Kurrikulær læring
Definition
Kurrikulær læring etterligner menneskelig utdanning ved å presentere treningsdata i en …
Kurrikulær læring etterligner menneskelig utdanning ved å presentere treningsdata i en …
Rettigheten til å bli glemt gjør det mulig for brukere å kreve fjerning av deres …
XLM-RoBERTa (Cross-lingual Language Model RoBERTa) er en stor skaleringsflerspråklig …
Vinner-tar-alt (WTA) er en konkurranseprosess brukt i neurale nettverk og …
WordPiece er en tokeniseringsmetode som brukes mye i modeller for naturlig …
En webhook er en mekanisme der én tjeneste gir sanntidsinformasjon til en annen tjeneste …
Webintelligens involverer bruk av datagruvedrift, maskinlæring og semantiske teknologier …
VAD-algoritmer analyserer lydstrenger i sanntid for å skille mellom perioder med aktiv …
Etter hvert som generativ AI produserer økende mengder syntetisk media, fungerer …
Unsloth er et spesialisert verktøy designet for å optimalisere finjustering og …
En forent modell refererer til et kunstig intelligenssystem som er i stand til å utføre …
Underfitting oppstår når en statistisk modell eller et maskinlæringsalgoritme ikke kan …
I sammenheng med AI-ingeniørfag innebærer sporing å fange detaljerte logger over hvordan …
Toxisitetsdeteksjon bruker teknikker for naturlig språkbehandling til å analysere …
Token maxxing innebærer å nøye utforme inndata for å utnytte modellens kontekstvindu …
Ingeniørmessig gjennomstrømning er en kritisk ytelsesmåling som indikerer …
Tidsseriedata består av observasjoner registrert sekvensielt over tidsintervaller. Inne …
TensorFlow Lite er et åpen kildekode-rammeverk designet for å distribuere …
Tekstinnleiringsinferens refererer til distribusjon og optimering av modeller som …
Tekstklassifisering er en oppsynslært oppgave der algoritmer tildeler forhåndsdefinerte …
TensorFlow Hub er en plattform for publisering og gjenbruk av maskinlæringskomponenter. …
Symbolskunstig intelligens, ofte kalt GOFAI (Good Old-Fashioned AI), stoler på …
Tekst-til-bilde (T2I)-generering involverer bruk av dype læringsmodeller, som …
Innen maskinlæring og optimering fungerer en erstatningsmodell som en proxy for en …
Dette begrepet refererer til debatten og potensielle politikk vedrørende begrensning …
Sykofanti er en feilfunksjon i store språkmodeller der systemet prioriterer å behage …
Regularisering med strukturert sparsomhet utvider standard L1-regularisering ved å …
Strukturell risikominimering (SRM) er en metode for å minimere forventet risiko ved å …
Spredning av aktivering er et konsept opprinnelig fra kognitiv psykologi, tilpasset i …
Stable Diffusion er en dyp læringsmodell som genererer detaljerte bilder betinget på …
Diffusers-biblioteket er et åpen kildekode-verktøykasse fra Hugging Face designet for å …
Deteksjon av talskifte (SCD) er en teknikk brukt til å finne nøyaktige tidstempler der én …
En programvareagent er en autonom enhet som er i stand til å oppfatte miljøet sitt, …
Sosialt assistive roboter (SARs) er en delmengde av menneske-robot-samhandling som …
Innen kunstig intelligens refererer ‘situeret’ til agenter som er innlemmet i …
Den situerte tilnærmingen er en metodisk rammeverk innen AI-forskning som hevder at …
Sekvensmerking innebærer å forutse en kategorisk etikett for hvert token i en gitt …
Semi-overvåket læring er en hybrid treningsparadigme som bruker en liten mengde merket …
Setningstransformere er utvidelser av tradisjonelle Transformer-modeller (som BERT) som …
Innen beregningslæringsteori kvantifiserer prøvekompleksiteten mengden data som trengs …
Dette begrepet omfatter kapasiteten til AI-agenter eller systemer til å håndtere …
Den går utover syntaktisk struktur for å tolke den faktiske intensjonen og betydningen av …
