Învață Știri Unelte Joburi Misiune

Glosar AI gratuit

Glosarul AI

Definiții în limbaj simplu ale termenilor AI pe care îi auziți în continuare — pentru studenți, profesioniști și oricine este curios despre cum funcționează AI.

213termeni
25scrisorile acoperite
A–ZCăutare + filtru alfabetic
100%Definiții în limbaj simplu

A24 termeni

Adaptarea domeniului

Metode care transferă un model antrenat într-un domeniu pentru a performa mai bine în alt domeniu.

Adevărul de bază

Etichete de referință de încredere utilizate pentru instruirea sau evaluarea rezultatelor modelului.

Adnotare

Etichete sau metadate adăugate de oameni utilizate pentru a instrui sau evalua modele de învățare automată.

Agent AI

Un sistem software care poate observa, raționa și întreprinde acțiuni pentru a atinge un obiectiv, folosind adesea instrumente și memorie.

AGI (Inteligenta Generala Artificiala)

Un sistem AI ipotetic care poate îndeplini majoritatea sarcinilor intelectuale la nivel uman în multe domenii.

AI constituțional

O abordare de formare și formare a comportamentului în care rezultatele modelului sunt ghidate de un set fix de principii scrise.

AI pe dispozitiv

Inferența AI efectuată local pe hardware-ul utilizatorului, mai degrabă decât într-un serviciu cloud la distanță.

Algoritm

Un set definit de reguli sau pași pe care îi urmează un computer pentru a rezolva o problemă sau a finaliza o sarcină.

ALiBi

O metodă de părtinire pozițională care penalizează scorurile de atenție pe baza distanței simbol, ajutând modelele să extrapoleze în contexte mai lungi.

Alinierea AI

Lucrarea de a face sistemele AI să se comporte conform intențiilor umane, valorilor și constrângerilor de siguranță.

Amestec de experți (MoE)

O arhitectură cu subrețele specializate în care doar experții selectați rulează per intrare.

Amintiți-vă

Proporția de pozitive reale pe care un model le identifică corect.

Analiza sentimentelor

O sarcină NLP care clasifică tonul emoțional sau opinia în text.

Analizator de ieșire

Logica care validează și convertește rezultatele modelului în structuri puternic tipizate, utilizabile de mașină.

ANN (aproximativ cel mai apropiat vecin)

Algoritmi care găsesc vectori aproape de o interogare fără o comparație exhaustivă, schimbând exactitatea cu viteza.

Ansamblul

Combinarea predicțiilor din mai multe modele pentru a îmbunătăți robustețea sau acuratețea.

Apelarea funcției

O capacitate model de a genera apeluri structurate care declanșează instrumente externe sau API-uri.

API (Interfață de programare a aplicației)

O modalitate structurată pentru ca un sistem software să trimită cereri și să primească răspunsuri de la un alt sistem.

Arborele de decizie

Un model care face predicții printr-o secvență de împărțiri de caracteristici dacă-atunci.

Arborele Gândurilor

O abordare de raționament în care un model explorează mai multe căi de soluție de ramificare și le selectează pe cele mai promițătoare.

Atenție cu mai multe capete

Un mecanism transformator care rulează mai multe operațiuni de atenție în paralel pentru a capta diferite tipuri de relații.

Atenție fereastră glisantă

Un model de atenție în care fiecare jeton se ocupă doar de o fereastră de dimensiune fixă a jetonelor din apropiere pentru a reduce calculul.

Augmentarea datelor

Tehnici care creează exemple de antrenament modificate pentru a îmbunătăți generalizarea modelului.

Auto-play

O configurație de antrenament în care un model se îmbunătățește prin generarea de date prin interacțiuni sau competiții cu copii ale lui însuși.

B8 termeni

Balustrade

Reguli, verificări și controale care limitează comportamentul nesigur sau nedorit al modelului.

Baza de cunoștințe

O colecție organizată de documente sau înregistrări utilizate pentru preluare, automatizare de sprijin sau răspunsuri de împământare.

Baza de date vectorială

O bază de date optimizată pentru stocarea și interogarea vectorilor de încorporare cu dimensiuni mari.

