Aanbevelingssysteem
Een modelpijplijn die gebruikersvoorkeuren voorspelt voor het rangschikken van inhoud of producten.
Encyclopedie openen
DeAI-woordenlijst
Essentiële technische terminologie uitgelegd op het hoogste niveau van duidelijkheid. Ontworpen voor onderzoekers, studenten en mensgericht onderwijs.
213voorwaardenA–ZZoeken + alfabetfilter100%Definities in duidelijke taal
A21 voorwaarden
Aandachtsmechanisme
Een modelcomponent die zich dynamisch richt op relevante delen van een input bij het produceren van een output.
Aanwezigheidsstraf
Een decoderingsinstelling die de kans verkleint dat tokens überhaupt zijn verschenen, waardoor nieuwe onderwerpen worden aangemoedigd.
Afstemmingsbelasting
De extra kosten in tijd, rekenkracht of productsnelheid die nodig zijn om systemen veiliger en beter controleerbaar te maken.
Agentische lus
Een iteratieve cyclus waarin een AI-agent observeert, plant, handelt en reflecteert totdat hij een doel bereikt of een stopvoorwaarde bereikt.
Agentische workflow
Een uit meerdere stappen bestaand proces waarbij een AI-systeem plannen maakt, uitvoert, resultaten controleert en naar een doel streeft.
AGI (kunstmatige algemene intelligentie)
Een hypothetisch AI-systeem dat de meeste intellectuele taken op menselijk niveau in vele domeinen kan uitvoeren.
AI op het apparaat
AI-inferentie wordt lokaal uitgevoerd op gebruikershardware in plaats van in een externe cloudservice.
AI-agent
Een softwaresysteem dat kan observeren, redeneren en actie kan ondernemen om een doel te bereiken, vaak met behulp van tools en geheugen.
AI-beheer
Beleid, normen en toezichtsmechanismen die bepalen hoe AI wordt ontwikkeld en gebruikt in de samenleving.
AI-uitlijning
Het werk om ervoor te zorgen dat AI-systemen zich gedragen in overeenstemming met menselijke bedoelingen, waarden en veiligheidsbeperkingen.
AI-veiligheid
Een vakgebied dat zich richt op het verminderen van schadelijk gedrag, mislukkingen en misbruikrisico's in AI-systemen.
AI-wet
Het op risico gebaseerde regelgevingskader van de Europese Unie voor AI-systemen en -aanbieders.
algoritme
Een gedefinieerde reeks regels of stappen die een computer volgt om een probleem op te lossen of een taak te voltooien.
Algoritmische transparantie
Hoe duidelijk de logica, gegevensbronnen en beperkingen van een AI-systeem zijn gedocumenteerd en begrijpelijk.
Algoritmische vooringenomenheid
Systematische oneerlijkheid in modelresultaten veroorzaakt door scheve gegevens, aannames of modelleringskeuzes.
ALiBi
Een positionele bias-methode die aandachtsscores bestraft op basis van tokenafstand, waardoor modellen kunnen worden geëxtrapoleerd naar langere contexten.
ANN (geschatte dichtstbijzijnde buur)
Algoritmen die vectoren vinden die dicht bij een zoekopdracht liggen zonder uitputtende vergelijking, waarbij nauwkeurigheid wordt ingeruild voor snelheid.
Annotatie
Door mensen toegevoegde labels of metagegevens die worden gebruikt om machine learning-modellen te trainen of evalueren.
API (Applicatieprogrammeringsinterface)
Een gestructureerde manier waarop het ene softwaresysteem verzoeken kan verzenden naar en antwoorden kan ontvangen van een ander systeem.
Autonoom systeem
Een systeem dat in realtime beslissingen kan nemen en kan handelen met beperkte of geen directe menselijke controle.
B15 voorwaarden
Balk zoeken
Een decoderingsalgoritme dat bij elke stap de bovenste verschillende kandidaatreeksen bewaart om uitvoer met een grotere waarschijnlijkheid te vinden.
Basismodel
Een eenvoudig referentiemodel dat wordt gebruikt om te vergelijken of complexere benaderingen daadwerkelijk de resultaten verbeteren.
Begeleid leren
Een model trainen met gelabelde voorbeelden die invoer toewijzen aan bekende uitvoer.
Beloningsmodel
Een model dat output scoort op basis van voorkeurssignalen, vaak gebruikt in RLHF-pijplijnen.
