Sõnastik

Treeningandmed

Mis on Treeningandmed?

Treeningandmed on näited, millest TI-mudel mustreid õpib: suured tekstikogud keelemudelite jaoks, märgendatud pildid pildimudelite jaoks. Nende kvaliteet, mitmekesisus ja värskus määravad suuresti, kui usaldusväärne ja õiglane mudel on ning kui ajakohased on selle teadmised. Organisatsioonide jaoks on oluline ka see, kas pakkuja kasutab nende sisestatud kliendiandmeid edasiseks treenimiseks.

Kuidas KI.ordo aitab

Anthropicu kommertskasutustingimuste kohaselt (seisuga oktoober 2026) ei tohi Anthropic oma teenuste kliendisisu põhjal mudeleid treenida ning KI.ordo 👍/👎 hinnanguid kasutatakse ainult teadmiste ja juhiste parandamiseks, mitte mudelite treenimiseks.

Loe lähemalt

Teemad

Andmed
Training
Andmekaitse

Proovi KI.ordot

Agendid, töövood ja mallid ühes tööruumis – tasuta 24-tunnine demo.

Alusta demot

← Kõik terminid

Seotud terminid

Sünteetilised andmed

Sünteetilised andmed luuakse kunstlikult, mitte ei koguta päriselust, kuid need jäljendavad päris andmete mustreid ja omadusi. See aitab, kui tõelisi andmeid on vähe, need on kallid või andmekaitse seisukohast tundlikud – näiteks tarkvara testimiseks, mudelite treenimiseks või vestlusroboti kontrollimiseks realistlike näidispäringutega. Oluline on, et need peegeldaksid tegelikkust piisavalt täpselt ega võimaldaks teha järeldusi päris inimeste kohta.

testandmed
andmekaitse
+1

Mall

Andmete nappus

Andmete nappus tekib siis, kui TI-ülesande jaoks on liiga vähe sobivaid või märgendatud andmeid, et mudelit usaldusväärselt treenida või testida. See puudutab näiteks harvu tootmisvigu, väikeseid keeli või uusi tooteid, mille müügiajalugu puudub. Lahendusteks on siirdeõpe (transfer learning), sünteetilised andmed, andmete augmentatsioon või eeltreenitud keelemudelid, mis annavad kasulikke tulemusi juba paarist näitest.

treeningandmed
andmekvaliteet
+1

Garbage in, garbage out (GIGO)

„Garbage in, garbage out“ ehk „prügi sisse, prügi välja“ väljendab põhimõtet, et süsteem suudab anda ainult nii häid tulemusi kui andmed, mille ta saab. See kehtib TI puhul kahekordselt: valed, aegunud või ühekülgsed treening- või teadmisandmed viivad valede või kallutatud vastusteni. Vestlusrobot, mis tugineb aegunud hinnakirjale, nimetab aegunud hindu. Andmete hooldamine on seetõttu igas TI-projektis pidev ülesanne.

Andmekvaliteet
Põhimõte
+1

Bias

TI valdkonnas tähendab kallutatus (bias) tulemuste süstemaatilist moonutust. Sageli tuleneb see tasakaalustamata või ajalooliselt kallutatud treeningandmetest, aga ka mudeli ülesehitusest või küsimuse sõnastusest. Tuntud näide: kandidaatide sõelumise tööriist, mis õpib varasematest värbamisotsustest, võib olemasolevat ebavõrdsust põlistada. Statistikas tähendab nihe (bias) ka hinnangu kõrvalekallet tegelikust väärtusest. Vastumeetmete hulka kuuluvad mitmekesised andmed, regulaarsed auditid ja inimeste tehtud otsused personaliküsimustes.

TI eetika
Fairness
+1