Tekstklassificering
Definition
Tekstklassificering er en opgave inden for overvåget læring, hvor algoritmer tildeler …
Tekstklassificering er en opgave inden for overvåget læring, hvor algoritmer tildeler …
TensorFlow Hub er en platform til offentliggørelse og genanvendelse af …
Symbolsk kunstig intelligens, ofte kaldet GOFAI (Good Old-Fashioned AI), stolede på …
Generering af tekst-til-billede (T2I) involverer brug af dybe læringsmodeller, såsom …
Inden for maskinlæring og optimering fungerer en erstatningsmodel som en proxy for en …
Dette koncept refererer til debatten og potentielle politikker vedrørende begrænsningen …
Sofistikering er en fejlmåde hos store sprogmodeller, hvor systemet prioriterer at behage …
Strukturel risikominimering (SRM) er en metode til at minimere forventet risiko ved at …
Struktureret sparsomhedsregularisering udvider standard L1-regularisering ved at opmuntre …
Spreading activation er et koncept, der oprindeligt stammer fra kognitionspsykologien, …
Stable Diffusion er en dyb læringsmodel, der genererer detaljerede billeder betinget af …
Diffusers-biblioteket er en open-source værktøjskasse fra Hugging Face, der er designet …
Detektion af højttalerskift (SCD) er en teknik, der bruges til at pinpointe præcise …
Socialt assistive robotter (SARs) er en delmængde af menneske-robot-interaktion, der …
En softwareagent er en autonom enhed, der er i stand til at opfatte sit miljø, ræsonnere …
Inden for kunstig intelligens refererer ‘situeret’ til agenter, der er …
Den situerede tilgang er et metodologisk rammeværk inden for AI-forskning, der hævder, at …
Sekvensmærkning involverer at forudsige en kategorisk etiket for hvert token i en givet …
Semi-supervised læring er en hybrid træningsparadigme, der anvender en lille mængde …
Sentence Transformers er udvidelser af traditionelle Transformer-modeller (som BERT), der …
Inden for beregningslæringsteori kvantificerer prøvekompleksiteten den mængde data, der …
Dette begreb omfatter evnen hos AI-agenter eller systemer til selvstændigt at håndtere …
Den går ud over syntaktisk struktur til at fortolke den faktiske hensigt og betydning af …
Rust er et programmeringssprog med flere paradigmer og generelt formål, designet til …
Sam3 er ikke en bredt anerkendt offentlig AI-standardterm som SAM (Segment Anything …
Regelinduktion er en symbolsk maskinlæringsmetode, der udleder hvis-då-rules direkte fra …
Inden for AI-sikkerhed og etik refererer robusthed til en models modstandsdygtighed over …
Modstand mod AI refererer til metoder, der bruges af individer eller enheder til at undgå …
Repræsentationskollaps opstår, når et neuronnetværk, især i selvovervågede kontrastive …
Inden for AI er refleksion en paradigma, hvor en model holder paus for at evaluere sin …
Relationel datagravning fokuserer på at udtrække nyttig information fra databaser, hvor …
I modsætning til standard generative modeller, der fokuserer på flydende tekst, …
Random feature maps transformerer inputs til et nyt rum, hvor lineære modeller kan …
Rabbit r1 er en dedikeret hardwareenhed lanceret af Rabbit Inc., centreret omkring deres …
ROCm (Radeon Open Compute) er en driver- og softwarestabel udviklet af AMD til at …
Qwen Coder er en dedikeret version af den store Qwen-sprogmodel finjusteret specifikt til …
Qwen2 markerer den anden betydningsfulde generation af Qwen-modelfamilien, der …
Pyannote er et open-source Python-bibliotek udviklet af pyannote.audio, der specialiserer …
Pyannote Audio er et omfattende værktøjskit designet til at lette udviklingen og …
Pythia er en serie af open-source store sprogmodeller (LLM’er) skabt af EleutherAI, …
Prompt-tuning indebærer tilføjelsen af trænbare ‘bløde prompts’ …
Pruning indebærer at identificere og eliminere neuroner, forbindelser eller filtre i et …
Programmering ved Eksempel (PBE) er et paradigme inden for programsyntese, hvor udviklere …
Sandsynlighedsmatching er et adfærdsmønster, der ofte observeres i forstærkningslæring og …
Forudgående viden refererer til domænespecifikke indsigter, begrænsninger eller …
