Salt la conținut

Glosar de termeni

ÎncepătorLectură: 22 min

Acesta este un glosar de termeni frecvent folosiți în inteligența artificială, învățarea automată și procesarea limbajului natural. Fiecare termen include explicația în română și echivalentul în engleză.

Termen (RO)Termen (EN)Explicație
AbilitateSkillDirector cu un fișier SKILL.md (nume, descriere, instrucțiuni) și, opțional, scripturi, pe care agentul îl încarcă doar când sarcina cere abilitatea respectivă.
AcuratețeAccuracyProcentul de predicții corecte din totalul predicțiilor.
Adjunctul confuzConfused DeputyProgram cu privilegii păcălit de o parte cu mai puține drepturi să-și folosească privilegiile în folosul acesteia.
Adresă de bazăBase URLAdresa la care un program trimite cererile către API-ul unui model, de exemplu http://localhost:11434/v1 pentru Ollama.
Afișarea textului pe măsura generăriiStreamingTehnică prin care tokenurile apar pe ecran imediat ce sunt generate, fără să se aștepte răspunsul complet.
AGENTS.mdAGENTS.mdFișier Markdown din repozitoriu cu instrucțiunile pentru agenții de programare: comenzi, teste, convenții.
Ajustare finăFine-tuningAntrenarea suplimentară a unui model preantrenat pe un set de date specific, pentru o sarcină anume.
Amestec de experți (MoE)Mixture of ExpertsArhitectură în care fiecare strat are mai multe rețele feed-forward (experți), iar pentru fiecare token se folosesc doar câțiva experți.
AntrenareTrainingProcesul prin care un model învață din date, ajustându-și parametrii.
ArhitecturăArchitectureStructura generală a unui model de învățare automată (cum sunt conectați neuronii, câte straturi are etc.).
Asistent personalPersonal AI AssistantAgent care rulează permanent pe calculatorul sau pe serverul utilizatorului, comunică prin aplicații de mesagerie și acționează în numele utilizatorului.
Atac adaptivAdaptive AttackAtac care se ajustează după răspunsurile apărării, prin căutare, gradienți, învățare prin consolidare sau atacatori umani.
AtențieAttentionMecanism care permite modelului să se concentreze pe anumite părți ale intrării atunci când produce ieșirea.
Atenție încrucișatăCross-AttentionAtenție în care interogările vin dintr-o secvență, iar cheile și valorile din alta, de exemplu din tokenurile textului care ghidează generarea unei imagini.
Atenție cu capete multiple (multi-head)Multi-head AttentionMecanism care rulează în paralel mai multe capete de atenție, fiecare cu propriile proiecții, pentru a surprinde tipuri diferite de dependențe.
AutomatizareAutomationSarcină pe care un asistent o pornește singur, după un program sau la un eveniment, fără un mesaj de la utilizator.
Auto-atențieSelf-AttentionAtenție în care tokenurile unei secvențe se raportează unele la altele, folosită în Transformer pentru a surprinde dependențele dintre tokenuri.
AutoencoderAutoencoderRețea formată dintr-un codificator, care comprimă datele într-o reprezentare mai mică, și un decodor, care reconstruiește datele din această reprezentare.
Autoencoder variațional (VAE)Variational AutoencoderAutoencoder care învață o reprezentare latentă continuă, folosit pentru a comprima imaginile și clipurile video înaintea difuziei latente.
AutoconsecvențăSelf-ConsistencyMetodă care generează mai multe lanțuri de gânduri pentru aceeași întrebare și păstrează răspunsul final cel mai frecvent (vot majoritar).
AvantajAdvantageÎn învățarea prin consolidare, cât de mult mai bun decât de obicei este un răspuns sau o acțiune. În GRPO, recompensa unui răspuns minus media grupului de răspunsuri la același prompt, împărțită la abaterea standard a grupului.
A2AAgent2AgentProtocol deschis prin care agenții se descoperă unii pe alții, își delegă sarcini și primesc rezultatele.
