ພື້ນຖານ AI
ໝວດຄຳສັບກ່ຽວກັບ "ພື້ນຖານ AI" — ຄຳອະທິບາຍແບບປະຕິບັດໄດ້ຈິງດ້ານ Generative AI, LLM, RAG, AI Agent, DX ແລະ ຄວາມປອດໄພທາງໄຊເບີ ພ້ອມຕົວຢ່າງ ສຳລັບຜູ້ບໍລິຫານ ແລະ ທີມ IT
25 ຄຳສັບ
AI ສ້າງສັນ (Generative AI)
Generative AI ແມ່ນຄຳສັບລວມຂອງຕົວແບບ AI ທີ່ສາມາດສ້າງເນື້ອຫາຕ່າງໆ ເຊັ່ນ: ຂໍ້ຄວາມ, ຮູບພາບ, ສຽງ ແລະ ວິດີ
LoRA
LoRA (Low-Rank Adaptation) ແມ່ນວິທີການທີ່ແຊກເມທຣິກຊ໌ຄວາມແຕກຕ່າງ rank ຕ່ຳເຂົ້າໄປໃນເມທຣິກຊ໌ນ້ຳໜັກຂອງ l
Multimodal AI (AI ຫຼາຍຮູບແບບ)
Multimodal AI ແມ່ນລະບົບ AI ທີ່ສາມາດປະມວນຜົນ, ເຂົ້າໃຈ ແລະ ສ້າງຂໍ້ມູນໃນຫຼາຍຮູບແບບທີ່ແຕກຕ່າງກັນໄດ້ຢ່າງຄ
PEFT
PEFT (Parameter-Efficient Fine-Tuning) ແມ່ນຊື່ເອີ້ນລວມຂອງວິທີການ fine-tuning ທີ່ປັບໂມເດນໃຫ້ເໝາະສົມກັ
QLoRA
QLoRA (Quantized LoRA) ແມ່ນວິທີການທີ່ລວມເອົາການ quantization 4bit ເຂົ້າກັບ LoRA ເພື່ອເຮັດໃຫ້ສາມາດ fi
RLHF
RLHF ແມ່ນວິທີການຮຽນຮູ້ແບບເສີມກຳລັງທີ່ໃຊ້ຄຳຕິຊົມຂອງມະນຸດເປັນລາງວັນ, ສ່ວນ RLVR ແມ່ນວິທີການຮຽນຮູ້ແບບເສີ
SLM (Small Language Model)
SLM (Small Language Model) ແມ່ນຊື່ເອີ້ນລວມຂອງໂມເດລພາສາທີ່ຈຳກັດຈຳນວນ Parameter ໄວ້ທີ່ປະມານຫຼາຍພັນລ້ານ
MoE (Mixture of Experts)
MoE (Mixture of Experts) ແມ່ນສະຖາປັດຕະຍະກຳທີ່ມີ subnetwork "expert" ຫຼາຍອັນຢູ່ພາຍໃນໂມເດລ, ໂດຍເປີດໃຊ້
LLM (ຕົວແບບພາສາຂະໜາດໃຫຍ່)
LLM (Large Language Model) ແມ່ນຊື່ເອີ້ນລວມຂອງໂມເດລ neural network ທີ່ມີພາລາມິເຕີຈຳນວນຫຼາຍພັນລ້ານຫາຫຼ
ໂມເດລນ້ຳໜັກເປີດ
ໂອເພັນເວດໂມເດລ (Open-weight model) ແມ່ນໂມເດລພາສາທີ່ມີການເຜີຍແຜ່ນ້ຳໜັກ (parameters) ຂອງໂມເດລທີ່ຜ່ານກາ
ການປັບຂະໜາດໃນເວລາອະນຸມານ (Test-time Compute)
ການປັບຂະໜາດໃນເວລາອະນຸມານ (Inference-time Scaling) ແມ່ນເຕັກນິກທີ່ເພີ່ມຫຼືຫຼຸດປະລິມານການຄຳນວນໃນຂັ້ນຕອນ
ຮູບແບບການຄິດວິເຄາະ (Reasoning Model)
ຮູບແບບໜຶ່ງຂອງໂມເດລພາສາຂະໜາດໃຫຍ່ທີ່ສ້າງລະບົບຄິດ (chain-of-thought) ຢ່າງຊັດເຈນກ່ອນຕອບຄຳຖາມ ແລະ ແກ້ໄຂບັ
ແບບຈໍາລອງແບບກະຈັດກະຈາຍ (Sparse Model)
