الموسوعة

الحساب الشرطي هو تقنية تهدف إلى تقليل إجمالي كمية الحساب من خلال إجراء الحساب فقط عندما يكون هناك حاجة إليه.

التصنيف الإحصائي هو أسلوب تعليمي خاضع للإشراف يستخدم لتصنيف الملاحظات الجديدة إلى إحدى الفئات المعروفة.

المشفر التلقائي المتغير (VAE) هو بنية شبكة عصبية اصطناعية اقترحها Diederik P. Kingma و Max Welling، وهي تنتمي إلى النموذج الرسومي الاحتمالي وطريقة Bayesian المتغيرة.

نمذجة اللغة المقنعة (MLM) هي تقنية تعلم عميق تستخدم على نطاق واسع في مهام معالجة اللغة الطبيعية (NLP)، وخاصة في تدريب نماذج المحولات مثل BERT وGPT-2 وRoBERTa.

هندسة المعرفة هي فرع من فروع الذكاء الاصطناعي الذي يطور القواعد ويطبقها على البيانات لمحاكاة العمليات الفكرية لشخص لديه خبرة في موضوع معين.

Inception Score (IS) هو مقياس أداء موضوعي يستخدم لتقييم جودة الصور المولدة أو الاصطناعية التي تنتجها شبكة تنافسية توليدية (GAN).

المنطق الضبابي هو أسلوب معالجة متغيرات يسمح بمعالجة قيم حقيقة متعددة محتملة بواسطة نفس المتغير. تحاول المنطق الضبابي حل المشكلات باستخدام مجموعة مفتوحة وغير دقيقة من البيانات والأساليب للوصول إلى مجموعة من الاستنتاجات الدقيقة.

مسافة بدء فريشيت (FID) هي مقياس أداء حيث تمثل درجات FID المنخفضة صورًا ذات جودة أعلى تم إنشاؤها بواسطة المولد وتكون مشابهة للصور الحقيقية. يعتمد FID على متجه الميزات الخاص بالصورة.

DALL-E هو برنامج ذكاء اصطناعي جديد تم تطويره بواسطة OpenAI والذي يقوم بإنشاء صور بناءً على مطالبات وصف النص. ويمكنه الجمع بين اللغة والمعالجة البصرية، وهذا النهج المبتكر يفتح إمكانيات جديدة في المجال الإبداعي والتواصل والتعليم وأكثر من ذلك. تم إطلاق DALL-E في يناير 2021 وهو […]

LoRA (التكيف منخفض المستوى) هي تقنية ضبط دقيقة فعّالة ومبتكرة تستغل قوة هذه النماذج المتقدمة للمهام ومجموعات البيانات المخصصة دون إجهاد الموارد أو التكاليف الباهظة.

تعمل CBR من خلال استرجاع الحالات المماثلة من الماضي وتكييفها مع الوضع الحالي لاتخاذ قرار أو حل مشكلة.

التعلم الآلي العدائي هو أسلوب تعلم آلي يهدف إلى خداع نماذج التعلم الآلي من خلال تقديم مدخلات خادعة.

يمثل البحث المعرفي الجيل القادم من البحث المؤسسي، والذي يستخدم تقنيات الذكاء الاصطناعي (AI) لتحسين استعلامات بحث المستخدمين واستخراج المعلومات ذات الصلة من مجموعات بيانات متعددة متباينة.

تصف جودة الكود التقييم الشامل لمدى فعالية وموثوقية وقابلية صيانة جزء من كود البرنامج. تشمل الصفات الرئيسية لجودة الكود قابلية القراءة والوضوح والموثوقية والأمان والوحدات النمطية. تجعل هذه الصفات الكود سهل الفهم والتغيير والمعالجة والتصحيح. 

حاويات السحابة هي تقنية تستخدم لنشر التطبيقات وتشغيلها وإدارتها في بيئة سحابية. إنها توفر طريقة خفيفة الوزن وقابلة للنقل لتغليف التطبيق وتبعياته في بيئة تشغيل مستقلة.

يمكن أن يؤدي تحديد كمية النموذج إلى تقليل حجم الذاكرة والمتطلبات الحسابية لنماذج الشبكات العصبية العميقة. كمية الوزن هي تقنية كمية شائعة تتضمن تحويل الأوزان وتنشيطات الشبكة العصبية من أرقام فاصلة عائمة عالية الدقة إلى تنسيق أقل دقة مثل الأعداد الصحيحة 16 بت أو 8 بت.

خسارة الثلاثية هي دالة خسارة للتعلم العميق، والتي تشير إلى تقليل المسافة بين نقطة الارتكاز والعينة الإيجابية بنفس الهوية، وتقليل المسافة بين نقطة الارتكاز والعينة السلبية بهويات مختلفة.

عمليات نموذج اللغة الكبيرة (LLMOps) هي الممارسات والتقنيات والأدوات اللازمة للإدارة التشغيلية لنماذج اللغة الكبيرة في بيئات الإنتاج. تم تصميم LLMOps خصيصًا لاستخدام الأدوات والأساليب لإدارة دورة حياة LLM وأتمتتها، من الضبط الدقيق إلى الصيانة.

تشير جاذبية البيانات إلى قدرة هيئة البيانات على جذب التطبيقات والخدمات والبيانات الأخرى. ستزداد جودة وكمية البيانات بمرور الوقت، مما يجذب المزيد من التطبيقات والخدمات للاتصال بهذه البيانات.

التراكم المتدرج هو آلية لتقسيم دفعة من العينات المستخدمة لتدريب الشبكة العصبية إلى عدة دفعات صغيرة من العينات التي يتم تشغيلها بشكل متسلسل.

التحقق من صحة النموذج هو عملية تقييم أداء نموذج التعلم الآلي (ML) على مجموعة بيانات منفصلة عن مجموعة بيانات التدريب. تُعد هذه خطوة مهمة في عملية تطوير نموذج التعلم الآلي لأنها تساعد في ضمان تعميم النموذج على البيانات الجديدة غير المرئية وعدم ملاءمته بشكل مفرط لبيانات التدريب.

إن أخذ العينات المبني على التجميع هو أسلوب تعليمي نشط شائع يختار أمثلة إعلامية للتصنيف. يتم إنشاء مجموعة من البيانات غير المصنفة، ويختار النموذج الأمثلة الأكثر إفادة للتعليق عليها من قبل الإنسان. يتم استخدام هذه الأمثلة المصنفة لإعادة تدريب النموذج، ويتم تكرار العملية.

يتم استخدام Bot Frame لإنشاء الروبوتات وتحديد سلوكياتها.

معلمات النموذج هي متغيرات تتحكم في سلوك نموذج التعلم الآلي (ML). غالبًا ما يتم تدريبهم على البيانات ويقومون بالتنبؤات أو الاختيارات بناءً على حقائق جديدة وغير متوقعة. تشكل معلمات النموذج جزءًا مهمًا من نموذج التعلم الآلي لأنها تؤثر بشكل كبير على دقة وأداء النموذج.