پرش به محتوای اصلی
بازگشت به واژه‌نامه

واژه‌نامهٔ هوش مصنوعی

حریم خصوصی تفاضلی چیست؟

differential privacy

روشی ریاضی که با افزودن نوفهٔ سنجیده به داده، تحلیل آماری را ممکن می‌کند بی‌آنکه اطلاعات هیچ فرد منفردی فاش شود.

واژه‌های دیگر

مدل انتشارdiffusion model

مدلی مولد که داده را با معکوس‌کردن یک فرایند تدریجیِ نوفه‌گذاری (افزودن نویز) می‌سازد.

کاهش ابعادdimensionality reduction

کاستن از شمار ویژگی‌های یک مجموعه‌داده با حفظ بیشترِ اطلاعات مهم، برای ساده‌ترشدن مدل و کاهش بار محاسباتی.

[distillation]distillation

آموزش یک مدل کوچک‌تر (student) برای تقلید رفتار یک مدل بزرگ‌تر و پیچیده‌تر (teacher) با هدف حفظ دقت در حالی که سرعت و کارایی افزایش می‌یابد.

آموزش توزیع‌شدهdistributed training

تقسیم بار آموزش یک مدل میان چند شتاب‌دهنده یا گره که هم‌زمان کار می‌کنند، تا مدل‌های بزرگی که در یک دستگاه جا نمی‌شوند در زمان معقول آموزش ببینند.

بهینه‌سازی مستقیم ترجیح (DPO)dpo

روشی برای همسوسازی مدل که آن را مستقیماً از جفت پاسخ‌های ترجیح‌داده‌شده و رد‌شده آموزش می‌دهد، بدون نیاز به مدل پاداش جداگانه.

دراپ‌اوتdropout

روشی برای منظم‌سازی که در هر گام آموزش بخشی از نورون‌ها را به‌طور تصادفی غیرفعال می‌کند تا مدل به ویژگی‌های خاص بیش‌ازحد وابسته نشود.

همهٔ اصطلاحات را در واژه‌نامهٔ هوش مصنوعی ببینید، یا کار با هوش مصنوعی را در آموزش از پایه یاد بگیرید.