| Архитектуры и базовые концепции | LLM (Большая языковая модель) | Продвинутые ИИ-системы, обученные на больших текстовых данных для понимания и генерации текста. |
| Transformers (Трансформеры) | Архитектура нейросетей, использующая механизм самовнимания для обработки последовательностей. |
| Multimodal Models (Мультимодальные модели) | Модели, обрабатывающие одновременно несколько типов данных, например текст+изображение. |
| Работа с запросами и выводами | Prompt Engineering (Промпт-инжиниринг) | Проектирование эффективных запросов для управления поведением ИИ. |
| Chain-of-Thought (Цепочка размышлений) | Пошаговое логическое рассуждение модели для сложных задач. |
| Fine-grained Control (Тонкое управление моделью) | Умение давать сложные инструкции для более точной генерации контента. |
| Тренировка и адаптация моделей | Fine-tuning (Тонкая настройка) | Дообучение модели на специализированных датасетах. |
| LoRA (Низкоранговая адаптация) | Лёгкая адаптация модели через добавление малых матриц без полного переобучения. |
| Adapters (Адаптеры) | Встраиваемые слои для переобучения модели на новую задачу без изменения её основных весов. |
| Оптимизация моделей | Quantization (Квантизация) | Снижение разрядности весов модели для ускорения работы и уменьшения размера. |
| Pruning (Обрезка нейронной сети) | Удаление несущественных нейронов для оптимизации модели. |
| Gradient Descent (Градиентный спуск) | Алгоритм оптимизации моделей путём минимизации функции потерь. |
| Работа с генерацией | Embeddings (Встраивания) | Векторные представления данных в высокоразмерном пространстве. |
| Tokens (Токены) | Элементарные единицы текста (слова, подслова, символы) в модели. |
| RAG (Извлечение дополненной генерацией) | Комбинация поиска данных и их генерации в текстовый ответ. |
| Top-k Sampling (Выборка из топ-k) | Генерация текста из наиболее вероятных k токенов. |
| Top-p Sampling (Выборка из ядра) | Генерация текста из группы токенов, чья суммарная вероятность превышает порог p. |
| Качество и ошибки моделей | Hallucination (Галлюцинация) | Генерация неправдивой информации ИИ при высоком правдоподобии. |
| Zero-shot (Нулевая выборка) | Решение задач без специального обучения на соответствующих примерах. |
| Context Window (Контекстное окно) | Ограничение на объём текста, который модель может учитывать одновременно. |
| Temperature (Температура) | Управление степенью случайности в генерации следующего токена. |
| Специализированные модели | Diffusion Models (Модели диффузии) | Модели, генерирующие данные путём восстановления из зашумленного состояния (например, для изображений). |