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， …
虽然“此外”并非技术算法，但它是AI文档和研究论文中至关重要的语言工具。它用于连接思想，表明后续陈述增加了权重或
一种过渡性副词，用于在技术写作中引入额外信息或加 …
高斯指的是正态分布，这是一种由均值和方差表征的连续概率分布。在AI中，它广泛用于概率建模、贝叶斯推断以及
与正态分布相关，这是一种钟形曲线，是统计学和AI噪声建模 …
在人工智能领域，基础模型是指在大规模数据（如图像、文本或音频）上进行训练的大型机器学习模型。这些模型旨在具备适应性，
在海量数据集上预训练的模型，作为各种下游任务 …
在人工智能语境中，“免费”通常指开源模型、数据集或工具，用户可免费访问、修改和分发，无需支付费用。这与专有解决方案形成对比，后者
指无需支付费用或受限制性许可即可 …
“生成的”一词描述了由生成式AI模型产生的输出，如文本、图像、音频或代码。与检索现有数据的基于检索的系统不同，生成式模型合成新的
由AI模型创建的内容，而非直接从 …
反馈机制使AI系统能够从与用户或环境的交互中学习，从而优化未来的预测或行动。这包括强化学习信号、人在回路（human-in-the-loop）等机制。
反馈涉及利 …
“快速”一词描述了人工智能模型中的计算效率，强调快速的推理时间和高效的数据处理能力。这对于实时应用至关重要。
在人工智能领域，“快速”指为低延迟和高吞吐量处理任务 …
数据流涵盖了数据在AI系统中从摄入到最终输出的路径，包括预处理、特征提取、模型推理和后处理。高效的数据流管理对于系统性能至关重要。
数据流描述了信息在AI处理管道 …
微调涉及采用在大型数据集上训练过的通用模型，并在较小、更专业的数据集上进行进一步训练，以提高其在特定任务上的性能。该技术利用了迁移学习的优势。
微调是指使用额外数 …
“最终”的概念代表了AI管道中的终端阶段，在此阶段处理后的数据产生最终结果，如预测、分类或生成的文本。它标志着计算过程的结束。
在AI工作流中，“最终”表示在所有 …