عامل‌های هوش مصنوعی
Function Callingفراخوانی تابع
فراخوانی تابع؛ روشی که مدل در آن مشخص می‌کند کدام تابع برنامه باید با چه ورودی‌هایی اجرا شود تا کاری خارج از توان مستقیم مدل انجام شود.
مشاهدهٔ جزئیاتدانشنامهٔ Noventix
واژه‌نامهٔ هوش مصنوعی
مفاهیم و اصطلاحات هوش مصنوعی را عمیق‌تر بشناس.
۳۴۵ اصطلاح آموزشی۲۵ حوزهٔ موضوعیرایگان برای همه
مرور سریع
از الفبا شروع کن
دسته‌بندی‌ها
۳۴۵ اصطلاحموضوع موردنظرت را انتخاب کن
هوش مصنوعی مولد
GAN (Generative Adversarial Network)شبکه خصمانه مولد
شبکه خصمانه مولد؛ شامل دو شبکه (تولیدکننده و تشخیص‌دهنده) که با هم رقابت می‌کنند تا داده واقعی‌نما تولید شود. رقابت بین دو شبکه باعث می‌شود تولیدکننده تلاش کند خروجی‌هایی شبیه داده واقعی بسازد و تشخیص‌دهنده آن‌ها را بهتر شناسایی کند.
مشاهدهٔ جزئیاتزیرساخت هوش مصنوعی
GPU (Graphics Processing Unit)واحد پردازش گرافیکی
واحد پردازش گرافیکی؛ پردازنده‌ای بسیار موازی که برای آموزش مدل‌های عمیق بسیار سریع است. توان پردازش موازی GPU آن را برای عملیات بسیار زیاد و مشابه که در شبکه‌های عصبی رایج‌اند مناسب می‌کند.
مشاهدهٔ جزئیاتهوش مصنوعی مولد
GenAI (Generative AI)هوش مصنوعی مولد
هوش مصنوعی مولد؛ نوعی هوش مصنوعی که محتوای جدید مثل متن، تصویر، صدا یا کد تولید می‌کند. مدل‌های مولد می‌توانند از یک دستور کاربر برای تولید متن، تصویر، صدا، ویدیو یا کد استفاده کنند.
مشاهدهٔ جزئیاتهوش مصنوعی مولد
Generative Modelمدل مولد
مدل مولد؛ مدلی که به‌جای فقط تشخیص یا دسته‌بندی داده‌ها، می‌تواند محتوای جدید مانند متن، تصویر، صدا، ویدیو یا کد تولید کند.
مشاهدهٔ جزئیاتFine-tuning و PEFT
Gradient Descentگرادیان کاهشی
گرادیان کاهشی؛ روش به‌روزرسانی پارامترها در جهت کاهش خطا؛ نرخ یادگیری تعیین می‌کند هر گام چقدر بزرگ باشد.
مشاهدهٔ جزئیاتیادگیری عمیق
Graph Neural Network (GNN)شبکه عصبی گراف
شبکه عصبی گراف؛ مدلی برای داده‌هایی که ساختار شبکه‌ای یا گراف دارند. GNN برای مسائلی مانند شبکه‌های اجتماعی، ارتباط بین کالاها، مولکول‌ها و سیستم‌های دارای رابطه مناسب است.
مشاهدهٔ جزئیاتارزیابی مدل‌ها
Ground Truthحقیقت مرجع
حقیقت مرجع؛ پاسخ واقعی و صحیح که مدل باید آن را یاد بگیرد. Ground Truth مبنای مقایسه مدل است و برای آموزش، ارزیابی و اندازه‌گیری خطای بسیاری از مدل‌ها اهمیت دارد.
مشاهدهٔ جزئیاتRAG
Groundingاتکا به منبع
اتکا به منبع؛ متصل کردن پاسخ مدل به داده یا منابع مشخص و قابل بررسی برای کاهش پاسخ‌های بی‌پایه.
مشاهدهٔ جزئیاتامنیت و ایمنی هوش مصنوعی
Guardrailsگاردریل‌ها
گاردریل‌ها؛ قوانین، محدودیت‌ها و کنترل‌هایی که برای جلوگیری از خروجی‌ها یا رفتارهای نامناسب و ناامن در سیستم AI استفاده می‌شوند.
مشاهدهٔ جزئیاتمدلهای زبانی بزرگ
Hallucinationتوهم
توهم؛ زمانی که مدل هوش مصنوعی اطلاعات نادرست یا ساختگی را با اعتمادبه‌نفس تولید می‌کند. در کاربردهای حساس باید خروجی مدل با منابع معتبر بررسی شود، زیرا لحن مطمئن مدل به معنی درست بودن اطلاعات نیست.
