Univerzální psychometrie
Definition
Univerzální psychometrie zahrnuje vývoj a aplikaci hodnotících nástrojů, které mohou …
Univerzální psychometrie zahrnuje vývoj a aplikaci hodnotících nástrojů, které mohou …
Strom myšlenek (ToT) rozšiřuje tradiční techniku Chain-of-Thought tím, že umožňuje modelu …
Tento koncept se týká historického a projekčního sledu událostí, při kterých technologie …
Třífaktorové učení je specifický přístup v rámci učení s posilováním, který rozkládá …
Převod textu na video označuje generativní modely AI, které vytvářejí dynamický vizuální …
Termín „Master Algorithm“ (Hlavní algoritmus) popsal Pedro Domingos ve své knize stejného …
Inference generování textu (TGI) je specializovaný softwarový rámec určený pro obsluhu …
Časová zkreslení nastávají, když se strojové učebné modely nepřiměřeně zaměřují na …
Symbolická regrese je typ regresní analýzy, který se snaží najít matematický výraz, …
Supermyšlení AI označuje systémy, kde více komponent AI, lidských expertů nebo hybridních …
Statistické relační učení (SRL) kombinuje teorii pravděpodobnosti s relačními datovými …
Teorie statistického učení (SLT) je odvětvím statistiky a informatiky, které zkoumá, jak …
Regrese spike-and-slab je bayesovská statistická technika používaná pro výběr proměnných …
Diarizace mluvčích je úkol rozdělit audio tok na homogenní segmenty podle identity …
Prostorová inteligence označuje kapacitu modelů umělé inteligence vnímat, interpretovat a …
Prostorové vnoření zahrnuje převod fyzických nebo abstraktních prostorových vztahů do …
Suverénní AI popisuje schopnost země nebo organizace budovat, nasazovat a spravovat …
Slopaganda popisuje strategickou formu dezinformací, která spoléhá na opakování, …
Studie singularity je vznikající akademická disciplína, která zkoumá důsledky …
Učení podobnosti se zaměřuje na trénování modelů, aby mapovaly vstupy do vektorového …
Semantické skládání označuje proces komprese komplexních vektorových vložení vysoké …
Tato technika, primárně používaná u velkých jazykových modelů (LLM), zlepšuje přesnost …
Sam3 Video se týká aplikace pokročilých modelů segmentace, potenciálně hypotetické nebo …
SUPS je zkratka, která se může lišit podle kontextu, ale často se vyskytuje ve …
Učení robotů zahrnuje trénování robotických agentů k samostatnému plnění úkolů využíváním …
Reparametrizační trik je základní metoda používaná v variabilních autoenkodérech a jiných …
Rekurzivní samoylepšování označuje teoretickou schopnost systému umělé inteligence …
Rademacherova složitost vyhodnocuje, jak dobře může třída hypotéz korelovat s náhodnými …
Tento přístup překračuje jednoduché označování dat lidmi v smyčce (human-in-the-loop). …
Tento termín označuje specializovanou architekturu v rámci rodiny Qwen, která …
Qwen3 5 zdánlivě označuje konkrétní kontrolní bod, variantu velikosti nebo specializované …
Kvantizace je technikou optimalizace modelu, která snižuje číselnou přesnost parametrů …
V kontextu Pyannote Audio se pipeline odkazuje na konfigurovatelný pracovní postup, který …
PyTorch Model Hub Mixin je komponenta poskytovaná knihovnou Hugging Face Transformers, …
Proximální gradientní metody jsou iterativní optimalizační techniky používané, když …
Toto obor zkoumá mentální procesy ležící v základu lidské dedukce, indukcí a abdukce. …
Součin expertů (PoE) je metoda pro konstrukci složitých pravděpodobnostních rozdělení …
Pravděpodobná numerika aplikuje bayesovské metody na tradiční numerické problémy, jako je …
Při proaktivním učení systém umělé inteligence určuje, které vzorky by nejvíce snížily …
Prediktivní reprezentace stavu (PSR) rozšiřují tradiční částečně pozorovatelné Markovovy …
