Словарь терминов ИИ

Интерфейс, через который программа обращается к модели напрямую, без чата. Оплата обычно идёт за токены, а не за подписку.

Параметр, определяющий, насколько строго генератор следует промпту. Слишком низкий — картинка далека от описания, слишком высокий — цвета и композиция «горят».

Просьба рассуждать по шагам перед ответом. Помогает в задачах с логикой и расчётами, но увеличивает расход токенов.

Приём в промпте: показать модели 2–3 примера нужного формата. Часто работает лучше длинных инструкций.

Дорисовка части изображения по маске: заменить объект, убрать лишнее, добавить деталь, сохранив остальное.

Техника дешёвого дообучения: к большой модели добавляют небольшие дополнительные веса. В генераторах изображений LoRA используют для стилей и персонажей.

Описание того, чего не должно быть на изображении: «размыто, лишние пальцы, текст, водяной знак». Помогает убрать типичные артефакты.

Распознавание текста на изображениях и сканах. Современные модели справляются не только с печатным текстом, но и с рукописным и таблицами.

Расширение изображения за границы кадра: модель дорисовывает продолжение сцены. Полезно, чтобы поменять пропорции под площадку.

Retrieval-Augmented Generation — подход, при котором модель сначала ищет релевантные фрагменты в базе знаний, а затем отвечает на их основе. Снижает галлюцинации и позволяет работать с внутренними документами.

Число, задающее начальный шум генерации. При одинаковом промпте и seed результат будет почти идентичным — удобно для воспроизводимости.

Speech-to-Text — распознавание речи. Пример: расшифровка интервью моделью Whisper.

Скрытая инструкция, задающая роль и правила поведения модели в чате или приложении. Пользователь её обычно не видит.

Text-to-Speech — синтез речи из текста. Используется в озвучке видео, аудиокнигах и голосовых помощниках.

Видеопамять. Главный ограничитель при локальном запуске генераторов изображений и языковых моделей: чем больше модель, тем больше памяти нужно.

Правовой режим сгенерированных объектов различается по странам и сервисам. Права определяются лицензией сервиса, а охрана результата зависит от вклада человека. Для коммерции проверяйте условия тарифа.

Увеличение разрешения изображения с дорисовкой деталей. Не то же самое, что обычное растягивание: модель добавляет правдоподобные текстуры.

Модель, обученная предсказывать следующее слово в тексте на огромном корпусе. Примеры: GPT, Claude, Gemini, GigaChat. Понимает инструкции и генерирует связный текст, но не «знает» факты в человеческом смысле.

Уверенно сформулированный, но неверный ответ модели: выдуманная ссылка, перепутанная дата, несуществующий закон. Не баг, а следствие того, как модель устроена.

Машинное обучение с многослойными нейросетями. Именно глубокие сети обеспечили прорыв в распознавании изображений, речи и языковых моделях.

Набор данных для обучения или оценки. Качество датасета часто важнее архитектуры: модель не выучит то, чего в данных нет.

Попытка обойти ограничения модели специально составленным запросом. Нарушает правила сервисов и не является легальным способом получить запрещённый контент.

Синтетическое видео или аудио, имитирующее реального человека. Создание таких материалов без согласия — нарушение закона и этики.

Тип генеративной модели, которая учится восстанавливать изображение из шума. На этом принципе работают Stable Diffusion, Midjourney, Kandinsky и другие генераторы картинок.

Дополнительное обучение готовой модели на узком наборе примеров, чтобы подстроить стиль или поведение под конкретную задачу.

Система, где модель не просто отвечает, а выполняет цепочку действий: ищет информацию, вызывает инструменты, пишет и запускает код. Требует контроля и ограничений.

Процесс работы обученной модели — то, что происходит, когда вы отправляете запрос и получаете ответ. В отличие от обучения, не меняет веса модели.

Общее название для систем, которые решают задачи, обычно требующие человеческого интеллекта. Нейросети — один из подходов к ИИ, а не синоним.

Сжатие модели за счёт понижения точности весов. Позволяет запускать большие модели на слабом железе с небольшой потерей качества.

Максимальный объём текста, который модель может учитывать за один раз — запрос плюс ответ. Всё, что не поместилось, модель «не видит».

Требование помечать материалы, созданные или существенно изменённые нейросетью. Правила зависят от площадки и законодательства; для рекламы и новостей это особенно важно.

Подход, при котором программа не программируется правилами напрямую, а учится на данных. Пример: показать тысячу фотографий кошек и собак — модель научится их различать.

Модель, которая работает не только с текстом, но и с изображениями, аудио или видео. Пример: загрузить фото и попросить описать, что на нём.

Математическая модель, состоящая из связанных «нейронов» — слоёв, которые преобразуют числа. Обучается на примерах и находит закономерности: распознаёт речь, переводит текст, генерирует изображения.

Модель, веса которой доступны для скачивания и локального запуска. Примеры: Stable Diffusion, Whisper, часть моделей Qwen и FLUX. Лицензии у всех разные.

Ситуация, когда модель запомнила обучающие примеры, но плохо работает на новых данных. Аналог студента, который выучил билеты, но не понял предмет.

Запрос к нейросети. Чем конкретнее описан контекст, роль, формат и ограничения, тем предсказуемее результат.

Практика составления запросов, которые дают предсказуемый результат: роль, контекст, формат, ограничения, примеры. Не заменяет знание предмета, а дополняет его.

Параметр случайности генерации. Низкая температура — предсказуемые и повторяемые ответы, высокая — разнообразные и более креативные, но менее точные.

Единица текста, которой оперирует модель: часть слова, слово или знак препинания. Лимиты и стоимость запросов считаются в токенах, а не в словах.

Архитектура нейросети, лежащая в основе современных языковых моделей. Ключевой механизм — внимание (attention), позволяющее учитывать связи между всеми словами текста одновременно.

Числовое представление текста, изображения или другого объекта в виде вектора. Похожие по смыслу объекты оказываются рядом в этом пространстве — на этом работает семантический поиск.