamat dan lebih terkawal.

D3 syarat

Data Besar

Set data yang sangat besar dan kompleks yang memerlukan storan dan teknik pemprosesan berskala.

Data Sintetik

Data yang dijana secara buatan digunakan untuk menambah, mensimulasikan atau melindungi data latihan yang sensitif.

DPO (Pengoptimuman Keutamaan Langsung)

Kaedah latihan yang memperhalusi model secara langsung pada pasangan pilihan tanpa memerlukan model ganjaran yang berasingan.

E1 istilah

Ejen AI

Sistem perisian yang boleh memerhati, menaakul dan mengambil tindakan untuk mencapai matlamat, selalunya menggunakan alatan dan ingatan.

F2 syarat

Faktualiti

Betapa tepatnya tuntutan model sepadan dengan maklumat dunia sebenar yang boleh disahkan.

Fungsi Kehilangan

Objektif matematik yang mengukur ralat ramalan semasa latihan.

G6 syarat

GAN (Rangkaian Adversarial Generatif)

Persediaan generatif di mana penjana dan diskriminator melatih antara satu sama lain.

Gelung Agentik

Kitaran berulang di mana ejen AI memerhati, merancang, bertindak dan mencerminkan sehingga ia melengkapkan matlamat atau mencapai keadaan berhenti.

Generalisasi

Seberapa baik prestasi model pada data baharu yang tidak kelihatan di luar set latihan.

Gesaan Sistem

Arahan keutamaan tinggi yang menetapkan tingkah laku, dasar dan gaya tindak balas untuk model.

Graf Pengetahuan

Struktur graf entiti dan perhubungan yang digunakan untuk menaakul atau mendapatkan semula.

GSM8K

Penanda aras masalah perkataan matematik sekolah gred yang digunakan untuk menilai penaakulan langkah demi langkah dalam model bahasa.

H6 syarat

Halusinasi

Apabila model menjana maklumat yang lancar tetapi palsu atau tidak disokong.

Hanyutan Data

Peralihan dalam data input dunia sebenar dari semasa ke semasa yang boleh merendahkan prestasi model.

Hanyutan Model

Kemerosotan prestasi dari semasa ke semasa kerana keadaan dunia sebenar menyimpang daripada andaian latihan.

Hiperparameter

Nilai konfigurasi yang ditetapkan sebelum latihan, seperti kadar pembelajaran, saiz kelompok atau kedalaman.

HNSW

Struktur indeks berasaskan graf untuk carian jiran terdekat anggaran pantas ke atas vektor dimensi tinggi.

HumanEval

Penanda aras masalah pengaturcaraan Python yang digunakan untuk mengukur ketepatan penjanaan kod melalui ujian unit.

I3 syarat

Inferens

Fasa masa jalan di mana model terlatih menjana ramalan atau output.

Inferens Sebab

Kaedah untuk menganggar hubungan sebab-akibat dan bukannya korelasi mudah.

Ingat kembali

Perkadaran positif sebenar yang dikenal pasti dengan betul oleh model.

K25 syarat

Kad Model

Dokumentasi yang menerangkan tujuan penggunaan model, metrik, had dan risiko.

Kadar Pembelajaran

Hiperparameter latihan yang mengawal berapa banyak parameter mengubah setiap langkah kemas kini.

Keasaman

Tahap tindak balas AI disokong oleh data sumber atau bukti yang diperoleh.

Kebenaran Tanah

Label rujukan yang dipercayai digunakan untuk melatih atau menilai output model.

Kebocoran Penanda Aras

Apabila contoh ujian penanda aras atau varian hampir hadir dalam data latihan, meningkatkan prestasi yang dilaporkan.

Kebolehjelasan

Sejauh mana tingkah laku model boleh ditafsir dan dijelaskan kepada manusia.

Kecerdasan Buatan (AI)

Bidang luas sistem pembinaan yang melaksanakan tugas yang memerlukan pengecaman pola, penaakulan, bahasa atau membuat keputusan.

Kecerunan

Vektor yang menunjukkan berapa banyak setiap parameter harus berubah untuk mengurangkan kerugian.

Kedai Ciri

Sistem terurus untuk menyimpan dan menyediakan ciri ML yang disahkan secara konsisten untuk latihan dan inferens.