Termen (RO)Termen (EN)Explicație
Bază de date vectorialăVector DatabaseBază de date care stochează reprezentări vectoriale și găsește rapid vectorii cei mai apropiați de un vector dat.
Benchmark agenticAgentic BenchmarkSet de sarcini complete, rezolvate de un agent într-un mediu real, cu verificarea automată a rezultatului final.
BiasBiasParametru adăugat la suma ponderată a unui neuron, care deplasează valoarea primită de funcția de activare.
Termen (RO)Termen (EN)Explicație
CanalChannelLegătura dintre poarta de acces a unui asistent și o aplicație de mesagerie, de exemplu WhatsApp sau Telegram.
Card de agentAgent CardDescrierea JSON a capabilităților unui agent, folosită de protocolul A2A pentru descoperirea agenților.
Căutarea instrumentelorTool SearchMecanism prin care harnașamentul încarcă descrierile instrumentelor doar când modelul are nevoie de aceste descrieri, ca să economisească fereastra de context.
Căutare pe fasciculBeam SearchStrategie de decodare care păstrează la fiecare pas mai multe secvențe candidate, pentru a găsi o secvență cât mai probabilă.
Câmp receptivReceptive FieldPartea din date de care depinde rezultatul unui neuron sau al unui nod. Într-o rețea pe grafuri cu k straturi, sunt nodurile aflate la cel mult k muchii distanță.
Cerere de informațiiElicitationMecanismul MCP prin care un server îi cere utilizatorului o informație care lipsește.
Cheie API proprie (BYOK)Bring Your Own KeyFolosirea, într-un harnașament sau printr-un intermediar ca OpenRouter, a cheii API obținute direct de la furnizorul modelului.
Clasificator de permisiuniPermission ClassifierModel separat care citește acțiunea propusă de agent și o aprobă sau o blochează în locul utilizatorului.
Clonarea vociiVoice CloningGenerarea vorbirii cu vocea unei persoane anume, pornind de la o înregistrare scurtă a acelei voci.
Coborâre pe gradientGradient DescentMetoda de optimizare care ajustează parametrii modelului în direcția opusă gradientului funcției de pierdere.
Codec audio neuronalNeural Audio CodecAutoencoder care comprimă sunetul într-un șir de tokenuri dintr-un vocabular fix și poate reconstrui sunetul din aceste tokenuri, de exemplu EnCodec.
Codificare poziționalăPositional EncodingInformația despre poziția tokenurilor într-o secvență, adăugată la reprezentările vectoriale sau aplicată direct în calculul atenției.
Codificator de textText EncoderModel care transformă un text într-un șir de vectori, folosit pentru a ghida generarea unei imagini, de exemplu CLIP sau T5.
Comprimare excesivăOver-squashingLimită a rețelelor pe grafuri în care informația de la multe noduri îndepărtate trebuie să treacă prin puține muchii și să încapă într-un vector de mărime fixă.
Conexiune rezidualăResidual ConnectionLegătură care adună intrarea unui bloc la ieșirea blocului, astfel încât informația și gradienții să treacă direct peste straturi, ca în rețelele reziduale.
ContaminareContaminationSituația în care problemele unui benchmark au ajuns în datele de antrenare ale modelului evaluat.
Controlul fluxului de informațiiInformation-Flow ControlUrmărirea provenienței datelor și blocarea fluxurilor nepermise, de exemplu trimiterea datelor private către destinatari nesiguri.
ConvoluțieConvolutionOperație care aplică filtre pe date spațiale sau secvențiale (folosită în rețelele convoluționale, CNN).
CuantizareQuantizationTehnică de reducere a mărimii modelului prin stocarea ponderilor cu mai puțini biți.
CUDACUDAPlatformă de calcul paralel dezvoltată de NVIDIA pentru plăcile sale grafice.
Termen (RO)Termen (EN)Explicație
Degradarea contextuluiContext RotScăderea performanței unui model pe măsură ce textul primit în context se lungește.
