AGI (sztuczna inteligencja ogólna)
Hipotetyczny system sztucznej inteligencji, który może wykonywać większość zadań intelektualnych na poziomie człowieka w wielu dziedzinach.
Termin referencyjny AI
Glosariusz AI
Niezbędna terminologia techniczna wyjaśniona na najwyższym poziomie przejrzystości. Przeznaczony dla badaczy, studentów i edukacji skupionej na człowieku.
Pokaz 213 pasujące warunki.
Agent AI
System oprogramowania, który potrafi obserwować, rozumować i podejmować działania, aby osiągnąć cel, często przy użyciu narzędzi i pamięci.
Termin referencyjny AI
Wyrównanie AI
Praca nad zapewnieniem, aby systemy AI zachowywały się zgodnie z ludzkimi intencjami, wartościami i ograniczeniami bezpieczeństwa.
Termin referencyjny AI
Zarządzanie sztuczną inteligencją
Polityki, standardy i mechanizmy nadzoru, które kierują rozwojem i wykorzystaniem sztucznej inteligencji w społeczeństwie.
Termin referencyjny AI
Bezpieczeństwo AI
Dziedzina skupiająca się na ograniczaniu szkodliwych zachowań, awarii i ryzyka niewłaściwego użycia w systemach AI.
Termin referencyjny AI
Algorytm
Zdefiniowany zestaw reguł lub kroków, które wykonuje komputer, aby rozwiązać problem lub wykonać zadanie.
Termin referencyjny AI
Błąd algorytmiczny
Systematyczna niesprawiedliwość wyników modelu spowodowana wypaczonymi danymi, założeniami lub wyborami dotyczącymi modelowania.
Termin referencyjny AI
Przejrzystość algorytmiczna
Jak jasno logika, źródła danych i ograniczenia systemu AI są udokumentowane i zrozumiałe.
Termin referencyjny AI
Adnotacja
Etykiety lub metadane dodane przez człowieka używane do uczenia lub oceniania modeli uczenia maszynowego.
Termin referencyjny AI
API (interfejs programowania aplikacji)
Ustrukturyzowany sposób wysyłania żądań przez jeden system oprogramowania i otrzymywania odpowiedzi z innego systemu.
Termin referencyjny AI
Sztuczna inteligencja (AI)
Szeroka dziedzina budowania systemów wykonujących zadania wymagające rozpoznawania wzorców, rozumowania, języka lub podejmowania decyzji.
Termin referencyjny AI
Mechanizm uwagi
Komponent modelu, który podczas tworzenia wyniku dynamicznie koncentruje się na odpowiednich częściach danych wejściowych.
Termin referencyjny AI
System autonomiczny
System, który może podejmować decyzje i działać w czasie rzeczywistym przy ograniczonej bezpośredniej kontroli człowieka lub bez niej.
Termin referencyjny AI
Propagacja wsteczna
Podstawowy algorytm szkoleniowy, który aktualizuje wagi modeli poprzez propagację błędów przewidywań wstecz w sieci.
Termin referencyjny AI
Model bazowy
Prosty model referencyjny używany do porównania, czy bardziej złożone podejścia faktycznie poprawiają wyniki.
Termin referencyjny AI
Punkt odniesienia
Standaryzowany test lub zbiór danych używany do pomiaru i porównania wydajności modelu.
Termin referencyjny AI
Stronniczość
Spójny wzorzec błędów lub nieuczciwości w danych lub zachowaniu modelu.
Termin referencyjny AI
Duże dane
Bardzo duże i złożone zbiory danych, które wymagają skalowalnych technik przechowywania i przetwarzania.
Termin referencyjny AI
Model czarnej skrzynki
Model, którego wewnętrzne rozumowanie jest trudne do bezpośredniej interpretacji przez człowieka.
Termin referencyjny AI
Kalibracja
Jak dobrze wyniki pewności modelu odpowiadają rzeczywistym prawdopodobieństwom poprawności.
Termin referencyjny AI
Łańcuch myśli
Styl rozumowania, w którym model sztucznej inteligencji rozkłada problem na etapy pośrednie.
Termin referencyjny AI
Klasyfikacja
Zadanie, w którym model przypisuje dane wejściowe do jednej lub większej liczby predefiniowanych kategorii.
Termin referencyjny AI
Klasyfikator
Model zaprojektowany specjalnie do zadań klasyfikacyjnych.
Termin referencyjny AI
KLIPS
Architektura modelu multimodalnego, która uczy się wspólnych reprezentacji tekstu i obrazów.
Termin referencyjny AI
Oblicz
Zasoby przetwarzania wymagane do uczenia i uruchamiania modeli, często mierzone w FLOPS lub godzinach GPU.
