Wadhwani Institute for Artificial Intelligence
Definition
Opgericht met een aanzienlijke donatie van de Wadhwani Foundation, maakt dit instituut …
Opgericht met een aanzienlijke donatie van de Wadhwani Foundation, maakt dit instituut …
Video Super Resolution omvat het gebruik van neurale netwerken om video-inhoud van lagere …
vLLM (Virtual Large Language Model) is een open-source bibliotheek die is ontworpen om …
Universele psychometrie omvat het ontwikkelen en toepassen van beoordelingstools die …
Tree of Thoughts (ToT) breidt traditionele chain-of-thought prompting uit door het model …
Dit concept verwijst naar de historische en geprojecteerde opeenvolging van …
Driefactorenleren is een specifieke aanpak binnen versterkingsleren die het leerproces …
Tekst-naar-video verwijst naar generatieve AI-modellen die dynamische visuele inhoud …
Munt door Pedro Domingos in zijn gelijknamige boek, beschrijft de ‘Master …
Text Generation Inference (TGI) is een speciaal softwarekader dat is ontworpen om grote …
Temporale bias treedt op wanneer machine learning-modellen recente waarnemingen …
Symboolregressie is een vorm van regressieanalyse die streeft naar het vinden van een …
Supermind AI verwijst naar systemen waarbij meerdere AI-componenten, menselijke experts …
Statistisch relationeel leren (SRL) combineert kansrekening met relationele …
Statistische leertheorie (SLT) is een tak van de statistiek en informatica die bestudeert …
Spike-and-slag regressie is een Bayesiaanse statistische techniek die wordt gebruikt voor …
Ruimtelijke intelligentie verwijst naar het vermogen van kunstmatige …
Sprekerdiarisatie is de taak om een audiostream op te delen in homogene segmenten op …
Ruimtelijke embedding houdt in dat fysieke of abstracte ruimtelijke relaties worden …
Soeverein AI beschrijft het vermogen van een land of organisatie om …
Singulariteitsstudies zijn een opkomende academische discipline die de implicaties …
Slopaganda beschrijft een strategische vorm van desinformatie die zich baseert op …
Similariteitsleren richt zich op het trainen van modellen om invoergegevens naar een …
Semantische vouwing verwijst naar het proces van het comprimeren van complexe, …
Deze techniek wordt voornamelijk gebruikt bij Large Language Models (LLM’s) om de …
Sam3 Video verwijst naar de toepassing van geavanceerde segmentatiemodellen, potentieel …
SUPS is een afkorting die per context kan variëren, maar komt vaak voor in …
Robotleren omvat het trainen van robotische agenten om taken autonoom uit te voeren door …
De reparameterisatietrick is een fundamentele methode die wordt gebruikt in variatiële …
Recursieve zelfverbetering verwijst naar de theoretische mogelijkheid van een kunstmatige …
Rademacher-complexiteit evalueert hoe goed een hypothese-klasse kan correleren met …
Deze aanpak gaat verder dan eenvoudige mens-in-de-lus-labeling. Het omvat tweerichtings …
Deze term verwijst naar een gespecialiseerde architectuur binnen de Qwen-familie, die …
Qwen3 5 lijkt een specifieke checkpoint, groottevariant of gespecialiseerde release aan …
Kwantisering is een techniek voor modeloptimalisatie die de numerieke precisie van de …
In de context van Pyannote Audio verwijst een pijplijn naar een configureerbaar workflow …
De PyTorch Model Hub Mixin is een component van de Hugging Face Transformers-bibliotheek …
Proximale gradientmethoden zijn iteratieve optimalisatietechnieken die worden gebruikt …
Dit vakgebied onderzoekt de mentale processen die ten grondslag liggen aan menselijke …
Het Product van Experts (PoE) is een methode voor het construeren van complexe …
Bij proactief leren bepaalt het AI-systeem welke monsters de onzekerheid het meest zouden …
