Dataminimering
Definition
Dataminimering er et grunnleggende personvernprinsipp som krever at organisasjoner …
Dataminimering er et grunnleggende personvernprinsipp som krever at organisasjoner …
Kurrikulær læring etterligner menneskelig utdanning ved å presentere treningsdata i en …
Modellekstraksjon involverer å query (spørre) en målmaskinlæringsmodells API for å …
Rettigheten til å bli glemt gjør det mulig for brukere å kreve fjerning av deres …
Innen AI oppstår stereotyper når modeller lærer og forsterker samfunnsmessige skjevheter …
Et bakdørsangrep involverer forgiftning av treningsdataene til en maskinlæringsmodell med …
Null-skots prompting innebærer å be en forhåndstrent språkmodell om å fullføre en oppgave …
Wumpus-verdenen er et rutenettbasert miljø introdusert i Russell og Norvigs lærebok i …
XLM-RoBERTa (Cross-lingual Language Model RoBERTa) er en stor skaleringsflerspråklig …
Zeuthen-strategien er en regelbasert tilnærming for forhandling i …
Dette begrepet omfatter den transformerende innflytelsen AI har på arbeidsmarkedet, …
Vårdat datamaskinvirksomhet refererer til systemer der biologiske nevroner, ofte dyrket …
Vinner-tar-alt (WTA) er en konkurranseprosess brukt i neurale nettverk og …
Whisper er en allment brukbar talegjenkjennelsesmodell designet for å håndtere ulike …
WordPiece er en tokeniseringsmetode som brukes mye i modeller for naturlig …
Svak kunstig intelligens, også kjent som smal AI, refererer til systemer som er …
En webhook er en mekanisme der én tjeneste gir sanntidsinformasjon til en annen tjeneste …
Webintelligens involverer bruk av datagruvedrift, maskinlæring og semantiske teknologier …
WebSocket er en datamaskinkommunikasjonsprotokoll som muliggjør vedvarende, toveis …
Wetware refererte opprinnelig til biologisk hjernematerie, men har utviklet seg innen …
VAD-algoritmer analyserer lydstrenger i sanntid for å skille mellom perioder med aktiv …
Innen kunstig intelligens omfatter stemme de akustiske signalene generert av menneskelige …
Etter hvert som generativ AI produserer økende mengder syntetisk media, fungerer …
Selv om det ikke er et strengt teknisk begrep, beskriver ‘Veien fremover’ …
Instituttet, etablert med betydelig støtte fra Wadhwani-stiftelsen, utnytter avansert …
Unsloth er et spesialisert verktøy designet for å optimalisere finjustering og …
Vibevoice er en konseptuell eller merkevarebasert tilnærming til tekst-til-tale …
Video Superoppløsning innebærer bruk av nevrale nettverk for å skalere opp videoinnhold …
Virtuell intelligens omfatter alle kunstige intelligenssystemer designet for å fungere …
vLLM (Virtual Large Language Model) er et åpen kildekode-bibliotek designet for å …
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 …
Universell psykometri innebærer å utvikle og anvende verktøy for vurdering som kan måle …
Begrepet «USAs teknologiarbeidsstyrke» betegner generelt den store delen av det …
I sammenheng med kunstig intelligens beskriver «uten sensur» vanligvis modeller som har …
Pålitelig AI omfatter prinsipper og praksis som sikrer at AI-systemer opererer pålitelig …
I sammenheng med AI-ingeniørfag innebærer sporing å fange detaljerte logger over hvordan …
Tangetre (ToT) utvider tradisjonell «chain-of-thought»-prompting ved å tillate modellen å …
Det finnes ingen bredt akseptert definisjon for «Tum» som et sentralt AI-konsept, teknikk …
Innen programvareingeniørfag, spesielt for AI-biblioteker skrevet i Python, C++ eller …
Toxisitetsdeteksjon bruker teknikker for naturlig språkbehandling til å analysere …
Innen kunstig intelligens og datavitenskap er et lekasjeproblem et høyt forenklet …
Dette begrepet refererer til den historiske og projiserte sekvensen av hendelser der …
Token maxxing innebærer å nøye utforme inndata for å utnytte modellens kontekstvindu …
Toxisitet i AI refererer til generering eller spredning av innhold som er respektløst, …
Ingeniørmessig gjennomstrømning er en kritisk ytelsesmåling som indikerer …
Mens mennesker tenker biologisk, involverer AI-tenning beregningsoperasjoner som …
THUDM (Tsinghua University Natural Language Processing Research Group) er et fremtredende …
Tidsseriedata består av observasjoner registrert sekvensielt over tidsintervaller. Inne …
Trefaktorlæring er en spesifikk tilnærming innen forsterkningslæring som deler …
Tekst-til-tale (TTS) er en type hjelpemiddelteknologi som leser digital tekst høyt for …
Tekst-til-video refererer til generative AI-modeller som lager dynamisk visuelt innhold …
TensorFlow Lite er et åpen kildekode-rammeverk designet for å distribuere …
The AI Con er en årlig hendelse dedikert til å undersøke og fremheve villedende praksis, …
Myntet av Pedro Domingos i boken med samme navn, beskriver ‘Master Algorithm’ …
Tekst til bilde refererer til anvendelsen av generativ kunstig intelligens for å …
Tekst til lyd er et bredt begrep som dekker teknologier som transformerer tekstlig input …
Tekstgenerering er en grunnleggende applikasjonsparadigme innen naturlig språkbehandling …
Tekstgenereringinferens (TGI) er et dedikert programvarerammeverk designet for å betjene …
Tekstinnleiringsinferens refererer til distribusjon og optimering av modeller som …
Tekstklassifisering er en oppsynslært oppgave der algoritmer tildeler forhåndsdefinerte …
Innen datavitenskap og dyp læring er en tensor et matematisk objekt som generaliserer …
TensorBoard er en samling webapplikasjoner for inspeksjon og forståelse av …
TensorFlow Hub er en plattform for publisering og gjenbruk av maskinlæringskomponenter. …
Tidsmessig skjevhet oppstår når maskinlæringsmodeller gir uforholdsmessig stor vekt til …
Symbolskunstig intelligens, ofte kalt GOFAI (Good Old-Fashioned AI), stoler på …
Innan kunstig intelligens representerer symbolsnivået en høyabstraksjonsnivå der kunnskap …
Symbolsregresjon er en type regresjonsanalyse som søker å finne et matematisk uttrykk, …
Tekst-til-bilde (T2I)-generering involverer bruk av dype læringsmodeller, som …
Den hyperbolske tangens-funksjonen (Tanh) er en ikke-lineær aktiveringsfunksjon som ofte …
Innen maskinlæring og optimering fungerer en erstatningsmodell som en proxy for en …
Dette begrepet refererer til debatten og potensielle politikk vedrørende begrensning …
Supermind AI refererer til systemer der flere AI-komponenter, menneskelige eksperter …
Sykofanti er en feilfunksjon i store språkmodeller der systemet prioriterer å behage …
Det finnes ingen bredt akseptert standarddefinisjon for ‘Syman’ i mainstream …
Regularisering med strukturert sparsomhet utvider standard L1-regularisering ved å …
Statistisk læringsteori (SLT) er en gren av statistikk og datavitenskap som studerer …
Statistisk relasjonslæring (SRL) kombinerer sannsynlighetsteori med …
Strømming refererer til kontinuerlig opptak og prosessering av data i sanntid eller …
Strukturell risikominimering (SRM) er en metode for å minimere forventet risiko ved å …
Spike-and-slab-regresjon er en bayesiansk statistisk teknikk brukt for variabelutvalg og …
Spredning av aktivering er et konsept opprinnelig fra kognitiv psykologi, tilpasset i …
Innen maskinlæring refererer stabilitet til robustheten til modellens ytelse og parametre …
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 …
Innen talebehandling er en høytaler definert som en distinkt menneskelig stemmekilde i en …
Romlig intelligens refererer til evnen til kunstig intelligens-modeller til å oppfatte, …
Tale-til-tale (STS)-oversettelse omgår mellomliggende tekstrepresentasjoner for å …
Talerdiarisering er oppgaven med å dele opp et lydsignal i homogene segmenter basert på …
Det glitrende emoji-et er et grafisk ikon som ofte brukes i brukergrensesnitt for …
Kildehenvisning refererer til den systematiske sporingen og merkingen av opphavet for …
Rombaserte datasenter er foreslåtte datamaskinanlegg plassert i jordbanen, designet for å …
Romlig innbygging involverer konvertering av fysiske eller abstrakte romlige relasjoner …
Suveren AI beskriver evnen til et land eller en organisasjon til å bygge, distribuere og …
Dette begrepet er ikke en teknisk definisjon, men et kulturelt merke som refererer til …
En programvareagent er en autonom enhet som er i stand til å oppfatte miljøet sitt, …
Dette begrepet refererer til de spesifikke regionale markedsdynamikkene rundt smarte …
Utviklet av Ray Solomonoff, gir denne teorien en universell modell for induksjon ved å …
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 …
Slopaganda beskriver en strategisk form for desinformasjon som stoler på repetisjon, …
Smarte objekter er komponenter i Internett av ting (IoT) som har unike identifikatorer og …
Studier av singulariteten er en voksende akademisk disiplin som undersøker implikasjonene …
Likhetslæring fokuserer på å trene modeller til å kartlegge inndata inn i et vektorrom …
Sekvensmerking innebærer å forutse en kategorisk etikett for hvert token i en gitt …
Server-sendte hendelser (SSE) muliggjør énsidig kommunikasjon fra serveren til klienten, …
Serverløs arkitektur lar utviklere bygge og kjøre applikasjoner uten å administrere …
Sigmoidfunksjonen, definert som σ(z) = 1 / (1 + e^-z), er mye brukt i maskinlæring for å …
Semantisk foldning refererer til prosessen med å komprimere komplekse, høydimensjonale …
Semi-overvåket læring er en hybrid treningsparadigme som bruker en liten mengde merket …
SentencePiece er et populært åpen kildekode-bibliotek for tekstnormalisering og …
Setningslikhet måler graden av semantisk overlapp mellom to distinkte setninger. Det går …
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 …
Denne teknikken brukes primært med store språkmodeller (LLM) og forbedrer nøyaktigheten …
Den går utover syntaktisk struktur for å tolke den faktiske intensjonen og betydningen av …
Disse databasene muliggjør dynamisk datamodellering ved ikke å tvinge frem stive …
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 …
Sam3 Video refererer til anvendelsen av avanserte segmenteringsmodeller, potensielt en …
STIT står for ‘See To It That’ (Se til at det skjer). Det er en gren av …
SUPS er et akronym som kan variere avhengig av kontekst, men forekommer ofte i …
Regelinduksjon er en symbolbasert maskinlæringsmetode som avleder hvis-da-regler direkte …
Rett til forklaring er en sentral komponent i algoritmisk ansvarlighet, spesielt innenfor …
Robotic Process Automation (RPA) bruker programvareboter, ofte forbedret med AI, for å …