Benchmark

Un test standardizat sau un set de date utilizat pentru a măsura și compara performanța modelului.

Bi-encoder

Un model care codifică interogările și documentele în vectori separați, astfel încât acestea să poată fi comparate rapid la scară.

Bias algoritmic

Nedreptate sistematică în rezultatele modelului cauzată de date, ipoteze sau opțiuni de modelare distorsionate.

BPE (codare pereche de octeți)

Un algoritm de tokenizare a subcuvintelor care îmbină cele mai frecvente perechi de caractere în simboluri reutilizabile.

Bucla agentică

Un ciclu iterativ în care un agent AI observă, planifică, acționează și reflectă până când atinge un obiectiv sau atinge o condiție de oprire.

C24 termeni

Calcula

Resursele de procesare necesare pentru antrenarea și rularea modelelor, adesea măsurate în ore FLOPS sau GPU.

Calcularea timpului de inferență

Cantitatea de putere de procesare consumată în timpul producerii fiecărui răspuns.

Calcularea timpului de testare

Calcul de inferență suplimentar utilizat în timpul generării răspunsului pentru a îmbunătăți calitatea sau raționamentul.

Calibrare

Cât de bine se potrivesc scorurile de încredere ale unui model cu probabilitățile reale de corectitudine.

Calibrare de încredere

Alinierea încrederii utilizatorilor în ieșirile AI cu fiabilitatea reală a sistemului în fiecare sarcină.

Caracteristică

O variabilă de intrare utilizată de un model pentru a face predicții.

Căutare fascicul

Un algoritm de decodare care păstrează primele câteva secvențe candidate la fiecare pas pentru a găsi rezultate cu probabilitate mai mare.

Căutare hibridă

O abordare de recuperare care combină căutarea prin cuvinte cheie (lexicale) cu căutarea vectorială (semantică) pentru o mai bună reamintire și precizie.

Căutare semantică

Căutare care se potrivește cu sensul mai degrabă decât cu suprapunerea exactă a cuvintelor cheie, folosind adesea înglobări.

Caz de siguranță

Un argument structurat, susținut de dovezi, că un sistem AI este sigur pentru un context definit de utilizare.

Citate

Referințe la pasaje sau documente sursă incluse în răspunsul unui model pentru a susține afirmațiile acestuia.

Clasificare

O sarcină în care un model atribuie o intrare uneia sau mai multor categorii predefinite.

Clasificarea intențiilor

Prezicerea scopului utilizatorului dintr-o interogare text pentru a o ruta corect.

Clasificator

Un model conceput special pentru sarcini de clasificare.

CLIP

O arhitectură model multimodală care învață reprezentări partajate între text și imagini.

Coborâre în gradient

O metodă de optimizare care actualizează parametrii în direcția care reduce eroarea.

Codificare pozițională

Informații adăugate la înglobarea jetonelor, astfel încât transformatoarele să poată distinge ordinea secvenței.

Codificator

Componenta unui model care transformă intrarea în reprezentări latente.

Conductă

Un flux de lucru ordonat de preprocesare, pași de model și etape de postprocesare.

Confidențialitate diferențială

O tehnică de confidențialitate care adaugă zgomot statistic, astfel încât înregistrările individuale să nu poată fi deduse în mod fiabil din rezultate.

Cross-Encoder

Un model care punctează o interogare și un document împreună într-o singură trecere pentru judecăți de relevanță de mare precizie.

Cuantificarea modelului

Reducerea preciziei numerice a greutăților modelului pentru a reduce costurile de memorie și de inferență.

Cuantizarea

Conversia greutăților modelului în formate de precizie mai scăzută, cum ar fi 8 biți sau 4 biți.

Cutofă de cunoștințe

Cel mai recent moment din timp reflectat în datele de antrenament ale unui model.

D10 termeni

Date mari

Seturi de date foarte mari și complexe care necesită tehnici de stocare și procesare scalabile.

Date sintetice

Date generate artificial utilizate pentru a mări, simula sau proteja datele sensibile de antrenament.