Dezvăluire progresivăProgressive DisclosureÎncărcarea treptată a informației în context: întâi numele și descrierea unei abilități, apoi instrucțiunile complete, doar la nevoie.
Dispozitiv însoțitorNodeTelefon, ceas sau alt calculator conectat la poarta de acces a unui asistent, prin care agentul poate folosi camera, ecranul, locația sau notificările.
DeepfakeDeepfakeImagine, clip video sau înregistrare audio generată ori manipulată, care pare să arate o persoană, un loc sau un eveniment real.
Decodare paralelăParallel DecodingFixarea mai multor tokenuri la aceeași trecere prin rețea, ca la modelele de limbaj bazate pe difuzie.
Decodare speculativăSpeculative DecodingTehnică de accelerare a generării în care un model mic propune câteva tokenuri, iar modelul mare le verifică pe toate într-o singură trecere.
DerivatăDerivativeRata de schimbare a unei funcții, folosită la calculul gradienților.
Diferențiere automatăAutomatic Differentiation (autograd)Calculul automat și exact al derivatelor unui program pe baza grafului computațional, oferit în PyTorch de autograd.
Difuzie cu mascăMasked DiffusionModel de difuzie pentru date discrete, precum textul, în care procesul direct înlocuiește tokenurile cu un token de mască, iar rețeaua învață să le completeze.
Difuzie latentăLatent DiffusionModel de difuzie care lucrează pe reprezentarea comprimată a unei imagini, produsă de un autoencoder, nu direct pe pixeli.
Divergența Kullback-Leibler (KL)Kullback-Leibler DivergenceMăsură a diferenței dintre două distribuții de probabilitate. La alinierea LLM-urilor, penalizează îndepărtarea modelului antrenat de modelul de referință.
DimensiuneDimensionNumărul de valori dintr-un vector, de exemplu dintr-o reprezentare vectorială.
Dimensiunea lotuluiBatch SizeNumărul de exemple dintr-un lot folosit la un pas de antrenare.
DPODPO (Direct Preference Optimization)Metodă de aliniere care învață direct din perechi de răspunsuri preferate și respinse, față de un model de referință înghețat, fără model de recompensă separat și fără învățare prin consolidare.
DistilareKnowledge DistillationTehnică prin care un model mai mic este antrenat pe ieșirile unui model mai mare, ca să-i preia comportamentul.
Termen (RO)Termen (EN)Explicație
Eliminarea zgomotuluiDenoisingEstimarea și îndepărtarea zgomotului dintr-o imagine sau dintr-un semnal, sarcina pe care o învață rețeaua unui model de difuzie.
EpocăEpochO trecere completă prin întregul set de antrenare.
Eșantionare top-kTop-k SamplingMetodă de generare care alege următorul token doar dintre cele k tokenuri cele mai probabile.
Eșantionare top-p (nucleus)Top-p (Nucleus) SamplingMetodă de generare care alege următorul token doar din cel mai mic set de tokenuri a căror probabilitate cumulată atinge pragul p.
EvaluareEvaluationTestarea performanței modelului pe un set de date pe care nu l-a văzut la antrenare.
Exfiltrarea datelorData ExfiltrationScoaterea datelor dintr-un sistem către un atacator, prin imagini, legături, cereri DNS sau apeluri de instrumente.
Exploatarea recompenseiReward HackingObținerea unor recompense mari pe căi nedorite, care respectă litera recompensei, dar nu și intenția celui care a scris-o, de exemplu prin repetarea cuvintelor numărate de recompensă.
Termen (RO)Termen (EN)Explicație
Fereastră de contextContext WindowNumărul maxim de tokenuri pe care modelul le poate procesa la un moment dat.
Filigran digitalWatermarkSemnal ascuns într-o imagine, un sunet sau un clip generat, după care conținutul poate fi recunoscut ulterior ca generat, de exemplu SynthID.
Formă de undăWaveformȘirul de eșantioane care descrie un sunet în timp.
Funcția liniară rectificată (ReLU)Rectified Linear Unit (ReLU)Funcție de activare care întoarce 0 pentru valorile negative și valoarea însăși pentru cele pozitive, adică max(0, x).
