Глоссарий ИИ
Полный словарь искусственного интеллекта
Обучение с нулевым сэмплированием (ZSL)
Способность модели распознавать классы, не встречавшиеся во время обучения, с использованием семантических описаний.
Малообучаемое обучение (FSL)
Обучение с очень небольшим количеством примеров на класс (обычно 1-5) для обобщения на новые задачи.
Метаобучение
Обучение обучению, при котором модель приобретает способность к быстрой адаптации и обобщению для решения новых задач.
Инжиниринг промптов
Оптимизированное проектирование текстовых подсказок для направления моделей к производительности ZSL/FSL без переобучения.
Прототипные сети
Архитектуры, создающие представления классов (прототипы) из небольшого количества примеров для классификации.
Metric Learning
Обучение пространств эмбеддингов, где сходство между примерами оптимизируется для обучения с малым количеством примеров.
Кросс-лингвальный Zero-Shot
Передача знаний между языками для выполнения задач на языке без обучающих примеров.
Обучение на основе атрибутов
Использование декомпозируемых семантических атрибутов для распознавания невиданных классов в ZSL.
Сети с расширенной памятью
Архитектуры с внешней памятью для быстрого хранения и извлечения информации для обучения с малым количеством примеров.
Самостоятельное предварительное обучение
Предварительное обучение на немаркированных данных для улучшения возможностей модели в ZSL/FSL.
Интеграция графа знаний
Включение структурированных отношений между сущностями для улучшения рассуждений ZSL.
Сетевые отношения
Модели, обучающиеся сравнивать пары примеров для немногократной классификации.
Непрерывное обучение для ZSL/FSL
Постепенная адаптация к новым классам/задачам без забывания предыдущих знаний.
Аугментация данных для немногих снимков
Генеративные техники для искусственного увеличения небольших наборов данных в обучении с немногими примерами.
Адаптация трансферного обучения
Тонкая настройка предварительно обученных моделей для оптимальной производительности в ZSL/FSL.