Metodologija i AI / ML / LLM Tehnologije

Srpski naziv Kriterijumi prihvatanja

Merljivi uslovi koje model ili sistem mora da ispuni pre nego što bude odobren za sledeću fazu.

Srpski naziv Adapter

Relativno mali skup obučenih parametara koji se dodaje osnovnom modelu da bi promenio njegovo ponašanje bez zamene svih izvornih težina.

Srpski naziv Osnovni model

Konkretan polazni model i njegova verzija izabrani kao početna tačka projekta specijalizacije.

Srpski naziv Benčmark

Definisan skup zadataka, primera, metrika i postupaka koji se koristi za poređenje modela ili njihovih verzija.

Srpski naziv Kalibracija

Stepen u kojem pouzdanost koju model iskazuje odgovara stvarnoj verovatnoći da je njegov odgovor tačan.

Srpski naziv Katastrofalno zaboravljanje

Gubitak prethodno naučenih sposobnosti kada se model dodatno obučava na novom materijalu.

Srpski naziv Kontrolna tačka

Sačuvano stanje iz procesa obuke koje sadrži težine modela ili adaptera, a ponekad i stanje optimizatora za nastavak obuke.

Srpski naziv Izlazni token

Token koji model generiše kao izlaz; u nadgledanoj obuci to može biti token na koji se primenjuje funkcija gubitka.

Srpski naziv Kontekstni prozor

Najveća količina tokenizovanog ulaza i izlaza koju model može da obradi u jednom zahtevu.

Srpski naziv Nastavljeno fino podešavanje

Dodatna faza finog podešavanja koja počinje od već izmenjene kontrolne tačke, a ne od izvornog osnovnog modela.

Srpski naziv Nastavak predobuke

Dodatna obuka jezičkog modela na obimnom korpusu radi dubljeg usvajanja jezika, domena, stila ili raspodele znanja.

Srpski naziv Korpus

Strukturisana zbirka teksta, dokumenata, transkripata, slika ili drugog materijala pripremljena za obuku, pretragu ili evaluaciju.

Srpski naziv Paralelizacija podataka

Metod obuke na više grafičkih procesora (GPU uređaja), u kojem svaki uređaj drži kopiju modela i obrađuje drugi deo serije podataka.

Srpski naziv Podela skupa podataka

Razdvajanje primera na skupove za obuku, validaciju i testiranje, od kojih svaki ima posebnu ulogu u razvoju modela.

Srpski naziv Gusti model

Arhitektura u kojoj praktično svi relevantni parametri učestvuju u obradi svakog tokena.

Srpski naziv Destilacija

Obuka učeničkog modela da reprodukuje korisno ponašanje ili raspodele verovatnoće većeg ili drugačijeg nastavničkog modela.

Srpski naziv Distribuirana paralelizacija podataka

Uobičajena primena paralelizacije podataka koja sinhronizuje gradijente između kopija modela na više grafičkih procesora (GPU uređaja).

Srpski naziv Vektorska reprezentacija

Numerička reprezentacija koja semantički srodne ulaze postavlja blizu jedne drugima u vektorskom prostoru.

Srpski naziv Evaluacija

Postupak merenja modela, komponente ili celog sistema prema definisanim primerima i kriterijumima.

Srpski naziv Fino podešavanje

Zajednički naziv za dodatnu obuku koja menja prethodno obučen model radi određenog ponašanja, zadatka, jezika, domena ili preferencije.

Srpski naziv Temeljni model

Široko obučen model namenjen da bude osnova za veliki broj kasnijih zadataka.

Srpski naziv Fino podešavanje svih težina

Fino podešavanje koje može menjati sve ili većinu izvornih parametara modela, uz veći kapacitet, ali i veće računarske i upravljačke zahteve.

Srpski naziv Gradijent

Izračunat signal koji pokazuje kako parametri modela treba da se promene da bi se smanjio izabrani gubitak.

Srpski naziv Utemeljenost

Stepen u kojem je odgovor podržan izvornim materijalom koji je sistemu stavljen na raspolaganje.

Srpski naziv Halucinacija

Izlaz koji izmišlja, pogrešno navodi ili prikazuje nepotkrepljene informacije kao pouzdane.

Srpski naziv Izdvojeni podaci

Primeri namerno isključeni iz obuke kako bi se proverilo da li se učinak prenosi na ranije neviđen materijal.

Srpski naziv Čovek u procesu

Radni tok u kojem kvalifikovane osobe stvaraju, pregledaju, ispravljaju, odobravaju ili usmeravaju podatke i izlaze modela.

Srpski naziv Hiperparametar

Podešavanje obuke koje bira tim, umesto da ga model neposredno nauči.

Srpski naziv Inferencija

Pokretanje obučenog modela radi dobijanja izlaza. Obuka menja parametre, dok inferencija koristi dobijene parametre.

Srpski naziv Veliki jezički model kao ocenjivač

Korišćenje jednog jezičkog modela za poređenje, ocenjivanje ili klasifikaciju izlaza drugog modela ili sistema.

