Генеративная модель
Генеративная модель – это тип модели машинного обучения, которая учится создавать новые данные, похожие на те, на которых она была обучена. Вместо того, чтобы просто классифицировать или предсказывать на основе входных данных, как это делают другие модели машинного обучения, генеративная модель учится лежащему в основе данных распределению вероятностей.
Глубокое обучение
Глубокое обучение – это набор алгоритмов и техник, вдохновленных работой человеческого мозга и называемых нейронными сетями.
Заземление
«Заземление» (grounding) — это процесс привязки ответов большой языковой модели (LLM) к реальным, проверяемым данным.
Именованные сущности
Именованные сущности (named entities) – уникальные объекты реального мира, такие как люди, организации, места, даты и т.д., которые могут быть обозначены уникальными именами. Сущности играют важную роль в обработке естественного языка и извлечении информации.
Колдунщик
Колдунщик – это информационный блок на поисковой выдаче, в который поисковая система выводит оптимальный и максимально точный ответ на запрос. Колдунщики формируются любой поисковой системой, способной искать как данные в веб вообще, так и специализированную информацию.
Контекст
Контекст в NLP – это информация, окружающая слово, фразу или текст, которая помогает определить их значение
Косинусная близость
Косинусная близость — это мера сходства между двумя векторами, которая вычисляется на основе косинуса угла между ними. Она широко используется в различных областях, таких как обработка естественного языка, информационный поиск и рекомендательные системы, для определения степени похожести текстов, документов или других объектов, представленных в векторном виде.
Кросс-энкодер
Кросс-энкодер — архитектура нейронной сети, применяемая в обработке естественного языка (NLP) для задач сравнения пар текстовых входных данных. В отличие от двунаправленных кодировщиков (bi-encoder), кросс-энкодер обрабатывает оба входных текста совместно, пропуская их через модель одновременно, что позволяет модели учитывать тонкие взаимодействия между токенами обоих текстов.
Пакетное точечное ранжирование
Batched Pointwise — это внутренний механизм поисковой системы для обучения алгоритмов. Вся работа SEO направлена на то, чтобы улучшить “входные данные” (сигналы с вашего сайта) для этого механизма, чтобы в итоге обученная модель присвоила вашей странице более высокую оценку релевантности, что и приводит к более высоким позициям в поисковой выдаче.
Предикат
Предикат — это направленная и именованная связь, которая определяет логическую суть отношения между двумя сущностями (узлами) в структуре семантического триплета.