Termin referencyjny AI
Wizja komputerowa
Gałąź sztucznej inteligencji, która wydobywa znaczenie z obrazów i wideo.
Termin referencyjny AI
Okno kontekstowe
Maksymalna ilość tokenów wejściowych, które model języka może przetworzyć jednocześnie.
Termin referencyjny AI
Ciągła nauka
Podejścia szkoleniowe, które pozwalają modelowi uczyć się na nowych danych, nie zapominając o wcześniejszej wiedzy.
Termin referencyjny AI
Konwolucyjna sieć neuronowa (CNN)
Architektura neuronowa zoptymalizowana pod kątem przetwarzania danych przypominających siatkę, takich jak obrazy.
Termin referencyjny AI
Strata między entropią
Powszechna funkcja celu używana do uczenia modeli klasyfikacyjnych poprzez karanie nieprawidłowych prawdopodobieństw.
Termin referencyjny AI
Rozszerzanie danych
Techniki tworzenia zmodyfikowanych przykładów szkoleniowych w celu poprawy generalizacji modelu.
Termin referencyjny AI
Dryf danych
Zmiana rzeczywistych danych wejściowych w czasie, która może obniżyć wydajność modelu.
Termin referencyjny AI
Etykietowanie danych
Proces przypisywania znaczników lub docelowych wyników do surowych danych w celu uczenia się pod nadzorem.
Termin referencyjny AI
Zbiór danych
Zbiór ustrukturyzowanych i nieustrukturyzowanych przykładów używanych do szkolenia, walidacji lub testowania.
Termin referencyjny AI
Granica decyzji
Powierzchnia w przestrzeni cech oddzielająca klasy przewidywane przez klasyfikator.
Termin referencyjny AI
Drzewo decyzyjne
Model, który dokonuje prognoz na podstawie sekwencji podziałów funkcji „jeśli-to”.
Termin referencyjny AI
Głębokie uczenie się
Podzbiór uczenia maszynowego wykorzystujący wielowarstwowe sieci neuronowe do uczenia się poprzez reprezentację.
Termin referencyjny AI
Model dyfuzyjny
Architektura generatywna, która uczy się odwracać szum w celu syntezy obrazów, dźwięku lub innej treści.
Termin referencyjny AI
Destylacja
Kompresja wiedzy z modelu dużego nauczyciela do modelu mniejszego ucznia.
Termin referencyjny AI
Adaptacja domeny
Metody, które przenoszą model wyszkolony w jednej domenie, aby działał lepiej w innej domenie.
Termin referencyjny AI
Osadzanie
Numeryczna reprezentacja wektorowa, która oddaje semantyczne znaczenie tekstu, obrazów i innych danych.
Termin referencyjny AI
Koder
Składnik modelu, który przekształca dane wejściowe w ukryte reprezentacje.
Termin referencyjny AI
Zespół
Łączenie prognoz z wielu modeli w celu poprawy niezawodności i dokładności.
Termin referencyjny AI
Zestaw ewaluacyjny
Przetrzymywany zbiór danych używany do pomiaru jakości modelu po szkoleniu.
Termin referencyjny AI
Wyjaśnialność
Stopień, w jakim zachowanie modelu można zinterpretować i wyjaśnić ludziom.
Termin referencyjny AI
Fałszywie negatywny
Nieprawidłowa prognoza, w przypadku której model pomija prawdziwie pozytywny przypadek.
Termin referencyjny AI
Fałszywie pozytywny
Nieprawidłowa prognoza, gdy model błędnie oznacza przypadek negatywny jako pozytywny.
Termin referencyjny AI
Funkcja
Zmienna wejściowa używana przez model do tworzenia prognoz.
Termin referencyjny AI
Inżynieria funkcji
Projektowanie lub przekształcanie zmiennych wejściowych, aby nauka była łatwiejsza i skuteczniejsza.
Termin referencyjny AI
Ekstrakcja cech
Konwertowanie surowych danych na funkcje informacyjne, z których może korzystać model.
Termin referencyjny AI
Nauka kilku strzałów
Uczenie się lub dostosowywanie zachowań na podstawie niewielkiej liczby przykładów.
Termin referencyjny AI
Dostrajanie
Kontynuowanie szkolenia na danych specyficznych dla domeny w celu dostosowania wstępnie wyszkolonego modelu do konkretnego zadania.
Termin referencyjny AI
Model fundamentowy
Duży, wstępnie przeszkolony model, który można dostosować do wielu dalszych zadań.
Termin referencyjny AI
Wywołanie funkcji
Możliwość modelu generowania wywołań strukturalnych, które uruchamiają zewnętrzne narzędzia lub interfejsy API.
Termin referencyjny AI
GAN (generatywna sieć kontradyktoryjna)
Układ generatywny, w którym generator i dyskryminator trenują przeciwko sobie.