Benchmark
Een gestandaardiseerde test of dataset die wordt gebruikt om de prestaties van modellen te meten en te vergelijken.
Benchmark lekkage
Wanneer benchmarktestvoorbeelden of sterk gelijkende varianten aanwezig zijn in trainingsgegevens, worden de gerapporteerde prestaties verhoogd.
Bereken
De verwerkingsbronnen die nodig zijn om modellen te trainen en uit te voeren, vaak gemeten in FLOPS- of GPU-uren.
Beslissingsboom
Een model dat voorspellingen doet via een reeks als-dan-functiesplitsingen.
Beslissingsgrens
Het oppervlak in de kenmerkruimte dat klassen scheidt die door een classificator worden voorspeld.
Bewaakte decodering
Een generatiestrategie die uitvoertokens beperkt tot geldige structuren of beleidsconforme keuzes.
Bi-encoder
Een model dat query's en documenten codeert in afzonderlijke vectoren, zodat ze snel op schaal kunnen worden vergeleken.
Black-Box-model
Een model waarvan de interne redenering moeilijk rechtstreeks door mensen kan worden geïnterpreteerd.
Boom van gedachten
Een redeneringsbenadering waarbij een model meerdere vertakkende oplossingspaden onderzoekt en de meest veelbelovende selecteert.
BPE (Byte-paarcodering)
Een tokenisatie-algoritme voor subwoorden dat de meest voorkomende tekenparen samenvoegt tot herbruikbare tokens.
Breng leren over
Het toepassen van kennis die is geleerd in een taak of domein om een andere taak te verbeteren.
C11 voorwaarden
Causale gevolgtrekking
Methoden voor het schatten van oorzaak-gevolgrelaties in plaats van eenvoudige correlaties.
Citaties
Verwijzingen naar bronpassages of documenten in de reactie van een model ter ondersteuning van zijn beweringen.
Classificatie
Een taak waarbij een model een invoer toewijst aan een of meer vooraf gedefinieerde categorieën.
Classificator
Een model dat speciaal is ontworpen voor classificatietaken.
Computervisie
De tak van AI die betekenis uit afbeeldingen en video haalt.
Constitutionele AI
Een aanpak voor training en gedragsvorming waarbij de modelresultaten worden geleid door een vaste reeks schriftelijke principes.
Contextvenster
Het maximale aantal invoertokens dat een taalmodel tegelijk kan verwerken.
Continu leren
Trainingsbenaderingen waarmee een model kan blijven leren van nieuwe gegevens zonder voorafgaande kennis te vergeten.
Convolutioneel Neuraal Netwerk (CNN)
Een neurale architectuur die is geoptimaliseerd voor het verwerken van rasterachtige gegevens zoals afbeeldingen.
Cross-encoder
Een model dat een zoekopdracht en een document in één keer scoort, voor zeer nauwkeurige relevantiebeoordelingen.
Cross-entropieverlies
Een gemeenschappelijke objectieve functie die wordt gebruikt om classificatiemodellen te trainen door onjuiste waarschijnlijkheden te bestraffen.
D6 voorwaarden
Data-afstamming
Een overzicht van waar gegevens vandaan komen, hoe ze zijn getransformeerd en waar ze worden gebruikt.
Diep leren
Een subset van machinaal leren die gebruik maakt van neurale netwerken met meerdere lagen voor representatieleren.
Differentiële privacy
Een privacytechniek die statistische ruis toevoegt, zodat individuele records niet op betrouwbare wijze uit de output kunnen worden afgeleid.
Distillatie
Het comprimeren van kennis van een groot lerarenmodel naar een kleiner studentenmodel.
Domeinaanpassing
Methoden die een model dat in het ene domein is getraind, overdragen om beter te presteren in een ander domein.
DPO (Directe Preferentie Optimalisatie)
Een trainingsmethode die modellen rechtstreeks op voorkeursparen afstemt zonder dat een apart beloningsmodel nodig is.
E6 voorwaarden
Encoder
Het onderdeel van een model dat input omzet in latente representaties.
Ensemble
Het combineren van voorspellingen uit meerdere modellen om de robuustheid of nauwkeurigheid te verbeteren.
Erkenning van benoemde entiteiten (NER)
Een NLP-taak die entiteiten zoals mensen, plaatsen, datums of organisaties identificeert.
