Γλωσσάριο

Όριο γνώσης

Τι είναι Όριο γνώσης;

Το όριο γνώσης (knowledge cutoff) είναι το χρονικό σημείο έως το οποίο εκτείνονται τα δεδομένα εκπαίδευσης ενός γλωσσικού μοντέλου. Το μοντέλο δεν έχει εγγενή γνώση για γεγονότα, τιμές, νόμους ή προϊόντα που εμφανίστηκαν αργότερα και μπορεί να δώσει παρωχημένες πληροφορίες, εκτός αν του παρασχεθούν επίκαιρα δεδομένα. Αυτό μπορεί να αντιμετωπιστεί με μεθόδους που φέρνουν δικά σας έγγραφα ή επίκαιρο περιεχόμενο του διαδικτύου κατά τον χρόνο εκτέλεσης.

Πώς βοηθά το KI.ordo

Οι πράκτορες του KI.ordo αντισταθμίζουν το όριο γνώσης χρησιμοποιώντας την αποθηκευμένη γνώση σας και ανακτώντας επίκαιρες δημόσιες σελίδες με το εργαλείο «Ανάγνωση ιστοσελίδας».

Μάθετε περισσότερα

Θέματα

LLM
επικαιρότητα
Βασικά

Δοκιμάστε το KI.ordo

Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.

Έναρξη επίδειξης

← Όλοι οι όροι

Σχετικοί όροι

Μεγάλο γλωσσικό μοντέλο (LLM)

Ένα μεγάλο γλωσσικό μοντέλο (large language model, LLM) είναι ένα νευρωνικό δίκτυο εκπαιδευμένο σε πολύ μεγάλους όγκους κειμένου, ώστε να μπορεί να κατανοεί και να παράγει γλώσσα. Λειτουργεί υπολογίζοντας, βήμα προς βήμα, το πιθανότερο επόμενο token. Τα LLM γράφουν, συνοψίζουν, μεταφράζουν, απαντούν σε ερωτήσεις και παράγουν κώδικα· γνωστά παραδείγματα είναι τα Claude, GPT, Gemini και Llama. Χωρίς πρόσβαση σε τρέχουσες πηγές, γνωρίζουν μόνο ό,τι υπήρχε στα δεδομένα εκπαίδευσής τους.

γλωσσικά μοντέλα
παραγωγική ΤΝ
+1

Παραισθήσεις (hallucination)

Μια παραίσθηση (hallucination) είναι ένα αποτέλεσμα ενός μοντέλου ΤΝ που ακούγεται πειστικό αλλά είναι λανθασμένο ή εντελώς επινοημένο – όπως μια ανύπαρκτη δικαστική απόφαση, ένα λανθασμένο στοιχείο ή μια επινοημένη πηγή. Η αιτία: τα γλωσσικά μοντέλα παράγουν πιθανές διατυπώσεις· δεν αναζητούν αυτόματα γεγονότα. Ο κίνδυνος μειώνεται όταν οι απαντήσεις βασίζονται σε επαληθευμένες πηγές, παρατίθενται τεκμήρια και άνθρωποι ελέγχουν τα σημαντικά αποτελέσματα.

γλωσσικά μοντέλα
αξιοπιστία
+1

Πρότυπο

Παραγωγή με ενίσχυση ανάκτησης (RAG)

Η παραγωγή με ενίσχυση ανάκτησης συνδυάζει την αναζήτηση με την παραγωγή κειμένου: πριν απαντήσει, το σύστημα αναζητά σε μια συλλογή γνώσης – όπως εγχειρίδια, πολιτικές ή συχνές ερωτήσεις – σχετικά αποσπάσματα και τα μεταβιβάζει στο γλωσσικό μοντέλο ως πλαίσιο. Έτσι η απάντηση βασίζεται σε επίκαιρο περιεχόμενο ειδικό για την εταιρεία και όχι μόνο στις γνώσεις εκπαίδευσης του μοντέλου. Αυτό μειώνει τους επινοημένους ισχυρισμούς, κάνει τις πηγές ανιχνεύσιμες και επιτρέπει ενημερώσεις χωρίς επανεκπαίδευση.

RAG
αναζήτηση γνώσης
+1

Δεδομένα εκπαίδευσης

Τα δεδομένα εκπαίδευσης είναι τα παραδείγματα από τα οποία ένα μοντέλο ΤΝ μαθαίνει πρότυπα: μεγάλες συλλογές κειμένων για γλωσσικά μοντέλα, εικόνες με ετικέτες για μοντέλα εικόνας. Η ποιότητα, η ποικιλία και η επικαιρότητά τους καθορίζουν σε μεγάλο βαθμό πόσο αξιόπιστο και δίκαιο είναι ένα μοντέλο και πόσο ενημερωμένες θα είναι οι γνώσεις του. Για τους οργανισμούς έχει επίσης σημασία αν ένας πάροχος χρησιμοποιεί τα δεδομένα πελατών που εισάγουν για περαιτέρω εκπαίδευση.

Δεδομένα
Training
+1