Dette princip postulerer, at en agents handlinger bør vælges for at maksimere dens …
Forudsigende læring indebærer træning af neurale netværk til at inferere uobserverede …
Præferencelæring fokuserer på at undervise modeller i at skelne mellem gode og dårlige …
Phi-koefficienten (φ) er et mål for sammenhæng mellem to binære variable og fungerer som …
Physical Intelligence Inc. (PI) er en spin-off fra Google DeepMind, etableret for at …
Personlighedsberegning indebærer udviklingen af algoritmer og systemer, der er i stand …
Phi, forkortelse for ‘Foundation models based on Teaching-Learning Paradigm’, …
Inden for AI og kognitiv videnskab refererer en perceiver til den komponent i et …
Et percept er den interne repræsentation af et eksternt stimulus efter det har været …
Et Mønstersprog er et formaliseret rammeværk bestående af en række beviste løsninger på …
Parallelle Websystemer refererer til infrastrukturdesign, hvor beregningsopgaver opdeles …
POP-11 (Program Oriented Problem Solving) er et programmeringssprog med flere paradigmer, …
Oversigten over deep learning omfatter de fundamentale strukturer såsom neurale …
Inden for AI-ingeniørvidenskab refererer observabilitet til evnen til at forstå den …
Udviklet af Intel tillader OpenVINO (Open Visual Inference and Neural network …
Novelty detection er en opgave inden for maskinlæring, der fokuserer på at identificere …
Object Detection udvider billedklassificering ved ikke kun at bestemme, hvilke objekter …
Dette domæne fokuserer på at skabe hardware- og softwarearkitekturer, der efterligner …
Neural computation refererer til de matematiske operationer, der udføres af kunstige …
Neural scaling laws beskriver den forudsigelige potenslovs-sammenhæng mellem en models …
Identifikation af modersmål (NLI) er et underfelt inden for naturlig sprogbehandling, der …
Dette projekt udnytter NASAs jordobservationsdata kombineret med avancerede AI-algoritmer …
Metoden til multiplikativ vægtopdatering er en grundlæggende algoritme til online læring, …
Multimodal sentimentanalyse udvider traditionel tekstbaseret stemningsdetektion ved at …
Multitask-optimering indebærer træning af en enkelt model til at håndtere flere …
Multi-modalitet repræsenterer den arkitektoniske og teoretiske ramme, der muliggør for …
Multi-armed bandit-problemet illustrerer dilemmaet, en agent står over for, når den skal …
Et Modelregister fungerer som en kritisk komponent i MLOps og giver et samlet depot til …
Moralisk udlicitering refererer til fænomenet, hvor mennesker overdrager etisk dømmekraft …
Denne kategori inkluderer metoder som pruning, kvantisering og videnstileddannelse …
Mixins giver almindelige metoder såsom gemning, indlæsning og upload af modeller til …
Mistral refererer til en familie af kraftfulde store sprogmodeller (LLM’er) med …
Militære anvendelser af AI omfatter et bredt spektrum af teknologier designet til at …
Præfikset ‘meta’ i kunstig intelligens betegner et højere abstraktionsniveau, …
Midler-mål-analyse er en kognitiv strategi, der bruges i kunstig intelligens og psykologi …
Matrixregularisering udvider koncepterne fra skalarregularisering til matricer og ofte …
Dette felt involverer integration af ML-teknikker i videospil-pipelines for at …
Maskinlæring forbedrer jordvidenskaberne ved at behandle satellitbilleder, seismiske data …
Dette felt kombinerer teknikker inden for maskinlæring med naturlig sprogbehandling og …
I konteksten af moderne AI-terminologi betegner Lyra ofte specialiserede AI-systemer …
MLOps gør det muligt for organisationer at udrulle og vedligeholde maskinlæringsmodeller …
LocateAnything er et alsidigt computer vision-rammework, der muliggør detektering og …
Ltx Video repræsenterer en fremskridt inden for generativ AI til video ved at bruge …
Udgivet i august 2024 udvider Llama 3.1 Llama-familien til at inkludere en massiv model …
oprindeligt kendt som GPT Index, er LlamaIndex et kraftfuldt datarammeværk, der gør det …