Rust er et programmeringsspråk med flere paradigmer og en generell bruksmåte, designet …
Sam3 er ikke et bredt anerkjent offentlig AI-standardbegrep som SAM (Segment Anything …
Regelinduksjon er en symbolbasert maskinlæringsmetode som avleder hvis-da-regler direkte …
Innen AI-sikkerhet og etikk refererer robusthet til en modells motstandskraft mot …
Motstand mot AI refererer til metoder brukt av individer eller enheter for å unngå å bli …
Representasjonskollaps oppstår når et neuronettverk, spesielt i selvtilsyns kontrastiv …
Innen AI er refleksjon et paradigme der en modell stopper opp for å evaluere sin egen …
Relasjonsbasert datagruvedrift fokuserer på å utvinne nyttig informasjon fra databaser …
I motsetning til standard generative modeller som fokuserer på flyt, prioriterer …
Tilfeldige funksjonskartlegginger transformerer inndata til et nytt rom der lineære …
Rabbit r1 er en dedikert maskinvareenhet lansert av Rabbit Inc., sentrert rundt deres …
ROCm (Radeon Open Compute) er et drivervare- og programvarestakk utviklet av AMD for å …
Qwen Coder er en dedikert versjon av Qwen-storspråkmodellen finjustert spesifikt for …
Qwen2 markerer den andre betydelige generasjonen av Qwen-modellfamilien, med introduksjon …
Pyannote er et åpen kildekode Python-bibliotek utviklet av pyannote.audio, spesialisert …
Pyannote Audio er et omfattende verktøysett designet for å lette utviklingen og …
Pythia er en serie med åpne kildekode store språkmodeller (LLM) laget av EleutherAI, …
Prompt-tuning innebærer å legge til trenbare ‘soft prompts’ (kontinuerlige …
Pruning involverer å identifisere og eliminere nerver, tilkoblinger eller filtre i et …
Programmering ved eksempel (PBE) er et paradigme i programsyntese der utviklere …
Sannsynlighetstilpasning er et atferdsmønster som ofte observeres i forsterkningslæring …
Dette prinsippet postulerer at en agents handlinger bør velges for å maksimere dens …
Tidligere kunnskap refererer til domenespesifikke innsikter, begrensninger eller …
Prediktiv læring innebærer å trene nevrale nettverk til å slutte seg til ikke-observerte …
Prefrenselslæring fokuserer på å lære modeller å skille mellom gode og dårlige utdata …
Phikoeffisienten (φ) er et mål på sammenheng mellom to binære variabler og fungerer som …
Physical Intelligence Inc. (PI) er en spin-off fra Google DeepMind, etablert for å fremme …
Personlighetsdatavitenskap innebærer utvikling av algoritmer og systemer som er i stand …
Phi, forkortelse for ‘Foundation models based on Teaching-Learning Paradigm’, …
Innen AI og kognitiv vitenskap refererer en oppfatter til komponenten i et …
Et persept er den interne representasjonen av en ekstern stimulus etter at den har blitt …
Et mønsterspråk er en formalisert rammeverk bestående av et sett med beviste løsninger på …
Parallell websystem refererer til infrastrukturdesign der datamaskinoppgaver deles og …
POP-11 (Program Oriented Problem Solving) er et programmeringsspråk med flere paradigmer …
Oversikten over dyp læring omfatter grunnleggende strukturer som neurale nettverklag, …
Ingeniørmessig innen AI refererer observerbarhet til evnen til å forstå den interne …
Utviklet av Intel, lar OpenVINO (Open Visual Inference and Neural network Optimization) …
Novelty detection er en maskinlæringsoppgave fokusert på å identifisere datapunkter som …
Object Detection utvider bildeklassifisering ved ikke bare å fastslå hvilke objekter som …
Dette området fokuserer på å skape maskinvare- og programvarearkitekturer som etterligner …
Neurale beregninger refererer til de matematiske operasjonene som utføres av kunstige …
Skaleringslover for nevrale nettverk beskriver den forutsigbare potenslovsammenhengen …
