HyperAI
Command Palette
Search for a command to run...
Wiki
Machine Learning Glossary: Definitionen und Erklärungen wichtiger KI- und ML-Konzepte erkunden
Ziel der Referring Image Segmentation (RIS) ist die Segmentierung der Zielobjekte, auf die durch natürliche Sprachausdrücke verwiesen wird. Bisherige Methoden basieren jedoch auf der starken Annahme, dass ein Satz ein Objekt in einem Bild beschreiben muss […]
Das Multiple-Drafts-Modell ist eine physikalistische Theorie des Bewusstseins, die auf dem Kognitivismus basiert und von Daniel Dennett vorgeschlagen wurde. Diese Theorie betrachtet den Geist aus der Perspektive der Informationsverarbeitung. Dennett veröffentlichte „Consciousness Explained“ im Jahr 1991.
KAN: Kolmogorov-Arnold-Netzwerke. Das Papier schlägt eine vielversprechende Alternative zum Multilayer Perceptron (MLP) vor, die sogenannten Kolmogorov-Arnold-Netzwerke (KAN). Der Ursprung des Namens KAN liegt […]
Der Kolmogorov-Arnold-Darstellungssatz erleichtert die Analyse komplexer dynamischer Systeme
Das Lernen von Aktionsmodellen umfasst einen komplexen Prozess im Bereich der künstlichen Intelligenz, bei dem Modelle entwickelt werden, um im Wesentlichen die Auswirkungen der Aktionen eines Agenten in einer Umgebung vorherzusagen.
Die True Positive Rate (TPR) ist eine Metrik, die in der Statistik, im maschinellen Lernen und in der medizinischen Diagnose verwendet wird, um die Leistung binärer Klassifizierungsmodelle zu bewerten. Es stellt den Anteil der tatsächlichen positiven Fälle dar, die vom Modell korrekt identifiziert oder als positiv klassifiziert wurden. TPR wird auch Sensibilität, Erinnerung oder […] genannt.
Glitch-Token sind Wörter, die in großen Sprachmodellen für einen reibungslosen Ablauf des Modells sorgen sollen, aber zu abnormalen Ergebnissen führen. Ein Forschungsteam der Huazhong University of Science and Technology, der Nanyang Technological University und anderer Universitäten veröffentlichte 2024 eine Studie mit dem Titel „Glitch-Token in […]
Multimodale große Sprachmodelle kombinieren die Leistungsfähigkeit der natürlichen Sprachverarbeitung (NLP) mit anderen Modalitäten wie Bildern, Audio oder Video.
Im Vergleich zu anderen LLM-Upgrademethoden, bei denen verschiedene Experten zum Einsatz kommen, erfordert DUS keine komplexen Änderungen für effizientes Training und effiziente Inferenz.
Im Bereich des Deep Learning bezeichnet Grokking ein Phänomen im Trainingsprozess neuronaler Netzwerke, nämlich dass auch nach langem Abklingen des Trainingsfehlers noch eine gute Generalisierung erreicht werden kann.
Skalierungsgesetze beim Deep Learning beziehen sich auf die Beziehung zwischen einer funktionalen Eigenschaft von Interesse (normalerweise ein Testverlust oder eine Leistungsmetrik bei einer Feinabstimmungsaufgabe) und Eigenschaften der Architektur oder des Optimierungsverfahrens (wie Modellgröße, Breite oder Trainingsberechnung).
Emergenz bezeichnet im Bereich der künstlichen Intelligenz ein Phänomen, bei dem durch die Interaktion einfacher Individuen oder Regeln komplexe kollektive Verhaltensweisen oder Strukturen entstehen. In der künstlichen Intelligenz kann sich diese Art der Emergenz auf vom Modell erlernte hochrangige Funktionen oder Verhaltensweisen beziehen, die nicht direkt konzipiert sind […]
Erklärbare KI (XAI) ist eine Reihe von Prozessen und Methoden, die es menschlichen Benutzern ermöglichen, die von Algorithmen des maschinellen Lernens erstellten Ergebnisse und Ausgaben zu verstehen und ihnen zu vertrauen.
Bei der bedingten Berechnung handelt es sich um eine Technik zur Reduzierung des Gesamtberechnungsaufwands, indem die Berechnung nur dann durchgeführt wird, wenn sie erforderlich ist.
Die statistische Klassifizierung ist eine überwachte Lernmethode, mit der neue Beobachtungen in eine der bekannten Kategorien eingeteilt werden.
Variational Autoencoder (VAE) ist eine von Diederik P. Kingma und Max Welling vorgeschlagene Struktur eines künstlichen neuronalen Netzwerks, das zum probabilistischen grafischen Modell und zur variationellen Bayes-Methode gehört.