Srpski naziv Stopa učenja

Hiperparametar koji kontroliše veličinu promena parametara tokom obuke.

Srpski naziv Funkcija gubitka

Matematički cilj koji se umanjuje ili optimizuje tokom obuke.

Srpski naziv Adaptacija niskog ranga

Parametarski efikasan metod koji obučava male komponente niskog ranga povezane sa izabranim težinama modela, dok izvorne težine ostaju nepromenjene.

Srpski naziv Minimalni par

Dva primera koja se razlikuju u jednoj kontrolisanoj osobini, kako bi evaluacija izdvojila konkretnu jezičku sposobnost.

Srpski naziv Mešavina eksperata

Arhitektura sa više ekspertskih komponenti koja za određeni token aktivira samo njihov podskup.

Srpski naziv Artefakt modela

Verzionisan rezultat obuke ili pripreme izdanja, kao što su adapter, kontrolna tačka, spojeni model ili kvantizovan model.

Srpski naziv Kartica modela

Dokumentacija koja opisuje verziju modela, namenu, osnovu obuke, evaluaciju, ograničenja, rizike, licencu i operativne zahteve.

Srpski naziv Paralelizacija modela

Metode koje dele jedan model na više grafičkih procesora (GPU uređaja) kada kompletan model ili stanje obuke ne može da stane na jedan uređaj.

Srpski naziv Težine modela

Naučeni numerički parametri koji određuju kako model pretvara ulaze u izlaze.

Srpski naziv Model sa dostupnim težinama

Model čije su obučene težine dostupne pod navedenom licencom; to ne znači nužno da su sav kod, podaci ili načini upotrebe otvoreni.

Srpski naziv Prekomerno prilagođavanje

Pojava kada model napreduje na primerima za obuku, ali ne uspeva da prenese učinak na nove reprezentativne primere.

Srpski naziv Parametarski efikasno fino podešavanje

Porodica metoda koje menjaju ili dodaju relativno mali broj parametara umesto ponovne obuke svih težina modela.

Srpski naziv Cevovodna paralelizacija

Oblik paralelizacije modela koji različite grupe slojeva raspoređuje na različite uređaje.

Srpski naziv Naknadna obuka

Obuka ili usklađivanje koje se sprovodi nakon široke faze predobuke modela.

Srpski naziv Proksimalna optimizacija politike

Algoritam učenja sa potkrepljenjem koji ograničava veličinu promena politike dok optimizuje signal nagrade.

Srpski naziv Kvantizacija

Predstavljanje težina ili računskih operacija modela manjom numeričkom preciznošću radi smanjenja memorije i često efikasnije inferencije.

Srpski naziv Regresioni test

Evaluacija namenjena otkrivanju da li je nova verzija modela ili sistema narušila ponašanje koje je ranije radilo.

Srpski naziv Učenje sa potkrepljenjem

Pristup obuci u kojem se ponašanje optimizuje nagradama izvedenim iz ishoda, preferencija, pravila, modela ili ljudskih procena.

Srpski naziv Generisanje prošireno pretragom

Sistemski obrazac koji u vreme zahteva pronalazi relevantan spoljašnji materijal i prosleđuje ga generativnom modelu bez menjanja njegovih težina.

Srpski naziv Signal nagrade

Funkcija, model, pravilo ili ljudska procena koja ocenjuje ponašanje tokom učenja sa potkrepljenjem ili obuke preferencija.

Srpski naziv Dužina sekvence

Broj tokena koji se obrađuju u jednom primeru za obuku ili zahtevu.

Srpski naziv Nadgledano fino podešavanje

Obuka na označenim primerima ili demonstracijama koje prikazuju željene ulaze i izlaze.

Srpski naziv Sintetički podaci

Primeri za obuku ili evaluaciju koji su generisani umesto neposredno prikupljeni iz stvarnih događaja ili dokumenata.

Srpski naziv Tenzorska paralelizacija

Oblik paralelizacije modela koji pojedinačne matematičke operacije ili tenzore deli na više grafičkih procesora (GPU uređaja).

Srpski naziv Token

Jedinica na koju tokenizer deli tekst radi obrade; može biti reč, deo reči, interpunkcija ili drugi simbol.

Srpski naziv Tokenizer

Komponenta koja pretvara tekst u identifikatore tokena i nazad, utičući na efikasnost za određene jezike i pisma.

Srpski naziv Recept obuke

Ponovljiva konfiguracija obuke: podaci, osnovni model, metod, gubitak, optimizator, hiperparametri, kod, hardver i plan evaluacije.

Srpski naziv Validacioni podaci

Izdvojeni primeri koji se tokom eksperimentisanja koriste za poređenje recepata i podešavanje razvojnih odluka.

Srpski naziv Optimizator bez redundanse

Memorijske optimizacije distribuirane obuke koje dele stanje optimizatora, gradijente i parametre modela između uređaja.