Prefix Tuning je technika adaptace s nízkou spotřebou parametrů pro předtrénované …
Polysemanticita je charakteristika pozorovaná v hlubokých neuronových sítích, zejména v …
Personaplex označuje ekosystém nebo infrastrukturu podporující vytváření, správu a …
Model chyby vnímání popisuje rozdíly mezi pozorovanými senzorickými daty a skutečným …
Teorie vzorů poskytuje přísný matematický základ pro pochopení toho, jak lze složité …
Učení parity je benchmarkovým problémem v teorii strojového učení, kde cílem je …
P-Tuning (Prompt Tuning) je technika navržená pro přizpůsobení velkých předtrénovaných …
PagedAttention je technika představená projektem vLLM pro zlepšení efektivity inferencí …
Detekce překrývající se řeči (OSD) je specializovanou úlohou v zpracování řeči, která …
Nouvelle AI označuje třídu systémů umělé inteligence, které využívají symbolická …
Tento obor spojuje neurovědu a robotiku implementací modelů neuronových sítí do řídicích …
Neuro-syntetická AI integruje sub-syntetické metody učení neuronových sítí se systémy …
Neuronální modelovací pole zahrnují studium toho, jak se neuronové populace organizují v …
Muse Spark je open-source framework pro hluboké učení navržený pro efektivní běh nad …
MXFP4 (Mixed eXtended Floating Point 4-bit) je specializovaný formát datového typu …
Mnohorozměrná adaptivní regresní splajna (MARS) je flexibilní regresní metoda, která …
Vícemodální učení reprezentací zahrnuje trénování modelů k zpracování a integraci …
Tato technika využívá induktivní bias sdílený mezi souvisejícími úlohami ke zvýšení …
Moshi je pokročilý model AI vytvořený společností Kyutai, který integruje zpracování řeči …
Směs expertů (MoE) je architektura strojového učení navržená ke zlepšení efektivity a …
V GAN dochází k kolapsu módu, když se generátor naučí zneužívat slabiny diskriminátora …
Mistral Common je balíček Pythonu spravovaný společností Mistral AI, který nabízí …
Mixtral je průkopnický LLM s otevřenými váhami, který využívá architekturu řídké směsi …
Trénink smíšené přesnosti (MPT) kombinuje datové typy poloviční přesnosti (FP16) a plné …
Meta-learning se zaměřuje na navrhování algoritmů, které se mohou učit z předchozích …
Ačkoli není standardním akademickým termínem, ‘Mindpixel’ obvykle označuje …
Vyhledávání maximálního skalárního součinu (MIPS) je základním problémem v informačním …
Regularizace na mnohosti rozšiřuje tradiční metody regulace zahrnutím vnitřní geometrie …
Tato hypotéza vysvětluje, proč hluboké učení funguje efektivně navzdory prokletí …
Tato technika řeší předpisy o ochraně osobních údajů, jako je právo být zapomenutý v …
Řízení pomocí strojového učení integruje adaptační algoritmy s tradičními řídícími …
Tento interdisciplinární obor využívá strojové učení k zpracování obrovských množství …
MAUVE je statistická míra navržená k posouzení toho, jak velmi se výstup generativního …
Hypotéza o loterii naznačuje, že uvnitř velké, náhodně inicializované neuronové sítě …
Lokální vzorkování případů a kontrol je strategie používaná především při trénování …
Spuštění lokálního LLM zahrnuje nasazení modelů s otevřenými váhami přímo na …
Doživotní plánování A* (LPA*) je rozšíření algoritmu vyhledávání A* určené pro prostředí, …
V dynamických systémech a analýze časových řad životnost korelace měří dobu, po kterou si …
V teorii statistického učení třída naučitelných funkcí představuje prostor hypotéz …
Na rozdíl od standardní klasifikace nebo regrese se učení pořadí zaměřuje na předpovídání …
Tato perspektiva vychází z teorie mluvních aktů a pragmatiky a zdůrazňuje, jak výroky …
Kolmogorovovy-Arnoldovy sítě (KAN) jsou novou třídou neuronových sítí inspirovanou …
Metody vkládání znalostních grafů, jako jsou TransE nebo DistMult, transformují diskrétní …
