Słownik szkolenia modeli AI

Baseline

Punkt odniesienia: prosta reguła lub model, z którym porównujesz kandydat. Zobacz problem i metrykę.

Data leakage (przeciek danych)

Informacja niedostępna w chwili predykcji wpływa na trening lub ocenę, zawyżając wynik. Zobacz podział zbioru.

Etykieta (label)

Wynik przypisany do rekordu, którego model ma się nauczyć przewidywać. Jej pochodzenie opisuje moduł danych treningowych.

Train, validation, test

Trzy role danych: uczenie, dobór rozwiązań i niezależna ocena.

Drift

Zmiana danych lub zależności po czasie; wynik offline nie jest dowodem odporności na tę zmianę.

RAG i fine-tuning

Różne sposoby rozszerzania zachowania systemu; ich wybór wymaga osobnego porównania, którego ten słownik nie zastępuje.

Ten słownik celowo obejmuje tylko terminy potrzebne w technicznym cyklu modelu. Szersze, początkujące definicje pozostają w ogólnym słowniku pojęć AI.