Minimering av strukturell risk
Definition
Minimering av strukturell risk (SRM) är en metod för att minimera förväntad risk genom …
Minimering av strukturell risk (SRM) är en metod för att minimera förväntad risk genom …
Strukturerad sparsitetsregularisering utvidgar standard L1-regularisering genom att …
Spreading activation är ett koncept som ursprungligen kommer från kognitiv psykologi, men …
Stable Diffusion är en djupinlärningsmodell som genererar detaljerade bilder villkorade …
Diffusers-biblioteket är en öppen källkod-verktygslåda från Hugging Face som är designad …
Detektion av talarbyte (SCD) är en teknik som används för att exakt tidstämpla ögonblick …
En programvaruagent är en autonom entitet som kan uppfatta sin omgivning, resonera och …
Socialt assistiva robotar (SAR) är en delmängd av människa-robot-interaktion som …
Inom artificiell intelligens syftar ‘situerad’ på agenter som är inbäddade i …
Det situerade angreppssättet är ett metodologiskt ramverk inom AI-forskning som hävdar …
Sekvensmärkning innebär att förutsäga en kategorisk etikett för varje token i en given …
Halvövervakad inlärning är en hybrid träningsparadigm som använder en liten mängd märkta …
Sentence Transformers är extensioner av traditionella Transformer-modeller (som BERT) …
Inom beräkningsbar inlärningsteori kvantifierar provkomplexitet den mängd data som behövs …
Den går bortom syntaktisk struktur för att tolka det faktiska syftet och betydelsen av …
Begreppet omfattar AI-agenter eller systemets kapacitet att hantera rutinunderhåll, …
Rust är ett programmeringsspråk med flera paradigmer och allmänt ändamål, utformat för …
Sam3 är inte en allmänt erkänd offentlig AI-term som SAM (Segment Anything Model). Det …
Regelinduktion är en symbolisk maskininlärningsmetod som härleder om-då-regler direkt …
Inom AI-säkerhet och etik syftar robusthet på en modells motståndskraft mot oväntade …
Motstånd mot AI syftar på metoder som individer eller enheter använder för att undvika …
Representationskollaps inträffar när ett neuralt nätverk, särskilt inom kontrastiva …
Inom AI är reflektion en paradigm där en modell pausar för att utvärdera sin egen …
Relationell datagruvdrift fokuserar på att extrahera användbar information från databaser …
Till skillnad från standard generativa modeller som fokuserar på flyt, prioriterar …
Slumpmässiga funktionsavbildningar transformerar indata till ett nytt rum där linjära …
Rabbit r1 är en dedikerad hårdvaruenhet lanserad av Rabbit Inc., centrerad runt deras …
ROCm (Radeon Open Compute) är ett drivrutins- och mjukvarustack utvecklat av AMD för att …
Qwen Coder är en dedikerad version av Qwens stora språkmodell finjusterad specifikt för …
Qwen2 markerar den andra betydande generationen av Qwen-modellfamiljen, med introduktion …
Pyannote är ett öppen källkod Python-bibliotek utvecklat av pyannote.audio, specialiserat …
Pyannote Audio är en omfattande verktygslåda designad för att underlätta utveckling och …
Pythia är en serie öppna källkod-stora språkmodeller (LLM) skapade av EleutherAI, …
Prompt-tuning innebär att tränbara mjuka prompts (kontinuerliga vektorer) läggs till i …
Pruning innebär att identifiera och eliminera nerver, anslutningar eller filter i ett …
Programmering genom exempel (PBE) är en paradigm inom programsyntes där utvecklare …
Sannolikhetsmatchning är ett beteendemönster som ofta observeras inom …
Denna princip postulerar att en agents handlingar bör väljas för att maximera dess …
Tidigare kunskap avser domänspecifika insikter, begränsningar eller historisk data som …
Prediktiv inlärning innebär att träna neurala nätverk för att dra slutsatser om icke …
Preferensinlärning fokuserar på att lära modeller att skilja mellan bra och dåliga utdata …
Fikoefficienten (φ) är ett mått på sambandet mellan två binära variabler och fungerar som …
Physical Intelligence Inc. (PI) är en spin-off från Google DeepMind, etablerat för att …