Funcție de activareActivation FunctionFuncție neliniară aplicată la ieșirea unui neuron, care îi permite rețelei să învețe relații neliniare.
Funcție de pierdereLoss FunctionFuncția care măsoară cât de departe sunt predicțiile modelului de valorile corecte, iar valoarea funcției se numește pierdere sau eroare.
Termen (RO)Termen (EN)Explicație
Gazdă (MCP)HostAplicația AI care pornește conexiunile MCP și conține câte un client pentru fiecare server.
Generare augmentată prin regăsire (RAG)Retrieval-Augmented Generation (RAG)Metodă prin care sistemul caută documente relevante și le pune în contextul modelului înainte ca acesta să răspundă.
Ghidare fără clasificatorClassifier-Free Guidance (CFG)Tehnică de generare care combină estimarea zgomotului făcută cu text și fără text, ca rezultatul să urmeze mai fidel descrierea.
Grad (al unui nod)DegreeNumărul de vecini ai unui nod dintr-un graf.
GradientGradientVectorul derivatelor parțiale, care indică direcția în care funcția de pierdere crește cel mai repede.
Gradienți care disparVanishing GradientsProblemă a rețelelor adânci în care gradienții devin foarte mici pe măsură ce sunt propagați înapoi, iar primele straturi aproape nu mai învață.
Gradienți care explodeazăExploding GradientsProblemă a rețelelor adânci sau recurente în care gradienții devin foarte mari pe măsură ce sunt propagați înapoi, iar antrenarea devine instabilă.
GrafGraphStructură formată din noduri și muchii, adică legături între perechi de noduri, de exemplu atomii și legăturile unei molecule.
Graf computaționalComputational GraphGraf în care nodurile sunt operațiile unui calcul, iar muchiile duc valorile intermediare, folosit pentru calculul automat al gradienților.
Graf de cunoștințe temporalTemporal Knowledge GraphGraf de fapte în care fiecare fapt are o perioadă de valabilitate.
GRPOGRPO (Group Relative Policy Optimization)Algoritm de învățare prin consolidare care compară mai multe răspunsuri la același prompt și le face mai probabile pe cele mai bune decât media grupului.
Termen (RO)Termen (EN)Explicație
HalucinațieHallucinationSituația în care modelul generează un răspuns care sună credibil, dar este incorect factual.
HarnașamentHarness (Scaffolding)Sistemul din jurul modelului, care pregătește contextul, îi dă acces la instrumente și controlează ciclul de lucru al unui agent.
Hugging Face HubHugging Face HubPlatformă centralizată unde sunt publicate modele, seturi de date și tokenizatoare.
Termen (RO)Termen (EN)Explicație
ID-uri de intrareInput IDsNumerele care identifică tokenurile după tokenizare.
Ierarhia instrucțiunilorInstruction HierarchyAntrenarea modelului să prefere instrucțiunile de sistem celor ale utilizatorului, iar pe acestea celor din rezultatele instrumentelor.
InferențăInferenceFolosirea unui model antrenat pentru a produce predicții sau text.
Ingineria contextuluiContext EngineeringAlegerea informațiilor care intră în fereastra de context la fiecare pas al unui agent.
Ingineria harnașamentuluiHarness EngineeringObiceiul de a repara definitiv fiecare greșeală a agentului, prin reguli noi în fișierul de instrucțiuni sau prin scripturi de verificare.
InițializareInitializationAlegerea valorilor inițiale ale parametrilor modelului, înainte de antrenare.
Injecție de promptPrompt InjectionAtac în care un text citit de model conține instrucțiuni pe care modelul le urmează în locul celor ale utilizatorului sau ale aplicației.
Injecție indirectăIndirect Prompt InjectionInjecție de prompt plantată în date citite mai târziu de sistem (pagini web, e-mailuri, documente, rezultatele instrumentelor, memorie), nu în mesajul utilizatorului.
