Toksykowość
Definition
Toksykowość w SI odnosi się do generowania lub rozpowszechniania treści, które są …
Terms tagged with NLP
Toksykowość w SI odnosi się do generowania lub rozpowszechniania treści, które są …
Wykrywanie toksyczności wykorzystuje techniki przetwarzania języka naturalnego do analizy …
Generowanie Tekstu to podstawowy paradygmat zastosowań w przetwarzaniu języka …
Klasyfikacja tekstu to zadanie uczenia nadzorowanego, w którym algorytmy przypisują …
Oznaczanie sekwencji polega na przewidywaniu etykiety kategorycznej dla każdego tokenu w …
Folding semantyczny odnosi się do procesu kompresji złożonych, wysokowymiarowych osadzeń …
Podobieństwo zdań mierzy stopień nakładania się znaczenia semantycznego między dwoma …
Transformery zdań są rozszerzeniem tradycyjnych modeli Transformer (takich jak BERT), …
Wykracza poza strukturę składniową, interpretując rzeczywisty zamiar i znaczenie wejść …
Qwen3.5 oznacza konkretną wersję w linii modeli Qwen opracowaną przez Alibaba Cloud. Ta …
Qwen reprezentuje rodzinę zaawansowanych dużych modeli językowych stworzoną przez Tongyi …
Pythia to seria modeli językowych o dużej liczbie parametrów (LLM) open-source, stworzona …
Termin ten obejmuje produkty komercyjne i badawcze stworzone przez OpenAI, wiodącą …
Agent pedagogiczny to komponent oprogramowania, często ucieleśniony w postaci wirtualnej …
Parafraza w Przetwarzaniu Języka Naturalnego obejmuje generowanie alternatywnych wyrażeń …
P-Tuning (Prompt Tuning) to technika zaprojektowana w celu dostosowania dużych wstępnie …
Rozpoznawanie optyczne znaków (OCR) wykorzystuje algorytmy przetwarzania obrazu i …
Identyfikacja języka ojczystego (NLI) to poddział przetwarzania języka naturalnego …
Modele wielojęzyczne są zaprojektowane tak, aby obsługiwać zróżnicowane dane …
Generowanie masek obejmuje tworzenie masek przestrzennych lub czasowych, które określają, …
Dziedzina ta łączy techniki uczenia maszynowego z przetwarzaniem języka naturalnego i …
W kontekście współczesnej terminologii SI, Lyra często oznacza wyspecjalizowane systemy …
MAUVE to miara statystyczna zaprojektowana do oceny, jak bardzo wyjście modelu językowego …
Długi kontekst odnosi się do zdolności modeli opartych na architekturze transformera do …
Wywodząca się z teorii aktów mowy i pragmatyki, perspektywa ta kładzie nacisk na to, jak …
Paradygmat “LLM jako sędzia” to podejście do oceny, w którym duży model …
Metody osadzania grafu wiedzy, takie jak TransE czy DistMult, przekształcają dyskretne …
Inteligentne rozpoznawanie słów odnosi się do zaawansowanych technologii rozpoznawania …
Generative Pre-trained Transformer 2 (GPT-2) to autoregresyjny model językowy, który …
GPT-5.6 odnosi się do spekulacyjnej lub nadchodzącej wersji w linii modeli językowych …
Wypełnianie maski to podstawowy cel wstępnego trenowania stosowany w modelach opartych na …
ExBERT zapewnia interpretowalność dla modelu transformera BERT poprzez analizę ważności …
ELMo generuje osadzenia słów zależne od kontekstu, przetwarzając wejściowy tekst przez …
Klasyfikacja dokumentów to podstawowe zadanie przetwarzania języka naturalnego, w którym …
TriviaQA to zbiór danych zaprojektowany do zadań问答 (question answering) w otwartej …
Zbiór danych WikiHow składa się z około 60 000 artykułów instruktażowych zebranych ze …
Wikipedia jest jednym z największych i najbardziej kompleksowych zbiorów ludzkiej wiedzy …
Zbiór danych Yahoo Answers Topics to podzbiór większego archiwum Yahoo Answers, …
S2ORC to kompleksowy korpus prac naukowych pochodzący z Semantic Scholar. Zawiera pełne …