Decodare păzită

O strategie de generare care constrânge jetoanele de ieșire la structuri valide sau la alegeri conforme cu politicile.

Decodare speculativă

O metodă de accelerare a inferenței în care un model nefinalizat propune simboluri pe care un model mai mare le verifică în paralel.

Deriva datelor

O schimbare a datelor de intrare din lumea reală în timp, care poate degrada performanța modelului.

Deriva modelului

Degradarea performanței în timp, deoarece condițiile din lumea reală diferă de ipotezele de antrenament.

Desfăşurare în umbră

Rularea unui model în paralel cu traficul de producție, fără a afecta deciziile cu care se confruntă utilizatorii.

Distilarea

Comprimarea cunoștințelor de la un model de profesor mare într-un model de elev mai mic.

Distilarea cunoștințelor

Antrenarea unui model mai mic pentru a imita rezultatele unui model mai mare.

DPO (Optimizare directă a preferințelor)

O metodă de antrenament care ajustează modelele direct pe perechile de preferințe, fără a avea nevoie de un model de recompensă separat.

E5 termeni

Eșantionarea top-k

O strategie de decodare care prelevează numai din cele k cele mai probabile simboluri următoare.

Eșantionarea top-p (Nucleus).

O strategie de decodare care prelevează din cel mai mic set de jetoane ale cărui probabilități se însumează la p.

Etichetarea datelor

Procesul de atribuire a etichetelor sau a rezultatelor țintă datelor brute pentru învățarea supravegheată.

Explicabilitate

Gradul în care comportamentul unui model poate fi interpretat și explicat oamenilor.

Extragerea caracteristicilor

Conversia datelor brute în caracteristici informative pe care un model le poate folosi.

F11 termeni

Factualitatea

Cât de precis se potrivesc afirmațiile unui model cu informațiile verificabile din lumea reală.

Facturare bazată pe utilizare

Prețuri la care costurile cresc cu apeluri API, token-uri, timp de inferență sau calcul consumat.

Fals Negativ

O predicție incorectă în care un model ratează un caz pozitiv adevărat.

Fals Pozitiv

O predicție incorectă în care un model semnalează incorect un caz negativ ca pozitiv.

Fereastra de context

Cantitatea maximă de jetoane de intrare pe care un model de limbă poate procesa simultan.

Filtru de siguranță

Un strat de moderare care blochează sau rescrie intrările sau ieșirile nesigure ale modelului.

Fișa modelului

Documentație care descrie utilizarea intenționată a unui model, valorile, limitările și riscurile.

Flash Atenție

Un algoritm de atenție optimizat care reduce utilizarea memoriei și accelerează antrenamentul și inferența transformatorului.

Flux de lucru agentic

Un proces în mai mulți pași în care un sistem AI planifică, execută, verifică rezultatele și iterează către un obiectiv.

Frecvență penalizare

O setare de decodare care reduce probabilitatea de jetoane proporțional cu cât de des au apărut până acum.

Funcția de pierdere

Un obiectiv matematic care cuantifică eroarea de predicție în timpul antrenamentului.

G7 termeni

GAN (Rețea Generativă Adversarială)

O configurație generativă în care un generator și un discriminator se antrenează unul împotriva celuilalt.

Generalizare

Cât de bine funcționează un model pe date noi, nevăzute în afara setului de antrenament.

Gradient

Un vector care arată cât de mult ar trebui să se schimbe fiecare parametru pentru a reduce pierderea.

Graficul de cunoștințe

O structură grafică a entităților și relațiilor utilizate pentru raționament sau regăsire.

Greutate

O valoare numerică învățată care scalează semnalele care trec printr-o rețea neuronală.

GSM8K

Un punct de referință al problemelor de cuvinte de matematică din școală, folosit pentru a evalua raționamentul pas cu pas în modelele lingvistice.

Guvernarea AI

Politici, standarde și mecanisme de supraveghere care ghidează modul în care AI este dezvoltată și utilizată în societate.

H5 termeni

Halucinații

Când un model generează informații fluente, dar false sau neacceptate.