Termin referencyjny AI
Uogólnienie
Jak dobrze model radzi sobie z nowymi, niewidocznymi danymi spoza zbioru szkoleniowego.
Termin referencyjny AI
Generatywna sztuczna inteligencja
Systemy sztucznej inteligencji, które tworzą nową treść, taką jak tekst, obrazy, dźwięk, wideo lub kod.
Termin referencyjny AI
Gradientowe
Wektor pokazujący, jak bardzo powinien zmienić się każdy parametr, aby zmniejszyć straty.
Termin referencyjny AI
Zejście gradientowe
Metoda optymalizacji, która aktualizuje parametry w kierunku zmniejszającym błąd.
Termin referencyjny AI
Prawda gruntowa
Zaufane etykiety referencyjne używane do uczenia lub oceniania wyników modelu.
Termin referencyjny AI
Poręcze
Reguły, kontrole i kontrole ograniczające niebezpieczne lub niepożądane zachowanie modelu.
Termin referencyjny AI
Halucynacja
Kiedy model generuje płynne, ale fałszywe lub nieobsługiwane informacje.
Termin referencyjny AI
Człowiek w pętli
Przepływ pracy, w którym ludzie przeglądają, kierują lub zastępują wyniki AI.
Termin referencyjny AI
Hiperparametr
Wartość konfiguracji ustawiona przed szkoleniem, taka jak szybkość uczenia się, rozmiar partii lub głębokość.
Termin referencyjny AI
Uczenie się kontekstowe
Zdolność modelu do podążania za wzorcami z przykładów podanych bezpośrednio w monicie.
Termin referencyjny AI
Wnioskowanie
Faza środowiska uruchomieniowego, w której przeszkolony model generuje prognozy lub dane wyjściowe.
Termin referencyjny AI
Obliczanie czasu wnioskowania
Ilość mocy obliczeniowej zużywanej podczas generowania każdej odpowiedzi.
Termin referencyjny AI
Instrukcja strojenia
Dostrajanie modelu par instrukcja-odpowiedź w celu poprawy wykonywania zadań.
Termin referencyjny AI
Klasyfikacja intencji
Przewidywanie celu użytkownika na podstawie zapytania tekstowego w celu prawidłowego skierowania go.
Termin referencyjny AI
Jailbreak
Szybka technika mająca na celu ominięcie ograniczeń bezpieczeństwa modelu.
Termin referencyjny AI
Odcięcie wiedzy
Ostatni punkt w czasie odzwierciedlony w danych szkoleniowych modelu.
Termin referencyjny AI
Destylacja wiedzy
Trenowanie mniejszego modelu w celu imitowania wyników większego modelu.
Termin referencyjny AI
Graf wiedzy
Struktura wykresu jednostek i relacji używana do wnioskowania lub wyszukiwania.
Termin referencyjny AI
Wygładzanie etykiet
Metoda regularyzacji, która łagodzi twarde etykiety, aby poprawić generalizację.
Termin referencyjny AI
Opóźnienie
Czas między wysłaniem żądania a otrzymaniem danych wyjściowych modelu.
Termin referencyjny AI
Model dużego języka (LLM)
Model językowy wytrenowany na ogromnych korpusach tekstowych w celu generowania i analizowania tekstu.
Termin referencyjny AI
Szybkość uczenia się
Hiperparametr szkoleniowy kontrolujący stopień zmiany parametrów w każdym kroku aktualizacji.
Termin referencyjny AI
LoRA (adaptacja niskiej rangi)
Efektywna pod względem parametrów metoda dostrajania, która dodaje macierze adapterów niskiego rzędu.
Termin referencyjny AI
Funkcja straty
Cel matematyczny, który określa ilościowo błąd przewidywania podczas uczenia.
Termin referencyjny AI
Uczenie maszynowe (ML)
Metody umożliwiające systemom uczenie się wzorców na podstawie danych i ulepszanie ich w miarę upływu czasu.
Termin referencyjny AI
Pamięć (pamięć agenta)
Przechowywany kontekst, którego agent AI używa na różnych etapach lub sesjach, aby poprawić ciągłość.
Termin referencyjny AI
Mieszanka ekspertów (MoE)
Architektura z wyspecjalizowanymi podsieciami, w której na wejściu działają tylko wybrani eksperci.
Termin referencyjny AI
Karta Modelowa
Dokumentacja opisująca zamierzone zastosowanie modelu, metryki, ograniczenia i ryzyko.
Termin referencyjny AI
Dryf modelu
Spadek wydajności z biegiem czasu, gdy warunki rzeczywiste odbiegają od założeń szkoleniowych.
Termin referencyjny AI
Kwantyzacja modelu
Zmniejszenie precyzji numerycznej wag modeli w celu zmniejszenia kosztów pamięci i wnioskowania.