Personlighetsberäkning innebär att utveckla algoritmer och system som kan modellera, …
Phi, kort för ‘Foundation models based on Teaching-Learning Paradigm’, är en …
Ett percept är den interna representationen av en yttre stimulans efter att den har …
Inom AI och kognitiv vetenskap syftar en perceptron på den komponent i ett intelligent …
Ett Mönsterspråk är en formaliserad ramverk bestående av en uppsättning beprövade …
Parallella webbssystem avser infrastrukturdesigner där beräkningsuppgifter delas upp och …
POP-11 (Program Oriented Problem Solving) är ett programmeringsspråk med flera paradigmer …
Översikten över djupinlärning omfattar de grundläggande strukturerna såsom …
Inom AI-teknik syftar observerbarhet på förmågan att förstå det interna tillståndet hos …
Utvecklat av Intel tillåter OpenVINO (Open Visual Inference and Neural network …
Novitetsdetektering är en maskininlärningsuppgift som fokuserar på att identifiera …
Objektdetektering utvidgar bildklassificering genom att inte bara fastställa vilka objekt …
Detta område fokuserar på att skapa hårdvaru- och mjukvaruarkitekturer som efterliknar …
Neural beräkning avser de matematiska operationer som utförs av artificiella neuroner för …
Skalningslagar för neurala nätverk beskriver det förutsägbara potenslagssambandet mellan …
Identifiering av modersmål (NLI) är ett delområde inom naturlig språkbehandling som …
Detta projekt utnyttjar NASAs jordobservationsdata kombinerat med avancerade …
Multimodal sentimentanalys utvidgar traditionell textbaserad sentimentdetektering genom …
Metoden för multiplikativ viktuppdatering är en grundläggande algoritm för onlinelärande …
Multitaskoptimering innebär att träna en enda modell för att hantera flera distinkta men …
Multi modalitet representerar den arkitektoniska och teoretiska ramverket som möjliggör …
Problemet med multi-armed bandit illustrerar dilemmat som en agent står inför när den …
Ett Modellregister fungerar som en kritisk komponent inom MLOps och tillhandahåller ett …
Moralisk outsourcing syftar på fenomenet där människor överlåter etisk omdömesförmåga och …
Denna kategori inkluderar metoder som beskärning, kvantisering och kunskapsdistillation, …
Mixins tillhandahåller vanliga metoder såsom att spara, ladda och pusha modeller till …
Mistral syftar på en familj av kraftfulla stora språkmodeller (LLM) med öppna vikter …
Militära tillämpningar av AI omfattar ett brett spektrum av teknologier utformade för att …
Medel-mål-analys är en kognitiv strategi som används inom artificiell intelligens och …
Prefixet ‘meta’ inom artificiell intelligens betecknar en högre nivå av …
Matrisregularisering utvidgar skalära regulariseringskoncept till matriser, ofta använt i …
Detta område innebär att integrera ML-tekniker i spelutvecklingsflöden för att …
Maskininlärning förbättrar jordvetenskaperna genom att bearbeta satellitbilder, seismisk …
Detta fält kombinerar teknik inom maskininlärning med naturlig språkbehandling och …
I sammanhanget av modern AI-terminologi syftar Lyra ofta på specialiserade AI-system …
MLOps möjliggör för organisationer att distribuera och underhålla …
LocateAnything är ett mångsidigt dataseende-ramverk som möjliggör detektering och …
Ltx Video representerar en framsteg inom generativ AI för video, där latent …
Släppt i augusti 2024, expanderar Llama 3.1 Llama-familjen för att inkludera en massiv …
Ursprungligen känt som GPT Index, är LlamaIndex ett kraftfullt dataramverk som möjliggör …
Linjär separerbarhet avser det geometriska tillståndet där datapunkter tillhörande olika …
Leave-one-out-crossvalidering (LOOCV) är ett specifikt fall av k-faldig crossvalidering …
Datatäckage är ett kritiskt fel inom maskininlärning där modellen får tillgång till …
Detta koncept härstammar från förstärkningsinlärning och involverar en agent som …
Lagnormalisering stabiliserar träningen genom att minska intern kovariansförskjutning, …