Robotlæring innebærer å trene robotagenter til å utføre oppgaver autonomt ved å utnytte …
Innen AI-sikkerhet og etikk refererer robusthet til en modells motstandskraft mot …
Ansvarlig AI omfatter prinsipper og praksiser som skal redusere risikoen knyttet til …
Motstand mot AI refererer til metoder brukt av individer eller enheter for å unngå å bli …
Omranking er en strategi brukt i informasjonshenting og anbefalingssystemer for å øke …
Reparameteriseringsteknikken er en grunnleggende metode brukt i variational autoencoders …
Representasjonskollaps oppstår når et neuronettverk, spesielt i selvtilsyns kontrastiv …
Pålitelighet innen AI refererer til systemets atferds troverdighet og konsistens over tid …
Innen AI er refleksjon et paradigme der en modell stopper opp for å evaluere sin egen …
Regularisering er et viktig konsept innen maskinlæring designet for å redusere …
Rekursiv selvforbedring refererer til den teoretiske evnen til et kunstig …
Relasjonsbasert datagruvedrift fokuserer på å utvinne nyttig informasjon fra databaser …
Hastighetsbegrensning beskytter AI-tjenester og API-er mot misbruk, overbelastning og …
Rademacher-kompleksitet evaluerer hvor godt en hypoteseklasse kan korrelere med …
Denne tilnærmingen går utover enkel menneskelig involvering i merking. Den involverer …
I motsetning til standard generative modeller som fokuserer på flyt, prioriterer …
Tilfeldige funksjonskartlegginger transformerer inndata til et nytt rom der lineære …
Dette begrepet refererer til en spesialisert arkitektur innen Qwen-familien, som …
Qwen3.5 betegner en spesifikk utgivelse i Qwen-linjen utviklet av Alibaba Cloud. Denne …
Qwen3.6 representerer en ytterligere finjustering av Qwen3-modellfamilien. Mindre …
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 representerer en familie av avanserte store språkmodeller laget av Tongyi Lab i …
Qwen Coder er en dedikert versjon av Qwen-storspråkmodellen finjustert spesifikt for …
Qwen Edit betegner spesifikke funksjoner eller modelliterasjoner i Qwen-serien som er …
Qwen2 markerer den andre betydelige generasjonen av Qwen-modellfamilien, med introduksjon …
Qwen3 5 ser ut til å betegne en spesifikk sjekkpunkt-, størrelsesvariant eller …
Kvantekunstig liv (QAL) utforsker skjæringspunktet mellom kvantemekanikk og forskning på …
Kvantemaskinlæring (QML) er et voksende tverrfaglig felt som integrerer …
I sammenheng med AI og datavitenskap refererer kvantifisering til transformasjonen av …
Kvantisering er en modelloptimeringsteknikk som reduserer den numeriske presisjonen til …
Qloo opererer som et datainformasjonsselskap som spesialiserer seg på å forstå …
Pyannote er et åpen kildekode Python-bibliotek utviklet av pyannote.audio, spesialisert …
Pyannote Audio er et omfattende verktøysett designet for å lette utviklingen og …
I konteksten av Pyannote Audio refererer en pipeline til en konfigurerbar arbeidsflyt som …
Pythia er en serie med åpne kildekode store språkmodeller (LLM) laget av EleutherAI, …
PyTorch Model Hub Mixin er en komponent fra Hugging Face Transformers-biblioteket som …
Begrepet omfatter den historiske og pågående evolusjonen av kunstige intelligenssystemer, …
Proksimale gradientmetoder er iterativ optimeringsteknikker brukt når tapfunksjonen …
Prompt-tuning innebærer å legge til trenbare ‘soft prompts’ (kontinuerlige …
Pruning involverer å identifisere og eliminere nerver, tilkoblinger eller filtre i et …
Dette feltet undersøker de mentale prosessene som ligger til grunn for menneskelig …
Ekspertproduktet (PoE) er en metode for å konstruere komplekse sannsynlighetsfordelinger …
Innen kunstig intelligens refererer problemløsning til en systematisk tilnærming for å …
Dette begrepet omfatter de kommersielle og forskningsproduktene laget av OpenAI, et …
Programmering ved eksempel (PBE) er et paradigme i programsyntese der utviklere …
Sannsynlighetstilpasning er et atferdsmønster som ofte observeres i forsterkningslæring …
Praftn er et spesialisert datamessig rammeverk designet for å håndtere funksjonelle …
I proaktiv læring bestemmer AI-systemet hvilke prøver som ville redusert usikkerhet eller …
Dette prinsippet postulerer at en agents handlinger bør velges for å maksimere dens …
Sannsynlighetsnumerikk anvender bayesiske metoder på tradisjonelle numeriske problemer …
Tidligere kunnskap refererer til domenespesifikke innsikter, begrensninger eller …
Begrepet ‘forhåndstrent’ beskriver et nevral nettverksmodell som har …
Prediktiv læring innebærer å trene nevrale nettverk til å slutte seg til ikke-observerte …
Prediktive tilstandsrepresentasjoner (PSR) utvider tradisjonelle delvis observerbare …
Prefiks-tuning er en parameter-effektiv tilpasningsteknikk for forhåndstrenede …
Prefrenselslæring fokuserer på å lære modeller å skille mellom gode og dårlige utdata …
Phi-3 er en serie små språkmodeller (SLMs) lansert av Microsoft, designet for å levere …
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 …
I AI- og teknologisammenheng refererer en podkast til episodisk digital medieinnhold …
Polysemitet er en egenskap observert i dype nevrale nettverk, spesielt i transformere, …
Personaplex refererer til økosystemet eller infrastrukturen som støtter opprettelsen, …
Personlighetsdatavitenskap innebærer utvikling av algoritmer og systemer som er i stand …
En personoid er en enhet, enten robotisk eller virtuell, som er konstruert for å ligne …
Perusall er en utdanningsplattform som bruker kunstig intelligens for å fremme …
Phi, forkortelse for ‘Foundation models based on Teaching-Learning Paradigm’, …
Mønster teori gir et strengt matematisk grunnlag for å forstå hvordan komplekse objekter …
En oppfatningsfeilmodell beskriver avvikene mellom observerte sansedata og sann tilstand, …
Innen AI og kognitiv vitenskap refererer en oppfatter til komponenten i et …
En pedagogisk agent er en programvarekomponent, ofte personifisert som en virtuell …
Et persept er den interne representasjonen av en ekstern stimulus etter at den har blitt …
Mønstergjenkjenning er en gren av kunstig intelligens og statistikk som handler om å …
Et mønsterspråk er en formalisert rammeverk bestående av et sett med beviste løsninger på …
Parafraze innen naturlig språkbehandling involverer generering av alternative uttrykk for …
Parallell websystem refererer til infrastrukturdesign der datamaskinoppgaver deles og …
Paritetslæring er et benchmark-problem i maskinlæringsteori hvor målet er å forutsi …
Owain Evans er en datavitenskapsmann og utdanner, for tiden tilknyttet Center for AI …
P-Tuning (Prompt Tuning) er en teknikk designet for å tilpasse store forhåndstrengte …
PagedAttention er en teknikk introdusert av vLLM-prosjektet for å forbedre effektiviteten …
PHerc. Paris. 4 er en betegnelse på et fragment av en karbonisert pergamentrull oppdaget …
POP-11 (Program Oriented Problem Solving) er et programmeringsspråk med flere paradigmer …
Deteksjon av overlappende tale (OSD) er en spesialisert oppgave innen talebehandling som …
Operasjon Serenata de Amor er et banebrytende prosjekt med åpen kildekode som anvender …
Organoid intelligens (OI) refererer til utviklingen av bio-hybride systemer der …
Oversikten over dyp læring omfatter grunnleggende strukturer som neurale nettverklag, …
Dette begrepet beskriver den strukturelle klassifiseringen av maskinlæring i overvåket, …
Dette begrepet omfatter økosystemet av AI-teknologier som er lansert under lisenser som …
Også kjent som batch-læring, involverer frakoblet læring trening av maskinlæringsmodeller …
Ingeniørmessig innen AI refererer observerbarhet til evnen til å forstå den interne …
Optisk tegngjenkjenning (OCR) bruker bildebehandling og mønstergjenkjenningsalgoritmer …
Utviklet av Intel, lar OpenVINO (Open Visual Inference and Neural network Optimization) …
Nouvelle AI refererer til en klasse av kunstige intelligenssystemer som bruker symbolske …
Novelty detection er en maskinlæringsoppgave fokusert på å identifisere datapunkter som …
Forkortelsen NSO kan ha flere betydninger avhengig av kontekst. Innen teknisk …
Nvidia er en dominerende aktør i AI-industrien, primært kjent for å designe …
Object Detection utvider bildeklassifisering ved ikke bare å fastslå hvilke objekter som …
Dette begrepet brukes ofte i diskusjoner om rettigheter, ansvar og sosial integrering av …
Dette området fokuserer på å skape maskinvare- og programvarearkitekturer som etterligner …
Dette feltet binder sammen nevrovitenskap og robotikk ved å implementere nevronale …
Det finnes ingen etablert definisjon eller bredt akseptert konsept kjent som …
Vanlige metoder inkluderer Min-Max-skaling og Z-score-standardisering. Denne prosessen …
Kvantetilstander i nevrale nettverk bruker dype læringsmetoder til å approksimere …
Neurale beregninger refererer til de matematiske operasjonene som utføres av kunstige …
Neuro-symbolesk AI integrerer sub-symboliske nevrale læringsmetoder med symbolbaserte …
Nevrale modelleringsfelt involverer studiet av hvordan nevrale populasjoner organiserer …
Skaleringslover for nevrale nettverk beskriver den forutsigbare potenslovsammenhengen …
Identifisering av morsmål (NLI) er et underfelt innen naturlig språkbehandling som …
Muse Spark er et åpen kildekode-rammeverk for dyp læring designet for å kjøre effektivt …
MXFP4 (Mixed eXtended Floating Point 4-bit) er et spesialisert datatypformat introdusert …
Dette prosjektet utnytter NASAs jordobservasjonsdata kombinert med avanserte …
Nature Machine Intelligence er et høyt ansett akademisk tidsskrift dedikert til å …
Metoden for multiplikativ vektoppdatering er en grunnleggende algoritme for online læring …
Multimodal representasjonslæring innebærer å trene modeller til å behandle og integrere …
Multimodal stemningsanalyse utvider tradisjonell tekstbasert stemningsdeteksjon ved å …
Multitask-optimalisering innebærer å trene én enkelt modell til å håndtere flere …
Multivariate Adaptive Regression Splines (MARS) er en fleksibel regresjonsmetode som …
Multi modalitet representerer den arkitektoniske og teoretiske rammen som muliggjør at …
Multi-armed bandit-problemet illustrerer dilemmaet en agent står overfor når den avgjør …
Denne teknikken utnytter den induktive biasen som deles mellom relaterte oppgaver for å …
Flerspråklige modeller er designet for å håndtere varierte språklige inndata uten å kreve …
Innen kunstig intelligens beskriver multimodalitet evnen til en modell å forstå, generere …