Interfața agent-calculatorAgent-Computer Interface (ACI)Comenzile, instrumentele și formatul mesajelor prin care un agent lucrează cu un calculator, a căror formă influențează mult rezultatele.
Invarianță la permutăriPermutation InvarianceProprietatea unui model de a da același rezultat oricum ar fi numerotate elementele intrării, de exemplu nodurile unui graf.
Termen (RO)Termen (EN)Explicație
Lanț de aprovizionareSupply ChainPachetele, extensiile, serverele și celelalte dependențe scrise de alții pe care se sprijină un sistem.
Lanț de gânduriChain of Thought (CoT)Textul intermediar, scris pas cu pas, pe care modelul îl generează înainte de răspunsul final.
Limitarea gradientuluiGradient ClippingTehnică ce limitează norma gradientului la o valoare maximă, pentru a preveni explozia gradienților.
Listă de permisiuniAllowlistLista comenzilor, domeniilor sau acțiunilor permise fără o aprobare suplimentară.
LoRALoRA (Low-Rank Adaptation)Tehnică de ajustare fină care îngheață ponderile modelului și antrenează doar perechi de matrice mici, de rang mic, adăugate peste ponderile înghețate.
LotBatchSubsetul de exemple folosit la un singur pas de antrenare.
Termen (RO)Termen (EN)Explicație
MascăMaskVector sau matrice care indică ce tokenuri sunt vizibile și care trebuie ignorate.
Matrice de adiacențăAdjacency MatrixMatrice cu câte un rând și o coloană pentru fiecare nod al unui graf, în care valoarea de pe poziția (i, j) arată dacă nodurile i și j sunt legate.
Mediu izolatSandboxMediu care limitează ce poate citi, scrie și contacta un proces, indiferent ce decide modelul.
MemorareMemorizationReproducerea aproape identică, de către un model generativ, a unor exemple din datele de antrenare.
Memoria agentuluiAgent MemoryMecanismele prin care un agent păstrează informații între pași sau sesiuni și le aduce înapoi în context când are nevoie de aceste informații.
Memoria cache pentru chei și valoriKV CachePăstrarea cheilor și valorilor de atenție ale tokenurilor deja procesate, ca să nu fie recalculate la generarea fiecărui token nou.
MetriciMetricsMăsuri pentru evaluarea performanței unui model (precizie, sensibilitate, perplexitate etc.).
ModelModelFuncția matematică, cu parametri învățați din date, care face predicții.
Modele de rezervăFallbacksListă ordonată de modele la care trece o cerere când modelul ales dă o eroare.
Model Context Protocol (MCP)Model Context ProtocolProtocol deschis prin care aplicațiile AI descoperă și apelează instrumentele și datele oferite de servere separate.
Model densDense ModelModel care folosește toți parametrii pentru fiecare token, spre deosebire de un amestec de experți.
Model de amenințareThreat ModelDescrierea a ce poate face atacatorul: ce acces are, câte încercări are și ce știe despre sistem.
Model de difuzieDiffusion ModelModel generativ care învață să elimine treptat zgomotul din date și generează date noi pornind de la zgomot pur.
Model de limbaj bazat pe difuzieDiffusion Language ModelModel de limbaj care generează textul prin difuzie, fixând mai multe tokenuri la fiecare pas, în loc să scrie câte un token de la stânga la dreapta.
Model de limbaj cauzalCausal Language ModelModel care prezice următorul token dintr-o secvență pe baza tokenurilor anterioare, folosit la generarea de text.
Model de limbaj mare (LLM)Large Language Model (LLM)Model de limbaj cu miliarde de parametri, antrenat pe cantități foarte mari de text.
Model de raționamentReasoning ModelModel de limbaj antrenat special să genereze un raționament lung înainte de răspunsul final.
Model de recompensăReward ModelModel, de obicei tot un model de limbaj, antrenat pe preferințe umane să dea un scor răspunsurilor, folosit ca recompensă la alinierea LLM-urilor.
Model de referințăReference ModelCopie înghețată a modelului de dinaintea alinierii, față de care DPO, PPO și GRPO măsoară cât s-a schimbat modelul antrenat.
