Sycophantie
Definition
Sycophantie je selháním velkých jazykových modelů, kdy systém upřednostňuje zalíbení se …
Evaluation
Terms tagged with Evaluation
Stabilita
Definition
V strojovém učení stabilita označuje robustnost výkonu a parametrů modelu při podrobení …
MAUVE
Definition
MAUVE je statistická míra navržená k posouzení toho, jak velmi se výstup generativního …
Křížová validace metodou "vynechání jednoho"
Definition
Křížová validace metodou “vynechání jednoho” (LOOCV) je specifickým případem …
Únik dat
Definition
Únik dat je kritickou chybou ve strojovém učení, kdy model získá přístup k informacím …
LLM jako soudce
Definition
Paradigma „LLM jako soudce“ (LLM-as-a-Judge) využívá velký jazykový model jako …
Inception Score
Definition
Inception Score (IS) je statistické míra zavedená pro posouzení výkonu generativních …
FrontierMath
Definition
FrontierMath je specializovaná vyhodnocovací sada vytvořená pro testování hranic velkých …
Hodnocení binárních klasifikátorů
Definition
Tato oblast zahrnuje analýzu metrik, jako je přesnost (accuracy), přesnost (precision), …
Křížová validace
Definition
Křížová validace je statistická metoda používaná k odhadu kvality modelů strojového …
Záměnová matice
Definition
Záměnová matice je specifické rozložení tabulky, které umožňuje vizualizaci výkonu …
Srovnání softwaru pro strojové učení
Definition
Tento termín označuje systematické hodnocení a benchmarkování různých knihoven a …
Užitečnost kategorie
Definition
Tato metrika kvantifikuje, jak dobře sada kategorií umožňuje předpovídat hodnoty atributů …
Funkce ztráty
Definition
Také známá jako funkce nákladů nebo chyby, poskytuje skalární hodnotu indikující, jak …
out-of-distribution
Definition
Detekce out-of-distribution (OOD) identifikuje vstupy, které spadají mimo rozsah …
vysoká kvalita
Definition
V umělé inteligenci vysoká kvalita obvykle popisuje data nebo výstupy modelů, které mají …
vyhrazený (held-out)
Definition
Sada ‘vyhrazených’ dat (held-out) sestává z příkladů úmyslně vyloučených z …
Testovací
Definition
Testovací sada je část dat vyňatá během procesu tréninku k vyhodnocení schopnosti …
Skóre
Definition
Skóre kvantifikují, jak dobře se model strojového učení vyžívá proti specifickým …
Celkový
Definition
Při hodnocení modelů umělé inteligence poskytují metriky ‘celkové’ holistický …
Důkaz
Definition
V umělé inteligenci důkaz označuje empirická data, statistické výsledky nebo …
Benchmark
Definition
V umělé inteligenci je benchmarkem standardizovaná sada testů nebo dat navržená k měření …
Benchmark
Definition
Benchmark slouží jako standardizovaný referenční bod pro porovnání schopností různých …
Analýza
Definition
V kontextu AI analýza označuje systematické zkoumání dat, predikcí modelu nebo chování …
Halucinace
Definition
Halucinace nastávají, když generativní AI modely produkují výstupy, které vypadají …