LDAP
LDAP (Lightweight Directory Access Protocol) – это открытый, независимый от платформы и производителя протокол прикладного уровня для доступа к службам каталогов и управления ими.
LLM
Большие языковые модели (LLM) — класс моделей глубокого обучения, предназначенных для обработки и генерации естественного языка. LLM обучаются на огромных массивах текстовых данных и используют архитектуру трансформера, что позволяет им понимать контекст, смысл и генерировать связные тексты высокого качества
LSA
LSA (Latent Semantic Analysis) – это метод обработки и анализа текстовых данных, который помогает выявить скрытые семантические связи между словами. Иными словами, LSA – это способ понять, какие слова в тексте связаны между собой по смыслу.
LSH
LSH (Locality-Sensitive Hashing) — это локально-чувствительное хеширование. Это класс алгоритмов, которые хешируют объекты (векторы, строки, изображения) так, что похожие объекты с высокой вероятностью попадают в одну корзину (bucket), а непохожие — в разные.
LSI
LSI (Latent Semantic Indexing) – это метод анализа и индексирования текста, используемый для определения семантической связи между словами и понятиями в текстовых документах.
MCP (Model Context Protocol)
Model Context Protocol (MCP) — это открытый протокол прикладного уровня, разработанный компанией Anthropic в ноябре 2024 года. Его цель — стандартизировать взаимодействие между большими языковыми моделями (LLM) и внешними источниками данных, инструментами и системами.
MD5
MD5 (Message Digest Algorithm 5) – это криптографическая хеш-функция, разработанная для создания 128-битного (16-байтного) хеша из данных любого размера.
mT5
mT5 (Multilingual T5) – это многоязычная версия модели T5 от Google. Она обучена на огромном корпусе Common Crawl, содержащем 101 язык, включая русский, английский, немецкий, французский, испанский, китайский и др.
Mustang
Алгоритм Google Mustang — основной механизм первичного скоринга, ранжирования и распределения веб-документов в поисковой выдаче Google.
MUVERA
MUVERA (Multi-Vector Retrieval via Fixed Dimensional Encodings) — это алгоритм многовекторного поиска, представленный Google Research в июне 2025 года для обработки сложных многовекторных запросов с высокой скоростью и точностью благодаря раздельному встраиванию слов из запроса и использованию одномерного поиска с максимальным скалярным произведением (MIPS).