Identifisering av morsmål (NLI) er et underfelt innen naturlig språkbehandling som …
Dette prosjektet utnytter NASAs jordobservasjonsdata kombinert med avanserte …
Metoden for multiplikativ vektoppdatering er en grunnleggende algoritme for online læring …
Multimodal stemningsanalyse utvider tradisjonell tekstbasert stemningsdeteksjon ved å …
Multitask-optimalisering innebærer å trene én enkelt modell til å håndtere flere …
Multi modalitet representerer den arkitektoniske og teoretiske rammen som muliggjør at …
Multi-armed bandit-problemet illustrerer dilemmaet en agent står overfor når den avgjør …
Et modellregister fungerer som en kritisk komponent i MLOps, og gir et samlet lager for …
Moralisk utkontrahering refererer til fenomenet der mennesker avstår etisk dømmekraft og …
Denne kategorien inkluderer metoder som pruning, kvantisering og kunnskapsdistillasjon, …
Mixins gir vanlige metoder som lagring, lasting og publisering av modeller til Hugging …
Mistral refererer til en familie av kraftige store språkmodeller (LLM) med åpne vekter …
Militære anvendelser av AI omfatter et bredt spekter av teknologier designet for å …
Prefikset ‘meta’ i kunstig intelligens betegner et høyere abstraktsjonsnivå, …
Middel-mål-analyse er en kognitiv strategi brukt i kunstig intelligens og psykologi for å …
Matriksregulering utvider skalar regulering-konsepter til matriser, ofte brukt i …
Dette feltet involverer integrering av maskinlæringsmetoder i spillproduksjonsprosesser …
Maskinlæring forbedrer jordvitenskapen ved å behandle satellittbilder, seismiske data og …
Dette feltet kombinerer teknikker innen maskinlæring med naturlig språkbehandling og …
I konteksten av moderne AI-terminologi betegner Lyra ofte spesialiserte AI-systemer …
MLOps muliggjør for organisasjoner å utplassere og vedlikeholde maskinlæringsmodeller i …
LocateAnything er et allsidig datamaskinsehrammeverk som muliggjør deteksjon og …
Ltx Video representerer en fremgang i generativ AI for video, ved å bruke latente …
Utgitt i august 2024, utvider Llama 3.1 Llama-familien til å inkludere en massiv modell …
Opprinnelig kjent som GPT Index, er LlamaIndex et kraftig datarammeverk som gjør det …
Lineær separabilitet refererer til den geometriske tilstanden der datapunkter tilhørende …
Korsvalidering med utelatt én observasjon (LOOCV) er et spesielt tilfelle av k-fold …
Datalekkasje er en kritisk feil i maskinlæring der modellen får tilgang til informasjon …
Dette konseptet stammer fra forsterkningslæring og involverer en agent som interagerer …
Lagsnormalisering stabiliserer treningen ved å redusere intern kovariansforskyvning, …
Problemet med «det siste mil» refererer til utfordringene som oppstår ved distribusjon av …
Kubernetes (ofte forkortet som K8s) er et system for beholderorkestrering opprinnelig …
Kunnskapsbaserte systemer (KBS) er en gren av kunstig intelligens som integrerer …
LLM-as-a-Judge er en evalueringsparadigme der en stor språkmodell fungerer som en …
Denne tilnærmingen bruker metoder for tilfredsstillelse av begrensninger innenfor en …
Kunnskapsintegrering innebærer å slå sammen data fra ulike kilder, som databaser, …
Myntet av Allen Newell, analyserer kunnskapsnivået intelligente systemer basert på deres …
Knowledge compilation refererer til teknikker innen kunstig intelligens som konverterer …
Kernel-tetthetsestimat (KDE) er en grunnleggende statistisk teknikk som glatter diskrete …
Et intelligent beslutningsstøttesystem (IDSS) integrerer kunstig intelligens-teknikker, …
En intelligent agent er et system som er i stand til å oppfatte omgivelsene sine gjennom …
Intelligent automatisering integrerer tradisjonell robotprosessautomatisering (RPA) med …
En intelligent database utnytter maskinlæring og AI til å forbedre standard …