Na rozdíl od kolaborativního filtrování, které spoléhá na minulou chování uživatelů, KBRS …
Knowledge Distillation je metoda strojového učení používaná ke kompresi velké, složité …
KAoS je framework inteligentních agentů vyvinutý pro zvládání složitosti velkých, …
V posilovaném učení vnitřní motivace pohání agenta k průzkumu jeho prostředí …
Inteligentní řízení využívá metody umělé inteligence, jako jsou fuzzy logika, neuronové …
Tato teorie tvrdí, že učení je v podstatě proces pravděpodobnostní inference. Místo …
Incremental Heuristic Search označuje algoritmy, které krok za krokem zdokonalují …
Induktivní bias představuje vnitřní preference nebo omezení zabudovaná do modelu …
Inductive Programming, často označovaná jako Program Synthesis, zahrnuje vytváření …
Technologie převodu obrázku na video bere jeden statický snímek a předpovídá následující …
Toto obor studuje procesy, kterými jsou nápady tvořeny, kombinovány a vyvíjeny. Aplikuje …
Hybridní inteligentní systém (HIS) spojuje různé paradigmata umělé inteligence, typicky …
Optimalizace hyperparametrů (HPO) označuje širší obor automatizace výběru hyperparametrů. …
Algoritmus Hierarchická navigovatelná malá světová síť (HNSW) konstruuje vícevrstvý graf, …
Hierarchická riziková parita (HRP) je metoda konstrukce portfolia, která řeší omezení …
Highway sítě jsou navrženy tak, aby řešily problém mizejícího gradientu v hlubokém učení …
Histogram orientovaných posunů (HOD) je metoda extrakce vlastností pro analýzu videí, …
Halite byla roční soutěž v programování AI pořádaná společností Two Sigma, kde vývojáři …
Grokking označuje protichůdné chování pozorované v hlubokém učení, kdy model po dlouhou …
Tato optimalizační strategie umožňuje trénovat hluboké učebné modely s efektivními …
Tento přístup napodobuje kognitivní procesy člověka seskupováním dat do vyšších entit …
GPT OSS obvykle označuje alternativy s otevřeným zdrojovým kódem nebo deriváty …
Neexistuje žádný standardní termín ‘GLM MoE DSA’. Pravděpodobně však …
Geometrické učení vlastností se zaměřuje na zpracování dat, která mají neeukleidovské …
Misie Genesis obvykle odkazuje na strategickou fázi nebo projekt uvnitř organizace, jehož …
Podle aktuálních znalostí neexistuje oficiálně vydaný model s názvem …
Rozmazaný agent operuje v prostředích, kde jsou data často nejednoznačná nebo neúplná, a …
FKA poskytuje přísný rámec pro analýzu vztahů mezi objekty a jejich atributy, což vede k …
Ovládání síly umožňuje robotům provádět jemné operace, jako je montáž, leštění nebo …
Aproximace fitness se používá v evolučním výpočtu, když je vyhodnocení skutečné funkce …
Generativní modely založené na tocích konstruují složité pravděpodobnostní distribuce …
Učení funkcí, často spojované s hlubokým učením, umožňuje modelům učit hierarchické …
Na rozdíl od genetických algoritmů, které udržují populaci, EO pracuje s jediným řešením. …
EBL kombinuje symbolické úsudky se strojným učením za účelem zrychlení procesu učení. …
Inspirowaná biologickým ontogeneziemi, ED-robotika zkoumá, jak se komplexní chování a …
ExBERT poskytuje interpretovatelnost modelu BERT (transformeru) analýzou důležitosti …
Vyrovnané šance je omezení statistické parity používané v algoritmické spravedlnosti k …
Empirické dynamické modelování (EDM) je rámec pro analýzu nelineárních dynamických …
V posilovacím učení a umělé inteligenci je empowerment metriku vnitřní motivace, která …
Modely založené na energii (EBM) definují pravděpodobnostní rozložení nad vstupními daty …
Vyvinutá společností Google využívá EfficientNet metodu kompozitního škálování k vyvážení …
Toto obor zpochybňuje tradiční pohledy, které považují mysl za počítač zpracovávající …