Linjär separerbarhet avser det geometriska tillståndet där datapunkter tillhörande olika …
Leave-one-out krydsvalidering (LOOCV) er et specifikt tilfælde af k-fold krydsvalidering, …
Datatæring er en kritisk fejl inden for maskinlæring, hvor modellen får adgang til …
Dette koncept stammer fra forstærkningslæring og involverer en agent, der interagerer med …
Lagnormalisering stabiliserer træningen ved at reducere intern kovariatforskydning, …
Problemet med ‘den sidste mil’ refererer til de udfordringer, der opstår ved …
Kubernetes (ofte forkortet til K8s) er et container-orchestreringssystem, der oprindeligt …
LLM som dommer er en evalueringsparadigme, hvor en stor sprogmodel fungerer som en …
Vidensbaserede systemer (KBS) er en gren af kunstig intelligens, der integrerer specifik …
Videnintegration indebærer at flette data fra forskellige kilder, såsom databaser, …
Denne tilgang anvender teknikker til tilfredsstillelse af begrænsninger inden for en …
Myntet af Allen Neweller analyserer vidensniveauet intelligente systemer baseret på deres …
Knowledge compilation henviser til teknikker inden for kunstig intelligens, der …
Kernel Tæthedsestimering (KDE) er en fundamental statistisk teknik, der glatter diskrete …
Et intelligent beslutningsstøttesystem (IDSS) integrerer kunstig intelligens-teknikker, …
En intelligent agent er et system, der er i stand til at opfatte sine omgivelser gennem …
Intelligent automatisering integrerer traditionel Robotprocesautomatisering (RPA) med …
En intelligent database udnytter maskinlæring og AI til at forbedre standarddatabases …
Dette koncept indebærer analyse af strukturen i repræsentationsrummet i …
Instansudvælgelse sigter mod at forbedre den beregningsmæssige effektivitet og modellens …
Inception Score (IS) er et statistisk mål, der blev introduceret til at vurdere …
Billede-tekst-til-tekst refererer til modeller, der behandler visuelle input sammen med …
Billede-til-billede (I2I) involverer brug af dyblæringsmodeller, såsom GANs eller …
Billede-til-billede (I2I)-oversættelse indebærer kortlægning af pixels fra et kildeområde …
Denne paradigma bruger modeller som Stable Diffusion eller DALL-E til at producere høj …
Hybrid søgning integrerer to forskellige hentemetoder: tæt vektorsøgning, der fanger …
Hyperparameterjustering involverer evaluering af forskellige sæt af hyperparametre for at …
Menneske-AI-interaktion (HAI) er et tværfagligt felt, der undersøger dynamikken mellem …
Menneskecentreret AI er en designfilosofi, der placerer mennesket i centrum for …
Menneskeligt tilsyn refererer til de mekanismer og processer, hvor mennesker overvåger, …
Et hierarkisk styresystem organiserer styringslogikken i flere lag, typisk strakte sig …
Denne frase refererer til et specifikt litterært værk, der undersøger, hvordan mennesker …
Et skjult lag består af neuroner, der modtager input fra tidligere lag, anvender vægte og …
H2O er en bredt brugt open-source in-memory-platform til distribueret, skalerbar …
Grok-1 er den første udgivelse fra xAI, lanceret i november 2023. Det er en decoder-only …
Inden for AI refererer grounding til at koble symbolske repræsentationer eller genereret …
Udviklet af Facebook giver GraphQL en komplet og forståelig beskrivelse af dataene i dit …
GPT Bigcode, ofte forbundet med modeller som StarCoder, repræsenterer et betydeligt …
AI-styring refererer til mængden af regler, retningslinjer og institutionelle strukturer, …
Inden for statistisk modellering står GLM for Generalized Linear Models (generaliserede …
Dette koncept refererer til den strategiske og operative afhængighed, som virksomheder …
Genie refererer til en familie af generative modeller, der er designet specifikt til …
Gemma-modeller er designet til at være effektive og tilgængelige for forskere og …
En Gated Recurrent Unit (GRU) er en specialiseret celle i et rekurrent neuralt netværk …
Spilteori er en gren af anvendt matematik, der modellerer strategiske interaktioner …
FrontierMath er en specialiseret evalueringssuite oprettet til at teste grænserne for …
