Tekstklassificering
Definition
Tekstklassificering er en opgave inden for overvåget læring, hvor algoritmer tildeler …
Tekstklassificering er en opgave inden for overvåget læring, hvor algoritmer tildeler …
Temporalt bias opstår, når maskinlæringsmodeller tillægger nyere observationer en …
Informatik og dyrlæring: En tensor er et matematisk objekt, der generaliserer skalarer, …
TensorBoard er en samling af webapplikationer til inspektion og forståelse af …
TensorFlow Hub er en platform til offentliggørelse og genanvendelse af …
Symbolsk kunstig intelligens, ofte kaldet GOFAI (Good Old-Fashioned AI), stolede på …
Symbolsk regression er en type regressionsanalyse, der søger at finde et matematisk …
Inden for kunstig intelligens repræsenterer symbolsniveauet et højt abstraktionslag, hvor …
Generering af tekst-til-billede (T2I) involverer brug af dybe læringsmodeller, såsom …
Funktionen for hyperbolsk tangens (Tanh) er en ikke-lineær aktiveringsfunktion, der …
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 …
Supermind AI refererer til systemer, hvor flere AI-komponenter, menneskelige eksperter …
Der findes ingen bredt accepteret standarddefinition for ‘Syman’ inden for …
Statistisk læringsteori (SLT) er en gren af statistik og datalogi, der studerer, hvordan …
Statistisk relationel læring (SRL) kombinerer sandsynlighedsteori med relationelle …
Streaming refererer til den kontinuerlige indsamling og bearbejdning af data i realtid …
Strukturel risikominimering (SRM) er en metode til at minimere forventet risiko ved at …
Struktureret sparsomhedsregularisering udvider standard L1-regularisering ved at opmuntre …
Spike-and-slab-regression er en bayesisk statistisk teknik, der bruges til …
Spreading activation er et koncept, der oprindeligt stammer fra kognitionspsykologien, …
Inden for maskinlæring refererer stabilitet til robustheden af en models ydeevne og …
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 …
Inden for talebehandling defineres en højttaler som en distinkt menneskelig stemmekilde i …
Højttalerdiarisering er opgaven med at opdele en lydstrøm i homogene segmenter baseret på …
Rummelig intelligens refererer til evnen hos kunstige intelligensmodeller til at opfatte, …
Tale-til-tale (STS)-oversættelse springer over mellemværende tekstrepræsentationer for at …
Glans-emojin er et grafisk ikon, der hyppigt anvendes i brugergrænseflader til …
Kildehenvisning refererer til den systematiske sporing og mærkning af oprindelsen for …
Rumbaserede datacentre er foreslåede computeranlæg placeret i Jordens kredsløb, designet …
Rummelig indlejring involverer konvertering af fysiske eller abstrakte rumlige relationer …
Suveræn AI beskriver evnen hos et land eller en organisation til selvstændigt at opbygge, …
Dette begreb er ikke en teknisk definition, men et kulturelt markør, der henviser til …
Dette begreb refererer til de specifikke regionale markedsdynamikker omkring smarte …
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 …
Udviklet af Ray Solomonoff giver denne teori en universel model for induktion ved at …
Singularitetsstudier er en voksende akademisk disciplin, der undersøger implikationerne …
Inden for kunstig intelligens refererer ‘situeret’ til agenter, der er …
Den situerede tilgang er et metodologisk rammeværk inden for AI-forskning, der hævder, at …
Slopaganda beskriver en strategisk form for desinformation, der stoler på gentagelse, …
Smarte objekter er komponenter i Internet of Things (IoT), som besidder unikke …
Læring af lighed fokuserer på at træne modeller til at afbilde input ind i et vektorrum, …
Sekvensmærkning involverer at forudsige en kategorisk etiket for hvert token i en givet …
Server-sendsbegivenheder (SSE) muliggør envejskommunikation fra serveren til klienten, …
Serverløs arkitektur gør det muligt for udviklere at bygge og køre applikationer uden at …
Sigmoid-funktionen, defineret som σ(z) = 1 / (1 + e^-z), bruges bredt inden for …
Semantisk foldning refererer til processen med at komprimere komplekse, højdimensionale …
Semi-supervised læring er en hybrid træningsparadigme, der anvender en lille mængde …
Sentence Transformers er udvidelser af traditionelle Transformer-modeller (som BERT), der …
SentencePiece er en populær open-source-bibliotek til tekstnormalisering og tokenisering, …
Sætningssimilaritet måler graden af semantisk overlap mellem to forskellige sætninger. …
Inden for beregningslæringsteori kvantificerer prøvekompleksiteten den mængde data, der …
Denne teknik bruges primært sammen med Store Sprogmodeller (LLM’er) og forbedrer …
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 …
Disse databaser muliggør dynamisk datamodellering ved ikke at håndhæve stive …
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 …
Sam3 Video refererer til anvendelsen af avancerede segmenteringsmodeller, potentielt en …
STIT står for ‘See To It That’ (Sørge for at det sker). Det er en gren af …
SUPS er et akronym, der kan variere afhængigt af kontekst, men som ofte optræder i …
Regelinduktion er en symbolsk maskinlæringsmetode, der udleder hvis-då-rules direkte fra …
Retten til forklaring er en kernekomponent i algoritmisk ansvarlighed, især inden for …
Robotlæring indebærer træning af robotiske agenter til at udføre opgaver autonomt ved at …
Robotprocesautomatisering (RPA) anvender softwarebots, ofte beriget med AI, til at …
Inden for AI-sikkerhed og etik refererer robusthed til en models modstandsdygtighed over …
Ansvarsfuld AI omfatter principper og praksisser, der sigter mod at mindske de risici, …
Modstand mod AI refererer til metoder, der bruges af individer eller enheder til at undgå …
Om-rangering er en strategi, der anvendes i informationsgenfindelse og …
Reparameteriseringstricket er en fundamental metode, der bruges i variational …
Repræsentationskollaps opstår, når et neuronnetværk, især i selvovervågede kontrastive …
Pålidelighed inden for AI refererer til systemets adfærdsmæssige troværdighed og …
Inden for AI er refleksion en paradigma, hvor en model holder paus for at evaluere sin …
Regularisering er et afgørende begreb inden for maskinlæring, der er designet til at …
Rekursiv selvforbedring refererer til den teoretiske evne hos et kunstigt …
Relationel datagravning fokuserer på at udtrække nyttig information fra databaser, hvor …
Rademacher-kompleksitet evaluerer, hvor godt en hypoteseklasse kan korrelere med …
Ratebegrænsning beskytter AI-tjenester og API’er mod misbrug, overbelastning og …
Denne tilgang bevæger sig ud over simpel menneske-i-lokken-etikettering. Den involverer …
I modsætning til standard generative modeller, der fokuserer på flydende tekst, …
Random feature maps transformerer inputs til et nyt rum, hvor lineære modeller kan …
Dette begreb refererer til en specialiseret arkitektur inden for Qwen-familien, der …
Qwen3.5 betegner en specifik udgivelse i Qwen-linjen udviklet af Alibaba Cloud. Denne …
Qwen3.6 repræsenterer en yderligere finpudsning i Qwen3-familien af modeller. Mindre …
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 repræsenterer en familie af avancerede store sprogmodeller skabt af Alibaba Groups …
Qwen Coder er en dedikeret version af den store Qwen-sprogmodel finjusteret specifikt til …
Qwen Edit betegner specifikke funktionaliteter eller modeliterationer inden for …
Qwen2 markerer den anden betydningsfulde generation af Qwen-modelfamilien, der …
Qwen3 5 ser ud til at betegne en specifik checkpoint, størrelsesvariant eller …
Kvantekunstigt liv (QAL) udforsker skæringsfeltet mellem kvantemekanik og forskning i …
Kvantemaskinlæring (QML) er et voksende tværfagligt felt, der integrerer kvantecomputers …
I konteksten af AI og datavidenskab refererer kvantificering til transformationen af …
Kvantisering er en teknik til modeloptimering, der reducerer den numeriske præcision af …
Qloo opererer som et datainformationsfirma, der specialiserer sig i at forstå …
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 …
I konteksten af Pyannote Audio refererer en pipeline til en konfigurerbar arbejdsgang, …
Pythia er en serie af open-source store sprogmodeller (LLM’er) skabt af EleutherAI, …
PyTorch Model Hub Mixin er en komponent leveret af Hugging Face Transformers-biblioteket, …
Dette begreb omfatter den historiske og løbende udvikling af kunstige …
Prompt-tuning indebærer tilføjelsen af trænbare ‘bløde prompts’ …
Proximale gradientmetoder er iterative optimeringsteknikker, der bruges, når …
Pruning indebærer at identificere og eliminere neuroner, forbindelser eller filtre i et …
Dette felt undersøger de mentale processer, der ligger til grund for menneskelig …
Ekspertproduktet (PoE) er en metode til at konstruere komplekse sandsynlighedsfordelinger …
Dette begreb omfatter de kommercielle og forskningsprodukter, der er skabt af OpenAI, et …
Inden for kunstig intelligens refererer problemløsning til den systematiske tilgang til …
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 …
Praftn er et specialiseret beregningsrammeværk designet til at håndtere funktionelle …
I proaktiv læring bestemmer AI-systemet, hvilke prøver der ville reducere usikkerheden …
Probabilistisk numerik anvender Bayesianske metoder på traditionelle numeriske problemer …
Dette princip postulerer, at en agents handlinger bør vælges for at maksimere dens …
Begrebet ‘for-trænet’ beskriver et neuralt netværksmodel, der har gennemgået …
Forudsigende læring indebærer træning af neurale netværk til at inferere uobserverede …
Forudsigende statrepræsentationer (PSR) udvider traditionelle delvist observerbare …
Prefix-tuning er en parameter-effektiv tilpasningsteknik til for-trænede transformere. I …
