被遗忘权
Definition
被遗忘权使用户有权要求从数据库和 AI 训练集中移除其个人信息。在机器学习中实施这一权利具有挑战性，因为模型可能已经将从这些数据中学习到的知识固化在参数中。
Summary
一项 …
欢迎使用 AI术语词典 — 一部全面的多语种人工智能术语参考工具。
被遗忘权使用户有权要求从数据库和 AI 训练集中移除其个人信息。在机器学习中实施这一权利具有挑战性，因为模型可能已经将从这些数据中学习到的知识固化在参数中。
一项 …
在人工智能中，当模型学习并放大训练数据中存在的社会偏见时，就会产生刻板印象。这可能导致歧视性结果，例如将某些职业与特定性别联系起来。
一种概括性的、往往过于简化的 …
课程学习模仿人类教育过程，以结构化的顺序呈现训练数据，通常从简单样本开始，并逐渐增加复杂度。这种方法有助于神经网络更好地收敛并提高泛化能力。
一种训练策略，模型先 …
模型提取涉及查询目标机器学习模型的 API，以推断其内部结构、权重或决策边界。攻击者利用这些查询构建一个代理模型，从而窃取知识产权或绕过安全限制。
一种攻击方式， …
数据最小化是一项核心的隐私原则，要求组织将数据收集限制在充分、相关且必要的范围内。在人工智能领域，这意味着设计能够减少不必要数据依赖的模型。
仅收集和处理特定目的 …
Wumpus World 是 Russell 和 Norvig 的 AI 教科书中引入的一个基于网格的环境。智能体必须在网格中导航以寻找金子，同时避开陷阱和一个名为 Wumpus …
XLM-RoBERTa（跨语言语言模型 RoBERTa）是由 Meta AI 开发的大规模多语言模型。它通过在一个涵盖 100 多种语言的多样化数据集上进行预训练， …
后门攻击涉及使用特定的模式（称为触发器）对机器学习模型的训练数据进行投毒。虽然模型在干净数据上表现正常，但在检测到触发器时会激活错误的行为，例如将特定图像错误分类为指定标签， …
零样本提示涉及直接通过文本提示要求预训练语言模型完成任务，而不提供任何少样本示例或进行额外的微调。该模型利用其在大规模数据上学习到的通用知识和指令遵循能力来生成响应， …
泽滕策略是一种基于规则的博弈方法，用于多智能体谈判。它计算智能体为推动其首选结果而愿意承担的最大风险，定义为智能体在坚持立场时可能遭受的效用损失与其在妥协时的效用损失之比， …
Diella 指的是针对提高图像质量（通过增加分辨率或去除噪声）而优化的特定神经网络模型。这些架构通常采用先进的注意力机制或残差连接来提高重建图像的感知质量。
一 …
向 Azure 部署涉及利用云原生工具，如 Azure Machine Learning、Azure Kubernetes Service (AKS) 或 Azure …
在神经网络中，“稠密”指的是全连接层，其中每个神经元都接收来自前一层所有神经元的输入。这与卷积层或稀疏连接中常见的稀疏连接形成对比。
一种层或张量，其中每个元素都 …
发展机器人学从人类认知发展中汲取灵感，创造能够随时间自主学习的机器人。这些系统不是预先编程所有行为，而是使用类似模仿学习、内在动机和传感器运动发展的机制来逐步获得技能。 …
描述逻辑（DL）是一阶逻辑的可判定片段，构成了本体论的理论基础，特别是网络本体语言（OWL）。它们允许对概念及其关系进行精确定义和自动推理。
一类形式化的知识表示 …
DeepSeek指的是由深度求索公司创建的人工智能模型家族。这些模型旨在处理复杂的自然语言处理任务，包括代码生成、逻辑推理和多轮对话，并在开源社区中提供了高权重的模型版本供开发者 …
DeepSeek V3是DeepSeek模型家族中的先进迭代版本，其特点是通过混合专家路由机制，在推理过程中仅激活少量参数子集。这种稀疏激活架构使得模型在保持强大推理能力的同时， …
作为先前版本的继任者，DeepSeek V4暗示了DeepSeek模型系列的持续演进，重点在于增强可扩展性和鲁棒性。虽然具体的公开细节可能因依赖因素而异，但该版本旨在提供更长的上 …
DeepSeek VL V2将标准语言模型的能力扩展到多模态领域，使其能够结合图像和文本进行解释。它利用连接到大型语言模型的视觉编码器，实现了对复杂视觉内容的深入理解和生成。 …
深度层析重建代表了相对于传统代数或解析方法（如滤波反投影）的重大进步。通过利用卷积神经网络（CNNs），该方法能够更有效地处理逆问题，从而在数据质量较低的情况下实现高精度的图像重 …