Разметка данных (data labeling)
Разметка данных — это присвоение данным меток и атрибутов для обучения и проверки моделей. От качества схемы и инструкций здесь зависит качество всей ML-системы.
Открыть →Глоссарий ИИ
Короткие и проверяемые определения терминов.
Мультимодальность
Мультимодальность в ИИ — способность системы связывать текст, изображения, аудио и другие сигналы в одном выводе. Разбираем архитектуру, пользу и ограничения.
Открыть →Base model vs instruct model: чем отличаются базовая и instruct-модель
Base model предсказывает следующий токен, instruct model дополнительно обучена следовать инструкциям. Разница определяет выбор модели, промпт и ограничения.
Открыть →Few-shot / zero-shot обучение
Few-shot и zero-shot — способы решать новую задачу без полноценного дообучения: либо по описанию задачи, либо по нескольким примерам. Полезно, но не универсально.
Открыть →Промпт-инжиниринг
Промпт-инжиниринг помогает задавать LLM точные инструкции, контекст и формат ответа, но не заменяет данные, кодовую валидацию и меры безопасности.
Открыть →Векторное представление
Векторное представление — способ кодировать текст, изображение или объект в набор чисел, чтобы машина могла сравнивать, искать и группировать их по смыслу.
Открыть →Backpropagation (обратное распространение)
Обратное распространение — способ быстро вычислять градиенты функции потерь по параметрам сети. Разбираем цепное правило, этапы расчёта и ограничения.
Открыть →Функция активации
Функция активации задаёт нелинейность в нейросети, влияет на градиенты и тип выхода. Разбираем ReLU, sigmoid, softmax и практический выбор.
Открыть →Слой нейросети: что это, как работает и зачем нужен
Слой нейросети — базовый строительный блок модели: он принимает тензор, преобразует его и передает дальше. Разберем типы слоев, параметры и ограничения.
Открыть →Нейрон (в нейросети)
Нейрон в нейросети — базовый вычислительный узел: он взвешивает входы, добавляет смещение и применяет активацию, формируя выход слоя.
Открыть →