در حال آمادهسازی...
مفاهیم و اصطلاحات هوش مصنوعی را عمیق‌تر بشناس.
تولید تقویت‌شده با بازیابی؛ ترکیب جست‌وجو در منابع واقعی با تولید متن توسط مدل. RAG ابتدا اطلاعات مرتبط را از منابعی مانند اسناد یا پایگاه دانش پیدا می‌کند و سپس مدل با تکیه بر آن‌ها پاسخ می‌سازد؛ این روش برای چت‌بات‌های سازمانی بسیار کاربردی است.
مشاهدهٔ جزئیاتیادگیری تقویتی؛ مخفف Reinforcement Learning. RL شکل کوتاه‌شده Reinforcement Learning و همان یادگیری تقویتی است.
مشاهدهٔ جزئیاتیادگیری تقویتی از بازخورد انسانی؛ تنظیم مدل‌ها بر اساس ترجیحات و بازخورد انسان‌ها. این روش به مدل کمک می‌کند خروجی‌هایی تولید کند که بیشتر با ترجیحات و انتظارات انسان هماهنگ باشند.
مشاهدهٔ جزئیاتشبکه عصبی بازگشتی؛ نوعی شبکه عصبی برای پردازش دنباله‌ها مثل متن یا داده زمانی. RNN برای داده‌های ترتیبی طراحی شده و در گذشته در پردازش متن و سری‌های زمانی کاربرد زیادی داشته است.
مشاهدهٔ جزئیاتمدل استدلالی؛ مدلی که برای حل مسائل چندمرحله‌ای و پیچیده، توانایی بیشتری در برنامه‌ریزی و استدلال دارد.
مشاهدهٔ جزئیاتفراخوانی؛ نسبت موارد مثبت درست شناسایی‌شده به همه موارد مثبت واقعی. Recall زمانی مهم است که از دست دادن یک مورد مثبت هزینه بالایی داشته باشد؛ مثلا در برخی کاربردهای تشخیص بیماری یا کشف تقلب.
مشاهدهٔ جزئیاترگرسیون؛ مدل‌سازی رابطه میان ورودی و یک خروجی عددی پیوسته؛ مثلا پیش‌بینی قیمت یا تقاضا بر اساس ویژگی‌های ورودی.
مشاهدهٔ جزئیاتمعیارهای رگرسیون؛ شاخص‌هایی برای سنجش خطای خروجی عددی مانند میانگین قدر مطلق خطا یا ریشه میانگین مربع خطا؛ هر کدام خطاهای بزرگ را متفاوت مجازات می‌کنند.
مشاهدهٔ جزئیاتقاعدهگذاری؛ تکنیک‌هایی برای جلوگیری از بیش‌برازش در مدل‌ها. این روش‌ها مدل را از یادگیری بیش‌ازحد جزئیات داده آموزشی بازمی‌دارند تا روی داده‌های جدید بهتر عمل کند.
مشاهدهٔ جزئیاتیادگیری تقویتی؛ نوعی یادگیری که در آن یک عامل با پاداش و تنبیه از محیط یاد می‌گیرد. عامل با آزمون و خطا یاد می‌گیرد کدام اقدامات در بلندمدت پاداش بیشتری ایجاد می‌کنند.
مشاهدهٔ جزئیاتبازتولیدپذیری؛ توانایی رسیدن دوباره به همان نتیجه با همان داده، نسخه کد و تنظیمات؛ پایه اعتماد به گزارش‌های ارزیابی مدل.
مشاهدهٔ جزئیاتبازرتبهبندی؛ مرتب‌سازی دوباره نتایج بازیابی‌شده با یک روش دقیق‌تر برای انتخاب مرتبط‌ترین موارد.
مشاهدهٔ جزئیاتبازیابی؛ مرحله پیدا کردن اطلاعات مرتبط از میان اسناد، پایگاه داده یا منابع دیگر برای استفاده در پاسخ یا تصمیم‌گیری.
مشاهدهٔ جزئیاتتولید تقویت‌شده با بازیابی؛ روشی که در آن سیستم ابتدا اطلاعات مرتبط را از منابع خارجی بازیابی می‌کند و سپس مدل با استفاده از آن اطلاعات پاسخ می‌دهد.
مشاهدهٔ جزئیاتبازیاب؛ بخشی از سیستم RAG که مسئول پیدا کردن قطعات مرتبط از میان منابع موجود است.
مشاهدهٔ جزئیاتمدل پاداش؛ مدلی که بازخورد انسانی درباره کیفیت پاسخ‌ها را یاد می‌گیرد و در آموزش با تقویت بازخورد، جای امتیازدهی دستی را می‌گیرد.
مشاهدهٔ جزئیاتریسک؛ احتمال و اندازه زیان در یک تصمیم؛ در کاربردهای مالی، مدل باید همراه با برآورد ریسک سنجیده شود، نه فقط بازده پیش‌بینی‌شده.
مشاهدهٔ جزئیاترباتیک؛ زمینه‌ای که به طراحی، ساخت و کنترل ربات‌های هوشمند می‌پردازد. ترکیب رباتیک با AI می‌تواند به ربات‌ها توانایی دیدن محیط، تصمیم‌گیری، برنامه‌ریزی و تعامل هوشمندتر بدهد.
مشاهدهٔ جزئیات