Termin referencyjny AI
Model multimodalny
Model, który może przetwarzać lub generować wiele typów danych, takich jak tekst, obraz i dźwięk.
Termin referencyjny AI
Rozpoznawanie nazwanych podmiotów (NER)
Zadanie NLP, które identyfikuje jednostki, takie jak ludzie, miejsca, daty lub organizacje.
Termin referencyjny AI
Przetwarzanie języka naturalnego (NLP)
Gałąź sztucznej inteligencji skupiała się na rozumieniu i generowaniu ludzkiego języka.
Termin referencyjny AI
Sieć neuronowa
Warstwowy model obliczeniowy inspirowany neuronami biologicznymi i synapsami.
Termin referencyjny AI
Normalizacja
Przekształcanie wartości do spójnej skali w celu poprawy stabilności optymalizacji.
Termin referencyjny AI
OCR (optyczne rozpoznawanie znaków)
Technologia konwertująca tekst na obrazach lub skanach na tekst do odczytu maszynowego.
Termin referencyjny AI
Model open source
Model wydany z publicznymi wagami lub kodem do kontroli, adaptacji i ponownego użycia.
Termin referencyjny AI
Nadmierne dopasowanie
Kiedy model zapamiętuje dane szkoleniowe i słabo radzi sobie z niewidocznymi danymi wejściowymi.
Termin referencyjny AI
Parametr
Wyuczona waga wewnątrz modelu, która wpływa na jego wyniki.
Termin referencyjny AI
Dostrajanie efektywne pod względem parametrów (PEFT)
Metody dostosowujące modele poprzez uczenie małego podzbioru dodanych parametrów.
Termin referencyjny AI
Perplexity
Metryka modelu językowego mierząca stopień zaskoczenia modelu prawdziwymi następnymi tokenami.
Termin referencyjny AI
Rurociąg
Uporządkowany przepływ pracy obejmujący przetwarzanie wstępne, etapy modelu i etapy przetwarzania końcowego.
Termin referencyjny AI
Precyzja
Odsetek przewidywanych pozytywów, które są faktycznie prawidłowe.
Termin referencyjny AI
Trening wstępny
Wstępne szkolenie w zakresie modeli na dużą skalę na szerokich danych przed adaptacją na późniejszym etapie.
Termin referencyjny AI
Podpowiedź
Instrukcje wejściowe i kontekst dostarczony do modelu generatywnego.
Termin referencyjny AI
Szybka inżynieria
Projektowanie podpowiedzi poprawiających jakość wydruku, niezawodność i sterowalność.
Termin referencyjny AI
Szybki zastrzyk
Wzór ataku polegający na wstawianiu złośliwych instrukcji do danych wejściowych modelu lub pobranej treści.
Termin referencyjny AI
Przycinanie
Usuwanie mniej ważnych wag modelu lub neuronów w celu zmniejszenia rozmiaru i obliczeń.
Termin referencyjny AI
Kwantyzacja
Konwertowanie wag modeli na formaty o niższej precyzji, takie jak 8-bitowe lub 4-bitowe.
Termin referencyjny AI
RAG (generacja wspomagana odzyskiwaniem)
Metoda, która pobiera wiedzę zewnętrzną i przekazuje ją do generowania w momencie wnioskowania.
Termin referencyjny AI
Przypomnij sobie
Proporcja rzeczywistych pozytywów, które model poprawnie identyfikuje.
Termin referencyjny AI
System rekomendacji
Potok modelowy, który przewiduje preferencje użytkownika dotyczące rankingu treści lub produktów.
Termin referencyjny AI
Zespół Czerwonych
Testowanie warunków skrajnych systemu sztucznej inteligencji za pomocą przeciwstawnych monitów w celu wykrycia błędów i zagrożeń.
Termin referencyjny AI
Uczenie się przez wzmacnianie
Szkolenie za pomocą sygnałów nagrody, podczas którego agent uczy się działań maksymalizujących długoterminowy zwrot.
Termin referencyjny AI
Uczenie się przez wzmocnienie na podstawie informacji zwrotnej od ludzi (RLHF)
Metoda szkoleniowa wykorzystująca sygnały preferencji ludzkich do kształtowania zachowań modelu.
Termin referencyjny AI
Odzyskiwanie
Znalezienie odpowiednich dokumentów lub zapisów ze źródła wiedzy dla zapytania.
Termin referencyjny AI
Model nagrody
Model oceniający wyniki na podstawie sygnałów preferencji, często używany w potokach RLHF.
Termin referencyjny AI
Solidność
Zdolność modelu do utrzymania wydajności w warunkach hałasu, przesunięć lub bodźców kontradyktoryjnych.