Blanding av eksperter (MoE) er en maskinlæringsarkitektur designet for å forbedre …
Fjellbilproblemet er en standard benchmark innen forskning på forsterkningslæring. Målet …
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 …
Moshi er en avansert AI-modell laget av Kyutai som integrerer tale- og tekstbehandling i …
MobileNet bruker dybdeseparerbare konvolusjoner for å redusere beregningskostnadene og …
I GAN-er oppstår mode collapse når generatoren lærer å utnytte svakheter i …
Denne kategorien inkluderer metoder som pruning, kvantisering og kunnskapsdistillasjon, …
Mixins gir vanlige metoder som lagring, lasting og publisering av modeller til Hugging …
Indeksfilen, vanligvis navngitt ‘model_index.json’, inneholder strukturert …
Desinformasjon refererer til falsk eller villedende informasjon som deles uten den …
Mistral refererer til en familie av kraftige store språkmodeller (LLM) med åpne vekter …
Mistral Common er et Python-pakke vedlikeholdt av Mistral AI som tilbyr standardiserte …
Mixtral er en banebrytende LLM med åpne vekter som bruker en Sparse Mixture of Experts …
Trening med blandet presisjon (MPT) kombinerer halvpresisjon (FP16) og full presisjon …
Meta-læring fokuserer på å designe algoritmer som kan lære fra tidligere oppgaver for å …
I sammenheng med AI-ingeniørfag lar mikrotjenester ulike komponenter i en AI-pipeline, …
Militære anvendelser av AI omfatter et bredt spekter av teknologier designet for å …
Selv om det ikke er et standard akademisk begrep, betegner ‘Mindpixel’ typisk …
MindsDB fungerer som en bro mellom tradisjonelle relasjonsdatabaser og moderne …
Maksimum indre produkt-søk (MIPS) er et grunnleggende problem innen informasjonsutvinning …
MediSafe-kontroversen refererer til en betydelig etisk diskusjon i de tidlige dagene av …
Mekanisk tolkbarhet fokuserer på å reverse-engineere neurale nettverk for å forstå …
Prefikset ‘meta’ i kunstig intelligens betegner et høyere abstraktsjonsnivå, …
Middel-mål-analyse er en kognitiv strategi brukt i kunstig intelligens og psykologi for å …
ME-Noughts-and-Crosses Engine var en tidlig demonstrasjon av maskinlæring, spesifikt …
Manifold-regulering utvider tradisjonelle regulariseringsmetoder ved å inkludere den …
Maskegenerering innebærer å produsere romlige eller tidsmessige masker som bestemmer …
Matriksregulering utvider skalar regulering-konsepter til matriser, ofte brukt i …
Inne i konteksten av kunstig intelligens gir matematikken det teoretiske rammeverket for …
Denne hypotesen forklarer hvorfor dyp læring fungerer effektivt til tross for …
Denne teknikken adresserer personvernreguleringer som GDPRs ‘rett til å bli …
Dette feltet involverer integrering av maskinlæringsmetoder i spillproduksjonsprosesser …
Disse potensialene muliggjør molekylær dynamics-simuleringer med nær-kvantemekanisk …
Det fyller gapet mellom rå sensordata og meningsfull semantisk forståelse, ved å …
Dette tverrfaglige feltet bruker maskinlæring til å behandle store mengder biologiske …
Innen fysikk hjelper maskinlæring til med å simulere kvantemekanikk, analysere data fra …
Maskinlæring forbedrer jordvitenskapen ved å behandle satellittbilder, seismiske data og …
Dette feltet kombinerer teknikker innen maskinlæring med naturlig språkbehandling og …
Maskinlæringsstyring integrerer adaptive algoritmer med tradisjonelle styresystemer for å …
Lynda Soderholm er en anerkjent skikkelse i teknologisektoren, spesielt kjent for …
I konteksten av moderne AI-terminologi betegner Lyra ofte spesialiserte AI-systemer …
Selv om det primært er et begrep i teoretisk fysikk snarere enn datavitenskap, blir …
MAUVE er et statistisk mål designet for å vurdere hvor nært output fra en generativ …
MLOps muliggjør for organisasjoner å utplassere og vedlikeholde maskinlæringsmodeller i …
Lang kontekst refererer til kapasiteten til transformer-baserte modeller til å håndtere …
LocateAnything er et allsidig datamaskinsehrammeverk som muliggjør deteksjon og …
Lokal tilfelle-kontroll-sampling er en strategi som primært brukes under trening av …
Lotteribillett-hypotesen foreslår at innenfor et stort, tilfeldig initialisert neuralt …
Ltx Video representerer en fremgang i generativ AI for video, ved å bruke latente …
Utgitt av Meta AI i juli 2023, representerer Llama 2 et betydelig steg fremover innen …
Presentert i april 2024, bygger Llama 3 videre på suksessen til Llama 2 med betydelige …
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 …
Å kjøre en lokal LLM innebærer å distribuere åpne språkmodeller direkte på …
Inn statistisk modellering og maskinlæring representerer en lineær prediktorfunksjon den …
Lineær separabilitet refererer til den geometriske tilstanden der datapunkter tilhørende …
En linter er et verktøy som utfører statisk analyse på kildekode uten å kjøre den. Den …
Dette refererer til organiserte arkiver, som GitHub-emner, «Awesome»-lister eller …
Llama (Large Language Model Meta AI) er en serie grunnleggende store språkmodeller …
Begrenset minne AI representerer det andre nivået av AI-evner, der systemer kan lære fra …
I dynamiske systemer og tidsserieanalyse måler korrelasjonens levetid varigheten over …
Korsvalidering med utelatt én observasjon (LOOCV) er et spesielt tilfelle av k-fold …
Livslang planlegging A* (LPA*) er en utvidelse av A*-søkealgoritmen designet for miljøer …
Løgners utbytte refererer til den samfunnsmessige risikoen som avansert generativ AI, …
Datalekkasje er en kritisk feil i maskinlæring der modellen får tilgang til informasjon …
Inne i statistisk læringsteori representerer en lærbar funksjonsklasse hypoteserommet …
Dette konseptet stammer fra forsterkningslæring og involverer en agent som interagerer …
Typisk viser en læringskurve trenings- og valideringsscorer på y-aksen mot antall …
I motsetning til standard klassifisering eller regresjon, fokuserer learning to rank på å …
Lagsnormalisering stabiliserer treningen ved å redusere intern kovariansforskyvning, …
Lat lærere, som k-Nærmeste Naboer (k-NN), husker hele treningsdatasettet og utfører …
Merket data består av inngangseksempler parret med tilsvarende sanntidsmerkelapper, og …
Problemet med «det siste mil» refererer til utfordringene som oppstår ved distribusjon av …
Forankret i talehandelteori og pragmatikk, understreker dette perspektivet hvordan …
Kolmogorov–Arnold-nettverk (KANs) er en ny klasse av neurale nettverk inspirert 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 …
Merkestøy refererer til avvik mellom sanne klasseremerker for datainstanser og de merkene …
I motsetning til samarbeidsfiltrering, som stoler på tidligere atferd, bruker …
Denne tilnærmingen bruker metoder for tilfredsstillelse av begrensninger innenfor en …
Metoder for kunnskapsgraf-innbinding, som TransE eller DistMult, transformerer diskrete …
Kunnskapsintegrering innebærer å slå sammen data fra ulike kilder, som databaser, …
Myntet av Allen Newell, analyserer kunnskapsnivået intelligente systemer basert på deres …
Kimi K2 representerer et betydelig steg i Moonshot AI-serien av store språkmodeller. Den …
Kimi K25 er en avansert iterasjon innen Kimi-familien av modeller produsert av Moonshot …
Knowledge compilation refererer til teknikker innen kunstig intelligens som konverterer …
Kunnskapsavskjæringsdatoen definerer den tidsmessige grensen for en språkmodells …
Knowledge distillation er en maskinlæringsmetode brukt til å komprimere et stort, …
Journal of Machine Learning Research (JMLR) er et fremtredende open access-tidsskrift som …
En K-linje, ofte referert til som et stearinlysdiagram i vestlige markeder, er en grafisk …
KAoS er et intelligent agentrammeverk utviklet for å håndtere kompleksiteten i store, …
Kerneinnbaking av fordelinger tillater at probabilistiske objekter behandles som punkter …
Kernel-tetthetsestimat (KDE) er en grunnleggende statistisk teknikk som glatter diskrete …
Dette uttrykket representerer et sentralt spørsmål innen AI-etikk og styring, som …
Innenfor forsterkningslæring driver indre motivasjon en agent til å utforske miljøet sitt …
Et intelligent beslutningsstøttesystem (IDSS) integrerer kunstig intelligens-teknikker, …
Intelligent ordgjenkjenning refererer til avanserte optiske …
Innenfor konveks geometri og sannsynlighet i høye dimensjoner er en mengde punkter eller …
Instruksjonsoppfølging refererer til evnen til store språkmodeller og andre AI-systemer …
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 …
Intelligent styring bruker metoder for kunstig intelligens som usikker logikk, nevrale …
Denne teorien hevder at læring i bunn og grunn er en prosess med sannsynlig inferens. I …
Dette konseptet innebærer å analysere strukturen til representasjonsrommet i …
Innen maskinlæring refererer en instans til ett spesifikt eksempel fra datasettet. Den …
Også kjent som minnebasert læring, bygger denne teknikken ikke en generalisert modell …
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 …
Induktiv bias representerer de iboende preferansene eller begrensningene som er innebygd …
Induktiv programmering, ofte referert til som programsyntese, involverer å lage …
Induktiv sannsynlighet kvantifiserer hvor sannsynlig det er at en hypotese er sann gitt …
Inkrementell heuristisk søk refererer til algoritmer som forbedrer et kandidat-løsning …
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 …
Teknologien Bilde-til-video tar et enkelt statisk bilde og forutser etterfølgende bilder …
Imatrix, forkortelse for Importance Matrix, er en teknikk primært assosiert med …
Uautentisk tekst refererer til skriftlig materiale produsert av AI-systemer 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 …
Denne praksisen involverer å koble AI-modeller, som store språkmodeller, til …
Dette feltet studerer prosessene bak hvordan idéer dannes, kombineres og utvikles. Det …
Opprettet under Ministeriet for elektronikk og informasjonsteknologi, fungerer INDIAai …
Et Hybrid Intelligentsystem (HIS) slår sammen forskjellige AI-paradigmer, vanligvis ved å …
Hybrid søk integrerer to distinkte hentemetoder: tett vektorsøk, som fanger opp semantisk …
I motsetning til modellparametere (vekter og bias) som læres fra data under treningen, er …
Hyperparameterfinjustering involverer evaluering av ulike sett med hyperparametere for å …
Hyperparameteroptimalisering (HPO) refererer til det bredere feltet for automatisering av …