Probabilistische numeriek past Bayesiaanse methoden toe op traditionele numerieke …
Predictieve Staatrepresentaties (PSR’s) breiden traditionele gedeeltelijk …
Prefix Tuning is een parameter-efficiënte adaptatietechniek voor voorgebouwde …
Polysemantie is een kenmerk dat wordt waargenomen in diepe neurale netwerken, met name in …
Personaplex verwijst naar het ecosysteem of de infrastructuur die de creatie, het beheer …
Een model voor waarnemingsfouten beschrijft de discrepanties tussen waargenomen …
Patroontheorie biedt een rigoureuze wiskundige basis voor het begrijpen hoe complexe …
Pariteitsleren is een benchmarkprobleem in de machine learning-theorie waarbij het doel …
P-Tuning (Prompt Tuning) is een techniek ontworpen om grote voorgekochte taalmodellen met …
PagedAttention is een techniek geïntroduceerd door het vLLM-project om de efficiëntie van …
Overlapped Speech Detection (OSD) is een gespecialiseerde taak in spraakverwerking die …
Nouvelle AI verwijst naar een klasse van kunstmatige intelligentiesystemen die …
Dit veld verbindt neurowetenschappen en robotica door neurale netwerkmodellen te …
Neurale modelleringsvelden omvatten de studie van hoe neurale populaties zichzelf …
Neuro-symbolische AI integreert sub-symbolische neurale leermethoden met symbolische …
Muse Spark is een open-source deep learning-framework dat is ontworpen om efficiënt te …
MXFP4 (Mixed eXtended Floating Point 4-bit) is een gespecialiseerd gegevensformaat dat is …
Multimodale representatielering houdt in dat modellen worden getraind om informatie te …
Multivariate Adaptive Regression Splines (MARS) is een flexibele regressiemethode die …
Deze techniek maakt gebruik van de gedeelde inductieve bias tussen gerelateerde taken om …
Mixture of Experts (MoE) is een machine learning-architectuur die is ontworpen om …
Moshi is een geavanceerd AI-model gemaakt door Kyutai dat spraak- en tekstverwerking …
In GAN’s treedt mode collapse op wanneer de generator leert de zwakke punten van de …
Mistral Common is een Python-pakket dat wordt onderhouden door Mistral AI en …
Mixed Precision Training (MPT) combineert halfprecisie (FP16) en volledige precisie …
Mixtral is een baanbrekend open groot taalmodel dat een Sparse Mixture of Experts …
Meta-lernen richt zich op het ontwerpen van algoritmen die kunnen leren van eerdere taken …
Hoewel het geen standaard academische term is, verwijst ‘Mindpixel’ meestal …
Maximum Inner-Product Search (MIPS) is een fundamenteel probleem in informatiewinning en …
Vlakkeregularisatie breidt traditionele regularisatiemethoden uit door de intrinsieke …
Deze techniek voldoet aan privacyregelgeving zoals het ‘recht om vergeten te …
Deze hypothese verklaart waarom deep learning effectief werkt ondanks de vloek der …
Dit interdisciplinaire vakgebied maakt gebruik van machine learning om enorme …
Machine learning-besturing integreert adaptieve algoritmen met traditionele …
MAUVE is een statistische maatstaf die is ontworpen om te beoordelen hoe nauw de output …
Lokaal casus-controle sampling is een strategie die voornamelijk wordt gebruikt bij het …
De Lottery Ticket Hypothesis suggereert dat binnen een groot, willekeurig geïnitialiseerd …
Het uitvoeren van een lokaal LLM houdt in dat open-weight modellen direct worden …
In dynamische systemen en tijdreeksanalyse meet de levensduur van correlatie de duur …
Lifelong Planning A* (LPA*) is een uitbreiding van het A*-zoekalgoritme, ontworpen voor …
In de statistische leertheorie vertegenwoordigt een leerbaar functieklassen de …
In tegenstelling tot standaard classificatie of regressie, richt leren rangschikken zich …
Geworteld in de speech act theory en de pragmatica, benadrukt dit perspectief hoe …