GGUF (GPT-Generated Unified Format) er et binært filformat designet specifikt til at køre …
Dette koncept indebærer design af AI-systemer med fremadskuende evner, der kan simulere …
Flydende-komma 8 (FP8) er en numerisk datatype, der tilbyder en balance mellem …
Feedback-neurale netværk, også kendt som rekurrente neurale netværk (RNN’er), …
En Feature Store fungerer som en bro mellem dataingeniører og maskinlæringshold, ved at …
Feature hashing, også kendt som hashing-tricket, gør det muligt for maskinlæringsmodeller …
Feature engineering er kunsten at udnytte domæneekspertise til at transformere rådata til …
Feature extraction involverer transformation af rådata til et sæt af features, der bedre …
Når maskinlæringsmodeller bliver mere komplekse, især dybe neurale netværk, bliver deres …
I beslutningsprocesser står agenter over for en afvejning: de kan udnytte nuværende viden …
I computermæssige sammenhænge refererer evolvability til, hvor let en algoritme eller …
Et virksomhedsmæssigt kognitivt system kombinerer kunstig intelligens, naturlig …
Emergente algoritmer henviser til komplekse globale adfærdsmønstre eller fænomener, der …
Empirisk Risikominimering (ERM) er den standard objektive funktion til træning af …
Denne praksis indebærer at udrulle trænet AI-hardware direkte på hardware som …
I modsætning til disembodied AI, der behandler abstrakte data, lærer og handler …
Eagle repræsenterer et specifikt arkitektonisk og ingeniørmæssigt rammeværk inden for …
Edge Computing adresserer forsinkelses- og båndbreddebegrænsninger ved cloud-centriske …
ELMo genererer kontekstsensitive ordembeddings ved at behandle inputtekst gennem en …
I konteksten af Hugging Face Diffusers-økosystemet refererer denne betegnelse generelt …
Et discovery system er et datadrevent rammeværk, der sigter mod at accelerere …
Denne pipeline udnytter Stable Diffusion 3-modellen, som introducerer en Multimodal …
Denne pipeline implementerer Stable Diffusion XL-arkitekturen, der bruger en raffineret …
LTX-pipelinen er skræddersyet til modeller, der prioriterer hastighed og effektivitet i …
Diella henviser til specifikke neurale netværksmodeller, der er optimeret til at forbedre …
DeepSeek V3 er en avanceret iteration i DeepSeek-modelfamilien, kendetegnet ved dens …
Som efterfølger til tidligere versioner indebærer DeepSeek V4 en fortsat udvikling i …
DeepSeek VL V2 udvider standard sprogmodellens kapaciteter ind i det multimodale domæne, …
Beskæring er en metode, der bruges til at forhindre overtilpasning i …
Helpsteer2 er et kurateret datasæt udgivet af NVIDIA, der indeholder parvise …
S2ORC er et omfattende korpus af videnskabelige artikler afledt fra Semantic Scholar. Det …
RefinedWeb er et stort datasæt af filtrerede websider designet til pretræning af …
Natural Questions (NQ) er et benchmark-datasæt introduceret af Google for at fremme …
Denne term refererer til et specifikt datasæt hostet på Hugging Face under brugeren …
Dette datasæt består af sætninger og afsnit udtrukket fra Simple English Wikipedia, en …
Dette datasæt indeholder millioner af spørgsmål-svar-par, der er scrapet fra den nu …
Altlex-datasættet består af sætningspar, der deler den samme underliggende betydning, men …
Flickr30K-billedtekster er et bredt anvendt benchmark-datasæt, der omfatter 31.783 …
Datasæt for sætningskomprimering består af par, hvor målsætningen er en forkortet version …
Code Search Net er et omfattende datasæt skabt til at fremme forskning i kodehentning. …
Datasætskift opstår, når fordelingen af data, der bruges til at træne en …
Datacentreret AI repræsenterer et paradigmeskift inden for udviklingen af kunstig …
Datavidenskab involverer den tværfaglige proces med at udtrække viden fra strukturerede …
Dimensionens forbandelse refererer til forskellige fænomener, der opstår ved analyse af …
CrewAI giver et struktureret miljø til opbygning af multi-agent-systemer, hvor hver agent …
Udviklet som en del af MLCommons-initiativet bruger Croissant JSON-LD til at give en …