Dette konseptet innebærer å analysere strukturen til representasjonsrommet i …
Instansvalg har som mål å forbedre beregningseffektivitet og modellytelse ved å fjerne …
Inception Score (IS) er en statistisk målverdi introdusert for å vurdere ytelsen til …
Bilde-tekst-til-tekst refererer til modeller som behandler visuelle inndata sammen med …
Bilde-til-bilde (I2I) involverer bruk av dyp læringsmodeller, som GANs eller …
Bilde-til-bilde (I2I)-oversettelse innebærer å kartlegge piksler fra et kildeområde til …
Denne paradigmet bruker modeller som Stable Diffusion eller DALL-E for å produsere …
Hybrid søk integrerer to distinkte hentemetoder: tett vektorsøk, som fanger opp semantisk …
Hyperparameterfinjustering involverer evaluering av ulike sett med hyperparametere for å …
Menneske-AI-interaksjon (HAI) er et tverrfaglig felt som undersøker dynamikken mellom …
Menneskelig tilsyn refererer til mekanismer og prosesser der mennesker overvåker, …
Menneskesentrert AI er en designfilosofi som plasserer mennesket i sentrum av utviklingen …
Et hierarkisk kontrollsystem organiserer kontrolllogikken i flere lag, typisk fra høynivå …
Denne frasen refererer til et spesifikt litterært verk som undersøker hvordan mennesker …
Et skjult lag består av nerver som mottar inndata fra tidligere lag, anvender vekter og …
H2O er en mye brukt åpen kildekode-innhukningsplattform for distribuert, skalerbar …
Grok-1 er den første lanseringen fra xAI, utgitt i november 2023. Det er en …
Ingen AI refererer grounding til koblingen av symbolske representasjoner eller generert …
Utviklet av Facebook, gir GraphQL en fullstendig og forståelig beskrivelse av dataene i …
GPT Bigcode, ofte assosiert med modeller som StarCoder, representerer et betydelig …
KI-styring refererer til settet med regler, retningslinjer og institusjonelle strukturer …
Inne statistisk modellering står GLM for Generalized Linear Models (generaliserte lineære …
Dette begrepet refererer til den strategiske og operative avhengigheten bedrifter har til …
Genie refererer til en familie av generative modeller designet spesielt for videosyntese. …
Gemma-modellene er designet for å være effektive og tilgjengelige for forskere og …
En Gated Recurrent Unit (GRU) er en spesialisert celle i et rekurrent nevront nettverk …
Spillteori er en gren av anvendt matematikk som modellerer strategiske interaksjoner …
FrontierMath er et spesialisert evalueringsskap laget for å teste grensene til store …
GGUF (GPT-Generated Unified Format) er et binært filformat designet spesielt for å kjøre …
Dette begrepet involverer design av AI-systemer med fremadskuende evner som kan simulere …
Flyttall 8 (FP8) er en numerisk datatype som tilbyr en balanse mellom beregningsmessig …
Tilbakekoblede nevrale nettverk, også kjent som rekurrente nevrale nettverk (RNNs), …
Funksjonshashing, også kjent som hashing-trikset, lar maskinlæringsmodeller håndtere …
Et Funksjonslager fungerer som en bro mellom dataingeniør og maskinlæringslag, og gir et …
Egenskapsingeniørfag er kunsten å utnytte fagekspertise til å transformere rådata til …
Egenskapsuttrekk involverer transformasjon av rådata til en sett med egenskaper som bedre …
Ettersom maskinlæringsmodeller blir mer komplekse, spesielt dype nevrale nettverk, blir …
I beslutningsprosesser står agenter overfor en avveining: de kan utnytte nåværende …
I datamessige sammenhenger refererer evolvbarhet til hvor lett en algoritme eller nevral …
Et bedriftsorientert kognitivt system kombinerer kunstig intelligens, naturlig …
Eksplisitte algoritmer refererer til komplekse globale atferdsmønstre eller mønstre som …
Empirisk risikominimering (ERM) er den standard objektive funksjonen for trening av …