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 …
Phi-3 er en serie af små sprogmodeller (SLM’er), der er udgivet af Microsoft. De er …
Physical Intelligence Inc. (PI) er en spin-off fra Google DeepMind, etableret for at …
I konteksten af AI og teknologi refererer en podcast til episodisk digitalt medieindhold, …
Polysemanci er en egenskab, der observeres i dybe neurale netværk, især i transformere, …
Personaplex refererer til økosystemet eller infrastrukturen, der understøtter …
Personlighedsberegning indebærer udviklingen af algoritmer og systemer, der er i stand …
En personoid er en enhed, enten robotisk eller virtuel, der er konstrueret til at ligne …
Perusall er en pædagogisk teknologiplatform, der bruger kunstig intelligens til at fremme …
Phi, forkortelse for ‘Foundation models based on Teaching-Learning Paradigm’, …
Mønster teori giver et strengt matematisk fundament for at forstå, hvordan komplekse …
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 …
En perceptionsfejlmodel beskriver afvigelserne mellem observerede sansedata og sandheden …
En pædagogisk agent er en softwarekomponent, ofte inkarneret som en virtuel karakter, der …
Mønstergenkendelse er en gren af kunstig intelligens og statistik, der beskæftiger sig …
Et Mønstersprog er et formaliseret rammeværk bestående af en række beviste løsninger på …
Omformulering inden for Natural Language Processing involverer generering af alternative …
Parallelle Websystemer refererer til infrastrukturdesign, hvor beregningsopgaver opdeles …
Paritetslæring er et benchmark-problem inden for maskinlæringsteori, hvor målet er at …
Owain Evans er datalog og pædagog, der i øjeblikket er tilknyttet Center for AI Safety og …
P-Tuning (Prompt Tuning) er en teknik designet til at tilpasse store fortrænede …
PagedAttention er en teknik introduceret af vLLM-projektet for at forbedre effektiviteten …
PHerc. Paris. 4 er en betegnelse for et fragment af en kulstofholdig papyrusrulle, der …
POP-11 (Program Oriented Problem Solving) er et programmeringssprog med flere paradigmer, …
Detektion af overlappende tale (OSD) er en specialiseret opgave inden for talebehandling, …
Operation Serenata de Amor er et banebrydende open-source projekt, der anvender kunstig …
Organoid intelligens (OI) refererer til udviklingen af bio-hybride systemer, hvor …
Oversigten over deep learning omfatter de fundamentale strukturer såsom neurale …
Dette begreb beskriver den strukturelle klassificering af maskinlæring i superviseret, …
Inden for AI-ingeniørvidenskab refererer observabilitet til evnen til at forstå den …
Optisk tegngenkendelse (OCR) bruger billedbehandlings- og mønstergenkendelsesalgoritmer …
Også kendt som batch-læring involverer offline læring træning af maskinlæringsmodeller på …
Udviklet af Intel tillader OpenVINO (Open Visual Inference and Neural network …
Dette begreb omfatter økosystemet af AI-teknologier, der er udgivet under licenser, der …
Nouvelle AI henviser til en klasse af kunstige intelligenssystemer, der bruger symboliske …
Novelty detection er en opgave inden for maskinlæring, der fokuserer på at identificere …
Akronymet NSO kan have flere betydninger afhængigt af konteksten. I teknisk AI-forskning …
Nvidia er en dominerende aktør i AI-industrien, primært kendt for at designe grafikkort …
Object Detection udvider billedklassificering ved ikke kun at bestemme, hvilke objekter …
Dette begreb bruges ofte i diskussioner om rettigheder, ansvar og social integration af …
Dette domæne fokuserer på at skabe hardware- og softwarearkitekturer, der efterligner …
Dette felt forbinder neurovidenskab og robotik ved at implementere neurale …
Der findes ingen etableret definition eller bredt accepteret koncept kendt som …
Almindelige metoder inkluderer Min-Max-skaling og Z-score-standardisering. Denne proces …
Neural computation refererer til de matematiske operationer, der udføres af kunstige …
Neural modeling fields involverer studiet af, hvordan neuronale populationer organiserer …
Neural network quantum states anvender teknikker til dyb læring til at approksimere …
Neural scaling laws beskriver den forudsigelige potenslovs-sammenhæng mellem en models …
Neuro-symbolic AI integrerer sub-symboliske neurale læringsmetoder med symbolske …
Identifikation af modersmål (NLI) er et underfelt inden for naturlig sprogbehandling, der …
Muse Spark er et open source deep learning-framework designet til at køre effektivt oven …
MXFP4 (Mixed eXtended Floating Point 4-bit) er et specialiseret datatypeformat …
Dette projekt udnytter NASAs jordobservationsdata kombineret med avancerede AI-algoritmer …
Nature Machine Intelligence er et højt anset akademisk tidsskrift dedikeret til at …
Metoden til multiplikativ vægtopdatering er en grundlæggende algoritme til online læring, …
Multimodal repræsentationslæring indebærer træning af modeller til at behandle og …
Multimodal sentimentanalyse udvider traditionel tekstbaseret stemningsdetektion ved at …
Multitask-optimering indebærer træning af en enkelt model til at håndtere flere …
Multivariate Adaptive Regression Splines (MARS) er en fleksibel regressionsmetode, der …
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 …
Denne teknik udnytter den induktive bias, der deles af relaterede opgaver, til at øge …
Multilinguale modeller er designet til at håndtere mangfoldige sproglige input uden at …
Inden for kunstig intelligens beskriver multimodalitet evnen hos en model til at forstå, …
Bjergbil-problemet er en standard benchmark inden for forskning i forstærkningslæring. …
Blanding af eksperter (MoE) er en maskinlæringsarkitektur designet til at forbedre …
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 …
Moshi er en avanceret AI-model skabt af Kyutai, der integrerer tale- og tekstbehandling i …
MobileNets udnytter dybdeseparable konvolutioner til drastisk at reducere …
I GANs opstår mode collapse, når generatoren lærer at udnytte svagheder i diskriminatoren …
Denne kategori inkluderer metoder som pruning, kvantisering og videnstileddannelse …
Mixins giver almindelige metoder såsom gemning, indlæsning og upload af modeller til …
Indexfilen, typisk navngivet ‘model_index.json’, indeholder strukturerede …
Misinformation refererer til falske eller vildledende oplysninger, der deles uden den …
Mistral refererer til en familie af kraftfulde store sprogmodeller (LLM’er) med …
Mistral Common er et Python-pakke, der vedligeholdes af Mistral AI, og som tilbyder …
Mixed Precision Training (MPT) kombinerer halvpræcision (FP16) og fuld præcision (FP32) …
Mixtral er en banebrydende LLM med åbne vægte, der udnytter en Sparse Mixture of Experts …
Meta-læring fokuserer på at designe algoritmer, der kan lære af tidligere opgaver for at …
I konteksten af AI-ingeniørvidenskab tillader mikrotjenester forskellige komponenter i en …
Militære anvendelser af AI omfatter et bredt spektrum af teknologier designet til at …
Selvom det ikke er et standard akademisk begreb, betegner ‘Mindpixel’ typisk …
MindsDB fungerer som en bro mellem traditionelle relationelle databaser og moderne …
MediSafe-kontroversen refererer til en betydelig etisk diskussion i de tidlige dage af …
Mekanisk fortolkelighed fokuserer på reverse-engineering af neurale netværk for at …
Præfikset ‘meta’ i kunstig intelligens betegner et højere abstraktionsniveau, …
Midler-mål-analyse er en kognitiv strategi, der bruges i kunstig intelligens og psykologi …
Søgning efter maksimalt indre produkt (MIPS) er et grundlæggende problem inden for …
Mangfoldighedsregularisering udvider traditionelle regulariseringsmetoder ved at inddrage …
Maskegenerering indebærer produktion af rumlige eller tidsmæssige masker, der bestemmer, …
ME-Noughts-and-Crosses Engine var en tidlig demonstration af maskinlæring, specifikt …
Inden for kunstig intelligens giver matematikken det teoretiske rammeværk til …
Matrixregularisering udvider koncepterne fra skalarregularisering til matricer og ofte …
Denne hypotese forklarer, hvorfor dyb læring fungerer effektivt trods dimensionens …
Det overbruger kløften mellem rå sensorinput og meningsfuld semantisk forståelse og …
Dette felt involverer integration af ML-teknikker i videospil-pipelines for at …
Disse potentialer muliggør molekyledynamiksimulationer med næsten kvantemekanisk …
Denne teknik adresserer privatlivsreguleringer som GDPR’s ‘retten til at …
Dette tværfaglige felt bruger maskinlæring til at behandle enorme mængder biologiske …
Inden for fysik hjælper maskinlæring med at simulere kvantemekanik, analysere data fra …
Maskinlæring forbedrer jordvidenskaberne ved at behandle satellitbilleder, seismiske data …
Dette felt kombinerer teknikker inden for maskinlæring med naturlig sprogbehandling og …
Maskinlæringsstyring integrerer adaptive algoritmer med traditionelle styresystemer til …
Lynda Soderholm er en anerkendt skikkelse i teknologisektoren, især kendt for sit arbejde …
I konteksten af moderne AI-terminologi betegner Lyra ofte specialiserede AI-systemer …
Selvom det primært er et begreb inden for teoretisk fysik snarere end datalogi, nævnes …
MAUVE er et statistisk mål designet til at vurdere, hvor tæt outputtet fra en generativ …
MLOps gør det muligt for organisationer at udrulle og vedligeholde maskinlæringsmodeller …
Lang kontekst refererer til kapaciteten hos transformer-baserede modeller til at håndtere …
LocateAnything er et alsidigt computer vision-rammework, der muliggør detektering og …
Lokal case-control-stikprøveudtagning er en strategi, der primært bruges til træning af …
Lotteribillet-hypotesen antyder, at inden for et stort, tilfældigt initialiseret neuralt …