Indholdsoprindelse refererer til dokumentationen og verificeringen af, hvor digitalt …
Computerlydhør involverer udviklingen af algoritmer, der giver computere mulighed for at …
Computational heuristisk intelligens involverer algoritmer, der anvender …
Computational intelligens (CI) omfatter en mængde naturinspirerede computeparadigmer, …
Inden for kunstig intelligens refererer overholdelse til processen med at sikre, at …
Almindelig viden refererer til den enorme mængde implicit information om hverdagsliv, …
ComfyUI er et kraftfuldt, modulært og node-baseret GUI til Stable Diffusion-modeller. I …
CodeQwen er en variant af Qwen-serien udviklet af Alibaba Cloud, der er specifikt …
Da generative AI-modeller producerer indhold, er behovet for citeringsmekanismer opstået …
Inden for dyb læring anvendes clipning almindeligvis på gradienter for at afhjælpe …
ChatGLM represents a family of transformer-based language models specifically designed to …
Chunking is a critical preprocessing step in Retrieval-Augmented Generation (RAG) and …
In AI application development, a Chain refers to a linear or directed graph structure …
CBR bygger på princippet om, at lignende problemer har lignende løsninger. Processen …
Selvom det historisk refererer til Benjamin Blooms pædagogiske taksonomi, betegner det i …
BERT er en transformer-baseret maskinlæringsmetode til fortræning af naturlig …
Biomedicinsk refererer til skæringsfeltet mellem biologi, medicin og teknologi, især …
Adfærdsinformatik kombinerer datalogi, psykologi og statistik til at analysere store …
Tro-Ønske-Intention (BDI)-modellen er en kognitiv arkitektur til design af autonome …
Bayesisk optimering bruger en probabilistisk surrogate-model, typisk en Gaussisk Proces, …
Inden for kunstig intelligens er en autonom agent en enhed, der opererer uafhængigt i et …
Denne metode justerer og skalerer aktiveringerne for at have nul middelværdi og varians …
Automatiserede medicinske skribenter bruger naturlig sprogbehandling og talegenkendelse …
Automatisering i byggeri refererer til integrationen af robotiske systemer, droner og …
Automatisk talegenkendelse (ASR), også kendt som tale-til-tekst, er et underfelt inden …
AutoML (Automated Machine Learning) strømliner udviklingen af ML-modeller ved at …
En AI-revision indebærer en grundig, struktureret gennemgang af maskinlæringsmodeller og …
Asynkron behandling gør det muligt for software at udføre langvarige opgaver, såsom …
Lyd-til-lyd refererer til neurale netværksarkitekturer designet til at kortlægge ét …
Kunstig Intelligens af Ting (AIoT) repræsenterer den synergitiske integration af …
AI-kappløbet refererer til den intense konkurrence mellem lande, virksomheder og …
Artificial Inventor Project er en tværfaglig indsats, der sigter mod at forstå og …
Dette begreb dækker over AI’s dobbelte rolle i demokratiske processer: at øge …
Anonymisering indebærer at modificere data, så de ikke længere kan knyttes til en …
Argumentationsrammer giver et matematisk grundlag for at repræsentere argumenter, angreb …
AlphaChip er et specialiseret AI-system designet til at automatisere og forbedre …
Et And-eller-træ er en repræsentation, der bruges i problemløsning og planlægning, især i …
Algoritmevalg indebærer evaluering af forskellige beregningsmetoder for at fastslå, …
Bias i algoritmer stammer typisk fra ikke-repræsentative træningsdata, subjektive …
Også kendt som forudsigelse eller scoring, sker inferens efter modellens træningsfase. …
Det fungerer som rygraden for multi-agent-systemer og giver værktøjer til orkestrering, …
Ved stifinding og søgeproblemer giver en admissibel heuristik et nedre grænse for den …
Aktiv læring reducerer mængden af mærkede data, der kræves, ved at tillade modellen at …
Dette felt fokuserer på at fremskynde fundamentale lineære algebra-beregninger, som er …
Artificial Intelligence for IT Operations (AIOps) kombinerer big data-analyse og …
AI-krigsførelse refererer til integrationen af kunstig intelligens i militære strategier, …