Problemet med “sista milen” avser de utmaningar som uppstår vid …
Kubernetes (ofta förkortat K8s) är ett system för behållarorchestrering som ursprungligen …
Kunskapsbaserade system (KBS) är en gren av artificiell intelligens som integrerar …
LLM-as-a-Judge är ett utvärderingsparadigm där en stor språkmodell fungerar som en …
Denna metod använder teknik för tillfredsställelse av begränsningar inom en kunskapsbas …
Kunskapsintegration innebär att sammanfoga data från olika källor, såsom databaser, …
Begreppet myntades av Allen Newell och analyserar intelligenta system baserat på deras …
Knowledge compilation syftar på tekniker inom artificiell intelligens som omvandlar en …
Kärntäthetsuppskattning (KDE) är en grundläggande statistisk teknik som slätar diskreta …
Ett intelligent beslutsstödssystem (IDSS) integrerar artificiell intelligens, såsom …
En intelligent agent är ett system som kan uppfatta sin omgivning genom sensorer eller …
Intelligent automatisering integrerar traditionell Robotprocessautomatisering (RPA) med …
En intelligent databas utnyttjar maskininlärning och AI för att förbättra …
Detta koncept innebär att analysera strukturen hos representationsutrymmet i …
Instansval syftar till att förbättra beräkningseffektivitet och modellprestanda genom att …
Inception Score (IS) är ett statistiskt mått som infördes för att bedöma prestandan hos …
Bild-text-till-text avser modeller som bearbetar visuella indata tillsammans med …
Bild-till-bild (I2I) innebär användningen av djupinlärningsmodeller, såsom GANs eller …
Bild-till-bild-översättning (I2I) innebär att mappa pixlar från ett källområde till ett …
Denna paradigm använder modeller som Stable Diffusion eller DALL-E för att producera …
Hybrid sökning integrerar två distinkta återvinningsmetoder: tät vektorsökning, som …
Hyperparameterjustering innebär att utvärdera olika uppsättningar av hyperparametrar för …
Människa-AI-interaktion (HAI) är ett tvärvetenskapligt fält som undersöker dynamiken …
Människocentrerad AI är en designfilosofi som placerar människan i centrum för …
Mänsklig tillsyn syftar på de mekanismer och processer där människor övervakar, …
Ett hierarkiskt styrsystem organiserar styrlogiken i flera lager, vanligtvis sträckande …
Ett dolt lager består av nerver som tar emot indata från tidigare lager, tillämpar vikter …
Denna fras syftar på ett specifikt litterärt verk som undersöker hur människor kan …
H2O är en mycket använd öppen källkodsplattform i minnet för distribuerad, skalbar …
Grok-1 är det första släppet från xAI, lanserat i november 2023. Det är en …
Inom AI syftar grounding på att länka symboliska representationer eller genererad text …
Utvecklat av Facebook ger GraphQL en komplett och begriplig beskrivning av datan i ditt …
GPT Bigcode, ofta associerat med modeller som StarCoder, representerar en betydande …
AI-styrning avser uppsättningen av regler, riktlinjer och institutionella strukturer som …
Inom statistisk modellering står GLM för Generalized Linear Models (generaliserade …
Detta begrepp syftar på den strategiska och operativa förlitan som företag placerar på …
Genie syftar på en familj av generativa modeller designade specifikt för videosyntes. …
Gemma-modeller är utformade för att vara effektiva och tillgängliga för forskare och …
En Gated Recurrent Unit (GRU) är en specialiserad cell i ett rekurrent neuralt nätverk …
Spelteori är en gren av tillämpad matematik som modellerar strategiska interaktioner …
FrontierMath är en specialiserad utvärderingssvit skapad för att testa gränserna för …
GGUF (GPT-Generated Unified Format) är ett binärt filformat utformat specifikt för att …
Flyttal 8 (FP8) är en numerisk datatyp som erbjuder en balans mellan …
Detta koncept innebär att utforma AI-system med framåtblickande förmågor som kan simulera …
Återkopplingsneuronnätverk, även kända som rekurrenta neuronnätverk (RNN), innehåller …
En Funktionsbutik fungerar som en brygga mellan dataingenjörer och maskininlärningsteam, …