Termin referencyjny AI
Filtr bezpieczeństwa
Warstwa moderacji, która blokuje lub przepisuje niebezpieczne dane wejściowe lub wyjściowe modelu.
Termin referencyjny AI
Prawo skalowania
Zależność empiryczna pokazująca, jak wydajność poprawia się wraz z rozmiarem modelu, danymi lub obliczeniami.
Termin referencyjny AI
Wyszukiwanie semantyczne
Szukaj, które pasuje do znaczenia, a nie do dokładnego nakładania się słów kluczowych, często przy użyciu osadzania.
Termin referencyjny AI
Samonadzorowane uczenie się
Uczenie się reprezentacji na podstawie nieoznaczonych danych poprzez przewidywanie zamaskowanych lub przekształconych części.
Termin referencyjny AI
Analiza sentymentów
Zadanie NLP, które klasyfikuje ton emocjonalny lub opinię w tekście.
Termin referencyjny AI
Model małego języka (SLM)
Kompaktowy model języka zoptymalizowany pod kątem niższych opóźnień, kosztów i wykorzystania na urządzeniu.
Termin referencyjny AI
Rzadki model
Model, w którym wiele parametrów ma wartość zerową lub jest nieaktywnych, aby ograniczyć obliczenia.
Termin referencyjny AI
Nauka nadzorowana
Trenowanie modelu za pomocą oznaczonych przykładów, które mapują dane wejściowe na znane dane wyjściowe.
Termin referencyjny AI
Dane syntetyczne
Sztucznie wygenerowane dane wykorzystywane do wzmacniania, symulowania lub ochrony wrażliwych danych szkoleniowych.
Termin referencyjny AI
Monit systemowy
Instrukcja o wysokim priorytecie, która ustawia zachowanie, zasady i styl odpowiedzi dla modelu.
Termin referencyjny AI
Temperatura
Ustawienie próbkowania kontrolujące losowość generowanych wyników.
Termin referencyjny AI
Żeton
Fragment tekstu przetwarzany przez modele językowe, taki jak fragment słowa lub symbol.
Termin referencyjny AI
Tokenizacja
Proces dzielenia tekstu na tokeny na potrzeby wprowadzania danych modelu.
Termin referencyjny AI
Użycie narzędzia
Zdolność modelu do wywoływania narzędzi zewnętrznych, takich jak wyszukiwanie, kalkulatory lub interfejsy API.
Termin referencyjny AI
Próbkowanie z góry k
Strategia dekodowania, która pobiera próbki tylko z k najprawdopodobniej kolejnych tokenów.
Termin referencyjny AI
Próbkowanie z góry p (jądro).
Strategia dekodowania polegająca na próbkowaniu z najmniejszego zestawu tokenów, którego prawdopodobieństwa sumują się do p.
Termin referencyjny AI
Nauczanie transferowe
Stosowanie wiedzy zdobytej w jednym zadaniu lub domenie w celu ulepszenia innego zadania.
Termin referencyjny AI
Transformator
Architektura neuronowa, która skupia uwagę na równoległym modelowaniu relacji między sekwencjami.
Termin referencyjny AI
Strata treningowa
Wartość błędu modelu obliczona podczas uczenia i optymalizowana w dół w czasie.
Termin referencyjny AI
Uczenie się bez nadzoru
Wzorce uczenia się na podstawie nieoznaczonych danych bez wyraźnych docelowych wyników.
Termin referencyjny AI
Zestaw walidacyjny
Zbiór danych używany podczas programowania w celu dostrojenia modeli i zapobiegania nadmiernemu dopasowaniu.
Termin referencyjny AI
Baza danych wektorowych
Baza danych zoptymalizowana do przechowywania i wykonywania zapytań o wielowymiarowe wektory osadzania.
Termin referencyjny AI
Model języka wizyjnego (VLM)
Model multimodalny, który wspólnie przetwarza informację wizualną i tekstową.
Termin referencyjny AI
Słaby nadzór
Używanie hałaśliwych, heurystycznych lub częściowych etykiet do uczenia modeli, gdy brakuje czystych etykiet.
Termin referencyjny AI
Waga
Wyuczona wartość liczbowa skalująca sygnały przechodzące przez sieć neuronową.
Termin referencyjny AI
Osadzanie słów
Gęsta reprezentacja wektorowa słów odzwierciedlająca relacje semantyczne.
Termin referencyjny AI
XAI (wyjaśniona sztuczna inteligencja)
Techniki i praktyki zwiększające przejrzystość i zrozumienie przewidywań AI.
Termin referencyjny AI
Uczenie się od zera
Rozwiązywanie zadań bez konkretnych przykładów w oparciu o wcześniejszą wiedzę ogólną.