Etiket gladmaken
Een regularisatiemethode die harde labels verzacht om de generalisatie te verbeteren.
Eval-harnas
Een herhaalbaar evaluatieframework dat aanwijzingen, datasets en scorelogica uitvoert in alle modelversies.
Evaluatieset
Een vastgehouden dataset die wordt gebruikt om de modelkwaliteit na training te meten.
F10 voorwaarden
Feitelijkheid
Hoe nauwkeurig de beweringen van een model overeenkomen met verifieerbare informatie uit de echte wereld.
Fijnafstelling
Voortdurende training over domeinspecifieke gegevens om een vooraf getraind model aan te passen aan een specifieke taak.
Flits aandacht
Een geoptimaliseerd aandachtsalgoritme dat het geheugengebruik vermindert en de training en gevolgtrekking van transformatoren versnelt.
Frequentieboete
Een decoderingsinstelling die de waarschijnlijkheid van tokens verkleint in verhouding tot hoe vaak ze tot nu toe zijn verschenen.
Functie
Een invoervariabele die door een model wordt gebruikt om voorspellingen te doen.
Functie Bellen
Een modelmogelijkheid om gestructureerde oproepen te genereren die externe tools of API's activeren.
Functie-extractie
Het omzetten van ruwe gegevens in informatieve functies die een model kan gebruiken.
Functietechniek
Het ontwerpen of transformeren van invoervariabelen om het leren eenvoudiger en effectiever te maken.
Functiewinkel
Een beheerd systeem voor het consistent opslaan en aanbieden van gevalideerde ML-functies voor training en gevolgtrekking.
Funderingsmodel
Een groot, vooraf getraind model dat kan worden aangepast aan veel downstream-taken.
G21 voorwaarden
GAN (generatief vijandig netwerk)
Een generatieve opstelling waarbij een generator en discriminator tegen elkaar trainen.
Gedistilleerd model
Een kleiner model dat is getraind om het gedrag van een groter model te imiteren en tegelijkertijd minder rekenkracht te gebruiken bij gevolgtrekking.
Geen gegevensretentie
Een beleid waarbij de payloads van aanvragen/antwoorden niet worden opgeslagen na verwerking buiten kortstondige operationele vensters.
Gegevens herkomst
De gedocumenteerde oorsprong, eigendom en geschiedenis van een dataset of modelartefact.
Gegevensdrift
Een verschuiving in reële invoergegevens in de loop van de tijd die de modelprestaties kan verslechteren.
Gegevenslabeling
Het proces van het toewijzen van tags of doelresultaten aan ruwe gegevens voor begeleid leren.
Gegevensset
Een verzameling gestructureerde of ongestructureerde voorbeelden die worden gebruikt voor training, validatie of testen.
Gegevensvergroting
Technieken die aangepaste trainingsvoorbeelden creëren om de modelgeneralisatie te verbeteren.
Gegrondheid
De mate waarin een AI-reactie wordt ondersteund door brongegevens of opgehaald bewijsmateriaal.
Geheugen (agentgeheugen)
Opgeslagen context die een AI-agent in stappen of sessies gebruikt om de continuïteit te verbeteren.
Generalisatie
Hoe goed een model presteert op nieuwe, onzichtbare gegevens buiten de trainingsset.
Generatieve AI
AI-systemen die nieuwe inhoud produceren, zoals tekst, afbeeldingen, audio, video of code.
Gereedschap gebruik
De mogelijkheid van een model om externe tools aan te roepen, zoals zoeken, rekenmachines of API's.
Gestructureerde uitvoer
Modeluitvoer beperkt tot een gedefinieerd schema, zoals JSON, toolargumenten of getypte velden.
Gevolgtrekking
De runtimefase waarin een getraind model voorspellingen of uitvoer genereert.
Gewicht
Een geleerde numerieke waarde die signalen schaalt die door een neuraal netwerk gaan.
Gradiënt afdaling
Een optimalisatiemethode die parameters bijwerkt in de richting waarin fouten worden verminderd.
Grondwaarheid
Betrouwbare referentielabels die worden gebruikt om modeluitvoer te trainen of evalueren.
Groot taalmodel (LLM)
Een taalmodel dat is getraind op enorme tekstcorpora om tekst te genereren en te analyseren.
Grote gegevens
Zeer grote en complexe datasets die schaalbare opslag- en verwerkingstechnieken vereisen.