Funktionshashning, även känd som hash-tricket, gör att maskininlärningsmodeller kan …
Funktionsingenjörskonst är konsten att utnyttja expertis inom ett specifikt område för …
Funktionsutvinning innebär att omvandla rådata till en uppsättning funktioner som bättre …
När maskininlärningsmodeller blir mer komplexa, särskilt djupa neuronnät, blir deras …
I beslutsfattandeprocesser står agenter inför en avvägning: de kan utnyttja aktuell …
Inom datavetenskap syftar evolverbarhet på hur lätt en algoritm eller neuralt …
Ett entreprenörsinriktat kognitivt system kombinerar artificiell intelligens, naturlig …
Emergenta algoritmer avser komplexa globala beteenden eller mönster som uppstår från …
Empirisk Riskminimering (ERM) är den standardiserade målfunktionen för att träna modeller …
Denna praxis innebär att distribuerade tränade AI-modeller direkt till hårdvara som …
Till skillnad från diskarnationerad AI som bearbetar abstrakt data, lär sig och agerar …
Eagle representerar ett specifikt arkitektoniskt och tekniskt ramverk inom domänen för …
Edge computing adresserar latens- och bandbredds begränsningar hos molncentriska …
ELMo genererar kontextkänsliga ordembeddingar genom att bearbeta inmatad text genom en …
I sammanhanget av Hugging Face Diffusers-ekosystemet avser denna term generellt en …
Ett upptäcktesystem är ett beräkningsramverk som syftar till att accelerera vetenskapliga …
Denna pipeline använder Stable Diffusion 3-modellen, som introducerar en Multimodal …
Denna pipeline implementerar Stable Diffusion XL-arkitekturen, som använder en förfinad …
LTX-pipelinen är skräddarsydd för modeller som prioriterar hastighet och effektivitet i …
Diella avser specifika neurala nätverksmodeller optimerade för att förbättra bildkvalitet …
DeepSeek V3 är en avancerad iteration i DeepSeek-modelfamiljen, karaktäriserad av sin …
Som en efterträdare till tidigare versioner implikerar DeepSeek V4 en fortsatt utveckling …
DeepSeek VL V2 utvidgar kapaciteten hos den vanliga språkmodellen till det multimodala …
Puning är en metod som används för att förhindra överanpassning i beslutsträdsmodeller …
Helpsteer2 är en kuraterad datamängd släppt av NVIDIA som innehåller parvisa jämförelser …
S2ORC är ett omfattande korpus av vetenskapliga artiklar härlett från Semantic Scholar. …
RefinedWeb är en stor-skals datamängd av filtrerade webbsidor utformad för förträning av …
Natural Questions (NQ) är en benchmark-datamängd som introducerades av Google för att …
Denna term avser en specifik datamängd som finns på Hugging Face under användaren …
Denna datamängd består av meningar och stycken extraherade från Simple English Wikipedia, …
Denna datamängd innehåller miljoner fråga-svar-par skrapade från den nu nedlagda …
Altlex-datasetet består av meningar som delar samma underliggande betydelse men använder …
Flickr30K Captions är ett brett använt benchmark-dataset bestående av 31 783 bilder, var …
Dataset för meningskomprimering består av par där den målmening som är en förkortad …
Code Search Net är ett omfattande dataset skapat för att främja forskning inom …
Datasett-skift uppstår när fördelningen av data som används för att träna en …
Datacentrerad AI representerar ett paradigmskifte inom utvecklingen av artificiell …
Datavetenskap involverar den interdisciplinära processen att extrahera kunskap från …
Dimensionens förbannelse avser olika fenomen som uppstår vid analys av data i …
CrewAI tillhandahåller en strukturerad miljö för att bygga multi-agent-system där varje …
Utvecklat som en del av MLCommons-initiativet använder Croissant JSON-LD för att …
Innehållsupphov avser dokumentationen och verifieringen av var digitalt innehåll kommer …
Datorhörsel involverar utvecklingen av algoritmer som gör det möjligt för datorer att …
Beräkningsintelligens (CI) omfattar en mängd naturinspirerade beräkningsparadigm, …
Beräkningsmässig heuristisk intelligens innebär algoritmer som använder tumregler, …
