Оркестратор агентов
Оркестратор агентов — это координационный слой в многоагентной системе: он делит задачу, распределяет подзадачи, проверяет ответы и собирает итог. Термин не стандартизован.
Открыть →Глоссарий ИИ
Короткие и проверяемые определения терминов.
Chain (цепочка агентов)
Chain (цепочка агентов) — это последовательная или графовая оркестрация нескольких шагов и агентов, где результат одного этапа становится входом следующего. Ниже — как это устроено, где полезно и чем не является.
Открыть →Контекстное извлечение (Contextual Retrieval)
Contextual Retrieval — техника Anthropic для RAG, где каждый чанк дополняют коротким контекстом из исходного документа до эмбеддинга и BM25-индексации. Это уменьшает промахи поиска, когда чанкинг обрезает смысл.
Открыть →Оптимизатор (Optimizer): Adam и SGD
Оптимизатор — это правило обновления параметров модели во время обучения. В статье простыми словами разобраны SGD и Adam: схема работы, текущие defaults в Keras, отличия и ограничения.
Открыть →Learning rate (скорость обучения)
Скорость обучения (learning rate) — гиперпараметр, который задаёт размер шага при обновлении весов модели. Ниже — простое объяснение, схема работы, примеры из PyTorch, Keras и scikit-learn, отличия от optimizer и schedule.
Открыть →Размер батча (Batch size)
Batch size — число примеров в одном шаге обучения. Объясняем, как он влияет на память, скорость, последний батч и global batch size в distributed training.
Открыть →Checkpoint (контрольная точка)
Checkpoint в машинном обучении — это сохранённый снимок состояния обучения: весов, состояния оптимизатора и счётчиков. Разбираем, как его используют в TensorFlow, PyTorch и Transformers и чем он не равен activation checkpointing.
Открыть →Смешанная точность обучения (Mixed precision training)
Mixed precision training — это обучение, где FP16 или bfloat16 сочетаются с FP32, чтобы ускорить шаги и снизить расход памяти. В статье — схема работы, AMP в PyTorch, политика TensorFlow и ограничения.
Открыть →Prompt tuning (мягкий промпт)
Prompt tuning — это способ дообучить только мягкий промпт, оставив базовую модель замороженной. Разбираем схему, отличие от full fine-tuning, применение и ограничения.
Открыть →RLAIF (Reinforcement Learning from AI Feedback)
RLAIF — термин Anthropic для этапа обучения с подкреплением, где модель предпочтений строят по AI-сравнениям, а не по человеческой разметке. Разбираем схему, связь с Constitutional AI и отличия от RLHF.
Открыть →