ИИ и данные

Моделирование процессов человеческого мышления с помощью компьютерных систем, позволяющее машинам обучаться, рассуждать, решать задачи и принимать решения.

Подраздел искусственного интеллекта, в котором системы обучаются на данных и со временем улучшают свои результаты без явного программирования.

Тип искусственного интеллекта, который создаёт новый контент, такой как текст, изображения, код или аудио, на основе паттернов из обучающих данных.

Тип модели искусственного интеллекта, обученной на огромных объёмах текстовых данных для понимания, генерации и обработки человеческого языка.

Математическое представление реального процесса, обученное на данных для распознавания паттернов и построения прогнозов или принятия решений.

Базовая единица текста, например слово или его часть, которую языковая модель использует для обработки и генерации языка. Количество токенов определяет объем контекста и стоимость запроса.

Максимальный объём текста, измеряемый в токенах, который модель AI может считывать и обрабатывать за одно обращение. Лимит суммирует входные и выходные токены вместе.

Текст, вопрос или набор инструкций, предоставляемый модели AI для направления её вывода и формирования ответа. Качество промта напрямую определяет точность и стиль получаемого результата.

Процесс, в котором модель AI получает данные, находит в них паттерны, корректирует внутренние математические веса и учится давать точные прогнозы.

Обученная модель AI получает новые, ранее не встречавшиеся данные и строит по ним прогнозы, генерирует контент или решает задачи.

Математическое представление данных, например слов или изображений, в виде числового вектора, отражающего смысл объектов. На эмбеддингах строится семантический поиск в системах RAG.

Специализированная база данных, предназначенная для хранения, индексирования и быстрого поиска высокоразмерных математических векторов, например эмбеддингов.

Технология повышения точности AI за счёт поиска релевантных фактов во внешних базах данных перед генерацией ответа. Это позволяет привязать выводы модели к верифицированным данным.

Явление, при котором модель AI генерирует недостоверную информацию с высокой степенью уверенности. Контент при этом не опирается на обучающие данные и не соответствует входному контексту.

Автономная система AI, которая воспринимает среду, принимает решения, использует цифровые инструменты и выполняет многоэтапные задачи ради заданной цели.

Дополнительное обучение готовой модели AI на специализированном наборе данных под конкретную задачу. Веса предобученной сети при этом подстраивают под целевую предметную область.