Ham Eval

Un cadru de evaluare repetabil care rulează solicitări, seturi de date și logica de punctare în toate versiunile de model.

Hiperparametru

O valoare de configurare setată înainte de antrenament, cum ar fi rata de învățare, dimensiunea lotului sau adâncimea.

HNSW

O structură de index bazată pe grafic pentru căutarea rapidă aproximativă a celui mai apropiat vecin pe vectori cu dimensiuni mari.

HumanEval

Un punct de referință al problemelor de programare Python utilizat pentru a măsura corectitudinea generării codului prin teste unitare.

I8 termeni

IA generativă

Sisteme AI care produc conținut nou, cum ar fi text, imagini, audio, video sau cod.

Ieșire structurată

Ieșirea modelului este constrânsă la o schemă definită, cum ar fi JSON, argumente pentru instrumente sau câmpuri tipizate.

Inferență

Faza de rulare în care un model antrenat generează predicții sau rezultate.

Inferență cauzală

Metode de estimare a relațiilor cauză-efect mai degrabă decât a corelațiilor simple.

Inginerie caracteristică

Proiectarea sau transformarea variabilelor de intrare pentru a face învățarea mai ușoară și mai eficientă.

Injecție promptă

Un model de atac în care instrucțiuni rău intenționate sunt inserate în intrările modelului sau conținutul preluat.

Inteligență artificială (AI)

Domeniul larg al sistemelor de construcție care îndeplinesc sarcini care necesită recunoaștere a modelelor, raționament, limbaj sau luare a deciziilor.

Interval de încredere

Un interval statistic care conține probabil valoarea reală a unei valori ale modelului măsurat.

J2 termeni

Jailbreak

O tehnică promptă menită să ocolească constrângerile de siguranță ale unui model.

Jeton

O bucată de text procesată de modele de limbaj, cum ar fi un cuvânt sau un simbol.

K1 termen

KV Cache

Tensorii chei și valorii stocați din jetoanele anterioare care permit transformatorilor să genereze noi jetoane fără a recalcula atenția din trecut.

L9 termeni

La mijlocul antrenamentului

O fază intermediară de antrenament între pretraining și post-training, adesea folosită pentru ajustări de capacitate sau de domeniu.

Lanțul-Gândirii

Un stil de raționament în care un model AI descompune o problemă în pași intermediari.

Latența

Timpul dintre trimiterea unei cereri și primirea rezultatului modelului.

Legea AI

Cadrul de reglementare al Uniunii Europene bazat pe risc pentru sistemele și furnizorii de IA.

Legea scalarii

O relație empirică care arată cum se îmbunătățește performanța cu dimensiunea modelului, datele sau calculul.

Limita de decizie

Suprafața din spațiul caracteristic care separă clasele prezise de un clasificator.

Linia de date

O înregistrare a de unde provin datele, cum au fost transformate și unde sunt utilizate.

LLM-ca-judecător

Utilizarea unui model lingvistic pentru a nota sau a compara rezultate de la alte modele în timpul evaluării.

LoRA (adaptare la rang scăzut)

O metodă de reglare fină eficientă din punct de vedere al parametrilor care adaugă matrice adaptoare de rang scăzut.

M20 termeni

Magazin de caracteristici

Un sistem gestionat pentru stocarea și difuzarea caracteristicilor ML validate în mod consecvent pentru instruire și inferență.

Marcaj de apă

Încorporarea unui semnal detectabil în text sau media generat de AI, astfel încât să poată fi identificat ulterior ca produs de mașină.

MCP (Protocolul de Context al Modelului)

Un protocol deschis care permite aplicațiilor AI să se conecteze la instrumente externe, surse de date și furnizori de context într-un mod standard.

Mecanismul de atenție

O componentă de model care se concentrează dinamic asupra părților relevante ale unei intrări atunci când produce o ieșire.

Memorie (Memorie agent)

Context stocat pe care un agent AI îl folosește în pași sau sesiuni pentru a îmbunătăți continuitatea.

MMLU

Un etalon de testare a modelelor lingvistice pe 57 de materii academice și profesionale folosind întrebări cu răspunsuri multiple.