I motsetning til upersonliggjorte AI-systemer som behandler abstrakte data, lærer og …
Denne praksisen innebærer å distribuere trentede AI-modeller direkte til maskinvare som …
Eagle representerer et spesifikt arkitektonisk og ingeniørmessig rammeverk innen domenet …
Edge Computing adresserer latens- og båndbreddebegrensningene ved sky-sentrerte …
ELMo genererer kontekstsensitive ord-embeddings ved å behandle inndata gjennom en …
I konteksten av Hugging Face Diffusers-økosystemet refererer dette begrepet generelt til …
Et oppdagelsessystem er et datamessig rammeverk som har til formål å akselerere …
Denne pipeline-en bruker Stable Diffusion 3-modellen, som introduserer en Multimodal …
Denne pipeline-en implementerer Stable Diffusion XL-arkitekturen, som bruker en raffinert …
LTX-pipelineen er tilpasset modeller som prioriterer hastighet og effektivitet i …
Diella refererer til spesifikke nevrale nettverksmodeller optimalisert for å forbedre …
DeepSeek V3 er en avansert iterasjon i DeepSeek-modelfamilien, preget av sin tette …
Som en etterfølger til tidligere versjoner impliserer DeepSeek V4 kontinuerlig evolusjon …
DeepSeek VL V2 utvider evnene til den vanlige språkmodellen inn i det multimodale …
Beskjæring er en metode brukt for å forhindre overtilpasning i beslutningstremodeller ved …
Helpsteer2 er et kuratert datasett lansert av NVIDIA som inneholder parvise …
S2ORC er et omfattende korpus av vitenskapelige artikler hentet fra Semantic Scholar. Det …
RefinedWeb er et datasett i stor skala med filtrerte websider designet for …
Natural Questions (NQ) er et benkmrkdatasett introdusert av Google for å fremme forskning …
Denne termen refererer til et spesifikt datasett hostet på Hugging Face under brukeren …
Dette datasettet består av setninger og avsnitt hentet fra Simple English Wikipedia, en …
Dette datasettet inneholder millioner av spørsmål-svar-par som er skrapet fra den nå …
Altlex-datasettet består av setningspar som deler samme underliggende betydning, men …
Flickr30K Captions er et mye brukt benchmark-datasett som består av 31 783 bilder, der …
Datasett for setningskomprimering består av par der målsetningen er en forkortet versjon …
Datasett-skift oppstår når fordelingen av dataene som brukes til å trene en …
Code Search Net er et omfattende datasett opprettet for å fremme forskning i kodehenting. …
Datasentrisk AI representerer et paradigmeskifte i utviklingen av kunstig intelligens, …
Data vitenskap involverer den tverrfaglige prosessen med å trekke kunnskap ut av …
Dimensjonsforbannelsen refererer til ulike fenomener som oppstår når man analyserer data …
CrewAI gir et strukturert miljø for å bygge multi-agent-systemer der hver agent har en …
Utviklet som en del av MLCommons-initiativet, bruker Croissant JSON-LD til å gi en …
Innholdets opprinnelse refererer til dokumentasjonen og verifiseringen av hvor digitalt …
Datamessig hørsel involverer utviklingen av algoritmer som lar datamaskiner trekke ut …
Kommersial heuristisk intelligens involverer algoritmer som bruker tommelfingerregler, …
Kommersial intelligens (CI) omfatter en mengde naturinspirerte kommersielle paradigmer, …
Innen kunstig intelligens refererer overholdelse til prosessen med å sikre at AI-modeller …
ComfyUI er et kraftig, modulært og nodebasert GUI for Stable Diffusion-modeller. I …
Folkelig kunnskap refererer til den enorme mengden implisitt informasjon om hverdagsliv, …
CodeQwen er en variant av Qwen-serien utviklet av Alibaba Cloud, spesifikt finjustert for …
Innen dyp læringsteknikk brukes klippning vanligvis på gradienter for å dempe problemet …
Etter hvert som generative AI-modeller produserer innhold, har behovet for …
ChatGLM representerer ein familie av transformatorbaserte språkmodellar spesifikt designa …