AI-infrastruktur omfatter det fundamentale teknologistak, der er nødvendigt for kunstig …
En AI-agent er en softwareenhed, der opererer autonomt i et defineret miljø for at opnå …
A/B-testning er en randomiseret kontrolleret eksperiment, hvor to varianter, A og B, …
Et AI-sikkerhedsinstitut er en specialiseret enhed fokuseret på at mindske risici …
Uovervåget læring identificerer skjulte strukturer, klaser eller fordelinger i rådata …
Værktøjsbrug gør det muligt for sprogmodeller at interagere med eksterne softwaremiljøer …
Tekstsammendrag reducerer store mængder tekst til kortere versioner uden at miste kritisk …
Residual connections, også kendt som skip connections, tillader gradienter at flyde …
Semantisk søgning fortolker hensigten og den kontekstuelle betydning bag en forespørgsel, …
Inden for AI involverer ræsonnement algoritmer, der simulerer logisk deduktion, induktion …
ReLU er meget udbredt i neurale netværk inden for deep learning på grund af sin …
Da transformer-modeller behandler alle tokens parallelt i stedet for sekventielt som …
Kvantisering konverterer højpræcisions flydende-tal (f.eks. FP32) til …
Planlægning inden for kunstig intelligens indebærer at bestemme en sekvens af handlinger, …
Inden for kunstig intelligens refererer hukommelse til mekanismer, der giver modellerne …
Modellevering indebærer at tage en statisk trænet model og indpakke den i en skalerbar …
Multimodale AI-systemer integrerer information fra forskellige sensoriske input for at …
Læringsraten bestemmer, hvor meget modellens vægte opdateres i forhold til det beregnede …
Også kendt som omkostnings- eller fejlfunktion, giver tabfunktionen en skalarværdi, der …
Fortolkelighed, eller forklarbarhed, involverer at gøre de interne mekanismer og …
Funktionskald gør det muligt for store sprogmodeller at interagere med eksterne værktøjer …
Inden for kunstig intelligens er fairness en kritisk etisk målestok, der sikrer, at …
I neurale netværk forhindrer dropout overtilpasning ved midlertidigt at fjerne et …
Encoders behandler rå inputsekvenser eller datastrukturer og konverterer dem til latent …
Databeskyttelse omfatter juridiske, tekniske og organisatoriske foranstaltninger designet …
Deepfakes er hyperrealistiske lyd- eller videomanipulationer, der er skabt ved hjælp af …
Byte Pair Encoding (BPE) er en datakomprimeringsteknik, der er tilpasset naturlig …
Begrebet ‘agentic’ beskriver AI-agenter, der opererer med en høj grad af …
En aktiveringsfunktion introducerer ikke-linearitet i et neuralt netværk, hvilket gør det …
To-trins arkitekturer opdeler en kompleks opgave i to separate trin, typisk involverende …
Træningsfrie tilgange henviser til teknikker, der modificerer modeladfærd eller output …
Eftertræning er et kritisk trin i maskinlæringslivscyklussen, der sker efter den …
One-shot learning er en specifik type af few-shot learning, hvor algoritmen skal …
Detektion af out-of-distribution (OOD) data identificerer input, der falder uden for …
Multi-step-metoder involverer at nedbryde en kompleks forespørgsel eller opgave i mindre, …
Læringsbaserede tilgange stole på statistiske algoritmer til at identificere mønstre og …
Høj fidelitet beskriver output fra generative modeller, der er uadskillelige fra eller …
Højdimensional refererer til datasæt eller vektorrum, der indeholder et stort antal …
Few-shot-læring gør det muligt for maskinlæringsmodeller at generalisere fra meget …
Fine-grained analyse involverer identificering og kategorisering af objekter eller …
Closed-loop-systemer inden for AI udnytter realtidsfeedback fra miljøet til dynamisk at …
Cross-modal AI involverer bearbejdning og korrelation af data fra distinkte modaliteter, …
AI-forståelse går ud over statistiske korrelationer for at fortolke dataenes …
Transfer Learning udnytter fortrænede modeller til at forbedre ydeevnen og reducere …
Tokenisering er et kritisk forbehandlingsstep inden for naturlig sprogbehandling (NLP), …
Inden for AI er syntetiske data kunstigt genereret information, der efterligner …