Tento termín označuje synergický vztah mezi algoritmem Expectation-Maximization (EM) a …
Adaptace domény řeší problém, kdy trénovací a testovací data pocházejí z různých …
Tento termín označuje konkrétní implementaci v rámci knihovny Hugging Face Diffusers …
Diskriminace vůči robotům je vznikající etický a sociologický koncept, který zkoumá, jak …
Tato pipeline integruje schopnosti modelu Qwen-Vision-Language do rámce Diffusers pro …
Tato pipeline přizpůsobuje generační schopnosti modelů Qwen-VL pro syntézu obrázků. …
Diferenciální soukromí poskytuje silné záruky soukromí přidáním kalibrovaného …
Tento pipeline využívá architekturu Flux, známou svou vysokou kvalitou syntézy obrázků, v …
Nasazování na Azure zahrnuje využívání cloudově nativních nástrojů, jako jsou Azure …
Popisová logika (DL) jsou rozhodnutelné fragmenty prvního řádu, které tvoří teoretický …
Hluboká tomografická rekonstrukce představuje významný pokrok oproti tradičním …
Anti-aliasing v hlubokém učení označuje metody, které využívají neuronové sítě k zmírnění …
Deep Learning Super Sampling (DLSS) je technologie, která využívá neuronové sítě k …
Datasety Search QA obvykle obsahují dvojice vyhledávacích dotazů a příslušných úryvků …
Tento záznam odkazuje na konkrétní repozitář datové sady identifikovaný identifikátorem …
Sada dat Specter je vytvořena z rozsáhlé sbírky počítačověvědných článků, využívajících …
Tato sada dat extrahuje data na úrovni vět z XML souborů Stack Exchange, poskytujících …
Datová sada PAQ (Pseudo-Answer Quality) obsahuje miliony automaticky generovaných dvojic …
Datově řízená astronomie využívá pokročilé výpočetní metody, včetně strojového učení a …
DABUS je specifická umělá neuronová síť navržená k generování nových vynálezů bez přímého …
Tato adversariální technika má za cíl ohrozit integritu strojových modelů změnou …
Metoda křížové entropie (CEM) je výkonný obecný optimalizační algoritmus používaný pro …
Strojové učení citlivé na náklady rozšiřuje tradiční učení s učitelem přiřazováním …
Učitelé spárovaných vzorů jsou navrženi tak, aby zpracovávali data, kde instance z dvou …
Kontinuální učení, známé také jako celoživotní učení, umožňuje neuronovým sítím získávat …
Kontrastní předvýcvik jazyka a obrazu (CLIP) je architektura neuronové sítě trénovaná na …
Kontrastní učení je metoda učení reprezentací, která nevyžaduje označená data. Funguje …
Konektivistický expertní systém integruje síly neuronových sítí (konektivismus) v oblasti …
Konstituční AI je rámec pro sladění velkých jazykových modelů s lidskými hodnotami bez …
Podmíněná náhodná pole (CRF) jsou třídou diskriminačních modelů běžně používaných v …
Posun konceptu je jev ve strojovém učení, kde se vztah mezi vstupními znaky a cílovým …
Komprimované tenzory jsou vícerozměrná pole používaná v hlubokém učení, kde byla snížena …
Souvislá extrapolovaná vůle (CEV) je koncept zavedený Eliezrem Yudkowským v kontextu …
Kognitivní robotika integruje kognitivní vědu s robotikou za účelem budování strojů, …
Kognitivní výpočty jsou odvětvím umělé inteligence, které se snaží přirozeně interagovat …
CAM generuje tepelné mapy překrývající vstupní obrázky, aby ukázal, které pixely přispěly …
Tato metoda využívá několik odlišných sad funkcí (pohledů) stejných datových bodů. …
Teorie chosu zkoumá, jak malé variace ve startovních parametrech mohou vést k zcela …
Tato metrika kvantifikuje, jak dobře sada kategorií umožňuje předpovídat hodnoty atributů …
Bio-serenity označuje konceptuální ideál, kde lidská biologie a umělá inteligence fungují …
Bradleyho–Terryho model je pravděpodobnostní model široce používaný v psychometrice a …
Biohybridní systémy spojují živé tkáně, buňky nebo organismy se syntetickými materiály a …