Kolmogorov-Arnold-netwerken (KAN’s) zijn een recente klasse neurale netwerken die …
Methoden voor knowledge graph embedding, zoals TransE of DistMult, transformeren discrete …
In tegenstelling tot collaboratieve filtering, die vertrouwt op eerder gebruikersgedrag, …
Knowledge distillation is een machine learning-methode die wordt gebruikt om een groot, …
KAoS is een intelligent agentframework dat is ontwikkeld om de complexiteit van …
Bij versterkend leren drijft intrinsieke motivatie een agent aan om zijn omgeving te …
Intelligente regeling maakt gebruik van methoden voor kunstmatige intelligentie, zoals …
Deze theorie stelt dat leren in wezen een proces van probabilistische inferentie is. In …
Incrementele Heuristische Zoektocht verwijst naar algoritmen die een kandidaat-oplossing …
Inductief Programmeren, vaak aangeduid als Programsynthese, houdt in het creëren van …
Inductieve bias vertegenwoordigt de inherente voorkeuren of beperkingen die in een …
Afbeelding-naar-video-technologie neemt één statisch frame en voorspelt daaropvolgende …
Dit vakgebied bestudeert de processen achter hoe ideeën worden gevormd, gecombineerd en …
Een Hybride Intelligente Systeem (HIS) voegt verschillende AI-paradigma’s samen, …
Hyperparameteroptimalisatie (HPO) verwijst naar het bredere vakgebied van het …
Het Hiërarchisch Navigeerbare Kleine Wereld (HNSW)-algoritme bouwt een gelaagde grafiek …
Hiërarchische Risicopariteit (HRP) is een methode voor portfoliobouw die de beperkingen …
Highway-netwerken zijn ontworpen om het probleem van vervagende gradiënten in deep …
Histogram of Oriented Displacements (HOD) is een methode voor kenmerkextractie voor …
Halite was een jaarlijkse AI-programmeerwedstrijd georganiseerd door Two Sigma, waarbij …
Grokking verwijst naar een contra-intuïtief gedrag dat wordt waargenomen in deep …
Deze optimalisatiestrategie stelt diepe leermodellen in staat te trainen met effectieve …
Deze benadering nabootst menselijke cognitieve processen door gegevens te groeperen in …
GPT OSS duidt doorgaans op open-source alternatieven of afgeleiden van propriëtaire …
Er is geen enkele standaardterm ‘GLM MoE DSA’. Het combineert echter …
De Genesis-missie verwijst doorgaans naar een strategische fase of project binnen een …
Geometrische feature learning richt zich op het verwerken van data die niet-euclidische …
Tot op heden is er geen officieel uitgebracht model met de naam ‘Gemma4’ dat …
Een fuzzy agent opereert binnen omgevingen waar gegevens vaak ambigu of onvolledig zijn, …
FCA biedt een rigoureus kader voor het analyseren van relaties tussen objecten en hun …
Krachtregeling stelt robots in staat om delicate handelingen uit te voeren, zoals …
Fitnessbenadering wordt gebruikt in evolutionaire berekening wanneer het evalueren van de …
Op stromingen gebaseerde generatieve modellen construeren complexe …
Feature learning, vaak geassocieerd met deep learning, stelt modellen in staat om …
In tegenstelling tot genetische algoritmen die een populatie onderhouden, werkt EO op …
EBL combineert symbolisch redeneren met machine learning om het leerproces te versnellen. …
Geïnspireerd door biologische ontogenie onderzoekt ED-robotica hoe complexe gedragingen …
ExBERT biedt interpreteerbaarheid voor het BERT-transformermodel door het belang van …
Gelijkwaardige kansen is een statistische pariteitsbeperking die wordt gebruikt in …
Empirisch Dynamisch Modelleren (EDM) is een raamwerk voor het analyseren van …
In versterkend leren en kunstmatige intelligentie is empowerment een intrinsieke …
Energy-Based Models (EBM’s) definiëren een kansverdeling over invoergegevens met …
Dit vakgebied daagt traditionele opvattingen uit die de geest beschouwen als een computer …
