Słownik pojęć AI
Kompendium terminów, które padają w artykułach, dokumentacjach i na konferencjach. Definicje pisane po ludzku, bez żargonu tam, gdzie da się go uniknąć.
39 haseł w słowniku · Zaproponuj nowe hasło
A
-
Agent AI
System, w którym model językowy sam decyduje o kolejnych krokach i korzysta z narzędzi, żeby osiągnąć zadany cel.
Czytaj definicję → -
AGI (ogólna sztuczna inteligencja)
Artificial General Intelligence
Hipotetyczny system AI, który radzi sobie z większością zadań intelektualnych na poziomie człowieka, a nie tylko z jedną wąską dziedziną.
Czytaj definicję → -
AI Act
Akt o sztucznej inteligencji
Rozporządzenie Unii Europejskiej regulujące systemy sztucznej inteligencji według czterech poziomów ryzyka.
Czytaj definicję → -
API
Application Programming Interface
Interfejs, przez który jeden program prosi drugi o dane albo o wykonanie działania. Na nim stoi każda integracja i każda automatyzacja.
Czytaj definicję → -
Automatyzacja AI
Łączenie modeli językowych z narzędziami do automatyzacji: model interpretuje treść, a przepływ wykonuje kolejne kroki w systemach firmy.
Czytaj definicję →
B
-
Baza wektorowa
Baza danych przechowująca embeddingi i umożliwiająca szybkie wyszukiwanie najbardziej podobnych znaczeniowo fragmentów.
Czytaj definicję → -
Benchmark
Standardowy zestaw zadań, na którym porównuje się modele AI. Wynik mówi, jak model radzi sobie z tym zestawem, a nie z Twoim procesem.
Czytaj definicję → -
Bias (obciążenie modelu)
Systematyczne przechylenie wyników modelu wynikające z danych treningowych lub sposobu jego budowy.
Czytaj definicję →
C
-
Chain of thought
łańcuch myśli
Technika, w której model rozpisuje kolejne kroki rozumowania, zanim poda ostateczną odpowiedź.
Czytaj definicję → -
Chunking (dzielenie dokumentów)
Podział dokumentów na mniejsze fragmenty przed zapisaniem ich w bazie wektorowej. Od niego w dużej mierze zależy jakość odpowiedzi w RAG.
Czytaj definicję → -
Context window (okno kontekstowe)
Maksymalna ilość tekstu, którą model może wziąć pod uwagę w jednym zapytaniu - liczona w tokenach.
Czytaj definicję →
D
E
F
-
Few-shot prompting
Technika, w której w prompcie podaje się modelowi kilka przykładów zadania z poprawnym wynikiem, zanim dostanie właściwe polecenie.
Czytaj definicję → -
Fine-tuning (dostrajanie)
Dalsze trenowanie gotowego modelu na własnych przykładach, żeby zmienić sposób, w jaki odpowiada.
Czytaj definicję → -
Function calling (wywoływanie funkcji)
Mechanizm pozwalający modelowi zgłosić potrzebę wywołania funkcji z konkretnymi parametrami.
Czytaj definicję →
H
L
M
-
MCP (Model Context Protocol)
Model Context Protocol
Otwarty standard łączenia modeli i agentów AI z narzędziami oraz danymi. Jedno podłączenie działa w wielu aplikacjach.
Czytaj definicję → -
Model open-weight (otwarte wagi)
Model, którego wagi można pobrać i uruchomić na własnym sprzęcie. Nie zawsze jest to open source w pełnym znaczeniu.
Czytaj definicję → -
Model rozumujący
Model językowy wytrenowany tak, żeby przed odpowiedzią przeprowadzić dłuższe wewnętrzne rozumowanie. Lepiej radzi sobie z zadaniami wieloetapowymi, ale działa wolniej i zużywa więcej tokenów.
Czytaj definicję → -
Multimodalność
Zdolność modelu do przetwarzania więcej niż jednego rodzaju danych naraz - tekstu, obrazu, dźwięku, wideo.
Czytaj definicję →
N
O
-
OCR
Optical Character Recognition
Rozpoznawanie tekstu na obrazie lub skanie. Pierwszy krok automatyzacji wszędzie tam, gdzie dokumenty przychodzą jako PDF albo zdjęcie.
Czytaj definicję → -
Overfitting (przeuczenie)
Sytuacja, w której model nauczył się danych treningowych na pamięć i zawodzi na nowych przypadkach.
Czytaj definicję →
P
-
Physical AI
Sztuczna inteligencja działająca w świecie fizycznym: w robotach, dronach i pojazdach. Łączy postrzeganie otoczenia, planowanie i sterowanie ruchem.
Czytaj definicję → -
Prompt
Instrukcja przekazana modelowi - wszystko, co trafia na wejście: polecenie, kontekst, przykłady i dane.
Czytaj definicję → -
Prompt injection
Atak polegający na umieszczeniu w danych wejściowych instrukcji, które model potraktuje jak polecenie.
Czytaj definicję →
R
-
RAG
Retrieval-Augmented Generation
Technika, w której system wyszukuje pasujące fragmenty dokumentów i dokłada je do zapytania, zamiast polegać na pamięci modelu.
Czytaj definicję → -
RLHF
Reinforcement Learning from Human Feedback
Etap treningu, w którym model uczy się preferowanych odpowiedzi na podstawie ocen wystawianych przez ludzi.
Czytaj definicję → -
ROI (zwrot z inwestycji)
Return on Investment
Wskaźnik pokazujący, ile zarabiasz na każdej złotówce wydanej na wdrożenie. W automatyzacji liczy się go z oszczędzonego czasu i mniejszej liczby błędów.
Czytaj definicję → -
RPA
Robotic Process Automation
Oprogramowanie, które wykonuje pracę w interfejsie aplikacji tak jak człowiek: klika, przepisuje i kopiuje dane. Ratunek dla systemów bez API.
Czytaj definicję →
S
T
-
Temperatura
Parametr sterujący losowością wyboru kolejnych tokenów - im wyższy, tym bardziej nieprzewidywalna odpowiedź.
Czytaj definicję → -
Token
Najmniejsza jednostka tekstu przetwarzana przez model - fragment słowa, całe słowo lub znak interpunkcyjny.
Czytaj definicję → -
Transformer
Architektura sieci neuronowej z mechanizmem uwagi, na której opierają się wszystkie współczesne modele językowe.
Czytaj definicję →
U
W
Z
Nie znaleźliśmy takiego hasła. Zaproponuj je do słownika .