Sparse Model (ສະປາດໂມເດວ) ແມ່ນຊື່ເອີ້ນລວມຂອງສະຖາປັດຕະຍະກຳ neural network ທີ່ເປີດໃຊ້ງານສະເພາະບາງສ່ວນຂ
TurboQuant
ເຕັກໂນໂລຊີການບີບອັດໜ່ວຍຄວາມຈຳສຳລັບ LLM ທີ່ພັດທະນາໂດຍ Google. ຫຼຸດຜ່ອນການໃຊ້ໜ່ວຍຄວາມຈຳໄດ້ສູງສຸດເຖິງ 1
ການກັ່ນຕອງຄວາມຮູ້ (Knowledge Distillation)
ວິທີການຖ່າຍທອດຄວາມຮູ້ຈາກໂມເດລຄູ (teacher model) ຂະໜາດໃຫຍ່ໄປຍັງໂມເດລນັກຮຽນ (student model) ຂະໜາດນ້ອຍ
Dense Model（ໂມເດລທີ່ມີການເຊື່ອມຕໍ່ຢ່າງໜາແໜ້ນ）
Dense Model (ໂມເດລທີ່ເຊື່ອມໂຍງແໜ້ນໜາ) ແມ່ນສະຖາປັດຕະຍະກຳ Neural Network ທີ່ໃຊ້ພາລາມິເຕີທັງໝົດຂອງໂມເດລ
ການຖອດລະຫັດແບບຄາດເດົາ (Speculative Decoding)
ເຕັກນິກການເລັ່ງການອະນຸມານທີ່ໂມເດລ draft ຂະໜາດນ້ອຍສະເໜີຫຼາຍ token ລ່ວງໜ້າ ແລະ ໂມເດລຂະໜາດໃຫຍ່ກວດສອບຢ່າ
ໂທເຄັນ (Token)
Token ແມ່ນໜ່ວຍທີ່ນ້ອຍທີ່ສຸດທີ່ LLM ໃຊ້ໃນການປະມວນຜົນຂໍ້ຄວາມ. Token ບໍ່ແມ່ນຄຳສັບທັງໝົດ ແຕ່ໝາຍເຖິງສ່ວນຍ
ຕົວແບ່ງໂທເຄັນ BPE (Byte-Pair Encoding Tokenizer)
ສູດການຄິດໄລ່ທີ່ລວມຂໍ້ຄວາມດ້ວຍຮູບແບບທີ່ປາກົດເລື້ອຍໆ ແລະ ແບ່ງອອກເປັນໜ່ວຍ subword. ມັນສົ່ງຜົນໂດຍກົງຕໍ່ຕ
ຮູບແບບພື້ນຖານ (Foundation Model)
ຮູບແບບພື້ນຖານ (Foundation Model) ແມ່ນໂມເດລ AI ທົ່ວໄປທີ່ຜ່ານການ pre-training ດ້ວຍຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່.
ການຄວາຍຕາ (Quantization)
ວິທີການປັບປຸງທີ່ຫຼຸດຄວາມແມ່ນຍຳຂອງ parameter ຂອງໂມເດລຈາກ 16bit ລົງໄປເປັນ 4bit ເປັນຕົ້ນ ເພື່ອບີບອັດຂະໜ
LLM ທ້ອງຖິ່ນ
ໂລກອລ LLM ແມ່ນຮູບແບບການດຳເນີນງານທີ່ດຳເນີນການໂມເດລພາສາຂະໜາດໃຫຍ່ໂດຍກົງເທິງເຊີບເວີ ຫຼື PC ຂອງຕົນເອງ ໂດຍ
ການປະມວນຜົນພາສາທຳມະຊາດຫຼາຍພາສາ (Multilingual NLP)
Multilingual NLP ແມ່ນເຕັກໂນໂລຊີການປະມວນຜົນພາສາທຳມະຊາດ (Natural Language Processing) ທີ່ສາມາດວິເຄາະ ແ
ການປັບແต່ງລະອຽດ
ການປັບແຕ່ງລະອຽດ (Fine-Tuning) ແມ່ນຂະບວນການທີ່ນຳເອົາຂໍ້ມູນການຮຽນຮູ້ເພີ່ມເຕີມມາໃຫ້ກັບໂມເດລ Machine Lea
ໜ້າຕ່າງບໍລິບົດ (Context Window)
Context window ແມ່ນຂີດຈຳກັດຂອງຈຳນວນ Token ທີ່ LLM ສາມາດປະມວນຜົນໄດ້ໃນຄັ້ງດຽວ, ເຊິ່ງໝາຍເຖິງຄວາມຍາວສູງສ