Ontwikkeld door Google, gebruikt EfficientNet een methode voor ‘compound …
Deze term verwijst naar de synergetische relatie tussen het Expectation-Maximization …
Domeinadaptatie lost het probleem op wanneer trainings- en testgegevens uit verschillende …
Deze term verwijst naar een specifieke implementatie binnen de Hugging Face …
Discriminatie tegen robots is een opkomend ethisch en sociologisch concept dat onderzoekt …
Deze pipeline integreert de mogelijkheden van het Qwen-Vision-Language-model in het …
Deze pipeline past de generatieve mogelijkheden van Qwen-VL-modellen toe voor …
Differentiële privacy biedt sterke privacygaranties door gekalibreerde statistische ruis …
Deze pipeline maakt gebruik van de Flux-architectuur, bekend om zijn hoogwaardige …
Beschrijvingslogica’s (DL) zijn beslisbare fragmenten van de eerste-orde logica die …
Implementeren op Azure houdt in dat cloud-native tools worden gebruikt, zoals Azure …
Diepe Tomografische Reconstructie vertegenwoordigt een aanzienlijke vooruitgang ten …
Deep Learning Anti-Aliasing verwijst naar methoden die neurale netwerken inzetten om …
Deep Learning Super Sampling (DLSS) is een technologie die neurale netwerken benut om …
Zoekopdracht QA-datasets bestaan meestal uit paren van zoekopdrachten en relevante …
Deze vermelding verwijst naar een specifieke datasetrepository geïdentificeerd door de ID …
De Specter-dataset is opgebouwd uit een enorme verzameling informaticapapers, waarbij …
Deze dataset extrahert gegevens op zinsniveau uit Stack Exchange XML-bestanden, wat een …
De PAQ (Pseudo-Answer Quality) dataset bevat miljoenen automatisch gegenereerde …
Data-driven astronomy maakt gebruik van geavanceerde computationele methoden, waaronder …
DABUS is een specifiek kunstmatig neurale netwerk dat is ontworpen om nieuwe uitvindingen …
Deze adversariële techniek beoogt de integriteit van machine learning-modellen te …
De Cross-Entropiemethode (CEM) is een krachtig, algemeen optimalisatiealgoritme dat wordt …
Gekoppelde patroonlezers zijn ontworpen om om te gaan met data waarbij instanties uit …
Kostengevoelig machine leren breidt traditioneel supervised learning uit door …
Contrastief leren is een methode voor representatieleren die geen gelabelde gegevens …
Contrastieve taal-afbeelding vooropleiding (CLIP) is een neurale netwerkarchitectuur die …
Voortdurend leren, ook wel levenslang leren genoemd, stelt neurale netwerken in staat om …
Een connectionistisch expert systeem integreert de sterke punten van patroonherkenning en …
Constitutionele AI is een kader voor het afstemmen van grote taalmodellen op menselijke …
Conceptdrift is een fenomeen in machine learning waarbij de relatie tussen invoerfuncties …
Conditioneel Willekeurige Velden (CRF’s) zijn een klasse van discriminerende …
Gecomprimeerde tensoren zijn multidimensionale arrays die worden gebruikt in deep …
Coherente Geëxtrapoleerde Wil (CEV) is een concept dat door Eliezer Yudkowsky is …
Cognitieve computing is een tak van kunstmatige intelligentie die streeft naar …
Cognitieve robotica integreert cognitieve wetenschap met robotica om machines te bouwen …
CAM genereert hittemappen die over invoerbeelden worden gelegd om aan te geven welke …
Deze methode maakt gebruik van meerdere verschillende kenmerkensets (weergaven) van …
Deze metriek kwantificeert hoe goed een set categorieën het voorspellen van de waarden …
De chaostheorie onderzoekt hoe kleine variaties in startparameters kunnen leiden tot …
Biosereniteit verwijst naar het conceptuele ideaal waarbij menselijke biologie en …
De Bradley-Terrymodel is een probabilistisch model dat veel wordt gebruikt in de …
De bias-variancie afweging beschrijft de spanning tussen onderaanpassing (hoge bias) en …
