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， …
The Stack Dedup 是 The Stack（一个庞大的开源代码仓库）的一个专用子集。它应用严格的技术来消除冗余的代码片段，从而避免大型语言模型在训练时产生偏差。 …
BookCorpus 是从互联网上爬取的来自 10,000 多本未出版书籍的文本集合。它是训练和评估自然语言处理（NLP）模型的基础资源。
Code Search Net 是一个为推进代码检索研究而创建的全面数据集。它包含数百万对自然语言描述和相应的 Java 代码片段。该数据…
一个旨 …
ELI5（Explain Like I’m Five）是一个源自同名 Reddit 社区的数据集。它由用户提交的问题以及社区提供的详细、简化的答案组成。 …
当用于训练机器学习模型的数据分布与推理过程中遇到的数据分布不同时，就会发生数据集偏移。这种差异可能导致模型性能显著下降。
数据集偏移是指训练数据与部署数据的输入统 …
数据驱动模型是一种人工智能系统类型，其行为和预测结果源于历史数据中识别出的模式，而不是由硬编码的规则或明确的数学公式定义。这类模型能够自动适应数据中的复杂关系。
…
数据驱动天文学利用先进的计算方法，包括机器学习和统计分析，来处理现代望远镜和巡天项目产生的海量数据。它使得从复杂的天文数据中发现新的现象和规律成为可能。
应用大规 …
数据探索，通常称为探索性数据分析（EDA），是机器学习工作流程中至关重要的初步步骤。它涉及总结数据的主要特征，经常使用可视化技术来揭示数据的内在结构和分布情况。
…
数据预处理是将原始的、非结构化或嘈杂的数据转换为标准化格式的关键任务，使机器学习模型能够有效处理这些数据。此阶段通常包括数据清洗、归一化、编码和特征缩放等操作。
…
以数据为中心的AI代表了人工智能开发的一种范式转变，其重点在于系统地改进用于训练模型的数据，而不是仅仅优化算法或超参数。这种方法认为高质量的数据是提升模型性能的关键。 …