Terminų žodynas

Mokymo duomenys

Kas yra Mokymo duomenys?

Mokymo duomenys – pavyzdžiai, iš kurių DI modelis mokosi dėsningumų: dideli tekstų rinkiniai kalbos modeliams, pažymėti vaizdai vaizdų modeliams. Jų kokybė, įvairovė ir naujumas daugiausia lemia, kaip patikimas ir teisingas bus modelis ir kokios šviežios bus jo žinios. Organizacijoms taip pat svarbu, ar tiekėjas jų įvestus klientų duomenis naudoja tolesniam mokymui.

Kaip padeda KI.ordo

Pagal Anthropic komercines paslaugų teikimo sąlygas (2026 m. spalio mėn. duomenimis), Anthropic negali mokyti modelių su klientų turiniu iš savo paslaugų, o KI.ordo vertinimai 👍/👎 naudojami tik žinioms ir nurodymams tobulinti, ne modeliams mokyti.

Sužinoti daugiau

Temos

Duomenys
Training
duomenų apsauga

Išbandykite KI.ordo

Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.

Pradėti demonstraciją

← Visi terminai

Susiję terminai

Sintetiniai duomenys

Sintetiniai duomenys generuojami dirbtinai, o ne renkami realiame pasaulyje, tačiau imituoja tikrų duomenų dėsningumus ir savybes. Jie padeda, kai tikrų duomenų trūksta, jie brangūs arba jautrūs duomenų apsaugos požiūriu – pavyzdžiui, testuojant programinę įrangą, mokant modelius ar tikrinant pokalbių robotą su tikroviškais pavyzdinių užklausų rinkiniais. Svarbu, kad jie pakankamai tiksliai atspindėtų tikrovę ir neleistų daryti išvadų apie realius asmenis.

testiniai duomenys
duomenų apsauga
+1

Šablonas

Duomenų stygius

Duomenų stygius atsiranda, kai DI užduočiai trūksta tinkamų ar pažymėtų duomenų, kad modelį būtų galima patikimai apmokyti ar išbandyti. Tai paliečia, pavyzdžiui, retus gamybos defektų tipus, nišines kalbas ar naujus produktus be pardavimų istorijos. Priemonės: žinių perkėlimas (transfer learning), sintetiniai duomenys, duomenų papildymas (data augmentation) arba iš anksto apmokyti kalbos modeliai, duodantys naudingus rezultatus iš vos kelių pavyzdžių.

mokymo duomenys
duomenų kokybė
+1

Šiukšlės į įvestį – šiukšlės į išvestį (GIGO)

„Šiukšlės į įvestį – šiukšlės į išvestį“ (angl. garbage in, garbage out) apibūdina principą, kad sistema gali pateikti tik tokius rezultatus, kokie yra gaunami duomenys. DI tai galioja dvigubai: neteisingi, pasenę ar vienpusiški mokymo ar žinių duomenys lemia klaidingus ar šališkus atsakymus. Pokalbių robotas, remiantis pasenusiu kainoraščiu, nurodys pasenusias kainas. Todėl duomenų priežiūra yra nuolatinė kiekvieno DI projekto užduotis.

Duomenų kokybė
principas
+1

Bias

DI srityje šališkumas reiškia sistemingą rezultatų iškraipymą. Jis dažnai kyla dėl nesubalansuotų ar istoriškai iškreiptų mokymo duomenų, bet taip pat dėl modelio sandaros ar klausimo formulavimo. Gerai žinomas pavyzdys: kandidatų atrankos įrankis, besimokantis iš ankstesnių įdarbinimo sprendimų, gali įtvirtinti esamą diskriminaciją. Statistikoje šališkumas taip pat reiškia įverčio nuokrypį nuo tikrosios reikšmės. Atsakomosios priemonės – įvairūs duomenys, reguliarūs auditai ir žmonių priimami sprendimai personalo klausimais.

DI etika
Fairness
+1