Alle Begriffe mit dem Tag «KI & ML»
47 Einträge im KI-Lexikon
A2A (Agent-to-Agent)
A2A (Agent-to-Agent) ist ein von Google vorgeschlagener offener Standard zur Ermöglichung der Interoperabilität zwischen KI-Agenten…
Adversarial Learning
Beim gegnerischen Lernen wird versucht, ein Modell durch Lernen mit sogenannten gegnerischen Beispielen (Adversarial Examples) robuster…
Agentic AI (Agentische KI)
Autonome KI-Systeme, die eigenständig Ziele verfolgen, Entscheidungen treffen und komplexe Aufgaben über verschiedene Programme und…
AGI
Künstliche allgemeine Intelligenz (AGI) bezieht sich auf eine Form der künstlichen Intelligenz, die die Fähigkeit hat, Wissen über ein…
AI (Artificial Intelligence)
Englischsprachige Abkürzung für Künstliche Intelligenz. Ein Bereich der Informatik, der sich mit der Entwicklung von Systemen und Maschinen…
Algorithmus
In der Informatik ist ein Algorithmus eine genaue Berechnungsvorschrift zur Lösung einer Aufgabe. Ein Lernalgorithmus ist ein Algorithmus,…
Annotation
Im Kontext der künstlichen Intelligenz (KI) bezieht sich Annotation auf den Prozess, bei dem Daten manuell von Menschen beschriftet oder…
Artificial General Intelligence (AGI)
Künstliche allgemeine Intelligenz ist eine Stufe der künstlichen Intelligenz, die ähnlich wie ein Mensch ein breites Spektrum an Aufgaben…
ASI (Künstliche Superintelligenz)
Hypothetische Form künstlicher Intelligenz, die menschliche Intelligenz in sämtlichen Bereichen – von Kreativität bis Problemlösung –…
Basismodelle
Basismodelle sind große maschinelle Lernmodelle, die auf Basis einer großen Menge allgemeiner Daten trainiert wurden. Nach diesem…
Bestärkendes Lernen
Beim bestärkenden Lernen erhält der Lernalgorithmus gelegentliches Feedback für Interaktionen mit der Umwelt und lernt, die…
Classification
Im Bereich der künstlichen Intelligenz (KI) bezieht sich Klassifikation auf eine Art des überwachten Lernens, bei dem ein Algorithmus…
Constitutional AI
Von Anthropic entwickelter Ansatz, bei dem KI-Modelle anhand eines Satzes von Prinzipien sich selbst korrigieren – für sichere KI mit…
Diskriminative KI
Diskriminative KI-Modelle lernen, Daten zu unterscheiden und zu klassifizieren. Im Gegensatz zu generativen KI-Modellen, die neue Daten…
Emergent Abilities
Fähigkeiten, die in großen KI-Modellen plötzlich auftauchen, wenn ein bestimmter Schwellenwert an Größe, Daten oder Training überschritten…
Feature Engineering
Feature Engineering ist der Prozess der Auswahl, Transformation und Erstellung von Merkmalen (Features) aus Rohdaten, um die Leistung von…
Finetuning
Finetuning bezeichnet die Anpassung eines vortrainierten KI-Modells auf eine spezifische Aufgabe oder einen spezifischen Datensatz. Wir…
Hybride KI
Ansatz, der symbolische, regelbasierte Methoden mit statistischen Machine-Learning-Verfahren kombiniert. Ziel: bessere Erklärbarkeit,…
Hyperparameter
Hyperparameter sind Konfigurationsparameter, die vor dem Training eines maschinellen Lernmodells festgelegt werden und nicht während des…
Inference
Inference bezieht sich auf den Prozess der Anwendung eines trainierten maschinellen Lernmodells auf neue, unbekannte Daten, um Vorhersagen…
Inference-Time Scaling
Paradigmenwechsel in der KI: Statt immer größere Modelle zu trainieren, wird mehr Rechenzeit beim Nachdenken investiert – für bessere…
KI Modell
Ein KI Modell ist immer eine vereinfachte Darstellung der Realität. Im Kontext von Machine Learning und KI ist ein Modell ein…
KL-Divergenz
Mathematisches Maß dafür, wie stark sich zwei Wahrscheinlichkeitsverteilungen unterscheiden. Wichtiges Werkzeug beim Training generativer…
Knowledge Distillation (Wissensdestillation)