Inom artificiell intelligens avser efterlevnad processen att säkerställa att AI-modeller …
ComfyUI är ett kraftfullt, modulärt och nodbaserat GUI för Stable Diffusion-modeller. …
Vanligt förnuft refererar till den stora mängden implicit information om vardagslivet, …
CodeQwen är en variant av Qwen-serien som utvecklats av Alibaba Cloud, specifikt …
Inom djupinlärning appliceras clipping vanligtvis på gradienter för att mildra problemet …
När generativa AI-modeller producerar innehåll har behovet av citeringsmekanismer …
ChatGLM representerar en familj av transformatorbaserade språkmodeller specifikt …
Chunking är ett kritiskt förbehandlingssteg i Retrieval-Augmented Generation (RAG) och …
Inom utvecklingen av AI-applikationer avser en kedja en linjär eller riktad grafstruktur …
CBR bygger på principen att liknande problem har liknande lösningar. Processen innebär …
Medan det historiskt refererade till Benjamin Blooms pedagogiska taksoni, syftar det i …
BERT är en maskininlärningsteknik baserad på transformers för förträning inom NLP, …
Biomedicinsk avser skärningspunkten mellan biologi, medicin och teknik, särskilt inom …
Beteendeinformatik kombinerar datavetenskap, psykologi och statistik för att analysera …
Modellen för Tro-Önskemål-Avsikt (BDI) är en kognitiv arkitektur för att designa autonoma …
Bayesiansk optimering använder en probabilistisk surrogatemodell, vanligtvis en …
Inom artificiell intelligens är en autonom agent en entitet som verkar oberoende i en …
Denna metod justerar och skalactivationsfunktionerna så att de har nollmedelvärde och …
Automatiserade medicinska skribenter använder naturligt språkbehandling och …
Automatisering inom bygg innebär integrationen av robotiska system, drönare och AI-drivna …
Automatisk taligenkänning (ASR), även känd som tal-till-text, är ett delområde inom …
AutoML (Automated Machine Learning) effektiviserar utvecklingen av ML-modeller genom att …
En AI-revision innebär en noggrann, strukturerad granskning av maskininlärningsmodeller …
Asynkron bearbetning låter programvara utföra långvariga uppgifter, såsom I/O-operationer …
Ljud-till-ljud hänvisar till neuronnätsarkitekturer som är designade för att mappa en …
Artificiell intelligens för saker (AIoT) representerar den synergistiska integrationen av …
Vapenkapplöpningen inom AI avser den intensiva konkurrensen mellan länder, företag och …
Artificial Inventor Project är ett tvärvetenskapligt forskningsarbete syftat till att …
Begreppet omfattar AI:s dubbla roll i demokratiska processer: att öka effektiviteten …
Anonymisering innebär att modifiera data så att den inte längre kan kopplas till en …
Argumentationsramverk ger en matematisk grund för att representera argument, attacker och …
AlphaChip är ett specialiserat AI-system designat för att automatisera och förbättra …
Ett Och–eller-träd är en representation som används i problemlösning och planering, …
Bias i algoritmer härstammar vanligtvis från icke-representativ träningsdata, subjektiva …
Även känt som prediktion eller skattning, sker inferensen efter modellträningen. …
Algoritmval innebär att utvärdera olika beräkningsmetoder för att avgöra vilken som bäst …
Det fungerar som ryggraden för multi-agent-system, och tillhandahåller verktyg för …
Vid sökning och vägvalsproblem ger en admissibel heuristik en undre gräns för den …
Aktiv inlärning minskar mängden märkt data som krävs genom att låta modellen välja de …
Detta område fokuserar på att påskynda grundläggande linjära algebra-bereknningar, som är …
Artificiell intelligens för IT-drift (AIOps) kombinerar big data-analys och algoritmer …
AI-krigföring syftar på integreringen av artificiell intelligens i militära strategier, …
AI-infrastruktur omfattar den tekniska grundläggande stack som är nödvändig för …
En AI-agent är en programvaruentitet som opererar autonomt inom en definierad miljö för …
