Trainingsdaten
Daten, mit denen ein KI-Modell „lernt“. Sie enthalten bekannte Beispiele und Ergebnisse, aus denen das System Muster ableitet, um neue Aufgaben zu lösen.
Wenig-Shot-Prompting
Prompting-Methode mit wenigen (2–5) Beispielen im Prompt. Die KI lernt aus diesen, um ähnliche Aufgaben ohne umfangreiches Training zu lösen.
Halluzinationen (KI)
Phänomen, bei dem KI falsche oder erfundene Informationen als wahr präsentiert. Häufig bei LLMs – erforderliche Faktenprüfung und bessere Eingabeaufforderungen.
Bildgenerierung
Prozess, bei dem KI aus Textbeschreibungen oder anderen Eingaben neue Bilder erzeugt. Tools wie DALL·E oder Midjourney ermöglichen kreative Bildproduktion für Marketing und Design.
RAG (Retrieval-Augmented Generation)
Methode, bei der LLMs externe Daten abrufen und in die Generierung einfließen lassen. Reduziert Halluzinationen und erhöht faktenbasierte Inhalte.
Gedankenkettenanregung
Prompt-Technik, bei der die KI gelernt wird, schrittweise zu denken und ihre Überlegungen zu erklären. Verbessert die Logik und Genauigkeit komplexer.
Validierungsdaten
Daten, die während des Trainings verwendet werden, um Hyperparameter zu optimieren und Overfitting zu erkennen. Getrennt von Trainings- und Testdaten.
Überwachtes Lernen
Machine-Learning-Art, bei der Modelle mit gelabelten Daten trainiert werden (Input + gewünschter Output). Geeignet für Klassifikation und Regression.
Feinabstimmung
Anpassung eines vortrainierten Modells an spezifische Daten oder Branchen. Macht Generative KI branchenspezifisch (z. B. Marketing-Texte) ohne Neuausbildung.
Unüberwachtes Lernen
Machine-Learning-Art ohne gelabelte Daten: Das Modell entdeckt selbst Muster, Cluster oder Anomalien. Anwendungen: Kundensegmentierung, Dimensionsreduktion.
- Gehe zur vorherigen Seite
- 1
- …
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- …
- 92
- Gehe zur nächsten Seite