Model cutie neagră

Un model al cărui raționament intern este greu de interpretat direct de oameni.

Model de bază

Un model de referință simplu folosit pentru a compara dacă abordările mai complexe îmbunătățesc efectiv rezultatele.

Model de difuzie

O arhitectură generativă care învață să inverseze zgomotul pentru a sintetiza imagini, sunet sau alt conținut.

Model de încorporare

Un model specializat pentru conversia datelor în vectori utilizați pentru căutare semantică, grupare și regăsire.

Model de limbă mare (LLM)

Un model de limbaj instruit pe corpuri de text masive pentru a genera și analiza text.

Model de limbaj mic (SLM)

Un model de limbaj compact, optimizat pentru o latență, costuri sau o utilizare mai redusă pe dispozitiv.

Model de recompensă

Un model care punctează ieșirile pe baza semnalelor de preferință, adesea folosit în conductele RLHF.

Model distilat

Un model mai mic antrenat să imite comportamentul unui model mai mare, folosind mai puține calcule la inferență.

Model multimodal

Un model care poate procesa sau genera mai multe tipuri de date, cum ar fi text, imagine și audio.

Model open-source

Un model lansat cu greutăți publice sau cod pentru inspecție, adaptare și reutilizare.

Model rar

Un model în care mulți parametri sunt zero sau inactivi pentru a reduce calculul.

Model Vision-Language (VLM)

Un model multimodal care procesează împreună informațiile vizuale și textuale.

Modelul fundației

Un model mare pre-antrenat care poate fi adaptat la multe sarcini din aval.

Modelul preferințelor umane

Un model antrenat pe clasamentele umane pentru a prezice ce răspunsuri vor prefera utilizatorii.

N2 termeni

Netezirea etichetei

O metodă de regularizare care înmoaie etichetele dure pentru a îmbunătăți generalizarea.

Normalizare

Transformarea valorilor la o scară consistentă pentru a îmbunătăți stabilitatea optimizării.

O2 termeni

OCR (recunoaștere optică a caracterelor)

Tehnologie care convertește textul în imagini sau scanează în text care poate fi citit de mașină.

Omul-în-buclă

Un flux de lucru în care oamenii revizuiesc, ghidează sau suprascriu ieșirile AI.

P20 termeni

Parametru

O greutate învățată în interiorul unui model care îi influențează rezultatele.

părtinire

Un model consistent de eroare sau incorectitudine în comportamentul datelor sau modelului.

Pass@k

O metrică de evaluare a codului care măsoară șansa ca cel puțin unul dintre k eșantioane generate să treacă testele.

Pedeapsa de prezenta

O setare de decodare care reduce probabilitatea de apariție a jetoanelor, încurajând subiecte noi.

Pedeapsa de repetare

O setare de decodare care scade probabilitatea de jetoane pe care modelul le-a produs deja pentru a reduce buclele.

Perplexity

O metrică a modelului de limbă care măsoară cât de surprins este modelul de adevăratele simboluri următoare.

Pierdere de entropie încrucișată

O funcție obiectiv comună utilizată pentru a antrena modele de clasificare prin penalizarea probabilităților incorecte.

Pierderea antrenamentului

Valoarea erorii modelului calculată în timpul antrenamentului și optimizată în scădere în timp.

Post-antrenament

Pași de antrenament aplicați după antrenament preliminar, cum ar fi reglarea instrucțiunilor, optimizarea preferințelor și reglarea siguranței.

Preantrenamentul

Instruire inițială pe modele la scară largă pe date ample înainte de adaptarea în aval.

Precizie

Proporția de pozitive prezise care sunt de fapt corecte.

Precizie de recuperare

Proporția elementelor recuperate care sunt relevante pentru interogarea utilizatorului.

Preluarea documentului părinte

Un model de recuperare care caută bucăți mici, dar returnează documentele părinte mai mari pentru un context mai bogat.

Procesarea limbajului natural (NLP)

Ramura AI sa concentrat pe înțelegerea și generarea limbajului uman.

Prompt

Instrucțiunile de intrare și contextul furnizate unui model generativ.

