فراتفکیک‌پذیری (افزایش وضوح) چیست؟

مرحله‌ای از آموزش که در آن مدل روی نمونه‌های نشان‌دار شامل ورودی و پاسخ درست تقلید می‌کند تا رفتار دلخواه را بیاموزد.

روشی در یادگیری ماشین که در آن مدل از داده‌های برچسب‌دار، یعنی نمونه‌هایی با پاسخ درستِ مشخص، آموزش می‌بیند تا خروجی نمونه‌های تازه را پیش‌بینی کند.

گرایش یک مدل زبانی به همراهی با نظر یا فرض کاربر و تأیید آن، حتی هنگامی که نادرست است، به‌جای ارائهٔ پاسخ درست.

داده‌های مصنوعی (synthetic data) داده‌هایی هستند که به‌جای جمع‌آوری از واقعیت، با الگوریتم‌های هوش مصنوعی یا مدل‌های آماری تولید می‌شوند و ویژگی‌های آماری داده‌های واقعی را تقلید می‌کنند.

دستورالعمل پنهانی که پیش از گفت‌وگوی کاربر به مدل داده می‌شود و نقش، لحن و محدودیت‌های کلی رفتار آن را تعیین می‌کند.

پارامتری در مدل‌های زبانی که میزان تصادفی‌بودن خروجی را کنترل می‌کند؛ با افزایش آن، پاسخ‌ها متنوع‌تر و غیرقابل‌پیش‌بینی‌تر می‌شوند.