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， …
单样本学习是少样本学习的一种特定形式，算法在训练期间仅看到一个正例后，必须能够泛化到新类别或新任务。这种方法模仿了人类
一种学习范式，模型仅通过一个带标签的示例即 …
分布外（OOD）检测用于识别落在训练数据分布范围之外的输入。模型在处理 OOD 数据时往往表现不佳，或者自信地给出错误答案，从而导致不可靠
与模型训练阶段所见的分 …
开放权重模型与完全开源的人工智能不同，因为它只发布最终学到的参数，而不一定发布创建它们所用的基础设施或数据。这允许用户运行推理
发布经过训练的模型参数（权重），但 …
开源指的是一种开发模式，软件项目的底层代码公开可用。在人工智能领域，这使得研究人员和开发人员能够检查、修改和重新分发算
源代码向公众免费开放，允许任何人使用、修改 …
在机器学习和优化领域，一步法直接解决问题，不需要多次迭代或更新即可收敛。与需要多步才能最小化
指在单次迭代中完成任务或决策过程，无需进行迭代优化的算法或流程。 …
多步方法涉及将复杂的查询或任务分解为更小的、可执行的步骤。这种方法在推理任务中至关重要，例如数学问题解决或代码生成。
一种需要执行一系列逻辑运算或计算才能得出最终 …
多阶段方法将复杂的工作流程分解为可管理的片段，允许在每个步骤中进行专门处理。这种方法增强了控制能力、调试效率以及性能优化。
一种将复杂任务划分为不同、顺序阶段的过 …
多智能体系统由多个独立的智能实体组成，它们感知环境、做出决策并据此行动。这些智能体之间可能相互合作、竞争或协商。
一种系统架构，其中多个自主智能体在环境中相互作 …
在线策略算法要求智能体直接从其当前策略所采取的动作中学习。这意味着在探索过程中收集的数据被立即用于更新策略，从而确保数据分布的一致性。
一种强化学习方法，其中被评 …
自然语言指人类说话和写作的方式，包括其所有的歧义、习语和文化细微差别。在人工智能中，处理自然语言涉及理解句法、语义以及上下文。
标准的人类交流方式，以语法、词汇和 …