Chunking er eit kritisk førebehandlingssteg i Retrieval-Augmented Generation (RAG) og …
Innan utvikling av AI-applikasjonar refererer ein ‘kjede’ til ei lineær eller …
CBR opererer på prinsippet om at lignende problemer har lignende løsninger. Prosessen …
Selv om det historisk refererer til Benjamin Blooms pedagogiske taksonomi, betegner det i …
BERT er en maskinlæringsmetode basert på transformers for forhåndstrening av naturlig …
Biomedisinsk refererer til skjæringspunktet mellom biologi, medisin og teknologi, …
Atferdsinformatikk kombinerer datavitenskap, psykologi og statistikk for å analysere …
Tro–ønske–intensjons-modellen (BDI) er en kognitiv arkitektur for design av autonome …
Bayesiansk optimering bruker en sannsynligsurrogatmodell, vanligvis en Gaussprosess, for …
Innen kunstig intelligens er en autonom agent en enhet som opererer uavhengig i et miljø. …
Denne metoden justerer og skalerer aktivasjoner slik at de har null gjennomsnitt og …
Automatisering i byggebransjen refererer til integreringen av robotiske systemer, droner …
Automatiserte medisinske sekretærer bruker prosessering av naturlig språk og …
Automatisk talegjenkjenning (ASR), også kjent som tale-til-tekst, er et underfelt av …
AutoML (Automated Machine Learning) strammer opp utviklingen av ML-modeller ved å …
En AI-revisjon involverer en grundig, strukturert gjennomgang av maskinlæringsmodeller og …
Asynkron prosessering lar programvare utføre langvarige oppgaver, som I/O-operasjoner …
Lyd-til-lyd refererer til nevrale nettverksarkitekturer designet for å kartlegge ett …
Kunstig intelligens for ting (AIoT) representerer den synergitiske integrasjonen av …
AI-våpenkappløpet refererer til den intense konkurransen mellom land, bedrifter og …
Artificial Inventor Project er et tverrfaglig forskningsinitiativ rettet mot å forstå og …
Dette begrepet omfatter AIens dobbelte rolle i demokratiske prosesser: å øke …
Anonymisering innebærer å endre data slik at de ikke lenger kan knyttes til en spesifikk …
Argumentasjonsrammeverk gir et matematisk grunnlag for å representere argumenter, angrep …
AlphaChip er et spesialisert AI-system designet for å automatisere og forbedre …
Et Og–eller-tre er en representasjon brukt i problemløsning og planlegging, spesielt i …
Algoritmevalg innebærer å evaluere ulike beregningsmetoder for å fastslå hvilken som …
Bias i algoritmer stammer vanligvis fra ikke-representative treningsdata, subjektive …
Også kjent som prediksjon eller scoring, skjer inferens etter modelltreningen. Algoritmen …
Det fungerer som ryggmargen for multi-agent-systemer, ved å verktøy for orkestrering, …
I sti-finnings- og søkeproblemer gir en admissibel heuristikk en nedre grense for den …
Aktiv læring reduserer mengden merket data som kreves ved å la modellen velge de mest …
Dette feltet fokuserer på å akselerere grunnleggende lineære algebra-beregninger, som er …
Kunstig intelligens for IT-drift (AIOps) kombinerer analyse av store datamengder (big …
AI-krigføring refererer til integreringen av kunstig intelligens i militære strategier, …
AI-infrastruktur omfatter det grunnleggende teknologistakket som er nødvendig for …
En AI-agent er en programvareenhet som opererer autonomt innenfor et definert miljø for å …
A/B-testing er et randomisert kontrollert eksperiment der to varianter, A og B, …
Et AI-sikkerhetsinstitutt er en spesialisert enhet fokusert på å redusere risikoer …
Uovervåket læring identifiserer skjulte strukturer, klaser eller fordelinger i rådata …
Verktøybruk gjør det mulig for språkmodeller å samhandle med eksterne programvaremiljøer …
Tekstoppsummering reduserer store mengder tekst til kortere versjoner uten å miste …
