قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
التدريب غير المحدد بالمهمة
نهج تدريب حيث تتعلم النماذج تمثيلات عامة دون التحسين لمهام محددة. تعزز هذه الطريقة المرونة وقدرات النقل إلى التطبيقات الجديدة.
النقل عبر المجالات
قدرة النموذج على تطبيق معرفته المكتسبة في مجال ما على مهام في مجال مختلف تمامًا. هذه القابلية للنقل حاسمة لنجاح التعلم بدون أمثلة.
النماذج الأساسية
نماذج واسعة النطاق مُدربة مسبقًا على بيانات ضخمة ومتنوعة، وتخدم كأساس لتطبيقات متعددة لاحقة. تشكل هذه النماذج العمود الفقري للتعلم بدون أمثلة الحديث.
الاتساق الذاتي
طريقة استدلال تولد عدة استدلالات لنفس المشكلة وتختار الإجابة الأكثر تكرارًا. يحسن هذا النهج موثوقية الإجابات بدون أمثلة باستغلال التكرار.
سعة النموذج
مقياس لتعقيد وعدد المعاملات التي يمكن للنموذج استخدامها بفعالية لتخزين المعرفة. السعة الكافية مطلوبة مسبقًا لظهور قدرات التعلم بدون أمثلة.
تكييف المهمة
عملية يضبط فيها النموذج المُدرب مسبقًا نفسه ديناميكيًا لمهمة جديدة محددة أثناء الاستدلال. هذا التكيف بدون إعادة تدريب هو جوهر التعلم بدون أمثلة.
فجوة التعميم
فرق الأداء بين المهام التي شوهدت أثناء التدريب والمهام الجديدة تمامًا. تقليل هذه الفجوة هو الهدف الأساسي للتعلم بدون أمثلة.
التوجيه بدون أمثلة
تقنية تتضمن تزويد النموذج فقط بوصف للمهمة دون أي أمثلة لتوجيه استجابته. تختبر هذه الطريقة مباشرة قدرات تعميم النموذج.