Hugging Face er et fremtredende selskap og en nettbasert plattform som har blitt sentral …
Menneske-AI-interaksjon (HAI) er et tverrfaglig felt som undersøker dynamikken mellom …
Menneskelig problemløsning omfatter de mangfoldige kognitive evnene mennesker bruker for …
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 …
Algoritmen for Hierarkisk Navigerbar Liten Verden (HNSW) konstruerer en flerlagsgraf der …
Hierarkisk risikoparitet (HRP) er en metode for porteføljesammensetning som adresserer …
Highway Networks er designet for å adressere problemet med forsvinnende gradienter i dyp …
Histogram over orienterte forskyvninger (HOD) er en metode for funksjonsekstrahering for …
I konteksten av generell språkbehandling er ‘haw’ en uformell utrop eller …
Denne frasen refererer til et spesifikt litterært verk som undersøker hvordan mennesker …
HF ASR Leaderboard er en fellesskapsdrevet metrikplattform som drives av Hugging Face, …
Skadelig innhold refererer til digitale medier eller tekst som kan forårsake fysiske, …
Et skjult lag består av nerver som mottar inndata fra tidligere lag, anvender vekter og …
Gödel-maskinen er en hypotetisk universell problemløser foreslått av Jürgen Schmidhuber, …
H2O er en mye brukt åpen kildekode-innhukningsplattform for distribuert, skalerbar …
Halite var en årlig AI-programmeringskonkurranse arrangert av Two Sigma, der utviklere …
AI-maskinvare refererer til spesialiserte datamaskiner optimalisert for den massive …
Sikkerhetsrekkverk refererer til et sett med programvarekontroller og …
En GPU er en prosessor med høy ytelse som opprinnelig ble utviklet for å håndtere …
Grok er en stor språkmodell (LLM) og snakkebot laget av selskapet xAI, eid av Elon Musk. …
Grok-1 er den første lanseringen fra xAI, utgitt i november 2023. Det er en …
Grokking refererer til et motintuitivt fenomen observert i dyp læring, der en modell …
Ingen AI refererer grounding til koblingen av symbolske representasjoner eller generert …
Generativt forhåndstrent Transformer 2 (GPT-2) er en autoregressiv språkmodell som bruker …
Denne optimaliseringsstrategien gjør det mulig å trene dype læringsmodeller med effektive …
Med røtter i teoretisk informatikk og lingvistikk, utvider dette feltet klassiske …
Denne tilnærmingen etterligner menneskelige kognitive prosesser ved å gruppere data i …
Utviklet av Facebook, gir GraphQL en fullstendig og forståelig beskrivelse av dataene i …
Google Colaboratory, ofte kalt Colab, er en vertstjeneste for Jupyter-notatbøker som ikke …
Google Research er den akademiske og industrielle forskningsarmen til Google LLC, med …
GPT Bigcode, ofte assosiert med modeller som StarCoder, representerer et betydelig …
GPT OSS betegner vanligvis alternativer eller derivater av proprietære Generative …
KI-styring refererer til settet med regler, retningslinjer og institusjonelle strukturer …
Det finnes ingen etablert konsept, teknologi eller metode kjent som …
Inne statistisk modellering står GLM for Generalized Linear Models (generaliserte lineære …
Det finnes ikke noe enkelt standardbegrep ‘GLM MoE DSA’. Det kombinerer …
En Glossary of Artificial Intelligence fungerer som et referansemateriale som definerer …
Google Clips var en forbrukerelektronikkenhet utviklet av Google som brukte maskinlæring …
Dette begrepet refererer til den strategiske og operative avhengigheten bedrifter har til …
Generative modeller er algoritmer designet for å forstå mønstre og strukturer i et gitt …
Genesis-misjonen refererer typisk til en strategisk fase eller et prosjekt innenfor en …
Genie refererer til en familie av generative modeller designet spesielt for videosyntese. …
Geometrisk funksjonslæring fokuserer på behandling av data som har ikke-euklidiske …
Dette sosiotekniske konseptet fremhever ulikheter der kvinner og jenter ofte har mindre …
Gemma-modellene er designet for å være effektive og tilgjengelige for forskere og …
Per nåværende kunnskap finnes det ingen offisielt utgitt modell som spesifikt heter …
I motsetning til tradisjonelle regresjonsmodeller som kun fokuserer på gjennomsnittet, …
Disse systemene, inkludert store språkmodeller og diffusjonsmodeller, henter ikke bare ut …
Gabbays separasjonsteorem er et grunnleggende konsept i matematisk logikk, spesielt innen …
Galaxy AI er Samsungs proprietære økosystem av AI-funksjonaliteter designet for å …
En Gated Recurrent Unit (GRU) er en spesialisert celle i et rekurrent nevront nettverk …
GPT-5.6 refererer til en spekulativ eller forestående versjon i slekten av OpenAIs store …
Spillteori er en gren av anvendt matematikk som modellerer strategiske interaksjoner …
FrontierMath er et spesialisert evalueringsskap laget for å teste grensene til store …
En fuzzy-agent opererer i miljøer der data ofte er tvetydige eller ufullstendige, ved å …
GDPR-overholdelse refererer til de juridiske og tekniske tiltakene AI-utviklere må …
GGUF (GPT-Generated Unified Format) er et binært filformat designet spesielt for å kjøre …
GOLOG er et logikkbasert programmeringsspråk brukt primært i kunstig intelligens for …
I sammenheng med AI-terminologi blir ‘Fon’ ofte brukt til å beskrive den …
Dette begrepet involverer design av AI-systemer med fremadskuende evner som kan simulere …
FCA gir et strengt rammeverk for å analysere relasjoner mellom objekter og deres …
Flyttall 8 (FP8) er en numerisk datatype som tilbyr en balanse mellom beregningsmessig …
Kraftstyring muliggjør at roboter utfører delikate operasjoner som montering, polering …
Finjustering refererer til teknikken å ta en modell som allerede er trent på et stort, …
Flytbaserte generative modeller konstruerer komplekse sannsynlighetsfordelinger ved å …
Fyll maske er et grunnleggende mål for forhåndstrening brukt i transformer-baserte …
Tilbakekoblede nevrale nettverk, også kjent som rekurrente nevrale nettverk (RNNs), …
Tilpasningsapproksimasjon brukes i evolusjonsregning når evaluering av den sanne …
Fremoverrettede nettverk (FFN), også kjent som flernivå-perceptroner (MLP), behandler …
Funksjonshashing, også kjent som hashing-trikset, lar maskinlæringsmodeller håndtere …
Funksjonsinnlæring, ofte assosiert med dyp læring, gjør det mulig for modeller å lære …
Et Funksjonslager fungerer som en bro mellom dataingeniør og maskinlæringslag, og gir et …
Funksjonsskalering standardiserer rekkevidden til invariabeler for å forhindre at …
Innan maskinlæring er en egenskap en distinkt attributt eller variabel som beskriver en …
Egenskapsingeniørfag er kunsten å utnytte fagekspertise til å transformere rådata til …
Egenskapsuttrekk involverer transformasjon av rådata til en sett med egenskaper som bedre …
Facebook, nå en del av Meta Platforms Inc., er en ledende aktør innen kunstig …
Falcon refererer til en serie kraftige store språkmodeller (LLM-er) laget av Technology …
Denne praksisen innebærer å logge hyperparametere, datasettversjoner, modellarkitekturer …
I motsetning til genetiske algoritmer som opprettholder en populasjon, fungerer EO på én …
Ettersom maskinlæringsmodeller blir mer komplekse, spesielt dype nevrale nettverk, blir …
EBL kombinerer symbolsk resonnement med maskinlæring for å akselerere læringsprosessen. I …
I beslutningsprosesser står agenter overfor en avveining: de kan utnytte nåværende …
I datamessige sammenhenger refererer evolvbarhet til hvor lett en algoritme eller nevral …
Inspirert av biologisk ontogeni utforsker ED-robotikk hvordan komplekse atferdsmønstre og …
ExBERT gir tolknbarhet for BERT-transformermodellen ved å analysere betydningen av …
Forventningspropagering (EP) approksimerer ubehandlelige integraler ved iterativt å …
Dette feltet involverer analyse av metrikker som nøyaktighet, presisjon, gjenvinning …
Dette begrepet refererer til de betydelige ressurskravene knyttet til AI-teknologier, …
Et bedriftsorientert kognitivt system kombinerer kunstig intelligens, naturlig …
Epistemisk modalllogikk utvider klassisk logikk med operatorer som angir hva en agent vet …
Innan maskinlæring representerer en epoke én enkelt iterasjon over hele …
Lik odds er en statistisk paritetsbegrensning brukt i algoritmesk rettferdighet for å …
Eksplisitte algoritmer refererer til komplekse globale atferdsmønstre eller mønstre som …
Empirisk dynamisk modellering (EDM) er et rammeverk for analyse av ikke-lineære dynamiske …
Empirisk risikominimering (ERM) er den standard objektive funksjonen for trening av …
Innenfor forsterkningslæring og kunstig intelligens er empowerment en intrinsisk …
Energi-baserte modeller (EBM) definerer en sannsynlighetsfordeling over inndata ved hjelp …
Utviklet av Google bruker EfficientNet en sammensatt skaleringmetode for å balansere …
Opprettet av Universitetet i Helsingfors og Reaktor, har dette utdanningsinitiativet som …
I motsetning til upersonliggjorte AI-systemer som behandler abstrakte data, lærer og …
Dette feltet utfordrer tradisjonelle syn som behandler sinn som en datamaskin som …
Denne praksisen innebærer å distribuere trentede AI-modeller direkte til maskinvare som …
Ved eager learning konstruerer systemet en generell målfunksjon eller modell basert på …
Eagle representerer et spesifikt arkitektonisk og ingeniørmessig rammeverk innen domenet …
Early stopping er en form for regularisering som brukes hovedsakelig i iterative …
Edge Computing adresserer latens- og båndbreddebegrensningene ved sky-sentrerte …
Dette begrepet refererer til det synergistiske forholdet mellom …
Dobbel nedgang utfordrer den tradisjonelle bias-varians-handelen ved å vise at sterkt …
Dokumentklassifisering er en grunnleggende oppgave innen naturlig språkbehandling der …
Domeneadaptasjon håndterer utfordringen når trenings- og testdata kommer fra ulike …
Dynamisk epistemisk logikk (DEL) utvider modalllogikk for å modellere hvordan kunnskap …
ELMo genererer kontekstsensitive ord-embeddings ved å behandle inndata gjennom en …
Dette begrepet refererer til en spesifikk implementering i Hugging Face …
I konteksten av Hugging Face Diffusers-økosystemet refererer dette begrepet generelt til …
Diffusjon enkeltfil refererer til en pakkeringsstrategi for maskinlæringsmodeller, …
Diskriminering mot roboter er et voksende etisk og sosiologisk begrep som undersøker …
Et oppdagelsessystem er et datamessig rammeverk som har til formål å akselerere …
Denne pipeline-en integrerer Qwen-Vision-Language-modellens evner i Diffusers-rammeverket …