Verfahren, bei dem ein kleines „Schüler"-Modell trainiert wird, die Fähigkeiten eines großen „Lehrer"-Modells nachzuahmen – für…
Lernalgorithmus
Ein spezifischer Algorithmus, der darauf ausgelegt ist, aus Daten zu lernen und Muster zu erkennen. Lernalgorithmen sind das Herzstück des…
LoRA (Low-Rank Adaptation)
Effiziente Fine-Tuning-Methode, die nur einen kleinen Teil der Modellparameter anpasst – ideal für kostengünstiges Anpassen großer…
Loss Function
Eine Loss Function (Verlustfunktion) ist eine mathematische Funktion, die misst, wie gut ein maschinelles Lernmodell bei der Vorhersage der…
Machine Learning
Maschinelles Lernen ist ein Teilbereich der künstlichen Intelligenz, der sich auf die Entwicklung von Algorithmen und statistischen…
Model Collapse
Phänomen, bei dem KI-Modelle an Qualität verlieren, wenn sie auf von KI generierten Daten statt auf menschlichen Daten trainiert werden –…
Modellvalidierung
Der Prozess der Bewertung der Leistung und Genauigkeit eines trainierten Machine Learning Modells. Die Validierung hilft dabei, die…
Multimodalität
Multimodalität in der KI bezieht sich auf Systeme, die verschiedene Arten von Daten gleichzeitig verarbeiten können, wie Text, Bilder,…
One-Shot Learning
Lernverfahren, bei dem ein Modell aus nur einem einzigen Beispiel pro Kategorie generalisieren kann. Gegenstück zu Zero-Shot und Few-Shot…
Overfitting (Überanpassung)
Überanpassung bei KI-Modellen beschreibt den Zustand, in dem ein Modell die Trainingsdaten so genau erlernt, dass es deren spezifische…
Quantisierung
Technik zur Komprimierung von KI-Modellen, bei der die Rechengenauigkeit reduziert wird – für schnellere und speichereffizientere Modelle…
Random Forest
Klassisches Machine-Learning-Verfahren, das viele Entscheidungsbäume kombiniert, um robustere und genauere Vorhersagen zu treffen.
Reinforcement Learning
Reinforcement Learning (Verstärkungslernen) ist eine Art des maschinellen Lernens, bei der ein Agent lernt, durch Interaktion mit einer…
RLHF (Reinforcement Learning from Human Feedback)
Trainingsmethode, bei der menschliche Bewerter KI-Antworten bewerten und so das Modell an menschliche Werte und Präferenzen anpassen –…
Scaling Laws
Empirische Gesetzmäßigkeiten, die beschreiben, wie KI-Modelle besser werden, wenn Modellgröße, Datenmenge und Rechenleistung wachsen.
Supervised Learning (Überwachtes Lernen)
Ein Typ des maschinellen Lernens, bei dem das Modell mit gelabelten Daten trainiert wird, bei denen die richtigen Antworten bekannt sind.…
Transfer Learning
Transfer Learning ist eine Technik im maschinellen Lernen, bei der ein Modell, das für eine Aufgabe trainiert wurde, für eine verwandte,…
Tree-of-Thought
Reasoning-Methode für Sprachmodelle, die statt einer einzigen Gedankenkette einen Baum aus alternativen Lösungswegen erkundet und so…
Uncertainty Estimation
Verfahren, mit denen ein KI-Modell einschätzen kann, wie sicher es sich seiner eigenen Vorhersage ist. Wichtig für sicherheitskritische…
Unsupervised Learning (Unüberwachtes Lernen)
Ein Typ des maschinellen Lernens, bei dem das Modell mit ungelabelten Daten trainiert wird. Das Modell lernt, Muster oder Strukturen in den…
Validation
Validation im maschinellen Lernen bezieht sich auf den Prozess der Bewertung der Leistung eines Modells auf einem separaten Datensatz, der…
Vorhersage (Prediction)
Im Kontext künstlicher Intelligenz bezieht sich eine Vorhersage auf das Ergebnis, das ein trainiertes Modell für neue und unbekannte Daten…
XGBoost
XGBoost (Extreme Gradient Boosting) ist eine optimierte Implementierung des Gradient Boosting Algorithmus für maschinelles Lernen. Es ist…
Zero-Shot Learning
Zero-Shot Learning ist eine Technik im maschinellen Lernen, bei der ein Modell Aufgaben lösen kann, für die es nicht explizit trainiert…