Slovník pojmov

Hranica znalostí (knowledge cutoff)

Čo je Hranica znalostí (knowledge cutoff)?

Hranica znalostí (knowledge cutoff) je časový bod, po ktorý siahajú trénovacie dáta jazykového modelu. Model nemá vlastné znalosti o udalostiach, cenách, zákonoch alebo produktoch, ktoré vznikli neskôr, a môže poskytovať zastarané informácie, ak mu nie sú dodané aktuálne dáta. Dá sa to riešiť metódami, ktoré počas behu zapájajú vlastné dokumenty alebo aktuálny webový obsah.

Ako pomáha KI.ordo

Agenti KI.ordo túto hranicu kompenzujú tým, že využívajú vaše uložené znalosti a získavajú aktuálne verejné stránky pomocou nástroja „Čítať webovú stránku“.

Zistiť viac

Témy

LLM
Aktuálnosť
Základ

Vyskúšajte KI.ordo

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

Spustiť demo

← Všetky pojmy

Súvisiace pojmy

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

Halucinácia

Halucinácia je výstup modelu AI, ktorý znie presvedčivo, ale je nesprávny alebo úplne vymyslený – napríklad neexistujúci súdny rozsudok, nesprávne číslo alebo vymyslený zdroj. Príčina: jazykové modely vytvárajú pravdepodobné formulácie; fakty automaticky nevyhľadávajú. Riziko klesá, keď sa odpovede opierajú o overené zdroje, uvádzajú sa dôkazy a ľudia kontrolujú dôležité výsledky.

jazykové modely
spoľahlivosť
+1

Šablóna

Retrieval-augmented generation (RAG)

Retrieval-augmented generation spája vyhľadávanie s generovaním textu: pred odpoveďou systém vyhľadá relevantné pasáže v zbierke znalostí – napríklad v príručkách, smerniciach alebo FAQ – a odovzdá ich jazykovému modelu ako kontext. Odpoveď tak vychádza z aktuálneho obsahu špecifického pre firmu, a nielen z trénovacích znalostí modelu. Znižuje to vymyslené tvrdenia, zviditeľňuje zdroje a umožňuje aktualizácie bez pretrénovania.

RAG
vyhľadávanie v znalostiach
+1

Trénovacie dáta

Trénovacie dáta sú príklady, z ktorých sa model AI učí vzory: rozsiahle zbierky textov pre jazykové modely, označené obrázky pre obrazové modely. Ich kvalita, rozmanitosť a aktuálnosť vo veľkej miere určujú, nakoľko je model spoľahlivý a férový a nakoľko aktuálne budú jeho znalosti. Pre organizácie je dôležité aj to, či poskytovateľ používa zadané zákaznícke dáta na ďalšie trénovanie.

Údaje
Training
+1