A/B-testning är en randomiserad kontrollerad experiment där två varianter, A och B, …
Ett AI-säkerhetsinstitut är en specialiserad enhet fokuserad på att minska risker …
Oövervakad inlärning identifierar dolda strukturer, kluster eller fördelningar i rådata …
Verktygsanvändning möjliggör för språkmodeller att interagera med externa mjukvarumiljöer …
Textsammanfattning reducerar stora mängder text till kortare versioner utan att förlora …
Restkopplingar, även kända som skip-kopplingar, möjliggör att gradienter flödar genom ett …
Semantisk sökning tolkar avsikten och den kontextuella betydelsen bakom en förfrågan, …
Inom AI innebär reasoning algoritmer som simulerar logisk deduktion, induktion eller …
ReLU används flitigt i djupinlärningens neurala nätverk på grund av dess …
Kvantisering omvandlar högprecisions flyttal (som FP32) till format med lägre precision …
Eftersom transformers behandlar alla token parallellt snarare än sekventiellt som RNN:er …
Planering inom AI innebär att bestämma en sekvens av åtgärder som leder från ett …
Inom artificiell intelligens syftar minne på mekanismer som gör det möjligt för modeller …
Modellhantering innebär att ta en statisk, tränad modell och omsluta den i skalbar …
Multimodala AI-system integrerar information från olika sensoriska inmatningar för att …
Också känd som kostnads- eller fel funktion, ger förlustfunktionen ett skalärt värde som …
Inlärningshastigheten bestämmer hur mycket modellens vikter uppdateras i förhållande till …
Funktionsanrop möjliggör för stora språkmodeller att interagera med externa verktyg och …
Tolkbarhet, eller förklarbarhet, innebär att göra de interna arbetsmekanismerna och …
Inom artificiell intelligens är rättvisa en kritisk etisk måttstock som säkerställer att …
I neurala nätverk förhindrar dropout överanpassning genom att tillfälligt ta bort en …
Encoders bearbetar råa indataströmmar eller datastrukturer och konverterar dem till …
Datasäkerhet omfattar juridiska, tekniska och organisatoriska åtgärder som är utformade …
Deepfakes är hyperrealistiska ljud- eller videomanipulationer skapade med hjälp av …
Byte Pair Encoding (BPE) är en datakompressionsteknik som har anpassats för bearbetning …
Begreppet ‘agentic’ beskriver AI-agenter som opererar med en hög grad av …
En aktiveringsfunktion introducerar icke-linearitet i ett neuralt nätverk, vilket …
Träningfria metoder avser tekniker som modifierar modellens beteende eller utdata utan …
Tvåstegsarkitekturer delar upp en komplex uppgift i två separata steg, vanligtvis …
Efterträning är ett kritiskt stadium i maskininlärningens livscykel som sker efter den …
One-shot-inlärning är en specifik typ av few-shot-inlärning där algoritmen måste …
Detektion av data utanför fördelningen (OOD) identifierar indata som ligger utanför …
Flerstegsmetoder innebär att dela upp en komplex fråga eller uppgift i mindre, exekutiva …
Inlärningsbaserade metoder förlitar sig på statistiska algoritmer för att identifiera …
Hög trohet beskriver output från generativa modeller som är ouppnåeliga från eller mycket …
Högdimensionell avser dataset eller vektorrum som innehåller ett enormt antal attribut …
Few-shot-inlärning möjliggör för maskininlärningsmodeller att generalisera från mycket …
Finmaskig analys innebär att identifiera och kategorisera objekt eller begrepp på en …
System med sluten loop inom AI använder återkoppling från miljön i realtid för att …
Tvärmodal AI innebär bearbetning och korrelation av data från distinkta modaliteter, …
AI-förståelse går bortom statistisk korrelation för att tolka den underliggande meningen …
Överföringsinlärning utnyttjar förtränade modeller för att förbättra prestanda och minska …
Tokenisering är ett kritiskt steg i förbehandling inom naturlig språkbehandling (NLP) som …
Inom AI är syntetisk data artificiellt genererad information som efterliknar verklig data …
Temporära begrepp inom AI innebär analys av datapunkter ordnade i tid, såsom aktiekurser, …