Prompt de sistem

O instrucțiune de înaltă prioritate care stabilește comportamentul, politica și stilul de răspuns pentru un model.

Prompt Engineering

Proiectarea prompturilor pentru a îmbunătăți calitatea, fiabilitatea și controlabilitatea rezultatelor.

Propagarea inversă

Algoritmul de antrenament de bază care actualizează ponderile modelului prin propagarea erorilor de predicție înapoi prin rețea.

Proveniența datelor

Originea documentată, proprietatea și istoricul unui set de date sau al artefactului model.

Punct final de inferență

O interfață API implementată care primește cereri de model și returnează predicții în producție.

Q1 termen

QLoRA

O tehnică de reglare fină care combină cuantificarea greutății pe 4 biți cu adaptoare LoRA pentru a reduce nevoile de memorie.

R18 termeni

RAG (Recuperare-Augmented Generation)

O metodă care preia cunoștințe externe și le alimentează în generare la momentul deducerii.

RAG-Fusion

O metodă de recuperare care generează mai multe variante de interogare, preia rezultatele pentru fiecare și contopește clasamentele.

Rata de învățare

Un hiperparametru de antrenament care controlează cât de mult parametrii modifică fiecare pas de actualizare.

Reacționează

Un model de îndemnare care intercalează pașii de raționament cu acțiuni de utilizare a instrumentelor pentru a rezolva sarcinile mai fiabil.

Recunoașterea entității denumite (NER)

O sarcină NLP care identifică entități precum persoane, locuri, date sau organizații.

Recuperare

Găsirea documentelor sau înregistrărilor relevante dintr-o sursă de cunoștințe pentru o interogare.

Recuperare multi-interogare

O tehnică de recuperare care rescrie interogarea utilizatorului în mai multe variante pentru a îmbunătăți rememorarea.

Red Teaming

Testarea la stres a unui sistem AI cu solicitări adverse pentru a dezvălui eșecurile și riscurile.

Registrul modelului

Un catalog central pentru versiunea, aprobarea și urmărirea modelelor în medii.

Reglaj fin

Formarea continuă cu privire la datele specifice domeniului pentru a adapta un model pre-antrenat la o anumită sarcină.

Reglajul instrucțiunilor

Ajustarea fină a unui model de perechi instrucțiune-răspuns pentru a îmbunătăți urmărirea sarcinilor.

Reglare fină eficientă în funcție de parametri (PEFT)

Metode care adaptează modelele prin antrenarea unui mic subset de parametri adăugați.

Reranker

Un model care reordonează un set inițial de rezultate preluate pentru a pune cele mai relevante elemente în partea de sus.

Rețeaua neuronală

Un model de calcul stratificat inspirat de neuroni biologici și sinapse.

Rețeaua neuronală convoluțională (CNN)

O arhitectură neuronală optimizată pentru procesarea datelor asemănătoare grilei, cum ar fi imaginile.

Reținerea datelor zero

O politică în care sarcinile utile de solicitare/răspuns nu sunt stocate după procesare dincolo de ferestrele operaționale de scurtă durată.

Robustitate

Capacitatea unui model de a menține performanța în condiții de zgomot, schimbări sau intrări adverse.

RoPE (înglobare pozițională rotativă)

O metodă de codificare pozițională care rotește vectorii de interogare și cheie pentru a codifica pozițiile relative ale simbolurilor.

S11 termeni

Scurgeri de referință

Atunci când exemplele de teste de referință sau variante apropiate sunt prezente în datele de antrenament, umflarea performanței raportate.

SentencePiece

Un tokenizer agnostic de limbă care învață unitățile de subcuvinte direct din textul brut fără a împărți în prealabil spațiile albe.

Set de evaluare

Un set de date păstrat folosit pentru a măsura calitatea modelului după antrenament.

Set de validare

Un set de date folosit în timpul dezvoltării pentru a regla modelele și pentru a preveni supraadaptarea.

Setul de date

O colecție de exemple structurate sau nestructurate utilizate pentru instruire, validare sau testare.