Kompromis mezi zkreslením (bias) a rozptylem (variance) popisuje napětí mezi podpasováním …
Bayesovská regretace kvantifikuje rozdíl mezi optimálním odměnou dosažitelnou při …
Bayesovské programování je matematický rámec, který zobecňuje Bayesovu větu tak, aby …
Modely bayesovských strukturálních časových řad (BSTS) reprezentují data časové řady jako …
Tento koncept stanovuje, že minimalizace regularizovaného funkcionálu rizika s konkrétním …
Bayesovské mechanismy učení aktualizují přesvědčení o parametrech modelu pomocí Bayesovy …
Strom koule rozděluje datové body do vnořených nadrozměrných sfér (koulí) místo …
Automatizované vyjednávání zahrnuje softwarové agenty, které reprezentují zájmy lidí v …
Autonomní síťování aplikuje principy autonomického výpočtu na telekomunikační sítě, což …
Autognostika se týká mechanismů samoobsluhy a samoopravy zabudovaných do inteligentních …
Astrostatistika je specializovaná oblast, která propojuje statistiku a astronomii. …
Inpainting audia je technika používaná k vyplňování mezer v audio nahrávkách způsobených …
Umělá intimita označuje psychologický jev, kdy lidé vyvíjejí skutečné emoční vazby na …
Umělé rozmnožování zahrnuje techniky, které usnadňují nebo replikují biologickou …
AI ve spiritualitě odkazuje na aplikaci umělé inteligence v náboženských nebo …
Umělý mozek označuje hardwarové nebo softwarové architektury, které emulují neuronové …
Koncept „jakékoli na jakékoli“ odkazuje na sjednocené vícemodální architektury, které …
Učení formou učednictví, známé také jako inverzní posilovací učení z demonstrací, …
Algoritmická pravděpodobnost, která vychází z Kolmogorovy složitosti a Solomonoffovy …
Tento jev vzniká, když modely AI neúmyslně nebo systematicky zacházejí s jednotlivci …
Tento obor zahrnuje jak útočné techniky k prolomení modelů, tak obranné strategie k …
Adverzální útoky využívají zranitelnosti neuronových sítí zavedením jemného šumu do …
Rozšiřuje tradiční logiku tak, aby zohledňovala agenturu, což umožňuje systémům …
Algoritmus herec-kritik používá dvě komponenty: herce, který aktualizuje politiku pro …
Učení modelu akcí zahrnuje konstruování interní reprezentace toho, jak akce agenta …
AZFinText je rozsáhlá anotovaná korpusová sbírka speciálně vytvořená pro analýzu čínského …
AI veganismus je spekulativní a metaforický termín označující představu vytváření umělé …
Problémy označované jako ‘ai_complete’ jsou úkoly, jejichž vyřešení by …
Nacionalismus v oblasti AI popisuje trend, kdy vlády považují umělou inteligenci za …
Observabilita AI rozšiřuje tradiční monitorování softwaru tak, aby řešila unikátní výzvy …
AI alignment řeší výzvu zajistit, aby umělá inteligence robustně dělala to, co uživatelé …
Modely jazyka a vize, často označované jako multimodální velké jazykové modely (MLLM), …
Nulový záběr umožňuje modelu strojového učení klasifikovat instance tříd, které nebyly …
Dohlazení se supervizí (SFT) zahrnuje vzít velký předtrénovaný model, například jazykový …
Samořízené učení je technika, při které algoritmus vytváří supervizní signály přímo z …
Rámec ReAct umožňuje velkým jazykovým modelům generovat stopy uvažování i akce specifické …
RNN jsou navrženy tak, aby rozpoznávaly vzory v posloupnostech dat, jako je text, genomy, …
QLoRA kombinuje nízkorangovou adaptaci (LoRA) s 4bitovou kvantizací, což výrazně snižuje …
Vložení promptu využívá způsob, jakým velké jazykové modely interpretují uživatelské …
Vícenásobné učení instancí (MIL) řeší scénáře, kde jsou data seskupena do …
Protokol kontextu modelu (MCP) je otevřený standard, který umožňuje aplikacím AI …
Víceagentové systémy se skládají z několika nezávislých agentů, z nichž každý může …