Stokastiska element introducerar variation i AI-system, såsom brus i data eller …
Semantisk analys inom AI fokuserar på att förstå det underliggande meningen hos indata …
Även om nuvarande AI saknar medvetande, beskriver termen ‘själv’ ofta …
Skalning är den aktiva metodiken för att utöka AI-system genom att lägga till fler lager, …
Sökning är en grundläggande paradigm inom AI som används för att navigera i komplexa …
Inom artificiell intelligens avser robusthet modellens motståndskraft mot adversariella …
Säkerhet inom AI innebär att implementera begränsningar och skyddsåtgärder för att …
Förstärkning är en grundläggande psykologisk och beräkningsmässig mekanism där en agents …
Inom artificiell intelligens avser integritet skyddet av känslig användarinformation från …
Inom AI avser ‘rate’ oftast inlärningstakten, en hyperparameter som styr hur …
Begreppet ‘policy’ har dubbla betydelser beroende på sammanhang. Inom allmän …
Inom AI och optimeringsteori är en optimal lösning en som uppnår den högsta möjliga …
AI-perception involverar att omvandla rå sensorsdata till meningsfull information som kan …
Bearbetning av naturligt språk (NLP) är ett delområde inom artificiell intelligens som …
Online-inlärning är en maskininlärningsparadigm där modellen uppdateras inkrementellt när …
Inom AI, särskilt inom Multi-Agent Systems och Förstärkningsinlärning, beskriver …
Inom artificiell intelligens och sannolikhetsteori är Markov-processer grundläggande …
Monte Carlo-tekniker är en klass av beräkningsalgoritmer som förlitar sig på upprepad …
Förlustfunktioner, även kända som kostnadsfunktioner, mäter hur väl en …
Inom AI-sammanhang beskriver ’lång’ ofta förmågan att bearbeta omfattande …
Denna term avser det bredare tillämpningsparadigmet där modeller med miljarder parametrar …
Denna process överbryggar klyftan mellan generell förträning och specifik …
Inom artificiell intelligens beskriver ‘grounded’ processen att länka …
Begreppet ‘guided’ inom AI syftar vanligtvis på tekniker där modellens …
Hierarkiska AI-system organisera information eller kontroll i en trädliknande struktur av …
Inom artificiell intelligens avser generering modellens förmåga, särskilt hos Generativa …
Gaussisk syftar på normalfördelningen, en kontinuerlig sannolikhetsfördelning som …
Finjustering innebär att ta en allmän modell som tränats på stora datamängder och …
Begreppet ‘utvecklande’ karaktäriserar dynamiska AI-modeller som genomgår …
Energi har två huvudbetydelser inom AI. För det första avser det den elektriska kraft som …
Kroppslig AI (Embodied AI) postulerar att intelligens uppstår genom interaktionen mellan …
Denna process innebär att överföra kunskap från ett komplext, högpresterande …
Detektering är en kärnuppgift inom datorseende och signalbehandling där en AI-modell …
Denna metod uppmuntrar modellen att dra embedding-värden för positiva par (liknande …
Benchmarking är den aktiva praktiken att genomföra experiment för att mäta hur väl en …
Autonomi inom AI avser förmågan hos ett system att uppfatta sin omgivning, fatta beslut …
Adam (Adaptive Moment Estimation) är en populär förstordningens gradientbaserad …
AI-agenter är programvaruprogram eller system som är kapabla att uppfatta sin omgivning …
Finjustering innebär att ta en modell som redan är tränad på en stor, allmän datamängd …
In-context learning (ICL) gör att stora språkmodeller kan anpassa sig till nya uppgifter …
Algoritmer för djupinlärning försöker efterlikna det mänskliga hjärnans analytiska och …
Kodgenerering utnyttjar stora språkmodeller som tränats på enorma arkiv av …
Kontextfönstret definierar den operativa gränsen för en AI-modells minne för en enskild …
Prompting med tänkandekedja (CoT) är en strategi där stora språkmodeller guidas att …
En uppmärksamhetsmekanism gör det möjligt för en modell att dynamiskt väga vikten av …
Inom AI är en agent en enhet som agerar åt en användare eller ett system för att slutföra …