Temporale begreber inden for AI involverer analyse af datapunkter, der er ordnet i tid, …
Stokastiske elementer introducerer variabilitet i AI-systemer, såsom støj i data eller …
Selvom nuværende AI mangler bevidsthed, beskriver termen ‘selv’ ofte …
Semantisk analyse inden for AI fokuserer på at forstå den underliggende mening af inputs …
Skalering er den aktive metode til at udvide AI-systemer ved at tilføje flere lag, …
Søgning er en grundlæggende paradigma i AI, der bruges til at navigere i komplekse …
Inden for kunstig intelligens refererer robusthed til en models modstandsdygtighed over …
Sikkerhed i AI indebærer implementering af begrænsninger og sikkerhedsforanstaltninger …
Forstærkning er en fundamental psykologisk og beregningsmæssig mekanisme, hvor en agents …
Inden for kunstig intelligens refererer privatliv til beskyttelsen af følsomme …
Inden for AI refererer ‘rate’ oftest til læringsraten, en hyperparameter, der …
Begrebet ‘politik’ har dobbelt betydning afhængigt af konteksten. I …
Inden for AI og optimeringsteori er en optimal løsning en, der opnår den højst mulige …
AI-perception involverer konvertering af rå sensorsdata til meningsfuld information, der …
Naturlig sprogbehandling (NLP) er et underfelt inden for kunstig intelligens, der …
Online læring er et maskinlæringsparadigme, hvor modellen opdateres inkrementelt, når nye …
Inden for AI, især i Multi-Agent Systemer og Forstærkningslæring, beskriver Nash-ligevægt …
Inden for kunstig intelligens og sandsynlighedsteori er Markov-processer fundamentale …
Monte Carlo-teknikker er en klasse af computeralgoritmer, der stole på gentagen tilfældig …
I sammenhæng med AI beskriver ’lang’ ofte evnen til at behandle omfattende …
Loss-funktioner, også kendt som omkostningsfunktioner, måler, hvor godt en …
Dette begreb refererer til det bredere anvendelsesparadigme, hvor modeller med milliarder …
Denne proces overbruser kløften mellem generel fortræning og specifik opgavepræstation. …
Inden for kunstig intelligens beskriver ‘forankret’ processen med at koble …
Hierarkiske AI-systemer organiserer information eller kontrol i en træ-lignende struktur …
Begrebet ‘styret’ inden for AI refererer typisk til teknikker, hvor modellens …
Inden for kunstig intelligens refererer generering til modellers evne, især Generative …
Gaußsk refererer til normalfordelingen, en kontinuert sandsynlighedsfordeling …
Finjustering indebærer at tage en generaliseret model, der er trænet på store datasæt, og …
Begrebet ‘udviklende’ karakteriserer dynamiske AI-modeller, der gennemgår …
Energy has two primary meanings in AI. First, it denotes the electrical power required to …
Embodied AI posits that intelligence emerges from the interaction between an …
Denne proces involverer overførsel af viden fra et komplekst, højtydende …
Detektion er en kerneopgave inden for datamaskinseende og signalbehandling, hvor en …
Denne metode opmuntrer modellen til at trække indlejringer (embeddings) af positive par …
Benchmarking er den aktive praksis med at udføre eksperimenter for at måle, hvor godt en …
Autonomi inden for AI refererer til et systems evne til at opfatte sit miljø, træffe …
Adam (Adaptive Moment Estimation) er en populær førsteordens gradientbaseret …
AI-agenter er softwareprogrammer eller systemer, der er i stand til at opfatte deres …
Finjustering indebærer at tage en model, der allerede er trænet på et stort, generelt …
Læring i kontekst (ICL) tillader store sprogmodeller at tilpasse sig nye opgaver uden at …
Algoritmer inden for dyb læring forsøger at efterligne det menneskelige hjerne analytiske …
Kodegenerering udnytter store sprogmodeller, der er trænet på enorme repositorys af …
Kontekstvinduet definerer den operationelle grænse for en AI-modells hukommelse for en …
En opmærksomheds mekanisme giver en model mulighed for dynamisk at vægte betydningen af …
Chain-of-Thought (CoT) prompting er en strategi, hvor store sprogmodeller vejledes til at …
Inden for AI er en agent en enhed, der handler på vegne af en bruger eller et system for …