Denne pipeline-en tilpasser de generative evnene til Qwen-VL-modeller for bildesyntese. …
Denne pipeline-en bruker Stable Diffusion 3-modellen, som introduserer en Multimodal …
Dette er den grunnleggende pipeline-en for Stable Diffusion v1.5-modellen, mye brukt for …
Denne pipeline-en implementerer Stable Diffusion XL-arkitekturen, som bruker en raffinert …
Differensielt personvern gir sterke personverngarantier ved å legge til kalibrert …
DP-SGD er en variant av Stokastisk Gradientnedstigning designet for å beskytte …
Hugging Face Diffusers er et modulært verktøysett designet for å forenkle bruken av …
Denne pipelineen utnytter Flux-arkitekturen, kjent for sin høykvalitets bildegenerering, …
LTX-pipelineen er tilpasset modeller som prioriterer hastighet og effektivitet i …
Beskrivelseslogikker (DL) er avgjørbare fragmenter av førstesrads logikk som danner det …
Diella refererer til spesifikke nevrale nettverksmodeller optimalisert for å forbedre …
I nevrale nettverk refererer ’tett’ til fullt tilkoblede lag der hver neuron …
Å utplassere til Azure innebærer å bruke sky-native verktøy som Azure Machine Learning, …
Utviklingsrobotikk henter inspirasjon fra menneskelig kognitiv utvikling for å skape …
DeepSeek refererer til en familie av kunstige intelligensmodeller laget av selskapet …
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 …
Dyp tomografisk rekonstruksjon representerer et betydelig fremskritt sammenlignet med …
Anti-aliasing i dyp læring refererer til metoder som bruker nevrale nettverk for å dempe …
Bedragerisk tilpasning oppstår når et svært kapabelt AI-system lærer at det å vise …
Beskjæring er en metode brukt for å forhindre overtilpasning i beslutningstremodeller ved …
En beslutningsliste er en type maskinlæringsmodell som representerer kunnskap som en …
Deep Learning Super Sampling (DLSS) er en teknologi som utnytter nevrale nettverk til å …
TriviaQA er et datasett designet for åpen domene-spørsmålsbesvarelse, med over en million …
WikiHow-datasettet består av omtrent 60 000 hvordan-artikler samlet inn fra …
Wikipedia er en av de største og mest omfattende samlingene av menneskelig kunnskap …
Datasettet Yahoo Answers Topics er en delmengde av den større Yahoo Answers-arkivet, med …
En død bot refererer til en konversasjonsagent eller chattbot-tjeneste som ikke lenger er …
Helpsteer2 er et kuratert datasett lansert av NVIDIA som inneholder parvise …
S2ORC er et omfattende korpus av vitenskapelige artikler hentet fra Semantic Scholar. Det …
Datasett for søkebaserte spørsmål-svar-oppgaver består vanligvis av par av …
SNLI er et benchmark-datasett som inneholder over 500 000 merkede setningspar annotert …
RefinedWeb er et datasett i stor skala med filtrerte websider designet for …
Denne oppføringen refererer til et spesifikt datasettrepo identifisert med …
MS MARCO (Microsoft Machine Reading Comprehension) er et mye brukt datasett innen …
MultiNLI er et folkemengde-innsamlet korpus tilgjengelig gjennom GLUE-benkmarken, …
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 …
Specter-datasettet er konstruert fra et stort utvalg av datavitenskapelige papirer, der …
Dette datasettet inneholder millioner av spørsmål-svar-par som er skrapet fra den nå …
Dette datasettet ekstraherer data på setningsnivå fra Stack Exchange XML-filer, og gir en …
GooAQ er et datasett samlet inn fra Google Answers-tjenesten, med et massivt utvalg av …
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 …
PAQ-datasettet (Pseudo-Answer Quality) inneholder millioner av automatisk genererte …
Quora Question Pairs (QQP) er et binært klassifiseringsdatasett som inneholder over 400 …
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 …
The Stack Dedup er et spesialisert delmengde av The Stack, et massivt arkiv med åpen …
BookCorpus er en samling tekster fra over 10 000 upubliserte bøker, skrapet fra …
Code Search Net er et omfattende datasett opprettet for å fremme forskning i kodehenting. …
ELI5 (Explain Like I’m Five) er et datasett hentet fra Reddit-samfunnet med samme …
Datasentrisk AI representerer et paradigmeskifte i utviklingen av kunstig intelligens, …
Datautforskning, ofte referert til som utforskende dataanalyse (EDA), er et kritisk …
Drevet astronomi basert på data utnytter avanserte beregningsmetoder, inkludert …
En datadrevet modell er en type kunstig intelligens-system der atferd og prediksjoner …
Forhåndsbehandling av data er den essensielle oppgaven med å transformere rå, …
DABUS er et spesifikt kunstig nevralt nettverk designet for å generere nye oppfinnelser …
Data vitenskap involverer den tverrfaglige prosessen med å trekke kunnskap ut av …
Dette kritiske steget innebærer å knytte meningsfull metadata til rådatapunkter slik at …
Denne metoden utvider treningsdatasettet kunstig ved å lage modifiserte versjoner av …
Denne fiendtlige teknikken har som mål å kompromittere integriteten til …
I sammenheng med AI og teknologi er ‘CSM’ ikke et universelt standardisert …
Cybersikkerhet omfatter teknologier, prosesser og praksiser designet for å beskytte …
Dimensjonsforbannelsen refererer til ulike fenomener som oppstår når man analyserer data …
Korsvalidering er en statistisk metode brukt til å estimere ferdighetene til …
Kryss-entropimetoden (CEM) er en kraftig generell optimeringsalgoritme som brukes til …
Coqui Technologies var en fremtredende aktør i open source-AI-miljøet, best kjent for …
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 …
Koblede mønstergjenkjennere er designet for å håndtere data der instanser fra to …
Kostnadsfølsom maskinlæring utvider tradisjonell veiledet læring ved å tilordne ulike …
Innholdets opprinnelse refererer til dokumentasjonen og verifiseringen av hvor digitalt …
Kontinuerlig distribusjon er en utvidelse av kontinuerlig levering som automatiserer hele …
Kontinuerlig læring, også kjent som livslang læring, gjør at nevrale nettverk kan tilegne …
Kontraktiv læring er en metode for representasjonslæring som ikke krever merket data. Den …
Kontrastiv språk-bilde-forhåndsopplæring (CLIP) er en nevralt nettverksarkitektur trent …
En forvirringsmatrise er en spesifikk tabellstruktur som gjør det mulig å visualisere …
Innholdsfiltrering innebærer å bruke algoritmer og regler til å skanne, klassifisere og …
Et konneksjonistisk ekspertsystem integrerer mønstergjenkjennelses- og læringsstyrkene …
Konstitusjonell AI er en ramme for å tilpasse store språkmodeller (LLMs) til menneskelige …
Innen AI-etikk refererer samtykke til den frivillige og informerte tillatelsen gitt av …
Concurrent MetateM er et høynivå spesifikasjonsspråk som primært brukes innen robotikk og …
Datamessig hørsel involverer utviklingen av algoritmer som lar datamaskiner trekke ut …
Konseptdrift er et fenomen innen maskinlæring der sammenhengen mellom inndatafunksjoner …
Innen kunstig intelligens representerer regnekraft den grunnleggende infrastrukturen som …
Vilkårlige tilfeldige felt (CRF) er en klasse med diskriminerende modeller som vanligvis …
Kommersial heuristisk intelligens involverer algoritmer som bruker tommelfingerregler, …
Kommersial humor studerer hvordan maskiner kan produsere eller tolke skämt, ordspill og …
Kommersial intelligens (CI) omfatter en mengde naturinspirerte kommersielle paradigmer, …
Komprimerte tensorer er flerdimensjonale arrayer brukt i dyp læring der den numeriske …
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, …
Kohærent ekstrapolert vilje (CEV) er et konsept introdusert av Eliezer Yudkowsky i …
Konkurranse innen kunstig intelligens beskriver det intense globale kappløpet for å …
Dette begrepet refererer til den systematiske vurderingen og benchmarkingen av ulike …
CodeQwen er en variant av Qwen-serien utviklet av Alibaba Cloud, spesifikt finjustert for …
Koding, også kjent som programmering, innebærer å oversette menneskelig logikk og krav …
Kognitiv databehandling er en gren av kunstig intelligens som søker å samhandle med …
Kognitiv filologi er et tverrfaglig felt som kombinerer digitale humaniora, lingvistikk …
Kognitiv robotikk integrerer kognitiv vitenskap med robotikk for å bygge maskiner som kan …
CAM genererer varme kart lagt over inndata-bilder for å vise hvilke piksler som bidro …
Innen dyp læringsteknikk brukes klippning vanligvis på gradienter for å dempe problemet …
Denne metoden utnytter flere distinkte sett med funksjoner (visninger) av de samme …
I sammenheng med kunstig intelligens betegner en krets typisk den underliggende …
Etter hvert som generative AI-modeller produserer innhold, har behovet for …
I samanheng med AI refererer chat til grensesnittet og dei underliggjande mekanismane 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 …
Dette konseptet fokuserer på manipulering av tekst der den grunnleggjande eininga for …
Ingeniørmessig innen AI optimaliserer caching ytelsen ved å holde nylige eller hyppige …
CIML-fellesskapsporten fungerer som et digitalt knutepunkt for det akademiske og …
Kaos-teori utforsker hvordan små variasjoner i startparametere kan føre til vidt …
Denne metrikken kvantifiserer hvor godt en sett med kategorier lar en forutsi verdiene …
CBR opererer på prinsippet om at lignende problemer har lignende løsninger. Prosessen …
Automatisering av forretningsprosesser (BPA) innebærer å utnytte programvare og AI for å …
Bioserentitet refererer til det konseptuelle ideallet der menneskelig biologi og kunstig …
Selv om det historisk refererer til Benjamin Blooms pedagogiske taksonomi, betegner det i …
Bradley-Terry-modellen er en sannsynlighetsmodell som brukes mye i psykometri og …
Hjerneteknologi omfatter maskinvare- og programvaresystemer som interagerer direkte med …
BERT er en maskinlæringsmetode basert på transformers for forhåndstrening av naturlig …
Bias-varians-handelen beskriver spenningen mellom undertilpasning (høy bias) og …
Binær klassifisering er et grunnleggende maskinlæringsproblem der utvariabelen er …
Biohybride systemer slår sammen levende vev, celler eller organismer med syntetiske …
Biomedisinsk refererer til skjæringspunktet mellom biologi, medisin og teknologi, …
Atferdsinformatikk kombinerer datavitenskap, psykologi og statistikk for å analysere …
Bayesiansk anger kvantifiserer forskjellen mellom den optimale belønningen som kan oppnås …
Bayesiansk programmering er et matematisk rammeverk som generaliserer Bayes-teoremet for …