GSM8K
Een benchmark voor wiskundige woordproblemen op de basisschool, gebruikt om stapsgewijs redeneren in taalmodellen te evalueren.
H6 voorwaarden
Hallucinatie
Wanneer een model vloeiende maar valse of niet-ondersteunde informatie genereert.
Herhalingsboete
Een decoderingsinstelling die de kans op tokens verlaagt die het model al heeft geproduceerd om lussen te verminderen.
Herrangschikken
Een model dat een eerste set opgehaalde resultaten opnieuw ordent, zodat de meest relevante items bovenaan komen te staan.
HNSW
Een op grafieken gebaseerde indexstructuur voor snel zoeken naar de dichtstbijzijnde buur over hoogdimensionale vectoren.
Hybride zoeken
Een opzoekingsaanpak die zoeken op trefwoorden (lexicale zoekacties) combineert met vectorzoekopdrachten (semantische zoekacties) voor een betere herinnering en precisie.
Hyperparameter
Een configuratiewaarde die vóór de training is ingesteld, zoals leersnelheid, batchgrootte of diepte.
I7 voorwaarden
In-context leren
Het vermogen van een model om patronen te volgen uit voorbeelden die rechtstreeks in de prompt worden gegeven.
Inbedding
Een numerieke vectorrepresentatie die de semantische betekenis van tekst, afbeeldingen of andere gegevens vastlegt.
Inbeddingsmodel
Een model dat gespecialiseerd is in het omzetten van gegevens in vectoren die worden gebruikt voor semantisch zoeken, clusteren en ophalen.
Inferentie-eindpunt
Een geïmplementeerde API-interface die modelaanvragen ontvangt en voorspellingen retourneert in productie.
Inferentietijdberekening
De hoeveelheid verwerkingskracht die wordt verbruikt bij het produceren van elk antwoord.
Instructie afstemmen
Het verfijnen van een model op instructie-antwoordparen om het volgen van taken te verbeteren.
Intentieclassificatie
Het voorspellen van het doel van de gebruiker op basis van een tekstquery om deze correct te routeren.
J1 voorwaarden
Jailbreak
Een snelle techniek bedoeld om de veiligheidsbeperkingen van een model te omzeilen.
K11 voorwaarden
Kalibratie
Hoe goed de betrouwbaarheidsscores van een model overeenkomen met de werkelijke correctheidskansen.
Kennisafsluiting
Het laatste tijdstip dat wordt weerspiegeld in de trainingsgegevens van een model.
Kennisbank
Een samengestelde verzameling documenten of records die wordt gebruikt voor het ophalen, ondersteunen van automatisering of het aarden van reacties.
Kennisdistillatie
Een kleiner model trainen om de resultaten van een groter model te imiteren.
Kennisgrafiek
Een grafiekstructuur van entiteiten en relaties die wordt gebruikt voor redeneren of ophalen.
Keten-van-gedachte
Een redeneerstijl waarbij een AI-model een probleem opsplitst in tussenstappen.
Klein taalmodel (SLM)
Een compact taalmodel dat is geoptimaliseerd voor lagere latentie, lagere kosten of gebruik op het apparaat.
KLEM
Een multimodale modelarchitectuur die gedeelde representaties tussen tekst en afbeeldingen leert.
Kunstmatige intelligentie (AI)
Het brede veld van het bouwen van systemen die taken uitvoeren die patroonherkenning, redenering, taal of besluitvorming vereisen.
KV-cache
Opgeslagen sleutel- en waardetensoren van eerdere tokens waarmee transformatoren nieuwe tokens kunnen genereren zonder de aandacht uit het verleden opnieuw te berekenen.
Kwantisering
Modelgewichten converteren naar formaten met een lagere precisie, zoals 8-bit of 4-bit.
L6 voorwaarden
Latente ruimte
Een gecomprimeerde representatieruimte waarin vergelijkbare concepten als vectoren dicht bij elkaar worden geplaatst.
Latentie
De tijd tussen het verzenden van een aanvraag en het ontvangen van de uitvoer van het model.
Leersnelheid
Een trainingshyperparameter die bepaalt hoeveel parameters elke updatestap wijzigen.
Leren met weinig schoten
Gedrag leren of aanpassen vanuit slechts een klein aantal voorbeelden.