Zbiór danych Altlex składa się z par zdań, które dzielą to samo podstawowe znaczenie, ale …
Zbiory danych do kompresji zdań składają się z par, w których zdanie docelowe jest …
Quora Question Pairs (QQP) to zbiór danych klasyfikacji binarnej zawierający ponad 400 …
BookCorpus to kolekcja tekstów pochodzących z ponad 10 000 niepublikowanych książek, …
Warunkowe Pola Losowe (CRF) to klasa modeli dyskreminacyjnych powszechnie stosowana w …
Humor obliczeniowy bada, jak maszyny mogą tworzyć lub interpretować żarty, gra słów i …
Wiedza potoczna odnosi się do ogromnej ilości niejawnej informacji o codziennym życiu, …
Ta koncepcja koncentruje się na manipulacji tekstem, gdzie podstawową jednostką …
Choć historycznie odnosi się do taksonomii edukacyjnej Benjamina Bloom, we współczesnych …
BERT to technika uczenia maszynowego oparta na architekturze Transformer, służąca do …
Ta technologia przetwarzania języka naturalnego reprezentuje tekst jako multizbiór słów, …
Zautomatyzowani sekretarze medyczni wykorzystują technologie przetwarzania języka …
Termin ASR-complete oznacza, że system automatycznego rozpoznawania mowy (ASR) osiągnął …
Modele wizyjno-językowe, często określane jako Wielomodalne Duże Modele Językowe (MLLMs), …
Tłumaczenie w AI odnosi się do neuronowego tłumaczenia maszynowego, w którym modele …
Podsumowywanie tekstu redukuje duże wolumeny treści do krótszych wersji bez utraty …
Wyszukiwanie semantyczne interpretuje intencję i kontekstualne znaczenie zapytania, …
Ponieważ transformatory przetwarzają wszystkie tokeny równolegle, a nie sekwencyjnie jak …
Odpowiadanie na pytania (QA) polega na pobieraniu lub generowaniu dokładnych odpowiedzi …
Rozpoznawanie encji nazwanych (NER) to podzadanie ekstrakcji informacji, które lokalizuje …
Modele te mapują dane o wysokiej wymiarowości do niższymiarowej, ciągłej przestrzeni …
W modelach sekwencja-sekwencja dekodator przyjmuje wektor kontekstu wygenerowany przez …
Kodowanie par bajtów (BPE) to technika kompresji danych dostosowana do przetwarzania …
Uczenie samodzielnie nadzorowane jest podzbiorem uczenia maszynowego, w którym sygnał …
Uczenie few-shot umożliwia modelom uczenia maszynowego uogólnianie na podstawie bardzo …
Przedstawiona w artykule „Attention Is All You Need”, architektura Transformer …
Tokeny są fundamentalnymi blokami konstrukcyjnymi danych wejściowych w NLP, …
Tokenizacja jest krytycznym krokiem przetwarzania wstępnego w Przetwarzaniu Języka …
Analiza semantyczna w AI skupia się na rozumieniu ukrytego znaczenia danych wejściowych, …
Prompt służy jako główne interfejs do interakcji z dużymi modelami językowymi (LLM) i …
W kontekście komunikacji cyfrowej i danych AI ‘post’ odnosi się do dyskretnej …
Wstępne szkolenie to podstawowa technika w uczeniu głębokim, w której model uczy się …
Przetwarzanie języka naturalnego (NLP) to poddziedzina sztucznej inteligacji, która łączy …
Multi-Head Attention rozszerza standardowy mechanizm uwagi, uruchamiając go wielokrotnie …
W kontekście AI termin „długi” często opisuje zdolność do przetwarzania rozległych wejść, …
Duże Modele Językowe (LLM) to zaawansowane systemy sztucznej inteligencji oparte na …
Choć nie jest to techniczny termin algorytmiczny w AI, “zamiast” jest …
Systemy hierarchiczne w sztucznej inteligencji organizują informacje lub kontrolę w …
W sztucznej inteligencji generacja odnosi się do zdolności modeli, szczególnie sieci GAN …
W przetwarzaniu języka naturalnego kontekst jest kluczowy dla rozwiązywania …
Osadzenia to gęste reprezentacje wektorowe danych, w których relacje semantyczne są …
Mechanizm uwagi umożliwia modelowi dynamiczne przypisywanie wagi różnym elementom w …