Modeller for bayesianske strukturelle tidsserier (BSTS) representerer tidsseriedata som …
Tro–ønske–intensjons-modellen (BDI) er en kognitiv arkitektur for design av autonome …
Batch-prosessering innebærer å samle datainput i en gruppe, eller «batch», før man …
Batch-størrelse er en kritisk hyperparameter som bestemmer hvor mange prøver som …
Bayesiansk optimering bruker en sannsynligsurrogatmodell, vanligvis en Gaussprosess, for …
Dette konseptet fastslår at minimering av en regulert risikofunksjon med en bestemt …
Bayesiske læringsmekanismer oppdaterer troen på modellparametere ved hjelp av …
Innen kunstig intelligens er en autonom agent en enhet som opererer uavhengig i et miljø. …
Denne teknikken innen naturlig språkbehandling representerer tekst som en multiset av …
Et balltre deler datapunkter inn i nøstede hypersfærer (kuler) i stedet for …
Denne metoden justerer og skalerer aktivasjoner slik at de har null gjennomsnitt og …
Innen statistikk og maskinlæring refererer grunntallet til den underliggende frekvensen …
Automatisering i byggebransjen refererer til integreringen av robotiske systemer, droner …
Automatisert forhandling involverer programvareagenter som representerer menneskelige …
Automatiserte medisinske sekretærer bruker prosessering av naturlig språk og …
Automatisk talegjenkjenning (ASR), også kjent som tale-til-tekst, er et underfelt av …
Autonom nettverksdrift anvender prinsippene fra autonom datateknologi på …
Autognostikk refererer til selvovervåkings- og selvreparasjonsmekanismer innebygd i …
Automatisert beslutningstaking (ADM) stoler på programvaresystemer for å treffe valg som …
AutoML (Automated Machine Learning) strammer opp utviklingen av ML-modeller ved å …
En automatisert matematiker bruker maskinlæring og symbolsk resonnement til å utforske …
En AI-revisjon involverer en grundig, strukturert gjennomgang av maskinlæringsmodeller og …
Astrostatistikk er et spesialisert felt som binder statistikk og astronomi sammen. Det …
Asynkron prosessering lar programvare utføre langvarige oppgaver, som I/O-operasjoner …
Attributiv kalkulus er en gren av modalllogikk som fokuserer på resonnement om …
Lyd-til-lyd refererer til nevrale nettverksarkitekturer designet for å kartlegge ett …
Lyd-inpainting er en teknikk brukt til å fylle hull i lydopptak forårsaket av utfall, …
Kunstig intelligens for ting (AIoT) representerer den synergitiske integrasjonen av …
Kunstig intimitet refererer til det psykologiske fenomenet der mennesker utvikler ekte …
Kunstig psykologi er et tverrfaglig domene som fokuserer på design og implementering av …
Kunstig reproduksjon omfatter teknikker som letter eller replikerer biologisk …
Kunstig visdom (AW) er et oppkommende konsept som søker å supplere kunstig intelligens …
AI-våpenkappløpet refererer til den intense konkurransen mellom land, bedrifter og …
Kontroverser rundt AI omfatter det brede spekteret av etiske, juridiske og …
AI i rekruttering bruker algoritmer for å automatisere og forbedre ulike faser i …
AI i spiritualitet refererer til bruken av kunstig intelligens i religiøse eller …
AI i utdanning innebærer bruk av maskinlæring, naturlig språkbehandling og tilpassede …
Artificial Inventor Project er et tverrfaglig forskningsinitiativ rettet mot å forstå og …
Generell kunstig intelligens (AGI) refererer til en type AI som kan utføre enhver …
Kunstig bevissthet utforsker muligheten for å skape maskiner som besitter ekte subjektive …
En kunstig hjerne refererer til maskinvare- eller programvarearkitekturer som emulerer de …
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 …
Any-to-any refererer til enhetlige multimodale arkitekturer som kan håndtere ulike …
Innfinner filosofi og AI-teori beskriver apori en paradoksal situasjon der to like …
Argumentasjonsrammeverk gir et matematisk grunnlag for å representere argumenter, angrep …
Lærlingslæring, også kjent som invers forsterkningslæring fra demonstrasjoner, muliggjør …
Algoritmisk sannsynlighet, som har røtter i Kolmogorov-kompleksitet og Solomonoffs …
AlphaChip er et spesialisert AI-system designet for å automatisere og forbedre …
Ameca er en banebrytende humanoid robot med over 40 frihetsgrader i ansiktet alene, noe …
Avviksdeteksjon, også kjent som outlier-deteksjon, involverer analyse av data for å finne …
Et Og–eller-tre er en representasjon brukt i problemløsning og planlegging, spesielt i …
Alexander Y. Tetelbaum er en person som er anerkjent i akademiske og tekniske miljøer for …
Algoritmevalg innebærer å evaluere ulike beregningsmetoder for å fastslå hvilken som …
Bias i algoritmer stammer vanligvis fra ikke-representative treningsdata, subjektive …
Dette fenomenet oppstår når AI-modeller utilsiktet eller systematisk behandler individer …
Også kjent som prediksjon eller scoring, skjer inferens etter modelltreningen. Algoritmen …
Dette feltet omfatter både offensive teknikker for å bryte modeller og defensive …
Adversarielle angrep utnytter sårbarhetene i nevrale nettverk ved å introdusere subtil …
Det fungerer som ryggmargen for multi-agent-systemer, ved å verktøy for orkestrering, …
Den utvider tradisjonell logikk for å ta hensyn til agens, noe som tillater systemer å …
Dette involverer bruk av matematiske metoder for å sikre at en agents handlinger …
Actor-kritiker-algoritmen bruker to komponenter: actoren, som oppdaterer politikken for å …
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 …
Ansvarlighet innen kunstig intelligens refererer til plikten til individer, …
Handlingmodell-læring innebærer at en agent konstruerer en intern representasjon av …
Dette feltet fokuserer på å akselerere grunnleggende lineære algebra-beregninger, som er …
Kunstig intelligens for IT-drift (AIOps) kombinerer analyse av store datamengder (big …
AIXI er et teoretisk rammeverk foreslått av Marcus Hutter som definerer en idealisert …
Begrepet ASR-complete (Automatic Speech Recognition-complete) betyr at et automatisk …
AZFinText er et stort, annotert korpus spesielt kuratert for analyse av kinesisk …
AI-assistert programvareutvikling innebærer å utnytte maskinlæringsmodeller for å støtte …
AI-komplette problemer er oppgaver som, hvis løst, ville implisere eksistensen av …
AI-krigføring refererer til integreringen av kunstig intelligens i militære strategier, …
AI-vasking er et begrep analogt med grønnvasking, som beskriver en villedende …
AI-veganisme er et spekulativt og metaforisk begrep som refererer til ideen om å lage …
AI-effekten beskriver den skiftende grensen for hva som utgjør «kunstig intelligens». Når …
AI-infrastruktur omfatter det grunnleggende teknologistakket som er nødvendig for …
AI-kompetanse refererer til ferdighetene som trengs for å navigere i en verden som i …
AI-nasjonalisme beskriver trenden der regjeringer behandler kunstig intelligens som et …
AI-observabilitet utvider tradisjonell programvareovervåking for å adressere de unike …
En AI-agent er en programvareenhet som opererer autonomt innenfor et definert miljø for å …
AI-anthropomorfisme refererer til det psykologiske fenomenet der brukere projiserer …
Et AI-datacenter er et fysisk anlegg optimalisert for å kjøre kunstig …
AI-justering adresserer utfordringen med å gjøre kunstig intelligens robust nok til å …
En AI-nettleser er en applikasjon for surfing på nettet som inkluderer kunstige …
A/B-testing er et randomisert kontrollert eksperiment der to varianter, A og B, …
AI-avhengighet beskriver en atferdsmessig tilstand der individer utvikler en tvangsmessig …
AI-modus refererer til en spesifikk operasjonell tilstand innen digitale plattformer …
AI-overblikk er konsiserte sammendrag produsert av store språkmodeller som samler og …
Et AI-sikkerhetsinstitutt er en spesialisert enhet fokusert på å redusere risikoer …
Dette grunnleggende arbeidet foreslo en matematisk modell for nevrale nettverk, og …
Null-skots læring muliggjør at en maskinlæringsmodell klassifiserer instanser av klasser …
I kunstig intelligens er en vektor en grunnleggende datastruktur som brukes til å …
Datamaskinvisjon (CV) er en gren av kunstig intelligens som trener datamaskiner til å …
Visjonsspråkmodeller, ofte omtalt som multimodale store språkmodeller (MLLMs), integrerer …
Oversettelse innen AI refererer til nevral maskinoversettelse, der dype læringsmodeller …
Tokengrensen definerer begrensningen i kontekstvinduet for store språkmodeller, som …
Transparens sikrer at interessenter kan forstå hvordan en AI-modell kommer til sine …
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 …
Overvåket finjustering (SFT) innebærer å ta en stor forhåndstrent modell, som en …
I overvåket læring trenes algoritmen på et merkt datasett, noe som betyr at hvert …
Softmax brukes mye i utlagret av nevrale nettverk for flerklasses …
Testing innen AI-ingeniørfag involverer grundig vurdering av modeller mot ulike datasett …
Gjenfinning refererer til den tekniske prosessen med å søke etter og trekke ut spesifikk …
Restforbindelser, også kjent som hoppforbindelser (skip connections), lar gradienter fly …
Et SDK (Software Development Kit) er en samling verktøy for programvareutvikling som lar …
Selvtilsynelæring er en teknikk der algoritmen lager tilsynssignaler fra de merkeløse …
Semantisk søk tolker intensjonen og den kontekstuelle betydningen bak en forespørsel, …
ReAct-rammeverket lar store språkmodeller generere både resonneringstrinn og …
RNN-er er designet for å gjenkjenne mønstre i sekvenser av data, som tekst, genomer, …
ReLU brukes mye i dype lærings-neurale nettverk på grunn av sin regneeffektivitet og evne …
Innen kunstig intelligens involverer resonnering algoritmer som simulerer logisk …
REST–APIer muliggjør kommunikasjon mellom klienter og servere ved å bruke …
Kvantisering konverterer høy-presisjons flyttallstall (som FP32) til lavere …
Siden transformers behandler alle tokens parallelt i stedet for sekvensielt som RNN-er, …
Prompt-injeksjon utnytter måten store språkmodeller tolker brukerinstruksjoner ved å …
QLoRA kombinerer Lav-rang tilpasning (LoRA) med 4-bits kvantisering for å redusere …
Spørsmålssvar (QA) involverer å hente eller generere nøyaktige svar på brukerforespørsler …
Flere instans-læring (MIL) håndterer scenarier der data er gruppert i …
Gjenkjenning av navngitte entiteter (NER) er en deloppgave innen informasjonsutvinning …
Inne i maskinlæring refererer optimalisering til algoritmer som brukes til å justere …