LLM-als-rechter
Een taalmodel gebruiken om tijdens de evaluatie de resultaten van andere modellen te scoren of te vergelijken.
LoRA (aanpassing op lage rang)
Een parameter-efficiënte fijnafstemmingsmethode die adaptermatrices van lage rang toevoegt.
M14 voorwaarden
Machine learning (ML)
Methoden waarmee systemen patronen uit gegevens kunnen leren en in de loop van de tijd kunnen verbeteren.
MCP (Model Context Protocol)
Een open protocol waarmee AI-applicaties op een standaard manier verbinding kunnen maken met externe tools, gegevensbronnen en contextproviders.
Mengsel van deskundigen (MoE)
Een architectuur met gespecialiseerde subnetwerken waarbij per input alleen geselecteerde experts draaien.
Mens in de lus
Een workflow waarin mensen AI-uitvoer beoordelen, begeleiden of negeren.
Menselijk voorkeursmodel
Een model dat is getraind op menselijke ranglijsten om te voorspellen welke antwoorden gebruikers waarschijnlijk zullen verkiezen.
MenselijkEval
Een benchmark van Python-programmeerproblemen die wordt gebruikt om de correctheid van het genereren van code te meten via unit-tests.
Midden in de training
Een tussenliggende trainingsfase tussen de voortraining en de post-training, vaak gebruikt voor aanpassingen van vaardigheden of domeinen.
MMLU
Een benchmark die taalmodellen test voor 57 academische en professionele vakken met behulp van meerkeuzevragen.
Modeldrift
Prestatievermindering in de loop van de tijd, omdat de omstandigheden in de praktijk afwijken van de trainingsaannames.
Modelkaart
Documentatie die het beoogde gebruik, de meetgegevens, de beperkingen en de risico's van een model beschrijft.
Modelkwantisering
Het verminderen van de numerieke precisie van modelgewichten om de geheugen- en gevolgtrekkingskosten te verlagen.
Modelregister
Een centrale catalogus voor versiebeheer, goedkeuring en tracking van modellen in verschillende omgevingen.
Multi-head aandacht
Een transformatormechanisme dat meerdere aandachtsoperaties parallel uitvoert om verschillende soorten relaties vast te leggen.
Multimodaal model
Een model dat meerdere gegevenstypen, zoals tekst, afbeeldingen en audio, kan verwerken of genereren.
N4 voorwaarden
Na de training
Trainingsstappen toegepast na de voortraining, zoals het afstemmen van instructies, het optimaliseren van voorkeuren en het afstemmen van de veiligheid.
Natuurlijke taalverwerking (NLP)
De tak van AI richtte zich op het begrijpen en genereren van menselijke taal.
Neuraal netwerk
Een gelaagd computermodel geïnspireerd op biologische neuronen en synapsen.
Normalisatie
Waarden transformeren naar een consistente schaal om de optimalisatiestabiliteit te verbeteren.
O9 voorwaarden
OCR (optische tekenherkenning)
Technologie die tekst in afbeeldingen of scans omzet in machinaal leesbare tekst.
Ongecontroleerd leren
Patronen leren uit ongelabelde gegevens zonder expliciete doelresultaten.
Op gebruik gebaseerde facturering
Prijzen waarbij de kosten worden geschaald met API-aanroepen, tokens, inferentietijd of verbruikte rekenkracht.
Open source-model
Een model vrijgegeven met publieke gewichten of code voor inspectie, aanpassing en hergebruik.
Ophaalprecisie
Het aandeel opgehaalde items dat relevant is voor de zoekopdracht van de gebruiker.
Ophalen
Het vinden van relevante documenten of records uit een kennisbron voor een zoekopdracht.
Ophalen van meerdere zoekopdrachten
Een ophaaltechniek die de gebruikersquery in verschillende varianten herschrijft om de herinnering te verbeteren.
Ophalen van ouderdocumenten
Een ophaalpatroon dat kleine delen doorzoekt, maar de grotere bovenliggende documenten retourneert voor een rijkere context.
Overfitting
Wanneer een model trainingsgegevens onthoudt en slecht presteert op onzichtbare input.
P10 voorwaarden
Parameter
Een geleerd gewicht binnen een model dat de resultaten ervan beïnvloedt.
Parameter-efficiënte fijnafstemming (PEFT)
Methoden die modellen aanpassen door een kleine subset van toegevoegde parameters te trainen.