Termin referencyjny AI
Agentyczny przepływ pracy
Wieloetapowy proces, podczas którego system sztucznej inteligencji planuje, wykonuje, sprawdza wyniki i iteruje w stronę celu.
Termin referencyjny AI
Ustawa o AI
Ramy regulacyjne Unii Europejskiej oparte na ryzyku dotyczące systemów i dostawców sztucznej inteligencji.
Termin referencyjny AI
Podatek wyrównawczy
Dodatkowy koszt czasu, obliczeń lub szybkości produktu wymagany do zwiększenia bezpieczeństwa i kontroli systemów.
Termin referencyjny AI
Wyciek benchmarku
Gdy w danych szkoleniowych znajdują się przykłady testów porównawczych lub zbliżone warianty, co zawyża raportowaną wydajność.
Termin referencyjny AI
Wnioskowanie przyczynowe
Metody szacowania związków przyczynowo-skutkowych zamiast prostych korelacji.
Termin referencyjny AI
Przedział ufności
Zakres statystyczny, który prawdopodobnie zawiera prawdziwą wartość mierzonej metryki modelu.
Termin referencyjny AI
Konstytucyjna sztuczna inteligencja
Podejście polegające na szkoleniu i kształtowaniu zachowań, w którym wyniki modelu opierają się na ustalonym zestawie pisemnych zasad.
Termin referencyjny AI
Pochodzenie danych
Rejestr tego, skąd pochodzą dane, w jaki sposób zostały przekształcone i gdzie są wykorzystywane.
Termin referencyjny AI
Pochodzenie danych
Udokumentowane pochodzenie, własność i historia zbioru danych lub artefaktu modelu.
Termin referencyjny AI
Prywatność różnicowa
Technika prywatności, która dodaje szum statystyczny, uniemożliwiając wiarygodne wywnioskowanie poszczególnych zapisów z wyników.
Termin referencyjny AI
Destylowany model
Mniejszy model wyszkolony do naśladowania zachowania większego modelu przy mniejszym wykorzystaniu mocy obliczeniowej przy wnioskowaniu.
Termin referencyjny AI
Model osadzania
Model specjalizujący się w konwertowaniu danych na wektory używane do wyszukiwania semantycznego, grupowania i wyszukiwania.
Termin referencyjny AI
Uprząż Eval
Powtarzalna struktura oceny, która uruchamia podpowiedzi, zbiory danych i logikę oceniania w różnych wersjach modelu.
Termin referencyjny AI
Sklep z funkcjami
Zarządzany system do przechowywania i udostępniania zweryfikowanych funkcji ML w sposób spójny na potrzeby uczenia i wnioskowania.
Termin referencyjny AI
Ugruntowanie
Stopień, w jakim reakcja sztucznej inteligencji jest poparta danymi źródłowymi lub uzyskanymi dowodami.
Termin referencyjny AI
Strzeżone dekodowanie
Strategia generowania, która ogranicza tokeny wyjściowe do prawidłowych struktur lub wyborów zgodnych z zasadami.
Termin referencyjny AI
Model preferencji człowieka
Model wyszkolony na podstawie rankingów ludzkich w celu przewidywania, które odpowiedzi będą prawdopodobnie preferowane przez użytkowników.
Termin referencyjny AI
Punkt końcowy wnioskowania
Wdrożony interfejs API, który odbiera żądania modelu i zwraca prognozy w środowisku produkcyjnym.
Termin referencyjny AI
Baza wiedzy
Wyselekcjonowany zbiór dokumentów lub zapisów używanych do wyszukiwania, automatyzacji wsparcia lub odpowiedzi uziemiających.
Termin referencyjny AI
Ukryta przestrzeń
Skompresowana przestrzeń reprezentacyjna, w której podobne pojęcia są umieszczone blisko siebie jako wektory.
Termin referencyjny AI
Rejestr modeli
Centralny katalog do wersjonowania, zatwierdzania i śledzenia modeli w różnych środowiskach.
Termin referencyjny AI
Sztuczna inteligencja na urządzeniu
Wnioskowanie AI odbywa się lokalnie na sprzęcie użytkownika, a nie w zdalnej usłudze w chmurze.
Termin referencyjny AI
Parser wyjściowy
Logika, która sprawdza i konwertuje dane wyjściowe modelu na struktury o silnym typie, nadające się do użytku maszynowego.
Termin referencyjny AI
Szablon podpowiedzi
Wzór podpowiedzi wielokrotnego użytku ze zmiennymi, regułami formatowania i instrukcjami specyficznymi dla zadania.
Termin referencyjny AI
Precyzja odzyskiwania
Proporcja pobranych elementów, które są istotne dla zapytania użytkownika.
Termin referencyjny AI
Sprawa bezpieczeństwa
Ustrukturyzowany argument poparty dowodami, że system sztucznej inteligencji jest bezpieczny w określonym kontekście użycia.