Kehilangan Latihan

Nilai ralat model yang dikira semasa latihan dan dioptimumkan ke bawah dari semasa ke semasa.

Kejuruteraan Ciri

Mereka bentuk atau mengubah pembolehubah input untuk menjadikan pembelajaran lebih mudah dan lebih berkesan.

Kekukuhan

Keupayaan model untuk mengekalkan prestasi di bawah bunyi bising, peralihan atau input lawan.

Kerugian Cross-Entropi

Fungsi objektif biasa yang digunakan untuk melatih model klasifikasi dengan menghukum kebarangkalian yang salah.

Kes Keselamatan

Hujah berstruktur, disokong oleh bukti, bahawa sistem AI selamat untuk konteks penggunaan yang ditentukan.

Keselamatan AI

Bidang yang memfokuskan pada mengurangkan tingkah laku berbahaya, kegagalan dan risiko penyalahgunaan dalam sistem AI.

Ketelusan Algoritma

Betapa jelasnya logik, sumber data dan batasan sistem AI didokumenkan dan boleh difahami.

Ketepatan

Perkadaran positif yang diramalkan yang sebenarnya betul.

Ketepatan Pengambilan semula

Perkadaran item yang diambil semula yang berkaitan dengan pertanyaan pengguna.

Keturunan Data

Rekod dari mana data datang, cara ia diubah, dan dari mana ia digunakan.

Keturunan Kecerunan

Kaedah pengoptimuman yang mengemas kini parameter ke arah yang mengurangkan ralat.

Kira

Sumber pemprosesan yang diperlukan untuk melatih dan menjalankan model, selalunya diukur dalam jam FLOPS atau GPU.

Klasifikasi Niat

Meramalkan tujuan pengguna daripada pertanyaan teks untuk mengarahkannya dengan betul.

KLIP

Seni bina model multimodal yang mempelajari perwakilan yang dikongsi antara teks dan imej.

Kuantisasi

Menukar pemberat model kepada format ketepatan yang lebih rendah seperti 8-bit atau 4-bit.

Kuantiti Model

Mengurangkan ketepatan berangka berat model untuk mengurangkan kos ingatan dan inferens.

L4 syarat

Latensi

Masa antara menghantar permintaan dan menerima output model.

LLM-sebagai-Hakim

Menggunakan model bahasa untuk menjaringkan atau membandingkan output daripada model lain semasa penilaian.

LoRA (Penyesuaian Peringkat Rendah)

Kaedah penalaan halus yang cekap parameter yang menambah matriks penyesuai peringkat rendah.

Lulus@k

Metrik penilaian kod yang mengukur peluang bahawa sekurang-kurangnya satu daripada k sampel yang dijana lulus ujian.

M22 syarat

Main Sendiri

Persediaan latihan di mana model bertambah baik dengan menjana data melalui interaksi atau pertandingan dengan salinan dirinya sendiri.

Manusia-dalam-Gelung

Aliran kerja yang membolehkan manusia menyemak, membimbing atau mengatasi output AI.

MCP (Protokol Konteks Model)

Protokol terbuka yang membolehkan aplikasi AI menyambung ke alat luaran, sumber data dan penyedia konteks dengan cara yang standard.

Mekanisme Perhatian

Komponen model yang memfokus secara dinamik pada bahagian input yang berkaitan apabila menghasilkan output.

Melicinkan Label

Kaedah regularisasi yang melembutkan label keras untuk meningkatkan generalisasi.

Membenamkan

Perwakilan vektor berangka yang menangkap makna semantik teks, imej atau data lain.

Memori (Memori Agen)

Konteks tersimpan yang digunakan ejen AI merentas langkah atau sesi untuk meningkatkan kesinambungan.

MMLU

Penanda aras menguji model bahasa merentas 57 subjek akademik dan profesional menggunakan soalan aneka pilihan.

Model Asas

Model pra-latihan yang besar yang boleh disesuaikan dengan banyak tugas hiliran.

Model Bahasa Besar (LLM)

Model bahasa yang dilatih mengenai korpora teks besar-besaran untuk menjana dan menganalisis teks.

Model Bahasa Kecil (SLM)

Model bahasa padat yang dioptimumkan untuk kependaman, kos atau penggunaan pada peranti yang lebih rendah.

Model Bahasa Penglihatan (VLM)

Model multimodal yang memproses maklumat visual dan teks secara bersama.

