Slovar pojmov

Datum zaključka znanja

Kaj je Datum zaključka znanja?

Datum zaključka znanja je trenutek, do katerega segajo podatki za učenje jezikovnega modela. Model nima lastnega znanja o dogodkih, cenah, zakonih ali izdelkih, ki so nastali pozneje, in lahko poda zastarele informacije, razen če mu dobavimo aktualne podatke. Temu se je mogoče izogniti z metodami, ki med delovanjem vključijo lastne dokumente ali aktualne spletne vsebine.

Kako pomaga KI.ordo

Agenti KI.ordo zaključek znanja nadomestijo z uporabo vašega shranjenega znanja in priklicem aktualnih javnih strani z orodjem „Preberi spletno stran“.

Več o tem

Teme

LLM
Aktualnost
Osnove

Preizkusite KI.ordo

Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.

Začni predstavitev

← Vsi pojmi

Sorodni pojmi

Veliki jezikovni model (LLM)

Veliki jezikovni model (large language model, LLM) je nevronska mreža, naučena na zelo velikih količinah besedil, kar ji omogoča razumevanje in ustvarjanje jezika. Deluje tako, da korak za korakom izračunava najverjetnejši naslednji token. LLM-ji pišejo, povzemajo, prevajajo, odgovarjajo na vprašanja in ustvarjajo kodo; znani primeri so Claude, GPT, Gemini in Llama. Brez dostopa do aktualnih virov poznajo le tisto, kar je bilo v njihovih učnih podatkih.

Jezikovni modeli
Generativna UI
+1

Halucinacija

Halucinacija je izpis modela UI, ki zveni prepričljivo, a je napačen ali popolnoma izmišljen – na primer neobstoječa sodba, napačna številka ali izmišljen vir. Vzrok: jezikovni modeli ustvarjajo verjetna besedila, dejstev pa samodejno ne iščejo. Tveganje se zmanjša, kadar odgovori temeljijo na preverjenih virih, so dokazi navedeni in ljudje preverijo pomembne rezultate.

Jezikovni modeli
zanesljivost
+1

Predloga

Generiranje z obogatenim priklicem (RAG)

Generiranje z obogatenim priklicem združuje iskanje z generiranjem besedil: preden sistem odgovori, v zbirki znanja – na primer priročnikih, pravilnikih ali pogostih vprašanjih – poišče ustrezne odlomke in jih kot kontekst poda jezikovnemu modelu. Odgovor tako temelji na aktualnih vsebinah podjetja in ne le na znanju modela iz učenja. To zmanjša izmišljene trditve, omogoči sledljivost virov in posodobitve brez ponovnega učenja.

RAG
iskanje po znanju
+1

Podatki za učenje

Podatki za učenje so primeri, iz katerih se model UI uči vzorcev: velike zbirke besedil za jezikovne modele, označene slike za slikovne modele. Njihova kakovost, raznolikost in aktualnost v veliki meri določajo, kako zanesljiv in pošten je model ter kako sodobno je njegovo znanje. Za organizacije je pomembno tudi, ali ponudnik vnesene podatke strank uporablja za nadaljnje učenje.

Podatki
Training
+1