Biohybride systemen combineren levende weefsels, cellen of organismen met synthetische …
Bayesiaans programmeren is een wiskundig kader dat de stelling van Bayes generaliseert om …
Bayesiaanse spijt kwantificeert het verschil tussen de optimale beloning die haalbaar zou …
Modellen voor Bayesiaanse structurele tijdreeksen (BSTS) representeren tijdreeksgegevens …
Dit concept stelt dat het minimaliseren van een geregulariseerde risicofunctie met een …
Bayesiaanse leermethoden actualiseren overtuigingen over modelparameters met behulp van …
Een Ball Tree verdeelt datapunten in geneste hypersferen (bollen) in plaats van …
Autonome netwerken passen principes van autonomic computing toe op …
Geautomatiseerde onderhandeling omvat software-agenten die de belangen van mensen …
Autognostiek verwijst naar de mechanismen voor zelfmonitoring en zelfreparatie die in …
Astrostatistiek is een gespecialiseerd vakgebied dat statistiek en astronomie met elkaar …
Audio inpainting is een techniek die wordt gebruikt om gaten in audio-opnames op te …
Kunstmatige intimiteit verwijst naar het psychologische fenomeen waarbij mensen echte …
Kunstmatige voortplanting omvat technieken die biologische voortplanting vergemakkelijken …
AI in spiritualiteit verwijst naar de toepassing van kunstmatige intelligentie in …
Kunstmatige hersenen verwijzen naar hardware- of softwarearchitecturen die de neurale …
Any-to-any verwijst naar uniforme multimodale architecturen die verschillende …
Leerlingenschapsleren, ook wel inverse versterkend leren uit demonstraties genoemd, stelt …
Algoritmische waarschijnlijkheid, geworteld in de Kolmogorov-complexiteit en …
Dit fenomeen ontstaat wanneer AI-modellen individuen onbedoeld of systematisch anders …
Dit vakgebied omvat zowel offensieve technieken om modellen te breken als defensieve …
Adversariële aanvallen benutten de kwetsbaarheden van neurale netwerken door subtiele …
Het breidt traditionele logica uit om rekening te houden met agentuur, waardoor systemen …
Het actor-critic-algoritme maakt gebruik van twee componenten: de actor, die het beleid …
Leren van actiemodellen houdt in dat een agent een interne representatie construeert van …
AZFinText is een grote, geannoteerde corpus die specifiek is samengesteld voor de analyse …
AI-complete problemen zijn taken die, indien opgelost, de aanwezigheid van Artificial …
AI-veganisme is een speculatieve en metaforische term die verwijst naar het idee van …
AI-nationalisme beschrijft de trend waarbij regeringen kunstmatige intelligentie …
AI-observabiliteit breidt traditionele softwaremonitoring uit om de unieke uitdagingen …
AI-alignement behandelt de uitdaging om kunstmatige intelligentiesystemen robuust te …
Visie-Taalmodellen, vaak aangeduid als Multimodale Grote Taalmodellen (MLLMs), integreren …
Zero-shot learning stelt een machine learning-model in staat instanties van klassen te …
Supervised Fine-tuning (SFT) houdt in dat een groot vooraf getraind model, zoals een …
Zelfsuperviseerd leren is een techniek waarbij het algoritme supervisie-signaals maakt …
Het ReAct-kader stelt LLM’s in staat om zowel redeneringssporen als taakspecifieke …
RNN’s zijn ontworpen om patronen te herkennen in gegevenssequenties, zoals tekst, …
Promptinjectie misbruikt de manier waarop grote taalmodellen gebruikersinstructies …
QLoRA combineert Low-Rank Adaptation (LoRA) met 4-bits kwantisatie om de geheugenruimte …
Meervoudige Instantie-Leer (MIL) adresseert scenario’s waarin gegevens gegroepeerd …
Het Model Context Protocol (MCP) is een open standaard die AI-toepassingen in staat stelt …
Multi-agent-systemen bestaan uit meerdere onafhankelijke agenten, die elk mogelijk …
