AI-inferens
At anvende en allerede trænet model på input for at få et resultat.
Også kendt somInference
Hvad er AI-inferens?
AI-inferens anvender en trænet model på input. Resultatet kan være forudsigelse, klasse eller genereret tekst. Den bruger lærte egenskaber; nyt input betyder ikke automatisk ny træning. Afhængigt af opbygningen kan inferens ske lokalt eller på server, enkeltvis eller i partier.
I et opdigtet produktforløb foreslår en model en varekategori til et nyt foto. Det er inferens; senere tilpasning med passende træningsdata er en anden handling. Teamet fastlægger kontrol og rettelse af uklare forslag. Svartid, nødvendige ressourcer og adfærd uden resultat indgår også i planlægningen af behandlingstrinnet.
Kilder
Relaterede begreber
- MaskinlæringModeller lærer mønstre fra data og bruger dem på nye input.
- Neuralt netværkEn model af forbundne beregningsknuder med justerbare parametre.
- FinjusteringFinjustering tilpasser en fortrænet model gennem mere træning. At levere aktuelle dokumenter under brug er en anden handling.
- LLM-evalueringLLM-evaluering undersøger modeloutput efter definerede opgaver og kriterier. Et godt enkeltstående eksempel dokumenterer ikke generel kvalitet.
- ModelkortEt modelkort dokumenterer formål, grundlag, vurderingsbetingelser og kendte begrænsninger for en bestemt version af en AI-model.
- AI-parathedAI-parathed handler om et projekts forudsætninger: mål, brugbare data, kompetencer, ansvar og et fungerende driftsforløb.
Artikler om emnet
AI & automatisering med ASES
AI-assistenter og automatiserede arbejdsgange