Pass@k
Een code-evaluatiemetriek die de kans meet dat ten minste één van de k gegenereerde monsters de tests doorstaat.
Perplexity
Een taalmodelstatistiek die meet hoe verrast het model is door echte volgende tokens.
Pijpleiding
Een geordende workflow van voorbewerking, modelstappen en nabewerkingsfasen.
Positionele codering
Informatie toegevoegd aan token-inbedding, zodat transformatoren de volgorde van de sequenties kunnen onderscheiden.
Precisie
Het percentage voorspelde positieve uitkomsten dat daadwerkelijk correct is.
Prompt
De invoerinstructies en context die aan een generatief model worden verstrekt.
Prompt Engineering
Het ontwerpen van aanwijzingen om de uitvoerkwaliteit, betrouwbaarheid en beheersbaarheid te verbeteren.
Prompt-sjabloon
Een herbruikbaar promptpatroon met variabelen, opmaakregels en taakspecifieke instructies.
Q1 voorwaarden
QLoRA
Een verfijningstechniek die 4-bits gewichtskwantisering combineert met LoRA-adapters om de geheugenbehoeften te verminderen.
R6 voorwaarden
RAG (Retrieval-Augmented Generation)
Een methode die externe kennis ophaalt en deze op het moment van inferentie in de generatie invoert.
RAG-Fusion
Een ophaalmethode die meerdere zoekvarianten genereert, voor elke variant resultaten ophaalt en de ranglijsten samenvoegt.
ReAct
Een stimulerend patroon dat redeneerstappen afwisselt met acties voor het gebruik van hulpmiddelen om taken betrouwbaarder op te lossen.
Robuustheid
Het vermogen van een model om de prestaties te behouden onder ruis, verschuivingen of vijandige input.
Rode samenwerking
Een AI-systeem stresstesten met vijandige aanwijzingen om fouten en risico's aan het licht te brengen.
RoPE (roterende positionele inbedding)
Een positionele coderingsmethode die query- en sleutelvectoren roteert om relatieve tokenposities te coderen.
S11 voorwaarden
Schaalwet
Een empirische relatie die laat zien hoe de prestaties verbeteren met de modelgrootte, gegevens of rekenkracht.
Schaars model
Een model waarbij veel parameters nul zijn of inactief zijn om berekeningen te verminderen.
Schaduwimplementatie
Een model parallel uitvoeren met productieverkeer zonder gebruikersgerichte beslissingen te beïnvloeden.
Schuifraam Let op
Een aandachtspatroon waarbij elk token alleen betrekking heeft op een venster met een vaste grootte van nabijgelegen tokens om de rekenkracht te verminderen.
Semantisch zoeken
Zoekopdrachten die overeenkomen met de betekenis in plaats van exacte overlap van trefwoorden, vaak met behulp van insluitingen.
Sentimentanalyse
Een NLP-taak die de emotionele toon of mening in tekst classificeert.
Snelle injectie
Een aanvalspatroon waarbij kwaadaardige instructies worden ingevoegd in modelinvoer of opgehaalde inhoud.
Snoeien
Het verwijderen van minder belangrijke modelgewichten of neuronen om de omvang en rekenkracht te verkleinen.
Speculatieve decodering
Een gevolgtrekkingsversnellingsmethode waarbij een klein conceptmodel tokens voorstelt die een groter model parallel verifieert.
Synthetische gegevens
Kunstmatig gegenereerde gegevens die worden gebruikt om gevoelige trainingsgegevens aan te vullen, te simuleren of te beschermen.
Systeemprompt
Een instructie met hoge prioriteit die het gedrag, het beleid en de reactiestijl voor een model bepaalt.
T10 voorwaarden
Temperatuur
Een steekproefinstelling die de willekeur in de gegenereerde uitvoer regelt.
Terugpropagatie
Het kerntrainingsalgoritme dat modelgewichten bijwerkt door voorspellingsfouten achterwaarts door het netwerk te verspreiden.
Terugroepen
Het aandeel feitelijke positieven dat een model correct identificeert.
Testtijd berekenen
Aanvullende gevolgtrekkingsberekening die wordt gebruikt tijdens het genereren van antwoorden om de kwaliteit of redenering te verbeteren.
Token
Een stuk tekst dat wordt verwerkt door taalmodellen, zoals een woordstuk of symbool.