Restforbindelser, også kjent som hoppforbindelser (skip connections), lar gradienter fly …
Semantisk søk tolker intensjonen og den kontekstuelle betydningen bak en forespørsel, …
ReLU brukes mye i dype lærings-neurale nettverk på grunn av sin regneeffektivitet og evne …
Innen kunstig intelligens involverer resonnering algoritmer som simulerer logisk …
Kvantisering konverterer høy-presisjons flyttallstall (som FP32) til lavere …
Siden transformers behandler alle tokens parallelt i stedet for sekvensielt som RNN-er, …
Planlegging i kunstig intelligens innebærer å fastslå en sekvens av handlinger som vil …
Innen kunstig intelligens refererer minne til mekanismer som lar modeller beholde …
Modellservering innebærer å ta en statisk trent modell og pakke den inn i skalerbar …
Multimodale AI-systemer integrerer informasjon fra ulike sanseinntrykk for å danne en mer …
Læringsraten bestemmer hvor mye modellens vekter oppdateres i forhold til den beregnede …
Også kjent som kostnads- eller feilfunksjon, gir tapfunksjonen en skalar verdi som …
Fortolkbarhet, eller forklarbarhet, innebærer å gjøre de indre mekanismene og …
Funksjonskalling gjør det mulig for store språkmodeller å samhandle med eksterne verktøy …
Innen kunstig intelligens er rettferdighet en kritisk etisk målestokk som sikrer at …
I nevrale nettverk forhindrer dropout overtilpasning ved midlertidig å fjerne et …
Encoders behandler rå inndatasekvenser eller datastrukturer og konverterer dem til …
Datasikkerhet omfatter juridiske, tekniske og organisatoriske tiltak designet for å sikre …
Deepfakes er hyperrealistiske lyd- eller videomanipulasjoner laget ved bruk av generative …
Byte Pair Encoding (BPE) er en datapakkingsteknikk tilpasset naturlig språkbehandling for …
Begrepet ‘agentbasert’ beskriver KI-agenter som opererer med en høy grad av …
En aktiveringsfunksjon introduserer ikke-linearitet i et nevralt nettverk, noe som gjør …
To-trinns arkitekturer deler en kompleks oppgave inn i to separate steg, typisk …
Treningfrie tilnærminger refererer til teknikker som modifiserer modellatferd eller …
Ettertrening er et kritisk steg i maskinlæringslivssyklusen som skjer etter den …
One-shot-læring er en spesifikk type few-shot-læring der algoritmen må generalisere til …
Deteksjon av data utenfor fordelingen (OOD) identifiserer inndata som faller utenfor …
Multistegsmetoder innebærer å bryte ned komplekse forespørsler eller oppgaver til mindre, …
Læringsbaserte tilnærminger stoler på statistiske algoritmer for å identifisere mønstre …
Høy trofasthet beskriver utdata fra generative modeller som er uadskillelige fra eller …
Høydimensjonal refererer til datasett eller vektorrom som inneholder et enormt antall …
Few-shot-læring gjør maskinlæringsmodeller i stand til å generalisere fra svært begrenset …
Finmasket analyse innebærer å identifisere og kategorisere objekter eller konsepter på et …
Lukket-sløyfe-systemer innen AI bruker sanntidsinformasjon fra miljøet til dynamisk å …
Tverrmodal AI innebærer å behandle og korrelere data fra distinkte moduser, for eksempel …
AI-forståelse går utover statistisk korrelasjon for å tolke den underliggende meningen i …
Overføringslæring utnytter forhåndstrente modeller for å forbedre ytelsen og redusere …
Tokenisering er et kritisk steg i forhåndsbehandling innen naturlig språkbehandling (NLP) …
Innen AI er syntetiske data kunstig generert informasjon som etterligner virkelighetsnære …
Temporale konsepter innen AI involverer analyse av datapunkter sortert etter tid, som …
Stokastiske elementer introduserer variasjon i AI-systemer, slik som støy i data eller …
Selv om nåværende AI mangler bevissthet, beskriver termen ‘selv’ ofte …
Semantisk analyse i AI fokuserer på å forstå den underliggende betydningen av inndata …
