Slovník pojmov

Hugging Face Transformers

Čo je Hugging Face Transformers?

Hugging Face Transformers je open-source knižnica v jazyku Python, ktorá poskytuje prístup k vopred natrénovaným modelom pre text, obrázky a zvuk cez jedno, jednotné rozhranie. Vývojári ju používajú na sťahovanie modelov z Hugging Face Hub, ich vyskúšanie, prispôsobenie vlastným údajom alebo lokálne spúšťanie. Od verzie 5 sa knižnica zameriava predovšetkým na PyTorch (stav k októbru 2026). Príklad: tím otestuje model analýzy sentimentu len niekoľkými riadkami kódu.

Témy

Open source
knižnica
Python
modely

Vyskúšajte KI.ordo

Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.

Spustiť demo

← Všetky pojmy

Súvisiace pojmy

Transformer

Transformer je architektúra neurónových sietí, ktorá bola predstavená v roku 2017 vo výskumnej práci „Attention Is All You Need“. Jej jadrom je mechanizmus pozornosti: každé slovo sa váži vo vzťahu ku všetkým ostatným slovám v texte a výpočet sa dá efektívne paralelizovať. Transformery tvoria základ dnešných jazykových modelov, ako sú GPT, Claude a BERT, a používajú sa aj pri obrázkoch a zvuku.

Architektúra
Hlboké učenie
+1

Veľký jazykový model (LLM)

Veľký jazykový model (LLM, large language model) je neurónová sieť natrénovaná na veľmi veľkom množstve textu, vďaka čomu rozumie jazyku a dokáže ho tvoriť. Funguje tak, že krok za krokom vypočítava najpravdepodobnejší nasledujúci token. LLM píšu, zhŕňajú, prekladajú, odpovedajú na otázky a generujú kód; známymi príkladmi sú Claude, GPT, Gemini a Llama. Bez prístupu k aktuálnym zdrojom vedia len to, čo bolo v ich trénovacích údajoch.

jazykové modely
generatívna AI
+1

PyTorch

PyTorch je open-source framework na strojové učenie a hlboké učenie v programovacom jazyku Python. Pôvodne ho vyvinula spoločnosť Meta (vtedy Facebook) a od roku 2022 ho spravuje PyTorch Foundation pod záštitou Linux Foundation. PyTorch sa široko používa vo výskume aj v praxi, pretože vývojárom umožňuje flexibilne vytvárať modely, trénovať ich na GPU a testovať krok za krokom; vznikli v ňom mnohé známe jazykové a obrazové modely.

framework
hlboké učenie
+1

dolaďovanie

Dolaďovanie (fine-tuning) znamená ďalšie trénovanie už vopred natrénovaného modelu AI na dodatočných, zvyčajne úlohovo špecifických údajoch. Jeho vnútorné váhy sa upravia tak, aby model spoľahlivejšie zvládal napríklad určitý štýl písania, odbornú slovnú zásobu alebo výstupný formát. Dolaďovanie vyžaduje starostlivo pripravené príkladové údaje, výpočtový výkon a testovanie. Pre mnohé aplikácie stačia dobre napísané pokyny a pripojené znalosti, ktoré sa dajú ľahšie meniť.

trénovanie modelov
Prispôsobenie
+1