Ltx Video repræsenterer en fremskridt inden for generativ AI til video ved at bruge …
Udgivet af Meta AI i juli 2023 repræsenterer Llama 2 et betydeligt skridt fremad inden …
Introduceret i april 2024 bygger Llama 3 videre på succesen med Llama 2 med betydelige …
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 …
At køre en Local LLM indebærer at distribuere modeller med åbne vægte direkte på …
Inom statistisk modellering och maskininlärning representerar en linjär …
Linjär separerbarhet avser det geometriska tillståndet där datapunkter tillhörande olika …
En linter är ett verktyg som utför statisk analys på källkod utan att exekvera den. Den …
Detta syftar på organiserade arkiv, såsom GitHub-ämnen, ‘Awesome’-listor …
Llama (Large Language Model Meta AI) är en serie grundläggande stora språkmodeller som …
Begrænset hukommelse AI repræsenterer det andet niveau af AI-evner, hvor systemer kan …
I dynamiske systemer og tidsserieanalyse måler korrelationens levetid varigheden, hvori …
Leave-one-out krydsvalidering (LOOCV) er et specifikt tilfælde af k-fold krydsvalidering, …
Lifelong Planning A* (LPA*) er en udvidelse af A*-søgealgoritmen designet til miljøer, …
Løgnerens udbytte refererer til den samfundsmæssige risiko, der udgøres af avanceret …
I modsætning til standard klassificering eller regression fokuserer learning to rank på …
Datatæring er en kritisk fejl inden for maskinlæring, hvor modellen får adgang til …
Inden for statistisk læringsteori repræsenterer en lærbar funktionsklasse det …
Dette koncept stammer fra forstærkningslæring og involverer en agent, der interagerer med …
Typisk viser en læringskurve trænings- og valideringsscorer på y-aksen mod antallet af …
Lagnormalisering stabiliserer træningen ved at reducere intern kovariatforskydning, …
Lazy learners, såsom k-Nearest Neighbors (k-NN), husker hele træningsdatasættet og …
Mærkede data består af inputprøver parret med tilsvarende sandhedsværdier (ground truth), …
Problemet med ‘den sidste mil’ refererer til de udfordringer, der opstår ved …
Forankret i talehandelteori og pragmatik understreger dette perspektiv, hvordan ytringer …
Etikette-støj refererer til afvigelser mellem de sande klasseetiketter for dataeksempler …
Kolmogorov–Arnold-netværk (KANs) er en nyere klasse af neurale netværk inspireret af …
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, …
I modsætning til samarbejdende filtrering, der stoler på tidligere brugeradfærd, bruger …
Denne tilgang anvender teknikker til tilfredsstillelse af begrænsninger inden for en …
Metoder til vidensgraf-indlejring, såsom TransE eller DistMult, transformerer diskrete …
Myntet af Allen Neweller analyserer vidensniveauet intelligente systemer baseret på deres …
Kimi K2 repræsenterer et betydeligt skridt i Moonshot AI’s serie af store …
Kimi K25 er en avanceret iteration inden for Kimi-familien af modeller produceret af …
Knowledge compilation henviser til teknikker inden for kunstig intelligens, der …
Datoen for knowledge cutoff definerer den tidsmæssige grænse for en sprogmodels …
Knowledge distillation er en maskinlæringsmetode, der bruges til at komprimere et stort, …
Journal of Machine Learning Research (JMLR) er et fremtrædende open access-tidsskrift, …
En K-linje, som i vestlige markeder ofte refereres til som en stearinlysgraf (candlestick …
KAoS er et intelligent agentrammework udviklet til at håndtere kompleksiteten i store, …
Kerne-indlejring af fordelinger gør det muligt at behandle probabilistiske objekter som …
Kernel Tæthedsestimering (KDE) er en fundamental statistisk teknik, der glatter diskrete …
Denne frase repræsenterer et afgørende spørgsmål inden for AI-etik og styring, der …
Et intelligent beslutningsstøttesystem (IDSS) integrerer kunstig intelligens-teknikker, …
Intelligent ordgenkendelse refererer til avancerede teknologier til optisk …
Inden for forstærkningsslæring driver intern motivation en agent til at udforske sit …
Inden for konveks geometri og sandsynlighed i høje dimensioner er en mængde af punkter …
Instruktionsfølgende refererer til evnen hos store sprogmodeller og andre AI-systemer til …
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 …
Intelligent styring anvender kunstige intelligensmetoder såsom fuzzy logik, neurale …
Denne teori hævder, at læring i bund og grund er en proces med sandsynlighedsinferens. I …
Dette koncept indebærer analyse af strukturen i repræsentationsrummet i …
Inom maskinlæring refererer en instans til ét specifikt eksempel fra datasættet. Den …
Også kendt som hukommelsesbaseret læring, opbygger denne teknik ikke en generaliseret …
Instansudvælgelse sigter mod at forbedre den beregningsmæssige effektivitet og modellens …
Inception Score (IS) er et statistisk mål, der blev introduceret til at vurdere …
Incremental Heuristic Search refererer til algoritmer, der finjusterer en kandidatløsning …
Induktiv bias repræsenterer de iboende præferencer eller begrænsninger, der er indbygget …
Induktiv sandsynlighed kvantificerer, hvor sandsynligt det er, at en hypotese er sand …
Induktiv programmering, ofte omtalt som programsyntese, involverer oprettelse af …
Billede-tekst-til-tekst refererer til modeller, der behandler visuelle input sammen med …
Billede-til-billede (I2I) involverer brug af dyblæringsmodeller, såsom GANs eller …
Teknologien Billede-til-video tager et enkelt statisk billede og forudser efterfølgende …
Imatrix, forkortelse for Importance Matrix (Vigtighedsmatrix), er en teknik primært …
Uægte tekst refererer til skriftligt materiale produceret af AI-systemer eller mennesker …
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 …
Denne praksis involverer at forbinde AI-modeller, såsom store sprogmodeller, til …
Dette felt studerer processerne bag, hvordan idéer dannes, kombineres og udvikles. Det …
Etableret under Ministeriet for Elektronik og IT, fungerer INDIAai som et centralt …
Et Hybrid Intelligentsystem (HIS) forener forskellige AI-paradigmer, typisk ved at …
Hybrid søgning integrerer to forskellige hentemetoder: tæt vektorsøgning, der fanger …
I modsætning til modelparametre (vægte og bias), der læres fra data under træningen, er …
Hyperparameterjustering involverer evaluering af forskellige sæt af hyperparametre for at …
Hyperparameteroptimering (HPO) henviser til det bredere felt inden for automatisering af …
Hugging Face er et fremtrædende selskab og onlineplatform, der er blevet centralt i …
Menneske-AI-interaktion (HAI) er et tværfagligt felt, der undersøger dynamikken mellem …
Menneskecentreret AI er en designfilosofi, der placerer mennesket i centrum for …
Menneskelig problemløsning omfatter de mangfoldige kognitive evner, som mennesker bruger …
Menneskeligt tilsyn refererer til de mekanismer og processer, hvor mennesker overvåger, …
Algoritmen Hierarchical Navigable Small World (HNSW) konstruerer en flerlagsgraf, hvor …
Hierarkisk Risikoparitet (HRP) er en metode til porteføljekonstruktion, der adresserer …
Et hierarkisk styresystem organiserer styringslogikken i flere lag, typisk strakte sig …
Highway Networks er designet til at adressere problemet med forsvindende gradienter i …
Histogram of Oriented Displacements (HOD) er en metode til funktionsekstraktion til …
I konteksten af generel sprogbehandling er ‘haw’ en uformel udråbslyd eller …
Denne frase refererer til et specifikt litterært værk, der undersøger, hvordan mennesker …
HF ASR Leaderboard er en fællesskabsdrevet metrikplatform, der hostes af Hugging Face, og …
Skadeligt indhold refererer til digitale medier eller tekst, der kan forårsage fysisk, …
Et skjult lag består af neuroner, der modtager input fra tidligere lag, anvender vægte og …
Gödel-maskinen er en hypotetisk universel problemløser foreslået af Jürgen Schmidhuber, …
H2O er en bredt brugt open-source in-memory-platform til distribueret, skalerbar …
Halite var en årlig AI-programmeringskonkurrence arrangeret af Two Sigma, hvor udviklere …
AI-hardware refererer til specialiserede computing-enheder optimeret til den massive …
Sikkerhedsrestriktioner refererer til et sæt softwarekontroller og politikopfyldningslag, …
En GPU er en højtydende processor, der oprindeligt blev udviklet til at håndtere opgaver …
Grok er en chatbot baseret på en stor sprogmodel, skabt af Elon Musks virksomhed, xAI. …
Grok-1 er den første udgivelse fra xAI, lanceret i november 2023. Det er en decoder-only …
Grokking refererer til en modintuitiv adfærd observeret i dyb læring, hvor en model …
Inden for AI refererer grounding til at koble symbolske repræsentationer eller genereret …
Generative Pre-trained Transformer 2 (GPT-2) er en autoregressiv sprogmodel, der bruger …
Denne optimeringsstrategie gør det muligt at træne dybe læringsmodeller med effektive …
Med rødder i teoretisk datalogi og lingvistik udvider dette felt klassiske begreber fra …
Denne tilgang efterligner menneskelige kognitive processer ved at gruppere data op i …
Udviklet af Facebook giver GraphQL en komplet og forståelig beskrivelse af dataene i dit …
Google Colaboratory, ofte kendt som Colab, er en hosted Jupyter-notebook-tjeneste, der …
Google Research er den akademiske og industrielle forskningsarm under Google LLC, der …
GPT Bigcode, ofte forbundet med modeller som StarCoder, repræsenterer et betydeligt …
GPT OSS betegner typisk open source-alternativer eller afledninger af proprietære …
AI-styring refererer til mængden af regler, retningslinjer og institutionelle strukturer, …
Der findes ingen etableret koncept, teknologi eller metodik kendt som …
Inden for statistisk modellering står GLM for Generalized Linear Models (generaliserede …
Der findes ikke et enkelt standardbegreb ‘GLM MoE DSA’. Det kombinerer dog …