Masked Language Modeling (MLM) ist eine Deep-Learning-Technik, die häufig bei Aufgaben der natürlichen Sprachverarbeitung (NLP) verwendet wird, insbesondere beim Training von Transformer-Modellen wie BERT, GPT-2 und RoBERTa.
Knowledge Engineering ist ein Zweig der künstlichen Intelligenz (KI), der Regeln entwickelt und sie auf Daten anwendet, um die Denkprozesse einer Person mit Fachwissen zu einem bestimmten Thema nachzuahmen.
Der Inception Score (IS) ist eine objektive Leistungskennzahl, die zur Bewertung der Qualität generierter oder synthetischer Bilder verwendet wird, die von einem Generative Adversarial Network (GAN) erstellt werden.
Fuzzy Logic ist eine Methode zur Variablenverarbeitung, die es ermöglicht, mehrere mögliche Wahrheitswerte durch dieselbe Variable zu verarbeiten. Die Fuzzy-Logik versucht, Probleme mithilfe eines offenen, ungenauen Spektrums an Daten und Heuristiken zu lösen, um zu einer Reihe genauer Schlussfolgerungen zu gelangen.
Die Fréchet-Inception-Distanz (FID) ist eine Leistungsmetrik, bei der niedrigere FID-Werte eine höhere Qualität der vom Generator generierten Bilder bedeuten und echten Bildern ähneln. FID basiert auf dem Merkmalsvektor des Bildes.
DALL-E ist ein neues von OpenAI entwickeltes KI-Programm, das Bilder auf der Grundlage von Textbeschreibungsaufforderungen generiert. Es kann Sprache und visuelle Verarbeitung kombinieren und dieser innovative Ansatz eröffnet neue Möglichkeiten im kreativen Bereich, in der Kommunikation, in der Bildung und mehr. DALL-E wurde im Januar 2021 eingeführt und ist […]
LoRA (Low-Level Adaptation) ist eine bahnbrechende, effiziente Feinabstimmungstechnik, die die Leistungsfähigkeit dieser fortschrittlichen Modelle für benutzerdefinierte Aufgaben und Datensätze nutzt, ohne Ressourcen zu belasten oder unerschwinglich hohe Kosten zu verursachen.
CBR funktioniert, indem ähnliche Fälle aus der Vergangenheit abgerufen und an die aktuelle Situation angepasst werden, um eine Entscheidung zu treffen oder ein Problem zu lösen.
Ziel der Referring Image Segmentation (RIS) ist die Segmentierung der Zielobjekte, auf die durch natürliche Sprachausdrücke verwiesen wird. Bisherige Methoden basieren jedoch auf der starken Annahme, dass ein Satz ein Objekt in einem Bild beschreiben muss […]
Das Multiple-Drafts-Modell ist eine physikalistische Theorie des Bewusstseins, die auf dem Kognitivismus basiert und von Daniel Dennett vorgeschlagen wurde. Diese Theorie betrachtet den Geist aus der Perspektive der Informationsverarbeitung. Dennett veröffentlichte „Consciousness Explained“ im Jahr 1991.
KAN: Kolmogorov-Arnold-Netzwerke. Das Papier schlägt eine vielversprechende Alternative zum Multilayer Perceptron (MLP) vor, die sogenannten Kolmogorov-Arnold-Netzwerke (KAN). Der Ursprung des Namens KAN liegt […]
Der Kolmogorov-Arnold-Darstellungssatz erleichtert die Analyse komplexer dynamischer Systeme
Das Lernen von Aktionsmodellen umfasst einen komplexen Prozess im Bereich der künstlichen Intelligenz, bei dem Modelle entwickelt werden, um im Wesentlichen die Auswirkungen der Aktionen eines Agenten in einer Umgebung vorherzusagen.
Die True Positive Rate (TPR) ist eine Metrik, die in der Statistik, im maschinellen Lernen und in der medizinischen Diagnose verwendet wird, um die Leistung binärer Klassifizierungsmodelle zu bewerten. Es stellt den Anteil der tatsächlichen positiven Fälle dar, die vom Modell korrekt identifiziert oder als positiv klassifiziert wurden. TPR wird auch Sensibilität, Erinnerung oder […] genannt.
Glitch-Token sind Wörter, die in großen Sprachmodellen für einen reibungslosen Ablauf des Modells sorgen sollen, aber zu abnormalen Ergebnissen führen. Ein Forschungsteam der Huazhong University of Science and Technology, der Nanyang Technological University und anderer Universitäten veröffentlichte 2024 eine Studie mit dem Titel „Glitch-Token in […]
Multimodale große Sprachmodelle kombinieren die Leistungsfähigkeit der natürlichen Sprachverarbeitung (NLP) mit anderen Modalitäten wie Bildern, Audio oder Video.