Model Benam

Model khusus untuk menukar data kepada vektor yang digunakan untuk carian semantik, pengelompokan dan perolehan semula.

Model Ganjaran

Model yang menjaringkan output berdasarkan isyarat keutamaan, sering digunakan dalam saluran paip RLHF.

Model Garis Dasar

Model rujukan mudah yang digunakan untuk membandingkan sama ada pendekatan yang lebih kompleks sebenarnya meningkatkan hasil.

Model Jarang

Model di mana banyak parameter adalah sifar atau tidak aktif untuk mengurangkan pengiraan.

Model Keutamaan Manusia

Model yang dilatih mengenai kedudukan manusia untuk meramalkan respons yang mungkin lebih disukai pengguna.

Model Kotak Hitam

Model yang penaakulan dalaman sukar untuk ditafsir secara langsung oleh manusia.

Model Multimodal

Model yang boleh memproses atau menjana berbilang jenis data seperti teks, imej dan audio.

Model Penyebaran

Seni bina generatif yang belajar membalikkan hingar untuk mensintesis imej, audio atau kandungan lain.

Model Suling

Model yang lebih kecil dilatih untuk meniru tingkah laku model yang lebih besar sambil menggunakan kurang pengiraan pada inferens.

Model Sumber Terbuka

Model yang dikeluarkan dengan pemberat awam atau kod untuk pemeriksaan, penyesuaian dan penggunaan semula.

N2 syarat

Negatif Palsu

Ramalan yang salah apabila model terlepas kes positif sebenar.

Normalisasi

Mengubah nilai kepada skala yang konsisten untuk meningkatkan kestabilan pengoptimuman.

O2 syarat

OCR (Pengecaman Aksara Optik)

Teknologi yang menukar teks dalam imej atau mengimbas kepada teks yang boleh dibaca mesin.

Output Berstruktur

Output model dihadkan kepada skema yang ditentukan seperti JSON, argumen alat atau medan ditaip.

P79 syarat

Panggilan Fungsi

Keupayaan model untuk menjana panggilan berstruktur yang mencetuskan alatan luaran atau API.

Pangkalan Data Vektor

Pangkalan data yang dioptimumkan untuk menyimpan dan menanyakan vektor benam berdimensi tinggi.

Pangkalan Pengetahuan

Koleksi dokumen atau rekod yang dipilih susun yang digunakan untuk mendapatkan semula, menyokong automasi atau respons asas.

Parameter

Berat yang dipelajari dalam model yang mempengaruhi outputnya.

Pecah penjara

Teknik segera bertujuan untuk memintas kekangan keselamatan model.

Pelabelan Data

Proses memberikan tag atau output sasaran kepada data mentah untuk pembelajaran diselia.

Pemangkasan

Mengalih keluar pemberat model atau neuron yang kurang penting untuk mengurangkan saiz dan mengira.

Pembelajaran Berterusan

Pendekatan latihan yang membolehkan model terus belajar daripada data baharu tanpa melupakan pengetahuan terdahulu.

Pembelajaran Dalam Konteks

Keupayaan model untuk mengikuti corak daripada contoh yang diberikan secara langsung dalam gesaan.

Pembelajaran Kendiri

Mempelajari perwakilan daripada data tidak berlabel dengan meramalkan bahagian bertopeng atau diubah.

Pembelajaran Mendalam

Subset pembelajaran mesin yang menggunakan rangkaian saraf banyak lapisan untuk pembelajaran perwakilan.

Pembelajaran Mesin (ML)

Kaedah yang membolehkan sistem mempelajari corak daripada data dan bertambah baik dari semasa ke semasa.

Pembelajaran Pengukuhan

Latihan melalui isyarat ganjaran di mana ejen mempelajari tindakan yang memaksimumkan pulangan jangka panjang.

Pembelajaran Pengukuhan daripada Maklum Balas Manusia (RLHF)

Kaedah latihan yang menggunakan isyarat keutamaan manusia untuk membentuk tingkah laku model.

Pembelajaran Sedikit Pukulan

Mempelajari atau menyesuaikan tingkah laku daripada hanya sebilangan kecil contoh.

Pembelajaran Sifar Pukulan

Menyelesaikan tugas tanpa contoh khusus tugasan dengan bergantung pada pengetahuan am terdahulu.