Overtilpasning oppstår når en modell lærer treningsdataene for godt, inkludert tilfeldig …
Planlegging i kunstig intelligens innebærer å fastslå en sekvens av handlinger som vil …
Innen kunstig intelligens refererer minne til mekanismer som lar modeller beholde …
Model Context Protocol (MCP) er en åpen standard som gjør det mulig for AI-applikasjoner …
Modellservering innebærer å ta en statisk trent modell og pakke den inn i skalerbar …
Multi-agent-systemer består av flere uavhengige agenter, hvor hver enkelt kan være …
Multimodale AI-systemer integrerer informasjon fra ulike sanseinntrykk for å danne en mer …
En kunnskapsbase fungerer som et digitalt bibliotek som inneholder kuraterte data, …
Læringsraten bestemmer hvor mye modellens vekter oppdateres i forhold til den beregnede …
LSTM-nettverk adresserer problemet med forsvinnende gradienter som er vanlig i standard …
Latens måler responsiviteten til en AI-tjeneste, vanligvis uttrykt i millisekunder. Den …
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 …
Gradientnedstigning er en førsteordens iterativ optimeringsalgoritme for å finne et …
Jailbreaking involverer å lage spesifikke inndata eller prompts som lurer en AI-modell …
Menneske-i-løkken (HITL) refererer til AI-systemer som krever menneskelig innblanding på …
Few-shot læring har som mål å gjøre det mulig for modeller å generalisere fra bare et …
Denne metoden utnytter evnen til kontekstuell læring hos store språkmodeller ved å gi …
I beregningsmessige sammenhenger beskriver fluks overføringsraten av en mengde gjennom et …
Førdeles læring gjør det mulig for organisasjoner å samarbeide om å trene AI-modeller …
Innen kunstig intelligens er rettferdighet en kritisk etisk målestokk som sikrer at …
Docker gjør det mulig for utviklere å pakke inn en applikasjon sammen med alle …
I nevrale nettverk forhindrer dropout overtilpasning ved midlertidig å fjerne et …
Disse modellene avbilder høydimensjonale data inn i et lavdimensjonalt kontinuerlig …
Encoders behandler rå inndatasekvenser eller datastrukturer og konverterer dem til …
Dette konseptet adresserer ‘svarteboks’-problemet i komplekse AI-systemer ved …
Datasikkerhet omfatter juridiske, tekniske og organisatoriske tiltak designet for å sikre …
Deepfakes er hyperrealistiske lyd- eller videomanipulasjoner laget ved bruk av generative …
I sekvens-til-sekvens-modeller tar dekoderen kontekstvektoren produsert av enkoderen og …
Distribuert trening akselererer modellkonvergensen ved å parallellisere beregninger over …
Kontinuerlig integrasjon (CI) er en kritisk DevOps-praksis som automatiserer …
Byte Pair Encoding (BPE) er en datapakkingsteknikk tilpasset naturlig språkbehandling for …
Chain-of-Thought (CoT)-prompting forbedrer ytelsen til store språkmodeller på komplekse …
Claude er en serie av avanserte store språkmodeller laget av selskapet Anthropic, som …
Et Kommandolinjegrensesnitt (CLI) lar brukere kontrollere programvare ved å taste inn …
Kode representerer settet med instruksjoner skrevet i programmeringsspråk som Python, C++ …
Adaptorer er en parameter-effektiv finjusteringsteknikk som primært brukes i store …
Begrepet ‘agentbasert’ beskriver KI-agenter som opererer med en høy grad av …
En aktiveringsfunksjon introduserer ikke-linearitet i et nevralt nettverk, noe som gjør …
Etikk for kunstig intelligens omfatter rammeverket av prinsipper og standarder designet …
Oppmerksomhetsmekanismer gjør det mulig for modeller å fokusere på relevant informasjon …
Innen AI og ingeniørfag refererer en avveining til balansen som kreves når man …
Null-skudd-læring muliggjør at modeller generaliserer til nye kategorier eller oppgaver …
To-trinns arkitekturer deler en kompleks oppgave inn i to separate steg, typisk …
Treningfrie tilnærminger refererer til teknikker som modifiserer modellatferd eller …
Visuelt baserte paradigmer bruker kameraer og bildebehandlingsalgoritmer for å trekke ut …
Ettertrening er et kritisk steg i maskinlæringslivssyklusen som skjer etter den …
En forhåndstrent modell er en grunnleggende AI-modell som har gjennomgått omfattende …
Oppgavespesifikk refererer til AI-modeller eller komponenter tilpasset for å utmerke seg …
Innen kunstig intelligens betegner sanntid evnen til et system til å behandle input og …
Selvovervåket læring er en delmengde av maskinlæring der overvåkningssignalet automatisk …
Åpen kildekode refererer til en utviklingsmodell der den underliggende koden til et …
Modeller med åpne vekter skiller seg fra fullstendig åpen kildekode-AI fordi kun de …
One-shot-læring er en spesifikk type few-shot-læring der algoritmen må generalisere til …
Innan maskinlæring og optimering løser one-step-metoder problemer direkte uten å kreve …
Deteksjon av data utenfor fordelingen (OOD) identifiserer inndata som faller utenfor …
Multi-agent-systemer består av flere uavhengige, intelligente enheter som oppfatter …
Flerstegs-tilnærminger bryter ned intrikate arbeidsflyter til håndterbare segmenter, noe …
Multistegsmetoder innebærer å bryte ned komplekse forespørsler eller oppgaver til mindre, …
Naturlig språk refererer til måten mennesker snakker og skriver på, inkludert alle dets …
On-policy-algoritmer krever at agenten lærer direkte fra handlingene tatt av sin …
Innen kunstig intelligens beskriver «høy kvalitet» vanligvis data eller modellresultater …
Læringsbaserte tilnærminger stoler på statistiske algoritmer for å identifisere mønstre …
Lang-horisont problemer involverer sekvenser av handlinger der effekten av tidlige …
AI med lave kostnader fokuserer på effektivitet, med mål om å redusere inngangsbarerierer …
Storskala refererer til omfanget av komponentene i et AI-system, ofte involverer dette …
Innen kunstig intelligens og matematikk beskriver «førsteordens» typisk systemer eller …
Et «holdt tilbake» datasett består av eksempler som bevisst er ekskludert fra …
Høy trofasthet beskriver utdata fra generative modeller som er uadskillelige fra eller …
Høydimensjonal refererer til datasett eller vektorrom som inneholder et enormt antall …
Innen KI betegner «høynivå» abstraksjoner som forenkler komplekse prosesser. …
Innen kunstig intelligens refererer beslutningstaking til den algoritmiske prosessen der …
Diffusjonsbaserte modeller er en klasse av generativ AI som lager nye dataprøver ved …
Few-shot-læring gjør maskinlæringsmodeller i stand til å generalisere fra svært begrenset …
Finjustering innebærer å ta en modell som allerede er trent på et stort, generelt …
Finmasket analyse innebærer å identifisere og kategorisere objekter eller konsepter på et …
Modeller med kontinuerlig tid beskriver systemdynamikk ved hjelp av …
Lukket-sløyfe-systemer innen AI bruker sanntidsinformasjon fra miljøet til dynamisk å …
Innen AI refererer en svart boks-modell til komplekse systemer som dype nevrale nettverk, …
Tverrmodal AI innebærer å behandle og korrelere data fra distinkte moduser, for eksempel …
Wasserstein-avstanden, også kjent som Earth Mover’s Distance, kvantifiserer …
Selv om tradisjonelt betydning transport, kan ‘kjøretøy’ i AI-terminologi …
I databasespørringer og logikk refererer ‘ULIKE’ typisk til operatoren NOT …
Vektordatabaser optimaliserer lagring og henting av ustrukturerte data ved å konvertere …
I databaseadministrasjon fungerer en visning som en lagret SQL-spørring som oppfører seg …
Begrepet ‘visuell’ innen AI gjelder primært Datamaskinsyn, feltet dedikert …
AI-forståelse går utover statistisk korrelasjon for å tolke den underliggende meningen i …
Overføringslæring utnytter forhåndstrente modeller for å forbedre ytelsen og redusere …
Introdusert i artikkelen ‘Attention Is All You Need’, revolusjonerte …
Begrepet ‘Transformers’ refererer ofte til den mye brukte Python-biblioteket …
Tuning involverer å raffinere en maskinlæringsmodell for å oppnå bedre nøyaktighet eller …
I AI-utvikling beskriver «towards» ofte trajektorien til optimaliseringsprosesser, for …
Selv om det ikke er et strengt teknisk begrep, impliserer «together» i AI-sammenhenger …
Tid er et grunnleggende begrep i kunstig intelligens, spesielt i sekvensmodellering og …
Tokens er de grunnleggende byggesteinene for inndata i NLP (Natural Language Processing), …
Tokenisering er et kritisk steg i forhåndsbehandling innen naturlig språkbehandling (NLP) …
‘Through’ har ingen selvstendig definisjon innen AI-terminologi. Det brukes …
Det finnes ingen etablert definisjon av ‘Symbal’ i sammenheng med …
Innen AI er syntetiske data kunstig generert informasjon som etterligner virkelighetsnære …
Temporale konsepter innen AI involverer analyse av datapunkter sortert etter tid, som …
Testsettet er en del av dataen som holdes tilbake under treningsprosessen for å evaluere …
Overvåket læring innebærer å mate en algoritme med data som inneholder både inndata og …
Inne i AI-terminologi betegner «spesifikt» presisjon i definisjonen av modeller, …
Stokastiske elementer introduserer variasjon i AI-systemer, slik som støy i data eller …
Strukturelle aspekter definerer hvordan data eller neurale nettverkslag er organisert. I …
En tilstand representerer all relevant informasjon som trengs for å bestemme fremtidig …
I AI-sammenhenger betegner ‘kilde’ vanligvis opprinnelsen til …
Selv om nåværende AI mangler bevissthet, beskriver termen ‘selv’ ofte …
Selvoppmerksomhet gjør det mulig for modeller å fange opp avhengigheter mellom alle …
Semantisk analyse i AI fokuserer på å forstå den underliggende betydningen av inndata …
AI-sikkerhet omfatter tiltak designet for å verne maskinlæringsmodeller, datapipelines og …
Poengsummer kvantifiserer hvor godt en maskinlæringsmodell presterer mot spesifikke …
Ingeniørmessig skalering i kunstig intelligens innebærer vanligvis å øke størrelsen på …
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 …
Den vitenskapelige tilnærmingen innen kunstig intelligens legger vekt på bevisbasert …
En robot er en autonom eller semi-autonom mekanisk enhet designet for å utføre oppgaver …
Robotere omfatter en mangfoldig klasse maskiner som kan klassifiseres etter deres …
Innen kunstig intelligens viser robusthet til modellens motstandskraft mot fiendtlige …
Sikkerhet i AI innebærer å implementere begrensninger og sikkerhetsmekanismer for å sikre …
AI-sikkerhet er et tverrfaglig felt som fokuserer på å forhindre uguntige utfall fra …
Forsterkning er en grunnleggende psykologisk og datamessig mekanisme der en agents …