LSTM-netwerken lossen het probleem van vervagende gradiënten op, dat veel voorkomt in …
Jailbroken betreft het creëren van specifieke invoer of prompts die een AI-model ertoe …
Federated learning stelt organisaties in staat om gezamenlijk AI-modellen te trainen …
Few-shot learning heeft als doel modellen in staat te stellen te generaliseren op basis …
Deze modellen mapperen hoogdimensionale gegevens naar een continu vectorruimte met lagere …
Dit concept adresseert het ‘black box’-probleem in complexe AI-systemen door …
In sequence-to-sequence-modellen neemt de decoder de contextvector die door de encoder is …
Gedistribueerd Trainen versnelt de convergentie van modellen door berekeningen te …
Chain-of-Thought (CoT) prompting verbetert de prestaties van grote taalmodellen bij …
Adapters zijn een techniek voor parameter-efficiënte fine-tuning, voornamelijk gebruikt …
Attention-mechanismen stellen modellen in staat om zich te focussen op relevante …
Zero-shot leren stelt modellen in staat te generaliseren naar nieuwe categorieën of taken …
Zelfsupervised learning is een subset van machine learning waarbij het supervisie-signaal …
Multi-agentsystemen bestaan uit verschillende onafhankelijke, intelligente entiteiten die …
On-policy-algoritmen vereisen dat de agent leert direct uit de acties die worden …
Problemen met een lange horizon betreffen sequenties van acties waarbij de impact van …
Modellen op diffusiebasis zijn een klasse van generatieve AI die nieuwe gegevenssamples …
Modellen met continue tijd beschrijven systeemdynamicen met behulp van …
De Wasserstein-afstand, ook wel de Aarde-verplaatsersafstand (Earth Mover’s …
Vector databases optimaliseren het opslaan en ophalen van ongestructureerde gegevens door …
Geïntroduceerd in het artikel ‘Attention Is All You Need’, heeft de …
Zelfattentie stelt modellen in staat om afhankelijkheden tussen alle posities in een …
AI-veiligheid is een multidisciplinair veld gericht op het voorkomen van nadelige …
Retrieval-Augmented Generation (RAG) combineert de sterke punten van retrieval-gebaseerde …
Versterkend Leren (RL) is een tak van machine learning die zich richt op hoe intelligente …
Pre-training is een fundamentele techniek in deep learning waarbij een model brede …
Een ‘prior’ vertegenwoordigt bestaande overtuigingen of historische gegevens …
Een neuraal netwerk is een serie algoritmen die probeert onderliggende relaties in een …
Multi-Head Attention breidt het standaard attention-mechanisme uit door deze meerdere …
Mamba vertegenwoordigt een aanzienlijke vooruitgang in sequentiemodellering door de …
In machine learning zijn latente variabelen onwaargenomen factoren die waargenomen …
LoRA bevriest voorgekochte modelgewichten en voegt trainbare decompositiematrices in elke …
Langevin-dynamica integreert willekeurige ruis en dempingskrachten om energielandschappen …
In de wiskunde en theoretische informatica is een groep een verzameling G samen met een …
Diffusiemodellen zijn een klasse van generatieve AI die leren een stochastisch proces om …
Bij kunstmatige intelligentie streeft causaal modelleren naar begrip van hoe interventies …
In de context van AI-terminologie beschrijft ‘beyond’ vaak opkomende …
Monte Carlo-methoden zijn essentiële technieken in AI en statistiek voor het benaderen …
Bayesiaanse benaderingen in AI gebruiken waarschijnlijkheidstheorie om de kans op …
Convolutionele Neuronale Netwerken (CNN’s) zijn ontworpen om automatisch en …
Backpropagatie, afkorting voor ‘backward propagation of errors’ (terugwaartse …
AI-veiligheid omvat onderzoek en praktijken die erop gericht zijn ervoor te zorgen dat …
Alignment richt zich op het verzekeren dat AI-systemen doen wat mensen eigenlijk willen, …