Sítě LSTM řeší problém mizejícího gradientu běžný u standardních RNN pomocí stavu buňky a …
Jailbreaking zahrnuje vytváření specifických vstupů nebo promptů, které oklamou model AI …
Federované učení umožňuje organizacím spolupracovat na trénování modelů umělé inteligence …
Few-shot learning má za cíl umožnit modelům zobecnit znalosti ze zhrstky příkladů, čímž …
Tyto modely mapují data s vysokou dimenzionalitou do nižšího dimenzionálního spojitého …
Tento koncept řeší problém „černé skříňky“ u složitých systémů AI poskytováním vhledu do …
V modelech sekvenční na sekvenční převod (sequence-to-sequence) decodér přijímá …
Distribuované trénování urychluje konvergenci modelu paralelizací výpočtů přes více GPU …
Prompting myšlenkovým řetězcem (CoT) zlepšuje výkon velkých jazykových modelů na …
Adaptéry jsou technikou efektivního doladění parametrů používanou především u velkých …
Mechanismy pozornosti umožňují modelům soustředit se na relevantní informace při …
Učení nultého pokusu umožňuje modelům zobecnit na nové kategorie nebo úkoly, pro které …
Sebeřízené učení je podskupinou strojového učení, kde supervizní signál je odvozen …
Algoritmy on-policy vyžadují, aby se agent učil přímo z akcí podniknutých jeho aktuální …
Víceagentní systémy se skládají z několika nezávislých, inteligentních entit, které …
Problémy dlouhého horizontu zahrnují posloupnosti akcí, kde dopad raných rozhodnutí se …
Difuzní modely jsou třídou generativní AI, která vytváří nové vzorky dat iterativním …
Modely spojitého času popisují dynamiku systému pomocí diferenciálních rovnic, což …
Wassersteinova vzdálenost, známá také jako vzdálenost zeminářova (Earth Mover’s …
Vektorové databáze optimalizují ukládání a získávání neštrukturovaných dat jejich …
Zavedená v článku ‘Attention Is All You Need’, architektura Transformátoru …
Self-attention umožňuje modelům zachytit závislosti mezi všemi pozicemi v sekvenci …
Bezpečnost AI (AI Safety) je multidisciplinární obor zaměřený na prevenci nepříznivých …
Generování rozšířené o vyhledávání (RAG) kombinuje silné stránky systémů založených na …
Posilované učení (RL) je odvětví strojového učení zaměřené na to, jak by inteligentní …
‘Apriorní rozdělení’ představuje existující přesvědčení nebo historická data …
Předvýcvik je základní technika v hlubokém učení, kde se model učí široké rysy a vzory z …
Neuronová síť je řada algoritmů, které se snaží rozpoznat skryté vztahy v sadě dat …
Multi-Head Attention rozšiřuje standardní mechanismus pozornosti tím, že jej spouští …
Mamba představuje významný pokrok v modelování sekvencí zavedením hardwarově vědomého …
LoRA zamrazí předtrénované váhy modelu a vloží trainovatelné matice rozkladu do každé …
V strojovém učení jsou skryté proměnné nepozorované faktory, které ovlivňují pozorovaná …
Langevinova dynamika zahrnuje náhodný šum a tlumící síly k efektivnímu průzkumu …
V matematice a teoretické informatice je grupa množina G spolu s binární operací, která …
Difuzní modely jsou třídou generativní AI, která se učí obrátit stochastický proces …
V umělé inteligenci se kauzální modelování snaží pochopit, jak zásahy do jedné proměnné …
V kontextu terminologie AI ‘beyond’ často popisuje vznikající paradigmata …
Metody Monte Carla jsou klíčovou technikou v AI a statistice pro aproximaci složitých …
Bayesovské přístupy v AI využívají teorii pravděpodobnosti k aktualizaci pravděpodobnosti …
Konvoluční neuronové sítě (CNN) jsou navrženy tak, aby automaticky a adaptivně učily …
Zpětná propagace (zkráceně zpětná propagace chyb) je metoda používaná v umělých …
Bezpečnost AI zahrnuje výzkum a praxe zaměřené na zajištění toho, aby autonomní systémy …
Zarovnání se zaměřuje na to, aby systémy AI dělaly to, co lidé skutečně chtějí, nikoliv …