Termin referencyjny AI
Rozmieszczenie cieni
Uruchamianie modelu równolegle z ruchem produkcyjnym bez wpływu na decyzje podejmowane przez użytkownika.
Termin referencyjny AI
Ustrukturyzowane dane wyjściowe
Dane wyjściowe modelu ograniczone do zdefiniowanego schematu, takiego jak JSON, argumenty narzędzia lub pola wpisane.
Termin referencyjny AI
Obliczanie czasu testu
Dodatkowe obliczenia wnioskowania wykorzystywane podczas generowania odpowiedzi w celu poprawy jakości lub rozumowania.
Termin referencyjny AI
Zaufaj kalibracji
Dostosowanie zaufania użytkowników do wyników AI do rzeczywistej niezawodności systemu w każdym zadaniu.
Termin referencyjny AI
Rozliczenia oparte na wykorzystaniu
Ceny, w których koszty skalują się w zależności od wywołań API, tokenów, czasu wnioskowania lub zużytych mocy obliczeniowych.
Termin referencyjny AI
Zerowe przechowywanie danych
Zasada, zgodnie z którą ładunki żądań/odpowiedzi nie są przechowywane po przetworzeniu poza krótkotrwałe okna operacyjne.
Termin referencyjny AI
Dekodowanie spekulatywne
Metoda przyspieszania wnioskowania, w której model o małej wersji roboczej proponuje tokeny, które większy model weryfikuje równolegle.
Termin referencyjny AI
Pamięć podręczna KV
Przechowywane tensory klucza i wartości z poprzednich tokenów, które pozwalają transformatorom generować nowe tokeny bez ponownego obliczania uwagi z przeszłości.
Termin referencyjny AI
MCP (protokół kontekstu modelu)
Otwarty protokół, który umożliwia aplikacjom AI łączenie się z zewnętrznymi narzędziami, źródłami danych i dostawcami kontekstu w standardowy sposób.
Termin referencyjny AI
Pętla agenta
Cykl iteracyjny, w którym agent AI obserwuje, planuje, działa i zastanawia się, dopóki nie osiągnie celu lub nie osiągnie warunku zatrzymania.
Termin referencyjny AI
Reaguj
Wzorzec podpowiedzi, który przeplata etapy rozumowania z działaniami związanymi z użyciem narzędzi w celu bardziej niezawodnego rozwiązywania zadań.
Termin referencyjny AI
Drzewo Myśli
Podejście oparte na wnioskowaniu, w którym model bada wiele rozgałęzionych ścieżek rozwiązań i wybiera te najbardziej obiecujące.
Termin referencyjny AI
DPO (bezpośrednia optymalizacja preferencji)
Metoda uczenia, która dostraja modele bezpośrednio na parach preferencji, bez konieczności stosowania osobnego modelu nagrody.
Termin referencyjny AI
QLoRA
Technika dostrajania, która łączy 4-bitową kwantyzację wagi z adapterami LoRA w celu zmniejszenia zapotrzebowania na pamięć.
Termin referencyjny AI
Błyskawiczna uwaga
Zoptymalizowany algorytm uwagi, który zmniejsza zużycie pamięci i przyspiesza uczenie i wnioskowanie transformatora.
Termin referencyjny AI
Uwaga wielogłowa
Mechanizm transformatorowy, który uruchamia kilka operacji uwagi równolegle, aby uchwycić różne typy relacji.
Termin referencyjny AI
Kodowanie pozycyjne
Informacje dodane do osadzania tokenów, aby transformatory mogły rozróżnić kolejność sekwencji.
Termin referencyjny AI
Lina (obrotowe osadzenie pozycyjne)
Metoda kodowania pozycyjnego, która obraca wektory zapytań i kluczy w celu zakodowania względnych pozycji tokenów.
Termin referencyjny AI
ALiBi
Metoda błędu pozycyjnego, która penalizuje wyniki uwagi na podstawie odległości symbolicznej, pomagając modelom ekstrapolować na dłuższe konteksty.
Termin referencyjny AI
Uwaga na przesuwane okno
Wzorzec uwagi, w którym każdy token obsługuje tylko okno pobliskich tokenów o stałym rozmiarze, aby zmniejszyć obliczenia.
Termin referencyjny AI
BPE (kodowanie par bajtów)
Algorytm tokenizacji podsłów, który łączy najczęstsze pary znaków w tokeny wielokrotnego użytku.
Termin referencyjny AI
Fragment zdania
Tokenizator niezależny od języka, który uczy się jednostek podsłów bezpośrednio z nieprzetworzonego tekstu bez wstępnego dzielenia na białe znaki.
