頻率懲罰（Frequency Penalty）
頻率懲罰是一種在文本生成和自然語言處理模型中常用的調控機制，旨在減少生成內容中重複詞彙的出現，從而提升文本的多樣性和可讀性。具體來說，頻率懲罰根據某個詞彙在已生成文本中的出現頻次，對該詞未來再次被選擇的概率予以懲罰性降低，避免模型陷入重複或機械式的表達。
查看AI術語
什麼是 基礎模型（Base Model）?
基礎模型，又稱為「foundation model」或「base model」，是指經過大規模數據訓練而成的通用型人工智慧模型。這類模型通常採用自監督或半監督學習技術，能夠理解並捕捉數據中的複雜模式和結構，從而能夠在多種下游任務中展現優異性能。基礎模型的特點是具有高度的適應性和彈性，可以通過微調（fine-tuning）或定制，應用於不同的應用場景和專業領域。
查看AI術語
什麼是 少樣本學習（few-shot）?
少樣本學習是一種機器學習方法，旨在讓模型能夠在只有極少量標註樣本（通常是幾個到幾十個）的情況下快速學習並完成指定任務。這種學習方法突破了傳統機器學習對大量數據依賴的限制，更接近於人類只需少量示例即能學會新事物的學習能力。
查看AI術語
什麼是 倫理AI（Ethics AI）?
倫理AI，是指在人工智慧技術的研發、設計、部署和應用過程中，秉持人類社會的倫理價值和道德原則，保障人工智慧系統的安全、公平、透明和負責任使用的理念與實踐。它旨在確保AI技術能為社會帶來正面影響，同時有效預防和減少其可能產生的偏見、不公、隱私侵犯或其他負面後果。
查看AI術語
端到端學習（End-to-End Learning）
端到端學習是一種機器學習和深度學習的設計理念，指的是直接將系統的輸入映射到最終輸出，整個過程中不經過人工設計的中間特徵提取或分步驟處理。換言之，一個單一的模型或神經網絡負責從原始數據直接學習到預測結果，所有系統組件共同訓練和優化，以達到整體的任務目標。
查看AI術語