Siguranța AI

Un domeniu axat pe reducerea comportamentului dăunător, a eșecurilor și a riscurilor de utilizare greșită în sistemele AI.

Sistem autonom

Un sistem care poate lua decizii și acționa cu control uman limitat sau fără control uman direct în timp real.

Sistem de recomandare

O conductă de model care prezice preferințele utilizatorilor pentru clasarea conținutului sau a produselor.

Spațiu latent

Un spațiu de reprezentare comprimat în care concepte similare sunt poziționate unul lângă celălalt ca vectori.

Supramontare

Când un model memorează datele de antrenament și are performanțe slabe la intrări nevăzute.

Supraveghere slabă

Utilizarea etichetelor zgomotoase, euristice sau parțiale pentru a antrena modele atunci când etichetele curate sunt rare.

T7 termeni

Taxa de aliniere

Costul suplimentar în timp, calcul sau viteza produsului necesar pentru a face sistemele mai sigure și mai controlabile.

Temperatura

O setare de eșantionare care controlează aleatoritatea în ieșirile generate.

Tokenizare

Procesul de împărțire a textului în jetoane pentru introducerea modelului.

Transfer de învățare

Aplicarea cunoștințelor învățate într-o sarcină sau domeniu pentru a îmbunătăți o altă sarcină.

Transformator

O arhitectură neuronală care folosește atenția pentru a modela relațiile între secvențe în paralel.

Transparență algoritmică

Cât de clar sunt documentate și de înțeles logica, sursele de date și limitările unui sistem AI.

Tunderea

Eliminarea greutăților modelului sau a neuronilor mai puțin importanți pentru a reduce dimensiunea și a calcula.

U1 termen

Utilizarea instrumentului

Capacitatea unui model de a apela instrumente externe, cum ar fi căutarea, calculatoarele sau API-urile.

V1 termen

Viziune pe computer

Ramura AI care extrage sens din imagini și videoclipuri.

X1 termen

XAI (AI explicabil)

Tehnici și practici pentru a face predicțiile AI mai transparente și mai ușor de înțeles.

Î14 termeni

Încorporarea

O reprezentare vectorială numerică care surprinde semnificația semantică a textului, imaginilor sau a altor date.

Încorporarea cuvântului

O reprezentare vectorială densă a cuvintelor care captează relații semantice.

Întemeierea

Gradul în care un răspuns AI este susținut de date sursă sau de dovezi extrase.

Învățare auto-supravegheată

Învățarea reprezentărilor din date neetichetate prin predicția părților mascate sau transformate.

Învățare automată (ML)

Metode care permit sistemelor să învețe tipare din date și să se îmbunătățească în timp.

Învățare continuă

Abordări de formare care permit unui model să continue să învețe din date noi, fără a uita cunoștințele anterioare.

Învățare cu câteva lovituri

Învățarea sau adaptarea comportamentului dintr-un număr mic de exemple.

Învățare în context

Capacitatea unui model de a urma tipare din exemplele furnizate direct în prompt.

Învățare nesupravegheată

Modele de învățare din date neetichetate fără rezultate țintă explicite.

Învățare prin consolidare din feedbackul uman (RLHF)

O metodă de antrenament care utilizează semnale de preferințe umane pentru a modela comportamentul modelului.

Învățare prin întărire

Antrenamentul prin recompensă semnalează în cazul în care un agent învață acțiuni care maximizează rentabilitatea pe termen lung.

Învățare profundă

Un subset de învățare automată care utilizează rețele neuronale cu mai multe straturi pentru învățarea reprezentării.

Învățare supravegheată

Antrenarea unui model cu exemple etichetate care mapează intrările la ieșiri cunoscute.

Învățare Zero-Shot

Rezolvarea sarcinilor fără exemple specifice sarcinii, bazându-se pe cunoștințele generale anterioare.

Ș1 termen

Șablon prompt

Un model de prompt reutilizabil cu variabile, reguli de formatare și instrucțiuni specifice sarcinii.

Glosar AI gratuit

213 termeni · Definiții în limbaj simplu

Explorați biblioteca completă de ghiduri