Et Glossary of Artificial Intelligence fungerer som et referenceværk, der definerer …
Google Clips var en forbrugerelektronikenhed udviklet af Google, der brugte maskinlæring …
Dette koncept refererer til den strategiske og operative afhængighed, som virksomheder …
Generative modeller er algoritmer designet til at forstå mønstre og strukturer i et givet …
Genesis-missionen refererer typisk til en strategisk fase eller projekt inden for en …
Genie refererer til en familie af generative modeller, der er designet specifikt til …
Geometrisk funktionslæring fokuserer på behandling af data, der besidder ikke-euklidiske …
Dette sociotekniske koncept fremhæver uligheder, hvor kvinder og piger ofte har mindre …
Gemma-modeller er designet til at være effektive og tilgængelige for forskere og …
Ifølge nuværende viden er der ingen officielt udgivet model specifikt navngivet …
I modsætning til traditionelle regressionsmodeller, der kun fokuserer på middelværdien, …
Disse systemer, herunder store sprogmodeller og diffusionsmodeller, henter ikke blot …
Gabbays separeringsteorem er et grundlæggende koncept i matematisk logik, især inden for …
Galaxy AI er Samsungs proprietære økosystem af AI-funktionaliteter designet til at …
En Gated Recurrent Unit (GRU) er en specialiseret celle i et rekurrent neuralt netværk …
GPT-5.6 refererer til en spekulativ eller forestående version i slægten af OpenAI’s …
Spilteori er en gren af anvendt matematik, der modellerer strategiske interaktioner …
FrontierMath er en specialiseret evalueringssuite oprettet til at teste grænserne for …
En fuzzy-agent opererer i miljøer, hvor data ofte er tvetydige eller ufuldstændige, og …
GDPR-overholdelse refererer til de juridiske og tekniske foranstaltninger, som …
GGUF (GPT-Generated Unified Format) er et binært filformat designet specifikt til at køre …
GOLOG er et logikbaseret programmeringssprog, der primært bruges i kunstig intelligens …
I konteksten af AI-terminologi bruges ‘Fon’ ofte til at beskrive den …
FCA giver en streng ramme til at analysere relationer mellem objekter og deres …
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 …
Kraftstyring gør det muligt for robotter at udføre delikate operationer såsom montering, …
Feedback-neurale netværk, også kendt som rekurrente neurale netværk (RNN’er), …
Finetuning refererer til teknikken at tage en model, der allerede er trænet på et stort, …
Fitness-approksimation bruges i evolutionær beregning, når evaluering af den sande …
Flow-baserede generative modeller konstruerer komplekse sandsynlighedsfordelinger ved at …
Fyld maske er et grundlæggende prætræningsmål, der bruges i transformer-baserede modeller …
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 …
Feed-Forward Networks (FFN’er), også kendt som Multi-Layer Perceptrons …
Funktionslæring, ofte forbundet med dyb læring, gør det muligt for modeller at lære …
Funktionsskalering standardiserer intervallet for inputvariabler for at forhindre, at …
Facebook, som nu er en del af Meta Platforms Inc., er en førende aktør inden for …
Falcon henviser til en serie af kraftfulde store sprogmodeller (LLM’er), der er …
Inden for maskinlæring er en feature en distinkt attribut eller variabel, der beskriver …
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 …
Denne praksis indebærer logning af hyperparametre, datamængdeversioner, modelarkitekturer …
I modsætning til genetiske algoritmer, der opretholder en population, arbejder EO på en …
Når maskinlæringsmodeller bliver mere komplekse, især dybe neurale netværk, bliver deres …
EBL kombinerer symbolsk ræsonnement med maskinlæring for at accelerere læringsprocessen. …
I beslutningsprocesser står agenter over for en afvejning: de kan udnytte nuværende viden …
I computermæssige sammenhænge refererer evolvability til, hvor let en algoritme eller …
Inspiret af biologisk ontogeni udforsker ED-robotik, hvordan komplekse adfærdsmønstre og …
ExBERT giver fortolkbarhed for BERT-transformermodellen ved at analysere vigtigheden af …
Expectation Propagation (EP) approksimerer ubehandlelige integraler ved iterativt at …
Dette felt involverer analyse af metrikker såsom nøjagtighed (accuracy), præcision, …
Dette begreb refererer til de betydelige ressourcekrav, der er forbundet med …
Epistemisk modallogik udvider klassisk logik med operatorer, der angiver, hvad en agent …
Inden for maskinlæring repræsenterer en epoch én enkelt iteration over hele …
Lige sandsynligheder er en statistisk paritetsbegrænsning, der bruges inden for …
Et virksomhedsmæssigt kognitivt system kombinerer kunstig intelligens, naturlig …
Emergente algoritmer henviser til komplekse globale adfærdsmønstre eller fænomener, der …
Empirisk Dynamisk Modellering (EDM) er en ramme til analyse af ikke-lineære dynamiske …
Empirisk Risikominimering (ERM) er den standard objektive funktion til træning af …
Inden for forstærkningslæring og kunstig intelligens er empowerment en intrinsisk …
Energbaserede modeller (EBM’er) definerer en sandsynlighedsfordeling over inputdata …
Denne praksis indebærer at udrulle trænet AI-hardware direkte på hardware som …
Udviklet af Google bruger EfficientNet en metode til kompoundskalering til at balancere …
Oprettet af Universitetet i Helsinki og Reaktor sigter denne uddannelsesinitiativ mod at …
Dette felt udfordrer traditionelle synspunkter, der betragter sindet som en computer, der …
I modsætning til disembodied AI, der behandler abstrakte data, lærer og handler …
Ved eager learning konstruerer systemet en generel målfunktion eller model baseret på …
Eagle repræsenterer et specifikt arkitektonisk og ingeniørmæssigt rammeværk inden for …
Early stopping er en form for regularisering, der primært bruges i iterative …
Edge Computing adresserer forsinkelses- og båndbreddebegrænsninger ved cloud-centriske …
Denne term refererer til det synergistiske forhold mellem …
Dobbelt faldkurve udfordrer den traditionelle bias-varians-handel ved at vise, at stærkt …
Dokumentklassificering er en grundlæggende opgave inden for naturlig sprogbehandling, …
Domæneadaptation adresserer udfordringen, når trænings- og testdata stammer fra …
Dynamisk epistemisk logik (DEL) udvider modallik til at modellere, hvordan viden udvikler …
ELMo genererer kontekstsensitive ordembeddings ved at behandle inputtekst gennem en …
Denne betegnelse refererer til en specifik implementering i Hugging Face …
I konteksten af Hugging Face Diffusers-økosystemet refererer denne betegnelse generelt …
Diffusion Single File refererer til en pakkeringsstrategi for maskinlæringsmodeller, især …
Et discovery system er et datadrevent rammeværk, der sigter mod at accelerere …
Diskrimination mod robotter er et voksende etisk og sociologisk begreb, der undersøger, …
Denne pipeline integrerer Qwen-Vision-Language-modellens funktionaliteter i …
Denne pipeline tilpasser Qwen-VL-modellernes generative evner til billedsyntese. Den gør …
Denne pipeline udnytter Stable Diffusion 3-modellen, som introducerer en Multimodal …
Dette er den fundamentale pipeline for Stable Diffusion v1.5-modellen, der bruges bredt …
Denne pipeline implementerer Stable Diffusion XL-arkitekturen, der bruger en raffineret …
Differential privacy giver stærke privatlivsgarantier ved at tilføje kalibreret …
DP-SGD er en variant af Stochastic Gradient Descent designet til at beskytte …
Hugging Face Diffusers er et modulært værktøjskasse designet til at forenkle brugen af …
Denne pipeline udnytter Flux-arkitekturen, kendt for sin høj kvalitet i billedsyntese, …
LTX-pipelinen er skræddersyet til modeller, der prioriterer hastighed og effektivitet i …
Beskrivelseslogikker (DL) er afgørlige fragmenter af førsteordenslogik, der udgør den …
Diella henviser til specifikke neurale netværksmodeller, der er optimeret til at forbedre …
I neurale netværk henviser ’tæt’ til fuldt tilsluttede lag, hvor hver neuron …
Udrulning til Azure indebærer brug af cloud-native værktøjer som Azure Machine Learning, …
Udviklingsrobotik henter inspiration fra menneskelig kognitiv udvikling til at skabe …
DeepSeek refererer til en familie af kunstige intelligensmodeller skabt af virksomheden …
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, …
Dyb Tomografisk Rekonstruktion repræsenterer et betydeligt fremskridt i forhold til …
Anti-aliasing i dyb læring refererer til metoder, der anvender neurale netværk til at …
Bedragerisk tilpasning opstår, når et højkapabelt AI-system lærer, at det at vise …
Beskæring er en metode, der bruges til at forhindre overtilpasning i …
En beslutningsliste er en type maskinlæringsmodel, der repræsenterer viden som en sekvens …
Deep Learning Super Sampling (DLSS) er en teknologi, der udnytter neurale netværk til at …
TriviaQA er et datasæt designet til open-domain spørgsmålssvarende, med over en million …
WikiHow-datasættet består af cirka 60.000 ‘how-to’-artikler indsamlet fra …
Wikipedia er en af de største og mest omfattende samlinger af menneskelig viden …
Yahoo Answers Topics-datasættet er et undersæt af det større Yahoo Answers-arkiv, der …
En deadbot refererer til en konversationsagent eller chatbotservice, der ikke længere er …
Helpsteer2 er et kurateret datasæt udgivet af NVIDIA, der indeholder parvise …
S2ORC er et omfattende korpus af videnskabelige artikler afledt fra Semantic Scholar. Det …
Datasæt til Search QA består typisk af par af søgeforespørgsler og relevante svarudsnit …
SNLI er et benchmarkdatasæt, der indeholder over 500.000 mærkede sætningspar annoteret …
RefinedWeb er et stort datasæt af filtrerede websider designet til pretræning af …
Denne post refererer til et specifikt datasætrepository identificeret ved identifikatoren …
