Ordbok
Ditt AI-lexikon – förstå begreppen, forma framtiden.
| Ord | Beskrivning |
|---|---|
| Iterativ generering | Process där AI:s output successivt förfinas genom flera steg |
| Temperatur | Parameter som styr slumpmässigheten i AI:ns output |
| RAG | (Retrieval-Augmented Generation) Teknik där AI kombinerar information från externa källor med egen generering |
| Alignment | Att säkerställa att AI-system handlar i enlighet med mänskliga värderingar och intentioner |
| Hallucination | När AI genererar felaktig information som låter övertygande |
| RLHF | (Reinforcement Learning from Human Feedback) Träningsmetod där mänsklig feedback används för att förbättra modeller |
| Diffusionsmodell | Typ av generativ modell som gradvis omvandlar brus till strukturerat innehåll |
| GAN | (Generative Adversarial Network) System där två neurala nätverk tävlar för att förbättra bildgenerering |
| Transformer | Neurala nätverksarkitekturen som används i moderna språkmodeller |
| Fine-tuning | Process där en förtränad modell specialiseras för en specifik uppgift |
| Embedding | Numerisk representation av text, bilder eller andra data i en vektorrymd |
| Token | Den minsta enheten som språkmodeller processar (ofta delar av ord) |
| Prompt engineering | Konsten att utforma effektiva prompts för att få önskade resultat från AI |
| Prompt | Instruktionen eller frågan som ges till en AI för att generera ett svar |
| LLM | (Large Language Model) Stor språkmodell tränad på enorma mängder text |
| Djupinlärning | En typ av maskininlärning som använder neurala nätverk med många lag |
| Maskininlärning (ML) | Delmängd av AI där system lär sig från data utan att programmeras explic |
| Generativ AI | AI-system som kan skapa nytt innehåll snarare än bara analysera befintligt |
| Artificiell intelligens (AI) | System som kan utföra uppgifter som normalt kräver mänsklig intelligens |