Im Vergleich zu anderen LLM-Upgrademethoden, bei denen verschiedene Experten zum Einsatz kommen, erfordert DUS keine komplexen Änderungen für effizientes Training und effiziente Inferenz.
Im Bereich des Deep Learning bezeichnet Grokking ein Phänomen im Trainingsprozess neuronaler Netzwerke, nämlich dass auch nach langem Abklingen des Trainingsfehlers noch eine gute Generalisierung erreicht werden kann.
Skalierungsgesetze beim Deep Learning beziehen sich auf die Beziehung zwischen einer funktionalen Eigenschaft von Interesse (normalerweise ein Testverlust oder eine Leistungsmetrik bei einer Feinabstimmungsaufgabe) und Eigenschaften der Architektur oder des Optimierungsverfahrens (wie Modellgröße, Breite oder Trainingsberechnung).
Emergenz bezeichnet im Bereich der künstlichen Intelligenz ein Phänomen, bei dem durch die Interaktion einfacher Individuen oder Regeln komplexe kollektive Verhaltensweisen oder Strukturen entstehen. In der künstlichen Intelligenz kann sich diese Art der Emergenz auf vom Modell erlernte hochrangige Funktionen oder Verhaltensweisen beziehen, die nicht direkt konzipiert sind […]
Erklärbare KI (XAI) ist eine Reihe von Prozessen und Methoden, die es menschlichen Benutzern ermöglichen, die von Algorithmen des maschinellen Lernens erstellten Ergebnisse und Ausgaben zu verstehen und ihnen zu vertrauen.
Bei der bedingten Berechnung handelt es sich um eine Technik zur Reduzierung des Gesamtberechnungsaufwands, indem die Berechnung nur dann durchgeführt wird, wenn sie erforderlich ist.
Die statistische Klassifizierung ist eine überwachte Lernmethode, mit der neue Beobachtungen in eine der bekannten Kategorien eingeteilt werden.
Variational Autoencoder (VAE) ist eine von Diederik P. Kingma und Max Welling vorgeschlagene Struktur eines künstlichen neuronalen Netzwerks, das zum probabilistischen grafischen Modell und zur variationellen Bayes-Methode gehört.
Masked Language Modeling (MLM) ist eine Deep-Learning-Technik, die häufig bei Aufgaben der natürlichen Sprachverarbeitung (NLP) verwendet wird, insbesondere beim Training von Transformer-Modellen wie BERT, GPT-2 und RoBERTa.
Knowledge Engineering ist ein Zweig der künstlichen Intelligenz (KI), der Regeln entwickelt und sie auf Daten anwendet, um die Denkprozesse einer Person mit Fachwissen zu einem bestimmten Thema nachzuahmen.
Der Inception Score (IS) ist eine objektive Leistungskennzahl, die zur Bewertung der Qualität generierter oder synthetischer Bilder verwendet wird, die von einem Generative Adversarial Network (GAN) erstellt werden.
Fuzzy Logic ist eine Methode zur Variablenverarbeitung, die es ermöglicht, mehrere mögliche Wahrheitswerte durch dieselbe Variable zu verarbeiten. Die Fuzzy-Logik versucht, Probleme mithilfe eines offenen, ungenauen Spektrums an Daten und Heuristiken zu lösen, um zu einer Reihe genauer Schlussfolgerungen zu gelangen.
Die Fréchet-Inception-Distanz (FID) ist eine Leistungsmetrik, bei der niedrigere FID-Werte eine höhere Qualität der vom Generator generierten Bilder bedeuten und echten Bildern ähneln. FID basiert auf dem Merkmalsvektor des Bildes.
DALL-E ist ein neues von OpenAI entwickeltes KI-Programm, das Bilder auf der Grundlage von Textbeschreibungsaufforderungen generiert. Es kann Sprache und visuelle Verarbeitung kombinieren und dieser innovative Ansatz eröffnet neue Möglichkeiten im kreativen Bereich, in der Kommunikation, in der Bildung und mehr. DALL-E wurde im Januar 2021 eingeführt und ist […]
LoRA (Low-Level Adaptation) ist eine bahnbrechende, effiziente Feinabstimmungstechnik, die die Leistungsfähigkeit dieser fortschrittlichen Modelle für benutzerdefinierte Aufgaben und Datensätze nutzt, ohne Ressourcen zu belasten oder unerschwinglich hohe Kosten zu verursachen.
CBR funktioniert, indem ähnliche Fälle aus der Vergangenheit abgerufen und an die aktuelle Situation angepasst werden, um eine Entscheidung zu treffen oder ein Problem zu lösen.