Few-shot / zero-shot обучение
Способность модели выполнять новую задачу, увидев всего несколько примеров (few-shot) или вообще без примеров, только по текстовому описанию задачи (zero-shot) — без дополнительного дообучения на новых данных.
Смотрите также
Chain-of-thought (цепочка рассуждений)
Техника, при которой модель «рассуждает вслух» пошагово перед тем, как дать финальный ответ, вместо того чтобы сразу выдавать результат. Заметно повышает точность на задачах, требующих логики или математики.
Нейронная сеть
Математическая модель, устроенная по образцу связей нейронов в мозге: множество слоёв простых вычислительных узлов, которые вместе учатся находить сложные закономерности в данных. Основа практически всех современных систем ИИ.
Веса модели
Числовые параметры внутри нейросети, которые настраиваются в процессе обучения и определяют, как модель обрабатывает входные данные. «Открытые веса» (open-weight) означает, что эти параметры можно скачать и запускать модель самостоятельно.
AGI (общий искусственный интеллект)
Гипотетический ИИ, способный понимать, обучаться и выполнять любую интеллектуальную задачу на уровне человека или выше — в отличие от современных моделей, которые сильны в конкретных областях, но не обладают универсальным интеллектом. Пока не достигнут; сроки его появления — предмет споров в индустрии.
Векторная база данных
База данных, оптимизированная для хранения и быстрого поиска эмбеддингов (векторов) по смысловой близости, а не по точному текстовому совпадению. Ключевой компонент систем RAG и семантического поиска.
MCP (протокол контекста модели)
Открытый стандарт, представленный Anthropic, который позволяет ИИ-моделям единообразно подключаться к внешним источникам данных и инструментам — базам данных, файловым системам, API — без написания отдельной интеграции под каждую комбинацию модели и сервиса.