Pembelajaran Tanpa Selia

Corak pembelajaran daripada data tidak berlabel tanpa output sasaran yang jelas.

Pembelajaran yang diselia

Melatih model dengan contoh berlabel yang memetakan input kepada output yang diketahui.

Pembenaman Perkataan

Perwakilan vektor padat perkataan yang menangkap hubungan semantik.

Pembesaran Data

Teknik yang mencipta contoh latihan yang diubah suai untuk meningkatkan generalisasi model.

Pemeringkatan semula

Model yang menyusun semula set awal keputusan yang diambil untuk meletakkan item yang paling berkaitan di bahagian atas.

Pemindahan Pembelajaran

Mengaplikasikan pengetahuan yang dipelajari dalam satu tugasan atau domain untuk memperbaiki tugasan yang lain.

Pemprosesan Bahasa Semulajadi (NLP)

Cawangan AI menumpukan pada pemahaman dan penjanaan bahasa manusia.

Penalaan Arahan

Memperhalusi model pada pasangan arahan-tindak balas untuk menambah baik mengikut tugasan.

Penalaan Halus

Meneruskan latihan tentang data khusus domain untuk menyesuaikan model pra-latihan kepada tugas tertentu.

Penalaan Halus Cekap Parameter (PEFT)

Kaedah yang menyesuaikan model dengan melatih subset kecil parameter tambahan.

Penalti Kehadiran

Tetapan penyahkodan yang mengurangkan kebarangkalian token yang telah muncul sama sekali, menggalakkan topik baharu.

Penalti Kekerapan

Tetapan penyahkodan yang mengurangkan kebarangkalian token secara berkadar dengan kekerapan token itu muncul setakat ini.

Penalti Ulangan

Tetapan penyahkodan yang mengurangkan kebarangkalian token yang telah dihasilkan oleh model untuk mengurangkan gelung.

Penanda air

Membenamkan isyarat yang boleh dikesan dalam teks atau media yang dijana AI supaya kemudiannya boleh dikenal pasti sebagai dihasilkan mesin.

Penanda aras

Ujian piawai atau set data yang digunakan untuk mengukur dan membandingkan prestasi model.

Penapis Keselamatan

Lapisan penyederhanaan yang menyekat atau menulis semula input atau output model yang tidak selamat.

Pendaftaran Model

Katalog pusat untuk membuat versi, meluluskan dan menjejak model merentas persekitaran.

Penentukuran

Sejauh mana skor keyakinan model sepadan dengan kebarangkalian ketepatan sebenar.

Penentukuran Amanah

Menyelaraskan keyakinan pengguna dalam output AI dengan kebolehpercayaan sebenar sistem dalam setiap tugas.

Pengambilan Berbilang Pertanyaan

Teknik mendapatkan semula yang menulis semula pertanyaan pengguna ke dalam beberapa varian untuk meningkatkan ingatan semula.

Pengambilan semula

Mencari dokumen atau rekod yang berkaitan daripada sumber pengetahuan untuk pertanyaan.

Pengawal

Peraturan, semakan dan kawalan yang mengehadkan tingkah laku model yang tidak selamat atau tidak diingini.

Pengawasan yang lemah

Menggunakan label yang bising, heuristik atau separa untuk melatih model apabila label bersih terhad.

Pengebilan Berdasarkan Penggunaan

Penetapan harga dengan skala kos dengan panggilan API, token, masa inferens atau pengiraan yang digunakan.

Pengekalan Data Sifar

Dasar di mana muatan permintaan/tindak balas tidak disimpan selepas diproses melangkaui tetingkap operasi jangka pendek.

Pengekod

Komponen model yang mengubah input kepada perwakilan terpendam.

Pengekod Dwi

Model yang mengekod pertanyaan dan dokumen ke dalam vektor yang berasingan supaya ia boleh dibandingkan dengan cepat pada skala.

Pengekod Silang

Model yang menjaringkan pertanyaan dan dokumen bersama-sama dalam satu pas untuk pertimbangan perkaitan ketepatan tinggi.

Pengekodan Kedudukan

Maklumat ditambahkan pada pembenaman token supaya transformer boleh membezakan susunan jujukan.

Pengekstrakan Ciri

Menukar data mentah kepada ciri bermaklumat yang boleh digunakan oleh model.

Pengelas

Model yang direka khusus untuk tugas klasifikasi.

