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.
NLP
NLP (обработка естественного языка) – это технология машинного обучения, которая дает компьютерам возможность интерпретировать, обрабатывать и понимать человеческий язык.
NLP-пайплайн
NLP-пайплайн — это конвейер обработки естественного языка, сфокусированный на выявлении значений, связей и тематической структуры текста, а не на поверхностных признаках (например, частях речи или синтаксисе).
OOV
OOV (Out-of-Vocabulary) – это термин, используемый в обработке естественного языка (NLP) и машинном обучении (ML) для обозначения слов, которые отсутствуют в словаре (вокабуляре) модели.
Open Knowledge Format (OKF)
Open Knowledge Format (сокр. OKF) — открытая спецификация для структурированного представления знаний, предназначенная для использования как людьми, так и системами искусственного интеллекта. OKF представляет знания в виде каталога текстовых файлов в формате Markdown с YAML-заголовком в начале файла.
PAA
Последовательные запросы (PAA) – это последовательность поисковых запросов, которые пользователь выполняет в течение одной сессии, чтобы уточнить или расширить свой поиск. Они представляют собой путь пользователя от первоначального запроса до конечной информационной цели.
QBST
QBST (Query-Based Salient Terms), или “значимые термины на основе запросов”, — это методология анализа, которая выявляет наиболее важные и часто встречающиеся слова, фразы и сущности на страницах, занимающих топовые позиции в поисковой выдаче по конкретному запросу.
Query Fan-out
Query Fan-out — это метод «разветвления запросов», когда одновременно выполняется несколько связанных поисковых запросов по подтемам и различным источникам данных, а затем результаты объединяются для предоставления простого и понятного ответа.
RAG
RAG (Retrieval Augmented Generation) – поисковая дополненная генерация, ипользующая дополнительную базу данных как дополнение к большой языковой модели (LLM) для повышения точности ответов, устранения галлюцинаций и увеличения производительности.
RL-агент
ИИ-агент с подкреплением (RL — Reinforcement Learning) — это программа (агент), которая учится принимать решения, взаимодействуя со средой и получая от нее награды (положительные) или штрафы (отрицательные) за свои действия