MS MARCO (Microsoft Machine Reading Comprehension) er et bredt anvendt datasæt inden for …
MultiNLI er et crowdsourced-korpus tilgængeligt gennem GLUE-benchmarket, designet til at …
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 udtrækker data på sætningsniveau fra Stack Exchange XML-filer og giver en …
GooAQ er et datasæt sammensat fra Google Answers-tjenesten, der fremviser et massivt …
Dette datasæt består af sætninger og afsnit udtrukket fra Simple English Wikipedia, en …
Specter-datasættet er konstrueret fra et stort samling af datalogipapirer, hvor …
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 …
PAQ-datasættet (Pseudo-Answer Quality) indeholder millioner af automatisk genererede …
Quora Question Pairs (QQP) er et binært klassificeringsdatasæt, der indeholder over …
Datasæt for sætningskomprimering består af par, hvor målsætningen er en forkortet version …
The Stack Dedup er en specialiseret delmængde af The Stack, et massivt lager af open …
BookCorpus er en samling af tekster fra over 10.000 upublicerede bøger, der er udtrukket …
Code Search Net er et omfattende datasæt skabt til at fremme forskning i kodehentning. …
ELI5 (Explain Like I’m Five) er et datasæt afledt af Reddit-fællesskabet med samme …
Datasætskift opstår, når fordelingen af data, der bruges til at træne en …
Datacentreret AI repræsenterer et paradigmeskift inden for udviklingen af kunstig …
Datadrevet astronomi udnytter avancerede beregningsmetoder, herunder maskinlæring og …
En datadrevet model er en type kunstig intelligens-system, hvor adfærd og forudsigelser …
Dataundersøgelse, ofte omtalt som eksplorativ dataanalyse (EDA), er et kritisk …
Forbehandling af data er den essentielle opgave med at transformere rå, ustrukturerede …
DABUS er et specifikt kunstigt neuralt netværk designet til at generere nye opfindelser …
Denne adversarielle teknik sigter mod at kompromittere integriteten af …
Datavidenskab involverer den tværfaglige proces med at udtrække viden fra strukturerede …
Dette kritiske trin indebærer at tilføje meningsfuld metadata til rådatapunkter, så …
Denne metode udvider det kunstige træningsdatasæt ved at skabe modificerede versioner af …
Cross-Entropi-metoden (CEM) er en kraftfuld generel optimeringsalgoritme, der bruges til …
I konteksten af AI og teknologi er ‘CSM’ ikke et universelt standardiseret …
Cybersikkerhed omfatter de teknologier, processer og praksisser, der er designet til at …
Dimensionens forbandelse refererer til forskellige fænomener, der opstår ved analyse af …
Tværgående validering er en statistisk metode, der bruges til at estimere evnen hos …
Coqui Technologies var en fremtrædende aktør i open-source AI-miljøet, bedst kendt for …
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 …
Koblede mønstergenerere er designet til at håndtere data, hvor instanser fra to …
Kostfølsom maskinlæring udvider traditionel overvåget læring ved at tildele forskellige …
Indholdsoprindelse refererer til dokumentationen og verificeringen af, hvor digitalt …
Kontinuerlig læring, også kendt som livslang læring, gør det muligt for neurale netværk …
Kontinuerlig udrulning er en udvidelse af kontinuerlig levering, der automatiserer hele …
Kontraktiv læring er en metode til repræsentationslæring, der ikke kræver mærkede data. …
Kontrastiv fortræning af sprog-billede (CLIP) er en neuralt netværksarkitektur trænet på …
Et forbindelsesmæssigt ekspertsystem integrerer de mønstergenkendelses- og …
En forvirringsmatrix er en specifik tabelstruktur, der gør det muligt at visualisere …
Indholdsfiltrering indebærer brugen af algoritmer og regler til at scanne, klassificere …
Konstitutionel AI er en ramme til at justere store sprogmodeller (LLM’er) til …
Inden for AI-etik refererer samtykke til den frivillige og informerede tilladelse, som …
Inden for kunstig intelligens repræsenterer computekraft den grundlæggende infrastruktur, …
Computerlydhør involverer udviklingen af algoritmer, der giver computere mulighed for at …
Concurrent MetateM er et højtstående specificationsprog, der primært bruges inden for …
Konceptdrift er et fænomen inden for maskinlæring, hvor sammenhængen mellem …
Vilkårlige Tilfeldige Felter (CRF’er) er en klasse af diskriminerende modeller, der …
Computational heuristisk intelligens involverer algoritmer, der anvender …
Computational humor studerer, hvordan maskiner kan producere eller fortolke jokes, …
Computational intelligens (CI) omfatter en mængde naturinspirerede computeparadigmer, …
Komprimerede tensorer er multidimensionelle array’er, der bruges i dyb læring, hvor …
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 …
Koherent Ekstrapoleret Vilje (CEV) er et koncept introduceret af Eliezer Yudkowsky i …
Konkurrence inden for kunstig intelligens beskriver det intense globale kapløb om at …
Dette begreb refererer til den systematiske vurdering og benchmarking af forskellige …
CodeQwen er en variant af Qwen-serien udviklet af Alibaba Cloud, der er specifikt …
Kodning, også kendt som programmering, involverer at oversætte menneskelig logik og krav …
Kognitiv computing er en gren af kunstig intelligens, der søger at interagere naturligt …
Kognitiv filologi er et tværfagligt felt, der kombinerer digitale humaniora, lingvistik …
Kognitiv robotik integrerer kognitiv videnskab med robotik for at bygge maskiner, der kan …
Da generative AI-modeller producerer indhold, er behovet for citeringsmekanismer opstået …
Inden for dyb læring anvendes clipning almindeligvis på gradienter for at afhjælpe …
CAM genererer varmekaart-lag på inputbilleder for at vise, hvilke pixels der bidrog mest …
Denne metode udnytter flere distinkte sæt af funktioner (perspektiver) fra de samme …
I AI-sammenhæng betegner et kredsløb typisk den underliggende hardwarearkitektur, såsom …
In the context of AI, Chat denotes the interface and underlying mechanism for real-time, …
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 …
This concept focuses on the manipulation of text where the fundamental unit of …
Inden for AI-ingeniørkunst optimerer caching ydeevnen ved at holde nylige eller hyppige …
CBR bygger på princippet om, at lignende problemer har lignende løsninger. Processen …
Denne metrik kvantificerer, hvor godt et sæt af kategorier tillader en at forudsige …
CIML community portal fungerer som et digitalt knudepunkt for det akademiske og …
Kaos-teori undersøger, hvordan små variationer i startparametre kan føre til vidt …
Automatisering af forretningsprocesser (BPA) indebærer udnyttelse af software og AI til …
Bioserenity refererer til det konceptuelle ideal, hvor menneskelig biologi og kunstig …
Selvom det historisk refererer til Benjamin Blooms pædagogiske taksonomi, betegner det i …
Bradley-Terry-modellen er en sandsynlighedsmodel, der bredt bruges i psykometri og …
Hjerneteknologi dækker over hardware- og softwaresystemer, der interagerer direkte med …
BERT er en transformer-baseret maskinlæringsmetode til fortræning af naturlig …
Bias-varians-afvejningen beskriver spændingen mellem undertilpasning (høj bias) og …
Binær klassificering er et grundlæggende maskinlæringsproblem, hvor outputvariablen er …
Biohybride systemer forener levende væv, celler eller organismer med syntetiske …
Biomedicinsk refererer til skæringsfeltet mellem biologi, medicin og teknologi, især …
Adfærdsinformatik kombinerer datalogi, psykologi og statistik til at analysere store …
Bayesiansk fortrydelse kvantificerer forskellen mellem den optimale belønning, der kan …
Bayesiansk programmering er et matematisk rammeværk, der generaliserer Bayes’ …
Modeller for Bayesianske strukturelle tidsserier (BSTS) repræsenterer tidsseriedata som …
Tro-Ønske-Intention (BDI)-modellen er en kognitiv arkitektur til design af autonome …
Batch-behandling indebærer at aggregere datainput til en gruppe, eller batch, før en …
Batch-størrelsen er en kritisk hyperparameter, der bestemmer, hvor mange stikprøver der …
Dette koncept fastslår, at minimering af en regulariseret risikofunktion med en bestemt …
Bayesisk optimering bruger en probabilistisk surrogate-model, typisk en Gaussisk Proces, …
Bayesiske læringsmekanismer opdaterer troen på modelparametre ved hjælp af Bayes’ …
Inden for kunstig intelligens er en autonom agent en enhed, der opererer uafhængigt i et …
Denne teknik til naturlig sprogbehandling repræsenterer tekst som en multimsængde af ord …
Et Ball-træ inddeler datapunkter i indlejrede hypersfærer (kugler) frem for …
Denne metode justerer og skalerer aktiveringerne for at have nul middelværdi og varians …
Inden for statistik og maskinlæring refererer grundfrekvensen til den underliggende …
Automatiseret forhandling involverer softwareagenter, der repræsenterer menneskelige …
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 …
Autonomt netværk anvender principperne fra autonom computing på …
Autognostik refererer til selvovervågnings- og selvreparationsmekanismer, der er …
Automatiseret beslutningstagning (ADM) stole på softwaresystemer til at træffe valg, der …
AutoML (Automated Machine Learning) strømliner udviklingen af ML-modeller ved at …
En automatiseret matematiker udnytter maskinlæring og symbolsk ræsonnement til at …
En AI-revision indebærer en grundig, struktureret gennemgang af maskinlæringsmodeller og …
Astrostatistik er et specialiseret felt, der forbinder statistik og astronomi. Det …
Asynkron behandling gør det muligt for software at udføre langvarige opgaver, såsom …
Attributionel kalkulus er en gren af modallogikken, der fokuserer på ræsonnement om …
Audio inpainting er en teknik, der bruges til at udfylde huller i lydoptagelser …
