百科

每秒帧数 (fps) 是衡量视频或动画一秒内显示多少静态图像或帧的指标。

HITL 是一种迭代反馈过程，人员（或团队）通过该过程与算法生成的系统（例如计算机视觉、机器学习或人工智能）进行交互。

在机器学习中，超参数（英语：Hyperparameter）是事先给定的，用来控制学习过程的参数。而其他参数（例如节点权重）的值是通过训练得出的。

就计算机视觉而言，扩散模型可以应用于各种任务，包括图像去噪、修复、超分辨率和图像生成。

在深度学习领域，Ground Truth (常用英文表示，中文意思是「地面真实值」或「基准真实值」，简单理解就是真实值) 是指用于训练和评估模型的准确标签或数据。

图像注释 (Image Annotation) 是使用元数据或有关图像内容的附加信息来标记或注释图像的过程。

人体姿态估计 (Human Pose Estimation, HPE) 是计算机视觉中的一项任务，涉及检测和估计人的图像或视频中各个身体部位的位置。

机器学习中的一个 Epoch 表示将整个训练数据集通过神经网络一次 (即进行一次正向传播和一次反向传播) 的过程。例如，如果数据集由 1000 个样本组成，并且使用 batch size 为 100 训练模型，则需要 1 […]

误报率（False Positive Rate）是机器学习模型预测积极结果准确性的衡量标准。它是模型预测积极结果但实际结果消极的实例比例。

类边界是指数据集中两个相邻类或类别之间的分界线。

概念漂移是指数据流的统计属性随时间变化，导致学习模型与当前数据分布不匹配的现象。

近端策略优化（PPO）是强化学习领域的一种算法，用于训练计算机代理的决策功能来完成困难的任务。

混淆矩阵 (Confusion Matrix) 是机器学习中使用的一种性能评估工具，它通过列出真阳性、真阴性、假阳性和假阴性预测来总结分类模型的性能。

校准曲线是机器学习和预测建模中的很有用的工具，可以了解和微调分类模型预测概率的可靠性。

边缘检测（英语：Edge detection）是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。

在图像处理和计算机视觉中，拉普拉斯算子已经被用于诸如斑点检测和边缘检测等的各种任务。

可微分编程 (Differentiable Programming) 是一种编程范式，其中数字计算机程序可以通过自动微分来完全微分。

方面级情感分析是一种检测文本中特定方面的情感的任务。

幻觉是指模型生成的内容与现实世界事实或用户输入不一致的现象。

基础智能体 (Foundation Agent) 是一个可以在虚拟世界和现实世界里泛化的通用智能体模型。

KV Cache 是 Transformer 推理性能优化的一项重要工程化技术，该技术可以在不影响任何计算精度的前提下，通过空间换时间思想，提高推理性能。

旋转位置编码 RoPE 是一种能够将相对位置信息依赖集成到 self-attention 中并提升 transformer 架构性能的位置编码方式。

虚拟筛选技术旨在通过计算方法从庞大的化合物库中寻找与特定蛋白质口袋相互作用的潜在药物分子。

每秒浮点运算次数 (FLOPS) 是基于处理器在一秒内可以执行的浮点算术计算数量来衡量计算机性能的指标。