Model închisClosed ModelModel folosit doar prin API-ul furnizorului, fără ponderi publice.
Model salvatCheckpointFișier care salvează starea modelului (ponderile și starea optimizatorului) la un moment dat.
MomentumMomentumTehnică de optimizare care accelerează convergența prin păstrarea unei „inerții” din pașii anteriori.
MuchieEdgeLegătură între două noduri ale unui graf.
Termen (RO)Termen (EN)Explicație
Netezire excesivăOver-smoothingFenomenul prin care, după multe straturi ale unei rețele pe grafuri, vectorii tuturor nodurilor ajung să semene unii cu alții.
Neuron artificialArtificial NeuronUnitatea de bază a unei rețele neuronale, care primește intrări și produce o ieșire.
Nivel de efortEffortSetare a modelelor de raționament care stabilește cât de mult „gândește” modelul înainte să răspundă.
NodNodeElement al unui graf, de exemplu un atom dintr-o moleculă sau o persoană dintr-o rețea socială.
Normalizare pe lotBatch NormalizationTehnică de normalizare a activărilor pe fiecare lot, pentru a stabiliza și accelera antrenarea.
Termen (RO)Termen (EN)Explicație
Oboseala aprobărilorApproval FatigueTendința utilizatorilor de a aproba aproape orice cerere de permisiune atunci când primesc multe.
Ocolirea antrenării de siguranțăJailbreakingCereri formulate astfel încât modelul să producă răspunsuri pe care antrenarea de siguranță ar trebui să le blocheze.
OptimizatorOptimizerAlgoritmul care ajustează parametrii modelului pentru a minimiza funcția de pierdere.
Otrăvirea instrumentelorTool PoisoningInstrucțiuni ascunse în descrierea unui instrument, vizibile pentru model, dar nu și pentru utilizator.
Otrăvirea memorieiMemory PoisoningPlantarea unor instrucțiuni sau informații false în memoria unui agent, care le folosește apoi în sesiunile următoare.
Termen (RO)Termen (EN)Explicație
ParametruParameterValoare ajustabilă a modelului (o pondere sau un bias), învățată din date.
pass^kpass^kMăsură de fiabilitate: șansa ca un agent să rezolve aceeași sarcină în toate cele k încercări.
Pereche de preferințePreference PairUn prompt împreună cu un răspuns preferat și unul respins, folosită de DPO și la antrenarea modelelor de recompensă.
PerplexitatePerplexityMăsură a cât de bine prezice un model tokenurile unui text, la care valorile mai mici înseamnă predicții mai bune.
PeticPatchBloc mic dintr-o imagine sau dintr-un clip video, tratat ca un singur token de un Transformer.
Poartă de accesGatewayProcesul de lungă durată al unui asistent personal, care administrează conversațiile, sesiunile, instrumentele și conexiunile cu aplicațiile de mesagerie; prin extensie, un serviciu care rutează cererile către modele.
Ponderi deschiseOpen WeightsPonderi publicate, care pot fi descărcate și rulate pe hardware propriu; nu implică și publicarea codului sau a datelor de antrenare.
PipelinePipelineÎn librăria Transformers, interfața simplificată care face automat tokenizarea, inferența și decodarea.
Placă grafică (GPU)GPU (Graphics Processing Unit)Hardware specializat în calcul paralel, folosit pentru a accelera antrenarea și inferența rețelelor neuronale.
PonderiWeightsParametrii care stabilesc cât contează fiecare intrare pentru fiecare neuron.
Potrivirea fluxuluiFlow MatchingMetodă înrudită cu difuzia, în care rețeaua învață direcția (viteza) care leagă zgomotul de date, de-a lungul unor drumuri aproape drepte.
PreantrenarePretrainingPrima etapă de antrenare, pe un corpus foarte mare de text, înainte de ajustarea fină.
PPOPPO (Proximal Policy Optimization)Algoritm de învățare prin consolidare care limitează, prin decuparea raportului dintre probabilitățile noii strategii și ale celei vechi, cât se poate schimba strategia la o actualizare.