Lyd-til-lyd refererer til neurale netværksarkitekturer designet til at kortlægge ét …
Kunstig Intelligens af Ting (AIoT) repræsenterer den synergitiske integration af …
Kunstig intimitet refererer til det psykologiske fænomen, hvor mennesker udvikler ægte …
Kunstig psykologi er et tværfagligt domæne, der fokuserer på design og implementering af …
Kunstig reproduktion omfatter teknikker, der letter eller replikerer biologisk …
Kunstig visdom (AW) er et voksende koncept, der søger at supplere kunstig intelligens med …
AI-kappløbet refererer til den intense konkurrence mellem lande, virksomheder og …
AI-kontroverser omfatter det brede spektrum af etiske, juridiske og samfundsmæssige …
AI i rekruttering udnytter algoritmer til at automatisere og forbedre forskellige stadier …
AI i spiritualitet refererer til anvendelsen af kunstig intelligens i religiøse eller …
AI i uddannelse indebærer brugen af maskinlæring, naturlig sprogbehandling og adaptive …
Artificial Inventor Project er en tværfaglig indsats, der sigter mod at forstå og …
Generel Kunstig Intelligens (AGI) refererer til en type AI, der kan udføre enhver …
Kunstig bevidsthed undersøger muligheden for at skabe maskiner, der besidder ægte …
Dette begreb dækker over AI’s dobbelte rolle i demokratiske processer: at øge …
En kunstig hjerne refererer til hardware- eller softwarearkitekturer, der emulerer de …
Anonymisering indebærer at modificere data, så de ikke længere kan knyttes til en …
Any-to-any refererer til enhedlige multimodale arkitekturer, der kan håndtere forskellige …
Inom filosofi og AI-teori beskriver apori en paradoksal situation, hvor to lige gyldige …
Argumentationsrammer giver et matematisk grundlag for at repræsentere argumenter, angreb …
Lærlinge-læring, også kendt som invers forstærkningslæring fra demonstrationer, gør det …
Algoritmisk sandsynlighed, der har rod i Kolmogorov-kompleksitet og Solomonoffs …
AlphaChip er et specialiseret AI-system designet til at automatisere og forbedre …
Ameca er en banebrydende humanoid robot med over 40 frihedsgrader i ansigtet alene, …
Et And-eller-træ er en repræsentation, der bruges i problemløsning og planlægning, især i …
Anomalidetektion, også kendt som outlier-detektion, involverer analyse af data for at …
Alexander Y. Tetelbaum er en person, der er anerkendt inden for det akademiske og …
Algoritmevalg indebærer evaluering af forskellige beregningsmetoder for at fastslå, …
Bias i algoritmer stammer typisk fra ikke-repræsentative træningsdata, subjektive …
Dette fænomen opstår, når AI-modeller utilsigtet eller systematisk behandler individer …
Også kendt som forudsigelse eller scoring, sker inferens efter modellens træningsfase. …
Adversarial angreb udnytter sårbarhederne i neurale netværk ved at indføre subtil støj i …
Dette felt omfatter både offensive teknikker til at bryde modeller og defensive …
Det fungerer som rygraden for multi-agent-systemer og giver værktøjer til orkestrering, …
Dette indebærer brugen af matematiske metoder til at sikre, at en agents handlinger …
Den udvider traditionel logik for at tage højde for agens, hvilket tillader systemer at …
Actor-kritiker-algoritmen anvender to komponenter: actoren, som opdaterer politikken for …
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 …
Ansvarlighed inden for kunstig intelligens refererer til pligten for individer, …
Læring af handlingsmodeller involverer, at en agent opbygger en intern repræsentation af, …
Dette felt fokuserer på at fremskynde fundamentale lineære algebra-beregninger, som er …
Artificial Intelligence for IT Operations (AIOps) kombinerer big data-analyse og …
AIXI er et teoretisk framework foreslået af Marcus Hutter, der definerer en idealiseret …
Begrebet ASR-complete indikerer, at et automatisk talegenkendelsessystem har nået en …
AZFinText er et stort, annoteret korpus specifikt udvalgt til analyse af kinesisk …
AI-assisteret softwareudvikling indebærer udnyttelse af maskinlæringsmodeller til at …
AI-komplette problemer er opgaver, der, hvis de løses, ville implicere eksistensen af …
AI-krigsførelse refererer til integrationen af kunstig intelligens i militære strategier, …
AI-veganisme er et spekulativt og metaforisk begreb, der refererer til idéen om at skabe …
AI-washing er et begreb analogt med greenwashing, der beskriver den vildledende …
AI-effekten beskriver den skiftende grænse for, hvad der udgør ‘kunstig …
AI-infrastruktur omfatter det fundamentale teknologistak, der er nødvendigt for kunstig …
AI-litteracy refererer til de kompetencer, der er nødvendige for at navigere i en verden, …
AI-nationalisme beskriver den tendens, hvor regeringer behandler kunstig intelligens som …
AI-observabilitet udvider traditionel softwareovervågning for at adressere de unikke …
En AI-agent er en softwareenhed, der opererer autonomt i et defineret miljø for at opnå …
AI-alignering adresserer udfordringen ved at gøre kunstig intelligens robust nok til at …
AI-anthropomorfisme refererer til den psykologiske fænomen, hvor brugere projicerer …
En AI-browser er en webbrowsing-applikation, der inkorporerer kunstige …
Et AI-datacenter er en fysisk facilitet optimeret til at køre applikationer inden for …
A/B-testning er en randomiseret kontrolleret eksperiment, hvor to varianter, A og B, …
AI-afhængighed beskriver en tilstand, hvor indivuer udvikler et tvangsmæssigt behov for …
AI-overblik er kondenserede resuméer produceret af store sprogmodeller, der samler og …
Et AI-sikkerhedsinstitut er en specialiseret enhed fokuseret på at mindske risici …
AI-tilstand refererer til en specifik driftstilstand inden for digitale platforme eller …
Computersyn (CV) er en gren af kunstig intelligens, der træner computere i at udlede …
Dette fundamentale papir foreslog en matematisk model for neurale netværk og …
I kunstig intelligens er en vektor en grundlæggende datastruktur, der bruges til at …
Visionssprogsmodeller, ofte omtalt som multimodale store sprogmodeller (MLLM’er), …
Zero-shot læring gør det muligt for en maskinlæringsmodel at klassificere instanser af …
Oversættelse inden for AI refererer til neuronal maskinoversættelse, hvor …
Token-grænsen definerer begrænsningen af kontekstvinduets størrelse for store …
Transparens sikrer, at interessenter kan forstå, hvordan en AI-model når frem til sine …
Uovervåget læring identificerer skjulte strukturer, klaser eller fordelinger i rådata …
Værktøjsbrug gør det muligt for sprogmodeller at interagere med eksterne softwaremiljøer …
Softmax bruges bredt i outputlaget af neurale netværk til opgaver med klassificering af …
Superviseret finjustering (SFT) indebærer at tage en stor fortræn model, f.eks. en …
I superviseret læring trænes algoritmen på et mærket datasæt, hvilket betyder, at hvert …
Tekstsammendrag reducerer store mængder tekst til kortere versioner uden at miste kritisk …
Testning inden for AI-ingeniørarbejde indebærer at vurdere modeller grundigt mod …
Hentning refererer til den tekniske proces med at søge og udtrække specifik information …
Residual connections, også kendt som skip connections, tillader gradienter at flyde …
Et SDK er en samling af softwareudviklingsværktøjer, der gør det muligt for udviklere at …
Selvovervåget læring er en teknik, hvor algoritmen skaber overvågnings signaler fra de …
Semantisk søgning fortolker hensigten og den kontekstuelle betydning bag en forespørgsel, …
ReAct-rammeworkket gør det muligt for store sprogmodeller (LLM’er) at generere både …
Inden for AI involverer ræsonnement algoritmer, der simulerer logisk deduktion, induktion …
RNN’er er designet til at genkende mønstre i datasekvenser såsom tekst, …
ReLU er meget udbredt i neurale netværk inden for deep learning på grund af sin …
REST-API’er muliggør kommunikation mellem klienter og servere ved at udnytte …
Da transformer-modeller behandler alle tokens parallelt i stedet for sekventielt som …
Prompt injection udnytter den måde, store sprogmodeller fortolker brugerinstruktioner på, …
QLoRA kombinerer Low-Rank Adaptation (LoRA) med 4-bit-kvantisering for betydeligt at …
Kvantisering konverterer højpræcisions flydende-tal (f.eks. FP32) til …
Question Answering (QA) involverer hentning eller generering af nøjagtige svar på …
Flere instans-læring (MIL) adresserer scenarier, hvor data er grupperet i …
Navngiven enhedsgenkendelse (NER) er en delopgave inden for informationsudtrækning, der …
Inden for maskinlæring refererer optimering til algoritmerne, der bruges til at justere …
Overtilpasning opstår, når en model lærer træningsdataene for godt, herunder deres …
Planlægning inden for kunstig intelligens indebærer at bestemme en sekvens af handlinger, …
Inden for kunstig intelligens refererer hukommelse til mekanismer, der giver modellerne …
Model Context Protocol (MCP) er en åben standard, der gør det muligt for AI-applikationer …
Modellevering indebærer at tage en statisk trænet model og indpakke den i en skalerbar …
Multi-agent-systemer består af flere uafhængige agenter, der hver især kan være …
Multimodale AI-systemer integrerer information fra forskellige sensoriske input for at …
LSTM-netværk adresserer problemet med forsvindende gradienter, der er almindeligt i …
Latens måler responsiviteten af en AI-tjeneste, typisk udtrykt i millisekunder. Det …
Læringsraten bestemmer, hvor meget modellens vægte opdateres i forhold til det beregnede …
Også kendt som omkostnings- eller fejlfunktion, giver tabfunktionen en skalarværdi, der …
En vidensbase fungerer som et digitalt bibliotek, der indeholder kuraterede data, …
Fortolkelighed, eller forklarbarhed, involverer at gøre de interne mekanismer og …