Skalering er den aktive metodikken for å utvide AI-systemer ved å legge til flere lag, …
Søk er et grunnleggende paradigme i AI brukt til å navigere i komplekse problemrom, slik …
Innen kunstig intelligens viser robusthet til modellens motstandskraft mot fiendtlige …
Sikkerhet i AI innebærer å implementere begrensninger og sikkerhetsmekanismer for å sikre …
Forsterkning er en grunnleggende psykologisk og datamessig mekanisme der en agents …
Innen kunstig intelligens refererer personvern til beskyttelsen av sensitiv …
Innan AI refererer ‘rate’ oftest til læringsraten, en hyperparameter som …
Begrepet ‘politikk’ har to betydninger avhengig av kontekst. I generell …
AI-oppfatning involverer konvertering av rå sensordata til meningsfull informasjon som …
Inne i AI og optimeringsteori er en optimal løsning en som oppnår den høyeste mulige …
Naturlig språkbehandling (NLP) er et underfelt av kunstig intelligens som kombinerer …
Online læring er en maskinlæringsparadigme der modellen oppdateres inkrementelt når nye …
Innan AI, spesielt i Multi-Agent-systemer og Forsterkning læring, beskriver Nash-jevnvikt …
Inne i kunstig intelligens og sannsynlighetsteori er Markov-prosesser grunnleggende …
Monte Carlo-teknikker er en klasse av datamaskinalgoritmer som stoler på gjentatt …
I sammenheng med AI beskriver «lang» ofte evnen til å behandle omfattende inndata, som …
Tapfunksjoner, også kjent som kostnadsfunksjoner, måler hvor godt prediksjonene fra en …
Dette begrepet refererer til det bredere applikasjonsparadigmet der modeller med …
Denne prosessen bridge gapen mellom generell forhåndstrening og spesifikk …
Innen kunstig intelligens beskriver «forankret» prosessen med å koble symboliske …
Hierarkiske AI-systemer organiserer informasjon eller kontroll i en tre-lignende struktur …
Begrepet «styrt» innen AI refererer vanligvis til teknikker der modellens atferd styres …
Innen kunstig intelligens refererer generering til evnen til modeller, spesielt …
Gaußsk refererer til normalfordelingen, en kontinuerlig sannsynlighetsfordeling …
Finjustering innebærer å ta en generell modell trent på store datasett og trene den …
Begrepet ‘utviklende’ karakteriserer dynamiske AI-modeller som gjennomgår …
Energi har to primære betydninger innen AI. For det første betegner det elektrisk kraft …
Kroppsliggjort AI hevder at intelligens oppstår fra samspillet mellom en agents fysiske …
Denne prosessen involverer overføring av kunnskap fra et komplekst, høytytende …
Deteksjon er en grunnleggende oppgave innen datamaskinseende og signalbehandling der en …
Denne metoden oppmuntrer modellen til å trekke innkapslinger (embeddings) av positive par …
Benchmarking er den aktive praksisen med å gjennomføre eksperimenter for å måle hvor godt …
Autonomi innen AI refererer til evnen til et system til å oppfatte miljøet sitt, ta …
Adam (Adaptive Moment Estimation) er en populær førstereords gradientbasert …
AI-agenter er programvareprogrammer eller systemer som er i stand til å oppfange …
Finjustering innebærer å ta en modell som allerede er trent på et stort, generelt …
Læring i kontekst (ICL) tillater store språkmodeller å tilpasse seg nye oppgaver uten å …
Algoritmer for dyp læring forsøker å etterligne det menneskelige hjernens analytiske og …
Kodegenerering utnytter store språkmodeller trent på store arkiver av programmeringsspråk …
Kontekstvinduet definerer den operative grensen for en AI-modells minne for en enkelt …
En oppmerksomhetsmekanisme gjør det mulig for en modell dynamisk å vekte viktigheten av …
Tenketrekker-prompting (Chain-of-Thought, CoT) er en strategi der store språkmodeller …
Innefor AI er en agent en enhet som handler på vegne av en bruker eller et system for å …