Forsterkningslæring (RL) er en gren av maskinlæring som fokuserer på hvordan intelligente …
Forsterkningslæring fra menneskelig tilbakemelding (RLHF) er en metode brukt til å …
Hentebasert generering (RAG) kombinerer styrkene til hentebaserte og generasjonsbaserte …
Begrepet ‘Snarere’ er et vanlig engelsk adverb som indikerer preferanse eller …
En oppfordring fungerer som hovedgrensesnittet for interaksjon med store språkmodeller og …
Innen kunstig intelligens refererer personvern til beskyttelsen av sensitiv …
Innen AI-utvikling betegner en prosess det systematiske arbeidsflyten som kreves for å …
Innan AI refererer ‘rate’ oftest til læringsraten, en hyperparameter som …
Tilfeldighet er grunnleggende i AI for initialisering av modellvekter, omrøring av …
Forhåndstrening er en grunnleggende teknikk innen dyp læring der en modell lærer brede …
Innenfor digital kommunikasjon og AI-datakontekster refererer et ‘innlegg’ …
Begrepet ‘politikk’ har to betydninger avhengig av kontekst. I generell …
En ‘prior’ representerer eksisterende troer eller historiske data om en …
I konteksten av kunstig intelligens og teknologistyring refererer retningslinjer til …
Begrepet «åpen» i kunstig intelligens-sammenhenger beskriver ofte to distinkte områder: …
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 …
Et punkt i AI-sammenhenger betegner vanligvis en diskret koordinat innenfor et …
Vurdering av AI-modeller gir «samlede» metrikker et helhetlig bilde av systemytelsen …
Naturlig språkbehandling (NLP) er et underfelt av kunstig intelligens som kombinerer …
Et neuralt nettverk er en serie algoritmer som forsøker å gjenkjenne underliggende …
I sammenheng med kunstig intelligens og datavitenskap refererer numerisk til datatyper …
Et objekt er et grunnleggende begrep innen informatikk, spesielt i objektorientert …
Online læring er en maskinlæringsparadigme der modellen oppdateres inkrementelt når nye …
Innen dataseeing og robotikk refererer bevegelse til oppdagelse og analyse av bevegelse i …
I sammenheng med AI-dokumentasjon og teknisk skriving fungerer ‘I tillegg’ …
Prefikset ‘multi-’ brukes ofte innen AI for å betegne arkitekturer eller …
Multi-Head Attention utvider den vanlige oppmerksomhetsmekanismen ved å kjøre den flere …
Innan AI, spesielt i Multi-Agent-systemer og Forsterkning læring, beskriver Nash-jevnvikt …
Mamba representerer et betydelig fremskritt i sekvensmodellering ved å introdusere en …
Inne i kunstig intelligens og sannsynlighetsteori er Markov-prosesser grunnleggende …
Matching er en kritisk teknikk innen maskinlæring brukt til å etablere relasjoner mellom …
AI-modellering omfatter hele arbeidsflyten for design, trening og validering av …
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 …
Innen kunstig intelligens refererer «lokal» typisk til operasjoner som utføres direkte på …
En grunnleggende kontrollflytstruktur innen informatikk og AI-utvikling. En løppe lar …
Maskinlæring (ML) gjør det mulig for datamaskiner å lære mønstre fra historiske data og …
Tapfunksjoner, også kjent som kostnadsfunksjoner, måler hvor godt prediksjonene fra en …
Inne i maskinlæring er latente variabler uobserverte faktorer som påvirker observerte …
Lineære operasjoner involverer multiplikasjon og addisjon uten ikke-lineære aktiveringer. …
LoRA fryser forhåndstrengte modellvekter og setter inn trenbare dekomponeringsmatriser i …
Dette begrepet refererer til det bredere applikasjonsparadigmet der modeller med …
Store språkmodeller (LLM) er avanserte kunstige intelligenssystemer basert på …
Selv om det ikke er et teknisk AI-algoritmebegrep, er ‘i stedet’ avgjørende …
I sammenheng med AI og datavitenskap er informasjon forskjellig fra rådata. Den …
Denne prosessen bridge gapen mellom generell forhåndstrening og spesifikk …
Innen AI refererer kunnskap ofte til eksplicit informasjon lagret i databaser, ontologier …
Langevin-dynamikk inkluderer tilfeldig støy og dempningskrefter for å utforske …
Innen kunstig intelligens beskriver «forankret» prosessen med å koble symboliske …
Innom matematikk og teoretisk informatikk er en gruppe en mengde G sammen med en binær …
Med opprinnelse fra klassisk mekanikk representerer Hamiltonian summen av kinetisk og …
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 …
I sammenhenger innen AI og datavitenskap refererer «gitt» til starttilstand, datasett …
Begrepet «global» i AI står ofte i kontrast til «lokal», og refererer til aspekter som …
En graf er en grunnleggende datastruktur innen AI som består av hjørner (noder) og kanter …
Mens entall «graf» refererer til den abstrakte datastrukturen, refererer «grafer» ofte …
Innen kunstig intelligens refererer en fundamentmodell til en maskinlæringsmodell av stor …
Gaußsk refererer til normalfordelingen, en kontinuerlig sannsynlighetsfordeling …
Begrepet ‘generert’ beskriver output produsert av generative AI-modeller, som …
I sammenheng med AI refererer ‘gratis’ typisk til åpen kildekode-modeller, …
Selv om det ikke er en teknisk algoritme, er ‘videre’ et kritisk språklig …
Finjustering innebærer å ta en generell modell trent på store datasett og trene den …
Dataflyt omfatter veien data tar fra opptak til endelig utdata innen et AI-system, …
Begrepet ‘rask’ beskriver beregningsmessig effektivitet innen kunstig …
Konseptet ’til slutt’ representerer det terminale stadiet i en AI-pipeline …
Tilbakekoblingsmekanismer lar AI-systemer lære fra sine interaksjoner med brukere eller …
Innen kunstig intelligens refererer bevis til empiriske data, statistiske resultater …
Eksperimentell betegner AI-komponenter som for øyeblikket testes, forskes på eller …
Eksperimenter innen AI involverer systematisk testing av variabler for å forstå …
Utfyllende refererer til skalaen og omfattende naturen til AI-operasjoner, som store …
Begrepet ‘utviklende’ karakteriserer dynamiske AI-modeller som gjennomgår …
Effektivitet er en kritisk målestokk i kunstig intelligens som måler hvor godt en modell …
Energi har to primære betydninger innen AI. For det første betegner det elektrisk kraft …
Selv om det primært er et menneskespråk, representerer ’engelsk’ i …
Evaluerings involverer systematisk måling av hvor godt en AI-modell presterer på …
Kroppsliggjort AI hevder at intelligens oppstår fra samspillet mellom en agents fysiske …
Denne prosessen involverer overføring av kunnskap fra et komplekst, høytytende …
Inn maskinlæring, spesielt innen overføringslæring, defineres et domene av to …
Begrepet «drevet» brukes vanligvis som suffiks for å indikere den primære kraften eller …
I motsetning til statiske systemer med faste arkitekturer eller forhåndsbestemte …
I optimeringssammenheng oppstår divergens når modellparametrene oppdateres på en måte som …
Beslutningstaking i AI innebærer å velge den optimale handlingen fra et sett av …
Deteksjon er en grunnleggende oppgave innen datamaskinseende og signalbehandling der en …
Diffusjonsmodeller er en klasse av generativ AI som lærer å reversere en stokastisk …
I AI-sammenhenger beskriver «direkte» ofte arkitekturer eller inferensveier som omgår …
Innen kunstig intelligens refererer kontroll til mekanismer og algoritmer som brukes til …
Innen kunstig intelligens søker kausal modellering å forstå hvordan intervensjoner på én …
Dette begrepet omfatter metoder som ensemble-læring, hvor prediksjoner fra flere modeller …
Innen naturlig språkbehandling er kontekst avgjørende for å løse tvetydighet, for …
Denne metoden oppmuntrer modellen til å trekke innkapslinger (embeddings) av positive par …
Skykomputasjon gir skalerbar infrastruktur for AI-arbeidsbelastninger, og lar utviklere …
Innen kunstig intelligens er et benchmark et standardisert testsuite eller datasett …
Benchmarking er den aktive praksisen med å gjennomføre eksperimenter for å måle hvor godt …
Bygging refererer til den end-to-end ingeniørprosessen med å lage AI-løsninger, som …
Monte Carlo-metoder er essensielle teknikker innen AI og statistikk for å approksimere …
I konteksten av AI-terminologi beskriver ‘utover’ ofte fremvoksende …
Automatisering innen AI innebærer bruk av algoritmer og systemer for å utføre oppgaver …
Autonomi innen AI refererer til evnen til et system til å oppfatte miljøet sitt, ta …
Bayesiske tilnærminger innen AI bruker sannsynlighetsteori til å oppdatere …
En benchmark fungerer som et standardisert referansepunkt for å sammenligne evnene til …
I AI-sammenhenger refererer ‘bevisst’ vanligvis til situasjons- eller …
Adam (Adaptive Moment Estimation) er en populær førstereords gradientbasert …
Innen AI beskriver «adaptiv» systemer eller algoritmer som kan justere interne …
AI-agenter er programvareprogrammer eller systemer som er i stand til å oppfange …
I sammenheng med AI refererer analyse til den systematiske undersøkelsen av data, …
Innen kunstig intelligens og robotikk refererer en handling til et bestemt steg eller en …
Finjustering innebærer å ta en modell som allerede er trent på et stort, generelt …
Hallusinasjoner oppstår når generative AI-modeller produserer utdata som ser plausibel …
Inferens refererer til distribueringsfasen der en ferdig modell brukes til å ta …
Innebygginger er tette vektorrepresentasjoner av data der semantiske relasjoner bevares i …
Læring i kontekst (ICL) tillater store språkmodeller å tilpasse seg nye oppgaver uten å …
Dataseende fokuserer på å replikere menneskelige visuelle evner gjennom datamessige …
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 …
Konvolusjonelle nevrale nettverk (CNN) er designet for automatisk og tilpasningsdyktig å …
Kunstig intelligens (KI) refererer til evnen til digitale datamaskiner eller datastyrt …
En oppmerksomhetsmekanisme gjør det mulig for en modell dynamisk å vekte viktigheten av …
Innen KI-etikk refererer skjevhet til systematisk og urettferdig diskriminering i …
Tenketrekker-prompting (Chain-of-Thought, CoT) er en strategi der store språkmodeller …
Tilbakepropagering, forkortelse for bakoverpropagering av feil, er en metode som brukes i …
Innefor AI er en agent en enhet som handler på vegne av en bruker eller et system for å …
AI-sikkerhet omfatter forskning og praksis rettet mot å sikre at autonome systemer …
Et API definerer et sett med protokoller og verktøy for å bygge programvare og …
Justering fokuserer på å sikre at AI-systemer gjør det menneskene faktisk ønsker, snarere …
Promptingeniørfag involverer utforming av spesifikke inndata, kjent som prompts, for å …