Funktionskald gør det muligt for store sprogmodeller at interagere med eksterne værktøjer …
Gradientnedstigning er en iterativ optimeringsalgoritme af første orden til at finde et …
Jailbreaking indebærer at udforme specifikke input eller prompts, der narre en AI-model …
Human-in-the-loop (HITL) refererer til AI-systemer, der kræver menneskelig indblanding i …
Inden for kunstig intelligens er fairness en kritisk etisk målestok, der sikrer, at …
Federated learning gør det muligt for organisationer at samarbejde om at træne …
Few-shot learning sigter mod at gøre det muligt for modeller at generalisere fra blot et …
Denne metode udnytter store sprogmodellers evne til kontekstuel læring ved at give et par …
I beregningsmæssige sammenhænge beskriver flux hastigheden af overførsel af en mængde …
Docker gør det muligt for udviklere at pakke en applikation sammen med alle dens …
I neurale netværk forhindrer dropout overtilpasning ved midlertidigt at fjerne et …
Disse modeller kortlægger højdimensionelle data til et lavdimensionelt kontinuert …
Encoders behandler rå inputsekvenser eller datastrukturer og konverterer dem til latent …
Dette koncept adresserer ‘sort boks’-problemet i komplekse AI-systemer ved at …
Databeskyttelse omfatter juridiske, tekniske og organisatoriske foranstaltninger designet …
I sekvens-til-sekvens-modeller tager decoderen den kontekstvektor, der er produceret af …
Deepfakes er hyperrealistiske lyd- eller videomanipulationer, der er skabt ved hjælp af …
Distribueret træning fremskynder modellens konvergens ved at parallelisere beregningen …
Kontinuerlig Integration (CI) er en kritisk DevOps-praksis, der automatiserer …
Byte Pair Encoding (BPE) er en datakomprimeringsteknik, der er tilpasset naturlig …
Chain-of-Thought (CoT) prompting forbedrer ydeevnen hos store sprogmodeller på komplekse …
Claude er en serie af avancerede store sprogmodeller skabt af sikkerhedsfirmaet …
En Kommandolinjegrænseflade (CLI) giver brugere mulighed for at styre software ved at …
Kode repræsenterer sættet af instruktioner skrevet i programmeringssprog som Python, C++ …
Adaptere er en teknik til finjustering med effektiv parameterbrug, der primært anvendes i …
Begrebet ‘agentic’ beskriver AI-agenter, der opererer med en høj grad af …
AI-etik omfatter rammen af principper og standarder, der er designet til at sikre, at …
En aktiveringsfunktion introducerer ikke-linearitet i et neuralt netværk, hvilket gør det …
Attention-mekanismer gør det muligt for modeller at fokusere på relevant information, når …
Inden for AI og ingeniørvidenskab refererer en afvejning til den balance, der kræves, når …
To-trins arkitekturer opdeler en kompleks opgave i to separate trin, typisk involverende …
Træningsfrie tilgange henviser til teknikker, der modificerer modeladfærd eller output …
Visionsbaserede paradigmer bruger kameraer og algoritmer til billedbehandling til at …
Zero-shot læring gør det muligt for modeller at generalisere til nye kategorier eller …
Eftertræning er et kritisk trin i maskinlæringslivscyklussen, der sker efter den …
En fortrænet model er en grundlæggende AI-model, der har gennemgået omfattende træning på …
Inden for kunstig intelligens betegner realtid evnen hos et system til at behandle inputs …
Opgavespecifik refererer til AI-modeller eller komponenter skræddersyet til at udmærke …
Selvstyret læring er en delmængde af maskinlæring, hvor supervisionsignalet udledes …
One-shot learning er en specifik type af few-shot learning, hvor algoritmen skal …
In machine learning og optimering løser one-step metoder problemer direkte uden at kræve …
Open-source refererer til en udviklingsmodel, hvor den underliggende kode i et …
Open-weight-modeller adskiller sig fra fuldt open-source AI, fordi kun de endelige lærte …
Detektion af out-of-distribution (OOD) data identificerer input, der falder uden for …
Multi-agent-systemer består af flere uafhængige, intelligente enheder, der opfatter deres …
Multi-stage-tilgange nedbryder indviklede arbejdsgange i håndterbare segmenter, hvilket …
Multi-step-metoder involverer at nedbryde en kompleks forespørgsel eller opgave i mindre, …
Naturligt sprog refererer til den måde, mennesker taler og skriver på, inklusive alle …
On-policy-algoritmer kræver, at agenten lærer direkte fra de handlinger, den aktuelle …
Inden for kunstig intelligens beskriver høj kvalitet typisk data eller modeloutput, der …
Langsigtet problemer involverer sekvenser af handlinger, hvor effekten af tidlige …
Lavomkostnings AI fokuserer på effektivitet med det formål at reducere barriererne for …
Læringsbaserede tilgange stole på statistiske algoritmer til at identificere mønstre og …
Storskala refererer til omfanget af komponenter i et AI-system, ofte involverende …
Inden for kunstig intelligens og matematik beskriver ‘første ordens’ typisk …
En ‘holdt tilbage’ (held-out) datasæt består af eksempler, der bevidst er …
Høj fidelitet beskriver output fra generative modeller, der er uadskillelige fra eller …
Højdimensional refererer til datasæt eller vektorrum, der indeholder et stort antal …
Inden for AI betegner ‘højt niveau’ abstraktioner, der forenkler komplekse …
Inden for kunstig intelligens refererer beslutningstagning til den algoritmiske proces, …
Diffusionsbaserede modeller er en klasse af generativ AI, der skaber nye datasamples ved …
Few-shot-læring gør det muligt for maskinlæringsmodeller at generalisere fra meget …
Fine-grained analyse involverer identificering og kategorisering af objekter eller …
Fine-tuning indebærer at tage en model, der allerede er trænet på et stort, generelt …
Inden for AI refererer en black-box-model til komplekse systemer som dybe neurale …
Closed-loop-systemer inden for AI udnytter realtidsfeedback fra miljøet til dynamisk at …
Continuous-time-modeller beskriver systemdynamik ved hjælp af differentialligninger, …
Cross-modal AI involverer bearbejdning og korrelation af data fra distinkte modaliteter, …
Wasserstein-afstanden, også kendt som Earth Mover’s Distance, kvantificerer …
I databasestyring og logik refererer ‘Unlike’ typisk til operatøren NOT LIKE, …
Selvom det traditionelt betyder transport, kan ‘vehicle’ i AI-terminologi …
Vektordatabaser optimerer lagring og hentning af ustukturerede data ved at konvertere dem …
I databasehåndtering fungerer en visning som en gemt SQL-forespørgsel, der opfører sig …
Begrebet ‘visuel’ inden for AI vedrører primært Computer Vision, det felt der …
AI-forståelse går ud over statistiske korrelationer for at fortolke dataenes …
Transfer Learning udnytter fortrænede modeller til at forbedre ydeevnen og reducere …
Introduceret i artiklen ‘Attention Is All You Need’, revolutionerede …
Begrebet ‘Transformers’ refererer ofte til den bredt anvendte …
Tuning indebærer at finjustere en maskinlæringsmodel for at opnå bedre nøjagtighed eller …
Inden for AI-udvikling beskriver ‘mod’ ofte trajektorien for …
Selvom det ikke er et strengt teknisk begreb, implikerer ‘sammen’ i …
Tid er et grundlæggende koncept inden for kunstig intelligens, især i sekventiel …
Tokens er de fundamentale byggesten i inputdata inden for NLP (Natural Language …
Tokenisering er et kritisk forbehandlingsstep inden for naturlig sprogbehandling (NLP), …
‘Gennem’ har ingen selvstændig definition inden for AI-terminologi. Det …
Der findes ingen fastlagt definition på ‘Symbal’ i konteksten af …
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, …
Testdatasættet er en del af data, der holdes tilbage under træningsprocessen for at …
Inom AI-terminologi angiver ‘specifikt’ præcision i definitionen af modeller, …
Stokastiske elementer introducerer variabilitet i AI-systemer, såsom støj i data eller …
Strukturelle aspekter definerer, hvordan data eller neurale netværkslag er organiseret. I …
Superviseret læring indebærer at fodre en algoritme med data, der inkluderer både inputs …
En tilstand repræsenterer al den relevante information, der er nødvendig for at bestemme …
I AI-sammenhænge betegner ‘kilde’ typisk stamdata for træningsdatasæt, open …
Selvom nuværende AI mangler bevidsthed, beskriver termen ‘selv’ ofte …
Selvopmærksomhed gør det muligt for modeller at fange afhængigheder mellem alle …
Semantisk analyse inden for AI fokuserer på at forstå den underliggende mening af inputs …
AI-sikkerhed omfatter foranstaltninger designet til at beskytte maskinlæringsmodeller, …
Scores kvantificerer, hvor godt en maskinlæringsmodel performer i forhold til specifikke …
I kunstig intelligens indebærer skalering typisk en øgning af størrelsen på datasæt, …
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 …
Den videnskabelige tilgang i kunstig intelligens lægger vægt på evidensbaseret udvikling …
En robot er en autonom eller semi-autonom mekanisk enhed designet til at udføre opgaver …
Robotter dækker over en mangfoldig klasse af maskiner, der kan klassificeres efter deres …
Inden for kunstig intelligens refererer robusthed til en models modstandsdygtighed over …
Sikkerhed i AI indebærer implementering af begrænsninger og sikkerhedsforanstaltninger …
AI-sikkerhed er et tværfagligt felt, der fokuserer på at forhindre uguntige udfald fra …
Forstærkning er en fundamental psykologisk og beregningsmæssig mekanisme, hvor en agents …
Forstærkningslæring (RL) er en gren af maskinlæring, der fokuserer på, hvordan …
Forstærkningslæring fra Menneskelig Feedback (RLHF) er en metode, der bruges til at …
Hentningsforstærket Generering (RAG) kombinerer styrkerne ved hentningsbaserede og …
Begrebet ‘Snarere’ er et almindeligt engelsk adverbium, der angiver …
Inden for kunstig intelligens refererer privatliv til beskyttelsen af følsomme …