Pengelasan

Tugas di mana model memberikan input kepada satu atau lebih kategori yang dipratentukan.

Penggunaan Alat

Keupayaan model untuk memanggil alat luaran seperti carian, kalkulator atau API.

Penggunaan Bayang-bayang

Menjalankan model selari dengan trafik pengeluaran tanpa menjejaskan keputusan yang dihadapi pengguna.

Penghurai Keluaran

Logik yang mengesahkan dan menukar output model kepada struktur yang ditaip kuat dan boleh digunakan oleh mesin.

Pengiktirafan Entiti Dinamakan (NER)

Tugas NLP yang mengenal pasti entiti seperti orang, tempat, tarikh atau organisasi.

Pengiraan Masa Inferens

Jumlah kuasa pemprosesan yang digunakan semasa menghasilkan setiap tindak balas.

Pengiraan Masa Ujian

Pengiraan inferens tambahan yang digunakan semasa penjanaan tindak balas untuk meningkatkan kualiti atau penaakulan.

Penglihatan Komputer

Cabang AI yang mengekstrak makna daripada imej dan video.

Penjajaran AI

Kerja membuat sistem AI berkelakuan mengikut niat, nilai dan kekangan keselamatan manusia.

Penyahkodan Spekulatif

Kaedah pecutan inferens di mana model draf kecil mencadangkan token yang disahkan oleh model yang lebih besar secara selari.

Penyahkodan Terkawal

Strategi penjanaan yang mengekang token output kepada struktur yang sah atau pilihan yang mematuhi dasar.

Penyebaran balik

Algoritma latihan teras yang mengemas kini berat model dengan menyebarkan ralat ramalan ke belakang melalui rangkaian.

Penyesuaian Domain

Kaedah yang memindahkan model yang dilatih dalam satu domain untuk berprestasi lebih baik dalam domain lain.

Penyulingan

Memampatkan pengetahuan daripada model guru yang besar kepada model pelajar yang lebih kecil.

Penyulingan Pengetahuan

Melatih model yang lebih kecil untuk meniru keluaran model yang lebih besar.

Perhatian Berbilang Kepala

Mekanisme pengubah yang menjalankan beberapa operasi perhatian secara selari untuk menangkap pelbagai jenis perhubungan.

Perhatian Kilat

Algoritma perhatian yang dioptimumkan yang mengurangkan penggunaan memori dan mempercepatkan latihan dan inferens transformer.

Perhatian Tingkap Gelongsor

Corak perhatian di mana setiap token hadir hanya pada tetingkap saiz tetap token berdekatan untuk mengurangkan pengiraan.

Perolehan Dokumen Ibu Bapa

Corak pengambilan semula yang mencari potongan kecil tetapi mengembalikan dokumen induknya yang lebih besar untuk konteks yang lebih kaya.

Perplexity

Metrik model bahasa yang mengukur betapa terkejutnya model dengan token seterusnya yang benar.

Persampelan atas-p (Nukleus).

Strategi penyahkodan yang mengambil sampel daripada set token terkecil yang kebarangkaliannya berjumlah p.

Persampelan Top-k

Strategi penyahkodan yang hanya mengambil sampel daripada k kemungkinan besar token seterusnya.

Pertengahan latihan

Fasa latihan pertengahan antara pralatihan dan pasca latihan, sering digunakan untuk pelarasan keupayaan atau domain.

Petikan

Rujukan kepada petikan sumber atau dokumen yang disertakan dalam respons model untuk menyokong tuntutannya.

Pokok Fikiran

Pendekatan penaakulan di mana model meneroka berbilang laluan penyelesaian percabangan dan memilih yang paling menjanjikan.

Pokok Keputusan

Model yang membuat ramalan melalui urutan pemisahan ciri jika-maka.

Positif Palsu

Ramalan yang salah di mana model tersalah menandakan kes negatif sebagai positif.

Potongan Ayat

Tokenizer agnostik bahasa yang mempelajari unit subkata terus daripada teks mentah tanpa membahagikan pada ruang kosong.

Potongan Pengetahuan

Titik masa terkini ditunjukkan dalam data latihan model.

Pralatihan

Latihan model berskala besar awal mengenai data luas sebelum penyesuaian hiliran.

Privasi Berbeza

Teknik privasi yang menambah bunyi statistik supaya rekod individu tidak boleh disimpulkan dengan pasti daripada output.