Termin referencyjny AI
ANN (przybliżony najbliższy sąsiad)
Algorytmy, które znajdują wektory blisko zapytania bez wyczerpującego porównania, zamieniając dokładność na szybkość.
Termin referencyjny AI
HNSW
Struktura indeksu oparta na grafach do szybkiego przybliżonego wyszukiwania najbliższego sąsiada na wektorach wielowymiarowych.
Termin referencyjny AI
Zmień ranking
Model, który zmienia kolejność początkowego zestawu pobranych wyników, tak aby najbardziej odpowiednie elementy były umieszczane na górze.
Termin referencyjny AI
Wyszukiwanie hybrydowe
Metoda wyszukiwania, która łączy wyszukiwanie według słów kluczowych (leksykalne) z wyszukiwaniem wektorowym (semantycznym) w celu lepszego zapamiętywania i precyzji.
Termin referencyjny AI
Koder krzyżowy
Model, który ocenia zapytanie i dokument jednocześnie w jednym przebiegu, co pozwala na bardzo dokładną ocenę trafności.
Termin referencyjny AI
Bi-enkoder
Model, który koduje zapytania i dokumenty w osobne wektory, dzięki czemu można je szybko porównywać na dużą skalę.
Termin referencyjny AI
LLM jako sędzia
Używanie modelu językowego do oceniania lub porównywania wyników innych modeli podczas ewaluacji.
Termin referencyjny AI
Pass@k
Metryka oceny kodu mierząca szansę, że co najmniej jedna z k wygenerowanych próbek przejdzie testy.
Termin referencyjny AI
MMLU
Test porównawczy testujący modele językowe z 57 przedmiotów akademickich i zawodowych za pomocą pytań wielokrotnego wyboru.
Termin referencyjny AI
HumanEval
Test porównawczy problemów programistycznych w języku Python używany do pomiaru poprawności generowania kodu za pomocą testów jednostkowych.
Termin referencyjny AI
GSM8K
Test porównawczy problemów tekstowych z matematyki w szkole podstawowej, używany do oceny rozumowania krok po kroku w modelach językowych.
Termin referencyjny AI
Rzeczywistość
Jak dokładnie twierdzenia modelu odpowiadają możliwym do zweryfikowania informacjom ze świata rzeczywistego.
Termin referencyjny AI
Cytaty
Odniesienia do fragmentów źródłowych lub dokumentów zawartych w odpowiedzi modelki na poparcie jej twierdzeń.
Termin referencyjny AI
Znak wodny
Osadzanie wykrywalnego sygnału w tekście lub mediach wygenerowanych przez sztuczną inteligencję, aby można było go później zidentyfikować jako wyprodukowany maszynowo.
Termin referencyjny AI
W połowie treningu
Pośrednia faza szkolenia pomiędzy szkoleniem przedtreningowym a szkoleniem poszkoleniowym, często wykorzystywana w celu dostosowania zdolności lub domeny.
Termin referencyjny AI
Po treningu
Etapy treningu stosowane po treningu wstępnym, takie jak dostrajanie instrukcji, optymalizacja preferencji i dostrajanie bezpieczeństwa.
Termin referencyjny AI
Samodzielna gra
Konfiguracja szkoleniowa, w której model jest ulepszany poprzez generowanie danych w drodze interakcji lub konkursów z jego kopiami.
Termin referencyjny AI
RAG-Fusion
Metoda wyszukiwania, która generuje wiele wariantów zapytań, pobiera wyniki dla każdego z nich i łączy rankingi.
Termin referencyjny AI
Pobieranie wielu zapytań
Technika wyszukiwania polegająca na przepisaniu zapytania użytkownika na kilka wariantów w celu lepszego zapamiętywania.
Termin referencyjny AI
Odzyskiwanie dokumentów rodziców
Wzorzec wyszukiwania, który przeszukuje małe fragmenty, ale zwraca większe dokumenty nadrzędne w celu uzyskania bogatszego kontekstu.
Termin referencyjny AI
Wyszukiwanie wiązki
Algorytm dekodowania, który utrzymuje kilka najlepszych sekwencji kandydujących na każdym kroku, aby znaleźć wyniki o większym prawdopodobieństwie.
Termin referencyjny AI
Kara za powtórzenie
Ustawienie dekodowania, które zmniejsza prawdopodobieństwo żetonów już wyprodukowanych przez model w celu ograniczenia pętli.
Termin referencyjny AI
Kara za częstotliwość
Ustawienie dekodowania, które zmniejsza prawdopodobieństwo pojawienia się tokenów proporcjonalnie do tego, jak często pojawiały się one do tej pory.
Termin referencyjny AI
Kara za obecność
Ustawienie dekodowania, które zmniejsza prawdopodobieństwo pojawienia się tokenów, zachęcając do nowych tematów.
Termin referencyjny AI