Glossary

0-9

1-shot learning 3D convolution 5G + AI 6DoF pose estimation 7D representation 8-bit quantization 2-stage detector 9-layer network 0-shot learning 4D data

A

AGI / Artificial General Intelligence Attention Autoencoder Algorithm Artificial Intelligence (AI)

B

Backpropagation Batch Normalization BERT Bias Boosting

C

Clustering CNN / Convolutional Neural Network Chatbot Classifier / Classification Cross-Validation

D

Data Augmentation Deep Learning Deepfake Deterministic Model Discriminative Model

E

Encoder Embedding Ensemble Learning Epoch Explainable AI (XAI)

F

Foundation Model Fine-tuning Fusion / Multimodal Fusion Feature Extraction Forward Propagation

G

Graph Neural Network (GNN)GAN / Generative Adversarial Network Generative AI Gradient Descent Grounding

H

Hierarchical Model Hyperparameter Hidden Layer Hallucination Heuristic

I

Instance / Sample Instruction tuning Intelligence Amplification / Augmentation Interpretability Imbalanced Data

J

JAX Jittering Joint Embedding JSONL / JSON-lines Juxtaposition

K

Kernel Trick KL Divergence (Kullback–Leibler Divergence)K-means Clustering K-Shot Learning Knowledge Distillation

L

Learning Rate Large Language Model (LLM)Latent Variable Loss Function LSTM / Long Short-Term Memory

M

Model Machine Learning (ML)Meta-learning Multi-head Attention Multimodal / Multimodality

N

Neural Network Novelty Detection / Anomaly Detection NLP / Natural Language Processing NLU / Natural Language Understanding Normalization

O

Objective Function Optimizer One-hot Encoding Online Learning Overfitting

P

Parameter Prompt Policy / Reinforcement Learning Policy Pooling Pretraining

Q

Query Q-learning Quality Estimation Quantization Queue / Buffer

R

Representation Learning Regularization Reinforcement Learning (RL)Retrieval Augmented Generation (RAG)RNN / Recurrent Neural Network

S

Sampling Self-Supervised Learning Sequence Modeling Softmax Supervised Learning

T

Tokenizer Transfer Learning Transformer Tuning / Hyperparameter Tuning Training Data

U

Universal Approximation Theorem U-Net Underfitting Uncertainty Estimation Unsupervised Learning

V

Validation Set Vanishing / Exploding Gradient Variational Autoencoder (VAE)Vector Embedding Vision Transformer (ViT)

W

Weak Supervision Weight Decay Whitening / Whitening Transformation Word Embedding Workflow

X

XOR problem X-axis / feature axis XAI / Explainable AI XLM XLNet

Y

Y-axis / feature axis Y-transform / YUV YAGNI (You Aren't Gonna Need It)Yield (model yield / throughput)Yoga of AI

Z

Zero-gradient phenomenon Zero-centric / Zero-bias initialization Z-score Normalization Zero-shot Learning / Zero-shot inference Zygosity in augmentation

Was ist Pretraining?

Pretraining bezieht sich auf den anfänglichen Trainingsprozess im Bereich des maschinellen Lernens und des tiefen Lernens, insbesondere in der Verarbeitung natürlicher Sprache (NLP) und der Computer Vision. Dieser Prozess soll es Modellen ermöglichen, allgemeine Merkmale und Muster zu lernen, bevor sie für spezifische Aufgaben feinjustiert werden.

In der Pretraining-Phase werden Modelle typischerweise mit großen, unlabeled Datenmengen trainiert. Dadurch können sie grundlegende Strukturen, Grammatik und semantische Informationen in den Daten erfassen. Beispielsweise lernen vortrainierte Sprachmodelle wie BERT und GPT durch die Beobachtung großer Textmengen die Beziehungen und Kontextinformationen zwischen Wörtern.

Ein wichtiger Vorteil des Pretrainings ist die signifikante Verbesserung der Modellleistung bei spezifischen Aufgaben, insbesondere wenn Daten knapp sind. Durch das Pretraining auf breiteren Datensätzen können Modelle während des Feinabstimmungsprozesses schneller konvergieren und so Zeit und Rechenressourcen sparen. Pretraining hat jedoch auch einige Nachteile, wie die hohe Nachfrage an Rechenressourcen und die Möglichkeit, Vorurteile und Ungenauigkeiten einzuführen.

In Zukunft könnten die Methoden des Pretrainings mit den technologischen Fortschritten flexibler und effizienter werden und aufkommende Ansätze wie selbstüberwachtes Lernen und Transferlernen integrieren, um die Effektivität und Anwendbarkeit des Modells weiter zu verbessern.