مشاهدهٔ جزئیاتمبانی هوش مصنوعی
Heuristicروش سرانگشتی
روش سرانگشتی؛ قاعده‌های ساده و تقریبی برای حل سریع مسائل. روش‌های سرانگشتی معمولا پاسخ تقریبی و سریع می‌دهند و لزوما بهترین جواب ریاضی ممکن را پیدا نمی‌کنند.
مشاهدهٔ جزئیاتیادگیری عمیق
Hidden Layerلایه مخفی
لایه مخفی؛ لایه‌های میانی شبکه عصبی که بین ورودی و خروجی قرار دارند. تعداد و ساختار این لایه‌ها بخشی از معماری شبکه را تشکیل می‌دهد و بر توانایی یادگیری مدل اثر دارد.
مشاهدهٔ جزئیاتیادگیری عمیق
Hidden Stateحالت پنهان
حالت پنهان؛ برداری که وضعیت داخلی شبکه عصبی در هر گام پردازش را خلاصه می‌کند؛ در مدل‌های بازگشتی نقش حافظه کوتاه‌مدت را دارد.
مشاهدهٔ جزئیاتMLOps و LLMOps
Hybrid AIهوش مصنوعی ترکیبی
هوش مصنوعی ترکیبی؛ ترکیب مدل یادگیری ماشین با قواعد صریح، دانش ساختاریافته یا جست‌وجو برای رسیدن به رفتار قابل‌کنترل‌تر.
مشاهدهٔ جزئیاتRAG
Hybrid Searchجست‌وجوی ترکیبی
جست‌وجوی ترکیبی؛ ترکیب جست‌وجوی کلمه‌ای و معنایی برای پیدا کردن نتایج مرتبط‌تر.
مشاهدهٔ جزئیاتFine-tuning و PEFT
Hyperparameterفراپارامتر
فراپارامتر؛ تنظیماتی مثل نرخ یادگیری یا تعداد لایه‌ها که قبل از آموزش تعیین می‌شوند. این تنظیمات از پارامترهای داخلی مدل متفاوت‌اند، چون معمولا توسط طراح یا فرآیند تنظیم مدل تعیین می‌شوند.
مشاهدهٔ جزئیاتFine-tuning و PEFT
Hyperparameter Tuningتنظیم فراپارامتر
تنظیم فراپارامتر؛ جست‌وجو برای پیدا کردن بهترین تنظیمات مدل. روش‌هایی مانند جست‌وجوی شبکه‌ای، جست‌وجوی تصادفی و بهینه‌سازی بیزی برای این کار استفاده می‌شوند.
مشاهدهٔ جزئیاتمهندسی پرامپت
ICL (In-Context Learning)یادگیری در متن
یادگیری در متن؛ توانایی مدل‌های زبانی برای یادگیری از مثال‌هایی که همین‌الان در ورودی داده شده‌اند. مدل با دیدن نمونه‌های موجود در همان درخواست، بدون تغییر دائمی وزن‌هایش، نحوه پاسخ‌گویی را با مثال‌ها هماهنگ می‌کند.
مشاهدهٔ جزئیاتاستقرار مدل‌ها
Inferenceاستنتاج
استنتاج؛ استفاده از مدل آموزش‌دیده برای پیش‌بینی یا تولید خروجی روی داده‌های جدید. هر بار که یک مدل آموزش‌دیده برای پاسخ به درخواست کاربر اجرا می‌شود، در حال انجام Inference است.
مشاهدهٔ جزئیاتاستقرار مدل‌ها
Inference APIAPI استنتاج
API استنتاج؛ سرویسی که یک ورودی را به مدل می‌دهد و خروجی تولیدشده توسط مدل را به برنامه برمی‌گرداند.
مشاهدهٔ جزئیاتمدلهای زبانی بزرگ
Inference-Time Computeمحاسبات زمان استنتاج
محاسبات زمان استنتاج؛ منابع محاسباتی که مدل هنگام تولید پاسخ مصرف می‌کند و می‌توان با افزایش آن در برخی مدل‌ها کیفیت حل مسئله را بهبود داد.
مشاهدهٔ جزئیاتزیرساخت هوش مصنوعی
Infrastructure Networkشبکه زیرساخت
شبکه زیرساخت؛ لایه ارتباطی میان سرورها، تراشه‌ها و لوازم محاسباتی که پهنای باند، تأخیر، امنیت و استقلال عملیاتی را تعیین می‌کند.
مشاهدهٔ جزئیاتمهندسی پرامپت
Instructionدستورالعمل
دستورالعمل؛ متنی که از کاربر یا سیستم به مدل می‌گوید چه کاری انجام دهد؛ در مدل‌های تنظیم‌شده، کیفیت دستورالعمل مستقیما بر نتیجه اثر می‌گذارد.
مشاهدهٔ جزئیات