PreciziePrecisionProporția predicțiilor pozitive care sunt cu adevărat pozitive.
Program de zgomotNoise ScheduleRegula după care crește cantitatea de zgomot de la un pas la altul în procesul direct al unui model de difuzie.
PromptPromptTextul de intrare dat unui model de limbaj pentru a genera o ieșire.
Prompt negativNegative PromptDescrierea a ceea ce nu trebuie să apară într-o imagine generată, folosită în locul textului gol la ghidarea fără clasificator.
Propagare directăForward Propagation (Forward Pass)Calculul care trece datele prin rețea de la intrare spre ieșire, strat cu strat.
PyTorchPyTorchLibrărie open-source pentru învățare profundă, creată de Meta și administrată din 2022 de PyTorch Foundation.
Termen (RO)Termen (EN)Explicație
Rata de succes a atacurilor (ASR)Attack Success RateProporția încercărilor sau a scenariilor în care un atac reușește.
Rată de eșantionareSample RateNumărul de măsurători (eșantioane) pe secundă ale unui semnal audio, de exemplu 24.000 (24 kHz).
Rată de învățareLearning RateHiperparametrul care controlează mărimea actualizărilor parametrilor la fiecare pas.
Regula lanțuluiChain RuleRegula din calculul diferențial după care derivata unei funcții compuse este produsul derivatelor funcțiilor care o compun.
RecompensăRewardNumărul primit de un agent după o acțiune sau după un episod întreg, care spune cât de bun a fost rezultatul. La LLM-uri, vine de la un model de recompensă sau de la un program care verifică răspunsul.
Reprezentare latentăLatent RepresentationForma comprimată a datelor produsă de codificatorul unui autoencoder, din care decodorul le poate reconstrui.
Reprezentare vectorialăEmbeddingVector dens care reprezintă un token, un cuvânt sau un text, astfel încât sensurile asemănătoare să aibă vectori apropiați.
RetropropagareBackpropagationAlgoritmul care calculează eficient gradienții tuturor parametrilor, aplicând regula lanțului de la ieșire spre intrare.
Retropropagare în timp (BPTT)Backpropagation Through TimeRetropropagarea aplicată unei rețele recurente desfășurate în timp, în care gradienții trec înapoi prin toți pașii secvenței.
Rețea convoluțională pe grafuri (GCN)Graph Convolutional NetworkRețea pe grafuri în care fiecare strat face o medie ponderată între vectorul fiecărui nod și vectorii vecinilor, cu ponderi care țin cont de grade.
Rețea feed-forwardFeed-forward NetworkComponentă a unui bloc Transformer care aplică aceeași transformare neliniară fiecărei poziții, independent.
Rețea generativă adversarială (GAN)Generative Adversarial NetworkPereche de rețele antrenate una împotriva celeilalte: una generează exemple, iar cealaltă încearcă să le deosebească de cele reale.
Rețea neuronalăNeural NetworkStructură de neuroni artificiali interconectați, organizați în straturi, care învață reprezentări din date.
Rețea neuronală pe grafuri (GNN)Graph Neural NetworkRețea neuronală care lucrează direct pe un graf, prin transmiterea mesajelor între noduri vecine.
RLHFRLHF (Reinforcement Learning from Human Feedback)Învățare prin consolidare din feedback uman, o tehnică de aliniere în care modelul este optimizat după un model de recompensă antrenat pe preferințe umane.
RutareRoutingAlegerea automată a furnizorului sau a modelului care primește o cerere, după preț, viteză sau fiabilitate.
Termen (RO)Termen (EN)Explicație
Schimbarea după aprobareRug PullModificarea descrierii sau a configurației unui instrument după ce utilizatorul l-a aprobat.
Sensibilitate (recall)RecallProporția cazurilor pozitive reale care au fost identificate corect.
Set de dateDatasetColecția de exemple folosită pentru antrenare, validare și testare.