Prompt Engineering

Mereka bentuk gesaan untuk meningkatkan kualiti output, kebolehpercayaan dan kebolehkawalan.

Q1 istilah

QLoRA

Teknik penalaan halus yang menggabungkan pengkuantitian berat 4-bit dengan penyesuai LoRA untuk mengurangkan keperluan memori.

R7 syarat

RAG (Penjanaan Terimbuh-Dapatkan)

Kaedah yang mendapatkan semula pengetahuan luaran dan menyalurkannya kepada generasi pada masa inferens.

RAG-Fusion

Kaedah mendapatkan semula yang menjana berbilang variasi pertanyaan, mendapatkan semula hasil untuk setiap satu dan menggabungkan kedudukan.

Rangkaian Neural

Model pengiraan berlapis yang diilhamkan oleh neuron biologi dan sinaps.

Rangkaian Neural Convolutional (CNN)

Seni bina saraf yang dioptimumkan untuk memproses data seperti grid seperti imej.

Rantaian Pemikiran

Gaya penaakulan di mana model AI menguraikan masalah kepada langkah perantaraan.

RoPE (Pembenaman Kedudukan Putar)

Kaedah pengekodan kedudukan yang memutarkan pertanyaan dan vektor kunci untuk mengekod kedudukan token relatif.

Ruang Terpendam

Ruang perwakilan termampat di mana konsep serupa diletakkan berdekatan antara satu sama lain sebagai vektor.

S11 syarat

Saluran paip

Aliran kerja tertib prapemprosesan, langkah model dan peringkat pasca pemprosesan.

Selang Keyakinan

Julat statistik yang mungkin mengandungi nilai sebenar metrik model yang diukur.

Selepas latihan

Langkah latihan digunakan selepas pralatihan, seperti penalaan arahan, pengoptimuman keutamaan dan penalaan keselamatan.

Sempadan Keputusan

Permukaan dalam ruang ciri yang memisahkan kelas yang diramalkan oleh pengelas.

Set data

Koleksi contoh berstruktur atau tidak berstruktur yang digunakan untuk latihan, pengesahan atau ujian.

Set Pengesahan

Set data yang digunakan semasa pembangunan untuk menala model dan mengelakkan pemasangan berlebihan.

Set Penilaian

Set data yang disimpan digunakan untuk mengukur kualiti model selepas latihan.

Sistem Autonomi

Sistem yang boleh membuat keputusan dan bertindak dengan kawalan manusia yang terhad atau tiada langsung dalam masa nyata.

Sistem Pengesyoran

Saluran paip model yang meramalkan keutamaan pengguna untuk kedudukan kandungan atau produk.

Suhu

Tetapan pensampelan mengawal rawak dalam output yang dihasilkan.

Suntikan Pantas

Corak serangan yang mana arahan berniat jahat dimasukkan ke dalam input model atau kandungan yang diambil semula.

T8 syarat

Tadbir Urus AI

Dasar, piawaian dan mekanisme pengawasan yang membimbing cara AI dibangunkan dan digunakan dalam masyarakat.

Templat Gesaan

Corak gesaan yang boleh digunakan semula dengan pembolehubah, peraturan pemformatan dan arahan khusus tugas.

Terlalu pasang

Apabila model menghafal data latihan dan berprestasi buruk pada input yang tidak kelihatan.

Tetingkap Konteks

Jumlah maksimum token input model bahasa boleh diproses sekaligus.

Titik Akhir Inferens

Antara muka API yang digunakan yang menerima permintaan model dan mengembalikan ramalan dalam pengeluaran.

Token

Sepotong teks yang diproses oleh model bahasa, seperti sekeping perkataan atau simbol.

Tokenisasi

Proses pembahagian teks kepada token untuk input model.

Transformer

Seni bina saraf yang menggunakan perhatian kepada perhubungan model merentas jujukan secara selari.

U1 istilah

Undang-undang Skala

Hubungan empirikal yang menunjukkan cara prestasi bertambah baik dengan saiz model, data atau pengiraan.

X1 istilah

XAI (AI Boleh Diterangkan)

Teknik dan amalan untuk membuat ramalan AI lebih telus dan mudah difahami.

Glosari AI percuma

213 syarat · Definisi bahasa biasa

Terokai perpustakaan panduan penuh