Tokenisatie
Het proces waarbij tekst in tokens wordt gesplitst voor modelinvoer.
Top-k-sampling
Een decoderingsstrategie die alleen monsters neemt van de k meest waarschijnlijke volgende tokens.
Top-p (Nucleus) bemonstering
Een decoderingsstrategie die monsters neemt van de kleinste tokenset waarvan de kansen optellen tot p.
Trainingsverlies
De modelfoutwaarde die tijdens de training is berekend en in de loop van de tijd naar beneden is geoptimaliseerd.
Transformator
Een neurale architectuur die aandacht gebruikt om relaties tussen reeksen parallel te modelleren.
U2 voorwaarden
Uitlegbaarheid
De mate waarin het gedrag van een model kan worden geïnterpreteerd en verklaard aan mensen.
Uitvoerparser
Logica die modeluitvoer valideert en omzet in sterk getypeerde, machinaal bruikbare structuren.
V17 voorwaarden
Validatieset
Een dataset die tijdens de ontwikkeling wordt gebruikt om modellen af te stemmen en overfitting te voorkomen.
Vals negatief
Een onjuiste voorspelling waarbij een model een echt positief geval mist.
Vals positief
Een onjuiste voorspelling waarbij een model een negatief geval ten onrechte als positief markeert.
Vangrails
Regels, controles en controles die onveilig of ongewenst modelgedrag beperken.
Vectordatabase
Een database die is geoptimaliseerd voor het opslaan en opvragen van hoogdimensionale inbeddingsvectoren.
Veiligheidsfilter
Een moderatielaag die onveilige modelinvoer of -uitvoer blokkeert of herschrijft.
Veiligheidszaak
Een gestructureerd argument, ondersteund door bewijsmateriaal, dat een AI-systeem veilig is voor een gedefinieerde gebruikscontext.
Verlies Functie
Een wiskundig doel dat de voorspellingsfout tijdens de training kwantificeert.
Verloop
Een vector die aangeeft hoeveel elke parameter moet veranderen om het verlies te verminderen.
Verspreidingsmodel
Een generatieve architectuur die leert ruis om te keren om afbeeldingen, audio of andere inhoud te synthetiseren.
Versterkend leren
Training door beloningssignalen waarbij een agent acties leert die het rendement op de lange termijn maximaliseren.
Versterkend leren van menselijke feedback (RLHF)
Een trainingsmethode die menselijke voorkeurssignalen gebruikt om modelgedrag vorm te geven.
Vertrouwen Kalibratie
Het vertrouwen van de gebruiker in AI-uitvoer afstemmen op de daadwerkelijke betrouwbaarheid van het systeem bij elke taak.
Vertrouwensinterval
Een statistisch bereik dat waarschijnlijk de werkelijke waarde van een gemeten modelstatistiek bevat.
Visie-Taalmodel (VLM)
Een multimodaal model dat visuele en tekstuele informatie gezamenlijk verwerkt.
Vooroordeel
Een consistent patroon van fouten of oneerlijkheid in gegevens of modelgedrag.
Voortraining
Initiële grootschalige modeltraining op brede gegevens vóór downstream-aanpassing.
W2 voorwaarden
Watermerken
Het inbedden van een detecteerbaar signaal in door AI gegenereerde tekst of media, zodat het later kan worden geïdentificeerd als machinaal geproduceerd.
Woordinsluiting
Een dichte vectorrepresentatie van woorden die semantische relaties vastleggen.
X1 voorwaarden
XAI (Verklaarbare AI)
Technieken en praktijken om AI-voorspellingen transparanter en begrijpelijker te maken.
Z5 voorwaarden
Zelf spelen
Een trainingsopstelling waarbij een model verbetert door gegevens te genereren via interacties of wedstrijden met kopieën van zichzelf.
Zelfgestuurd leren
Representaties leren van ongelabelde gegevens door gemaskeerde of getransformeerde delen te voorspellen.
Zero-Shot-leren
Taken oplossen zonder taakspecifieke voorbeelden door te vertrouwen op algemene voorkennis.
Zinstuk
Een taalonafhankelijke tokenizer die subwoordeenheden rechtstreeks uit onbewerkte tekst leert, zonder vooraf te splitsen op witruimte.
Zwak toezicht
Gebruik luidruchtige, heuristische of gedeeltelijke labels om modellen te trainen wanneer schone labels schaars zijn.