AI Agent
Bir hedefi gerçekleştirmek için plan kuran, araç çağıran ve ara sonuçlara göre kendi adımlarını güncelleyen yapay zekâ sistemidir.
UNDERSTAND
Yapay zekâ kavramlarının kalıcı referansı. Tek URL, tek konu, alıntılanabilir bir tanım — ve her girdinin son doğrulama tarihi.
Atlas, format değil konu eksenine göre örgütlenir. Aynı kavram hakkında haber, rehber, ders ve test ayrı sayfalarda yaşar. Sayılar yayında olan / hedeflenen girdi adedini gösterir.
Her girdi answer-first başlar: ilk paragraf tek cümlelik, kaynak gösterilebilir bir tanımdır.
Bir hedefi gerçekleştirmek için plan kuran, araç çağıran ve ara sonuçlara göre kendi adımlarını güncelleyen yapay zekâ sistemidir.
Öğrenme, çıkarım yapma, algılama ve karar verme gibi insan zihnine atfedilen görevleri yazılım ve donanımla gerçekleştirmeyi amaçlayan bilgisayar bilimi alanıdır.
Bir dizideki her ögenin, çıktı üretilirken diğer ögelere ne kadar ağırlık vereceğini öğrenilebilir biçimde belirleyen mekanizmadır.
Modelin nihai cevaba gitmeden önce ara adımları açıkça üretmesini isteyen istem tekniğidir; çok adımlı görevlerde doğruluğu artırabilir.
Bir belgeyi, aranabilir ve bağlama sığacak anlamlı birimlere bölme işlemidir; geri getirme kalitesini belirleyen ilk karardır.
Görüntü ve video verisinden nesne, sahne, metin ve hareket gibi bilgileri çıkarmayı amaçlayan yapay zekâ alt alanıdır.
Bir modelin tek seferde dikkate alabileceği toplam token miktarıdır; istem, ek bağlam ve üretilen cevap bu bütçeyi paylaşır.
Çok katmanlı sinir ağlarıyla, ham veriden özellikleri elle tanımlamaya gerek kalmadan hiyerarşik temsiller öğrenen makine öğrenmesi yaklaşımıdır.
Metin, görsel veya sesin anlamsal yakınlığı koruyacak biçimde sayısal vektörlere dönüştürülmüş temsilidir.
Fiziksel bir bedeni olan ve çevresiyle algı-eylem döngüsü üzerinden etkileşen yapay zekâ sistemlerinin alanıdır.
Bir yapay zekâ sisteminin çıktısının, tanımlı ölçütlere göre sistematik biçimde ölçülmesidir.
Önceden eğitilmiş bir modelin, belirli bir görev veya alana uyum sağlaması için ek veriyle yeniden eğitilmesidir.
Modelin serbest metin yerine, verilen şemaya uygun yapılandırılmış bir çağrı üretmesi ve uygulamanın bu çağrıyı gerçek bir fonksiyona bağlamasıdır.
Öğrendiği veri dağılımından yeni metin, görsel, ses, video veya kod örnekleri üreten model ailesinin genel adıdır.
Bir yapay zekâ sisteminin girdi, çıktı ve eylem katmanlarına yerleştirilen, istenmeyen davranışı sınırlayan programatik denetimlerdir.
Modelin akıcı ve kendinden emin biçimde, gerçekle uyuşmayan bilgi üretmesidir.
Çok büyük metin derlemleri üzerinde bir sonraki tokeni tahmin etmeyi öğrenmiş, transformer tabanlı ve genel amaçlı dil görevlerinde kullanılabilen sinir ağı modelidir.
Dil modeli tabanlı uygulamaların istem, bağlam, araç ve model sürümlerini izlenebilir, ölçülebilir ve geri alınabilir biçimde işletme pratiğidir.
Kuralları insanın yazması yerine, örnek veriden istatistiksel örüntü çıkararak yeni veride tahmin üretmeyi öğrenen sistemlerin alanıdır.
Her girdi için ağdaki uzman alt bloklardan yalnızca birkaçını etkinleştirerek kapasiteyi maliyetten ayıran model mimarisidir.
Makine öğrenmesi modellerinin geliştirilmesini, dağıtımını, izlenmesini ve yenilenmesini tekrarlanabilir ve denetlenebilir hale getiren mühendislik disiplinidir.
Dil modeli uygulamalarının harici araç ve veri kaynaklarına standart bir arayüz üzerinden bağlanmasını sağlayan açık protokoldür.
Metin, görsel, ses ve video gibi birden fazla veri türünü aynı model içinde birlikte işleyen yapay zekâ yaklaşımıdır.
Girdiyi ağırlıklı toplamlar ve doğrusal olmayan aktivasyonlardan geçiren katmanlar dizisiyle işleyen, hatayı geri yayarak ağırlıklarını güncelleyen model ailesidir.
Bir dil modelinden istenen davranışı almak üzere girdinin yapısını, bağlamını ve kısıtlarını sistematik biçimde tasarlama pratiğidir.
Modelin işlediği içeriğe gizlenen yönergelerle sistem talimatlarının geçersiz kılınmaya çalışıldığı saldırı sınıfıdır.
Model ağırlıklarının ve/veya ara değerlerin daha az bitle temsil edilerek bellek ve hesaplama maliyetinin düşürülmesidir.
Cevabı doğrudan üretmek yerine, çıkarım anında daha fazla hesaplama harcayarak ara adımlar üreten ve bu adımlar üzerinden sonuca varan dil modeli ailesidir.
Arama adımından dönen ilk adayların, sorgu ve belgeyi birlikte okuyan daha maliyetli bir modelle yeniden puanlanıp sıralanmasıdır.
Yapay zekâ sistemlerinin adillik, şeffaflık, hesap verebilirlik, gizlilik ve güvenlik boyutlarını tasarım aşamasından itibaren yönetme yaklaşımıdır.
Dil modelinin cevap üretmeden önce harici bilgi kaynaklarından ilgili bilgiyi getirip oluşturduğu bağlama eklediği yapay zekâ mimarisidir.
Kelime eşleşmesi yerine anlam yakınlığına dayanarak sonuç döndüren arama yaklaşımıdır; gömme vektörleri arasındaki mesafeyle ölçülür.
Metnin, modelin işleyebileceği en küçük birimlere (token) bölünmesi işlemidir.
Dizideki her ögenin diğerleriyle ilişkisini dikkat mekanizmasıyla hesaplayan, modern dil ve görü modellerinin temelindeki sinir ağı mimarisidir.
Yüksek boyutlu vektörleri saklayıp anlamsal yakınlığa göre hızlı komşu araması yapabilen veri tabanıdır.