Set de validareValidation SetSetul de date folosit pentru a urmări performanța modelului în timpul antrenării, separat de datele de antrenare.
SigmoidăSigmoidFuncție de activare care transformă orice număr real într-o valoare din intervalul (0, 1).
Sinteza vorbiriiText-to-Speech (TTS)Generarea automată a vorbirii pornind de la un text.
Spațiu latentLatent SpaceSpațiul reprezentărilor latente, în care lucrează modelele de difuzie latentă.
Spectrogramă melMel SpectrogramReprezentarea unui sunet ca imagine timp-frecvență, cu frecvențele grupate în benzi după felul în care le percepe urechea.
Stare ascunsăHidden StateVectorul intern calculat de model la un anumit pas sau strat, care poartă informația despre intrările anterioare.
StratLayerGrup de neuroni care procesează datele la același nivel al rețelei.
SubagentSubagentAgent pornit de agentul principal, cu propria fereastră de context, care întoarce doar un rezumat.
SubînvățareUnderfittingSituația în care modelul nu învață suficient din datele de antrenare.
SupraînvățareOverfittingSituația în care modelul învață prea bine datele de antrenare și generalizează prost pe date noi.
Termen (RO)Termen (EN)Explicație
Șablon de chatChat TemplateFormatul de text pentru conversații, în care rolurile (user, assistant) sunt marcate prin tokenuri speciale.
Șablon de proiectareDesign PatternSoluție generală, reutilizabilă, pentru o problemă de proiectare care apare des.
Termen (RO)Termen (EN)Explicație
TemperaturăTemperatureParametru care controlează cât de aleatoare este generarea, iar valorile mici dau răspunsuri mai previzibile.
TokenTokenUnitatea de bază de text (cuvânt, parte de cuvânt sau caracter) cu care lucrează modelul.
Token de mascăMask TokenToken special care ascunde conținutul unei poziții dintr-un text, pe care modelul trebuie să-l ghicească, folosit de BERT și de difuzia cu mască.
TokenizareTokenizationProcesul de transformare a textului în tokenuri.
Tokenuri de gândireThinking TokensTokenurile raționamentului intermediar pe care un model îl generează înainte de răspuns, delimitate de obicei de marcaje precum <think> și </think>.
Tokenuri specialeSpecial TokensTokenuri rezervate pentru a marca sfârșitul textului, completarea (padding) sau rolurile din conversație.
TransformerTransformerArhitectură de rețea neuronală bazată pe atenție, pe care se sprijină majoritatea modelelor de limbaj actuale.
Transformer de difuzie (DiT)Diffusion TransformerTransformer folosit ca rețea de eliminare a zgomotului într-un model de difuzie, care primește imaginea sau clipul tăiat în petice.
Transmiterea mesajelorMessage PassingMecanismul rețelelor pe grafuri în care, la fiecare strat, fiecare nod primește vectorii vecinilor, îi agregă și își actualizează propriul vector.
Transport (MCP)TransportFelul în care circulă mesajele MCP: stdio, pentru servere locale, sau Streamable HTTP, pentru servere la distanță.
Triada letalăLethal TrifectaCombinația dintre acces la date private, expunere la conținut nesigur și posibilitatea de a comunica în exterior, care permite furtul de date printr-o injecție de prompt.
Termen (RO)Termen (EN)Explicație
Umbrirea instrumentelorTool ShadowingDescrierea unui server MCP care schimbă felul în care agentul folosește instrumentele altui server.
Termen (RO)Termen (EN)Explicație
VocabularVocabularyMulțimea tuturor tokenurilor pe care le cunoaște un model.
VocoderVocoderRețea care transformă o spectrogramă în formă de undă, adică în sunet.
VRAMVRAMMemoria de pe placa grafică, în care sunt încărcate ponderile modelului și datele intermediare.
Termen (RO)Termen (EN)Explicație
Zgomot gaussianGaussian NoiseValori aleatoare distribuite normal, după o curbă în formă de clopot, adăugate datelor în procesul direct al unui model de difuzie.