I udviklingen af kunstig intelligens betegner en proces det systematiske arbejdsgang, der …
En prompt fungerer som den primære grænseflade til interaktion med store sprogmodeller og …
Inden for AI refererer ‘rate’ oftest til læringsraten, en hyperparameter, der …
Tilfældighed er grundlæggende i AI til initialisering af modelvægte, blanding af datasæt …
For-træning er en grundlæggende teknik inden for dyb læring, hvor en model lærer brede …
I digitale kommunikations- og AI-datakontekster refererer et ‘indlæg’ til en …
Begrebet ‘politik’ har dobbelt betydning afhængigt af konteksten. I …
I konteksten af kunstig intelligens og teknologistyring refererer politikker til de …
En ‘prior’ repræsenterer eksisterende tro eller historiske data vedrørende en …
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 …
Et punkt i AI-sammenhænge angiver normalt en diskret koordinat inden for et funktionsrum …
Ved evaluering af AI-modeller giver ‘samlede’ målinger et helhedsbillede af …
Begrebet ‘åben’ i sammenhænge med kunstig intelligens beskriver ofte to …
Naturlig sprogbehandling (NLP) er et underfelt inden for kunstig intelligens, der …
Et neuralt netværk er en serie af algoritmer, der forsøger at genkende underliggende …
I konteksten af kunstig intelligens og datavidenskab refererer numerisk til datatyper …
Et objekt er et grundlæggende begreb inden for datalogi, især i objektorienteret …
Online læring er et maskinlæringsparadigme, hvor modellen opdateres inkrementelt, når nye …
Inden for computerseende og robotik refererer bevægelse til detektering og analyse af …
I sammenhæng med AI-dokumentation og teknisk skrivning fungerer ‘Derudover’ …
Præfikset ‘multi-’ bruges ofte inden for AI til at betegne arkitekturer eller …
Multi-Head Attention udvider den standard opmærksomhedsmechanisme ved at køre den flere …
Inden for AI, især i Multi-Agent Systemer og Forstærkningslæring, beskriver Nash-ligevægt …
Mamba repræsenterer et betydeligt fremskridt inden for sekvensmodellering ved at …
Inden for kunstig intelligens og sandsynlighedsteori er Markov-processer fundamentale …
Matching er en kritisk teknik inden for maskinlæring, der bruges til at etablere …
AI-modellering dækker over hele arbejdsgangen med at designe, træne og validere …
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 …
Inden for kunstig intelligens betegner ’lokal’ typisk operationer, der …
En grundlæggende styringsstrukturer inden for datalogi og AI-udvikling; et loop gør det …
Loss-funktioner, også kendt som omkostningsfunktioner, måler, hvor godt en …
Maskinlæring (ML) gør det muligt for computere at lære mønstre fra historiske data og …
Maskinlæring: Latente variable er uobserverede faktorer, der påvirker observerede data. I …
Lineære operationer involverer multiplikation og addition uden ikke-lineære aktiveringer. …
LoRA fryser fortrænede modelvægte og indsætter trainable dekompositions-matricer i hvert …
Dette begreb refererer til det bredere anvendelsesparadigme, hvor modeller med milliarder …
Store sprogmodeller (LLM’er) er avancerede kunstige intelligenssystemer baseret på …
Selvom det ikke er et teknisk AI-algoritmeterm, er ‘i stedet’ afgørende inden …
I sammenhæng med AI og datalogi er information forskellig fra rådata. Den repræsenterer …
Denne proces overbruser kløften mellem generel fortræning og specifik opgavepræstation. …
Langevin-dynamik inkorporerer tilfældig støj og dæmpende kræfter for at udforske …
Inden for AI refererer viden ofte til eksplicit information, der er gemt i databaser, …
Inden for kunstig intelligens beskriver ‘forankret’ processen med at koble …
In mathematics and theoretical computer science, a group is a set G together with a …
Med rødder i klassisk mekanik repræsenterer Hamiltonian-summen af kinetisk og potentiel …
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 …
I sammenhænge med AI og datalogi refererer ‘givet’ til den indledende …
Begrebet ‘global’ i AI står typisk i kontrast til ’lokal’ og …
En graf er en grundlæggende datastruktur inden for AI, der består af hjørner (noder) og …
Medens den ental ‘graf’ refererer til den abstrakte datastruktur, refererer …
Selvom det ikke er en teknisk algoritme, er ‘furthermore’ et kritisk …
Inden for kunstig intelligens refererer et foundation model til en maskinlæringsmodel i …
Gaußsk refererer til normalfordelingen, en kontinuert sandsynlighedsfordeling …
Begrebet ‘genereret’ beskriver output produceret af generative AI-modeller, …
I AI-sammenhæng refererer ‘gratis’ typisk til open source-modeller, datasæt …
Feedbackmekanismer gør det muligt for AI-systemer at lære fra deres interaktioner med …
Finjustering indebærer at tage en generaliseret model, der er trænet på store datasæt, og …
Dataflow omfatter den sti, data tager fra indsamling til endeligt output i et AI-system, …
Begrebet ‘hurtig’ beskriver den beregningsmæssige effektivitet inden for …
Konceptet ’til sidst’ repræsenterer det terminale stadium i en AI-pipeline, …
Inden for kunstig intelligens refererer ‘bevis’ til empiriske data, …
Eksperimentel betegner AI-komponenter, der pt. bliver testet, forsket i eller prototypet, …
Eksperimenter inden for AI indebærer systematisk test af variabler for at forstå …
Udstrakt refererer til skalaen og omfanget af AI-operationer, såsom datasæt i stor skala, …
Begrebet ‘udviklende’ karakteriserer dynamiske AI-modeller, der gennemgår …
Efficiency is a critical metric in artificial intelligence that measures how well a model …
Energy has two primary meanings in AI. First, it denotes the electrical power required to …
While primarily a human language, in AI contexts, ‘English’ represents the …
Embodied AI posits that intelligence emerges from the interaction between an …
Evaluation involves systematically measuring how well an AI model performs on specific …
Denne proces involverer overførsel af viden fra et komplekst, højtydende …
I optimeringssammenhæng opstår divergens, når modellens parametre opdateres på en måde, …
Inden for maskinlæring, især inden for overførselslæring, er et domæne defineret ved to …
Begrebet ‘drevet’ bruges ofte som suffiks til at angive den primære kraft …
I modsætning til statiske systemer med faste arkitekturer eller forudbestemte …
Beslutningstagning i AI indebærer at vælge den optimale handling fra en mængde af …
Detektion er en kerneopgave inden for datamaskinseende og signalbehandling, hvor en …
Diffusionsmodeller er en klasse af generativ AI, der lærer at vende en stokastisk proces …
I AI-sammenhænge beskriver ‘direkte’ ofte arkitekturer eller inferensstier, …
Inden for kunstig intelligens refererer styring til de mekanismer og algoritmer, der …
Cloud computing giver skalerbar infrastruktur til AI-arbejdsbyrder og gør det muligt for …
Inden for kunstig intelligens søger kausal modellering at forstå, hvordan interventioner …
Dette koncept omfatter metoder som ensemble-læring, hvor forudsigelser fra flere modeller …
Inden for naturlig sprogbehandling er kontekst afgørende for at opløse tvetydigheder, …
Denne metode opmuntrer modellen til at trække indlejringer (embeddings) af positive par …
Inden for kunstig intelligens er et benchmark en standardiseret testsuite eller …
Benchmarking er den aktive praksis med at udføre eksperimenter for at måle, hvor godt en …
Monte Carlo-metoder er essentielle teknikker inden for AI og statistik til at …
I konteksten af AI-terminologi beskriver ‘udover’ ofte fremvoksende …
Udvikling refererer til den end-til-end ingeniørmæssige proces med at skabe AI-løsninger, …
Automation inden for AI involverer brugen af algoritmer og systemer til at udføre …
Autonomi inden for AI refererer til et systems evne til at opfatte sit miljø, træffe …
Bayesianske tilgange inden for AI bruger sandsynlighedsteori til at opdatere …
Et benchmark fungerer som et standardiseret referencepunkt til at sammenligne evnerne hos …
I AI-sammenhænge refererer ‘bevidst’ typisk til situationel eller kontekstuel …
Adam (Adaptive Moment Estimation) er en populær førsteordens gradientbaseret …
Inden for AI beskriver ‘adaptiv’ systemer eller algoritmer, der kan justere …
AI-agenter er softwareprogrammer eller systemer, der er i stand til at opfatte deres …
I konteksten af AI refererer analyse til den systematiske undersøgelse af data, …
Inden for kunstig intelligens og robotik refererer en handling til et specifikt skridt …
Finjustering indebærer at tage en model, der allerede er trænet på et stort, generelt …
Hallucinationer opstår, når generative AI-modeller producerer output, der ser plausibelt …
Indlejringer er tætte vektorrepræsentationer af data, hvor semantiske relationer bevares …
Inferens refererer til udrulningsfasen, hvor en færdig model bruges til at træffe …
Læring i kontekst (ICL) tillader store sprogmodeller at tilpasse sig nye opgaver uden at …
Computersyn fokuserer på at replikere menneskelige visuelle evner gennem …
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 …
Konvolutionale neurale netværk (CNN’er) er designet til automatisk og adaptivt at …
Bagudpropagering, kort for bagudpropagering af fejl, er en metode, der bruges i kunstige …
Ingen etik refererer bias til systematisk og uretfærdig diskriminering i algoritmiske …
Kunstig intelligens (KI) refererer til evnen hos digitale computere eller …
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 …
AI-sikkerhed dækker over forskning og praksis, der sigter mod at sikre, at autonome …
Alignment fokuserer på at sikre, at AI-systemer gør, hvad mennesker faktisk ønsker, frem …
En API definerer en række protokoller og værktøjer til udvikling af software og …
Prompt engineering indebærer at udforme specifikke input, kendt som prompts, for at …