AI-inferens
Att använda en redan tränad modell på indata för att få ett resultat.
Även känt somInference
Vad är AI-inferens?
AI-inferens använder en tränad modell på indata. Resultatet kan vara förutsägelse, klass eller genererad text. Den använder inlärda förmågor; nya indata betyder inte automatiskt ny träning. Beroende på utformningen kan inferens ske lokalt eller på server, enskilt eller i grupper.
I ett påhittat produktflöde föreslår en modell en artikelkategori för ett nytt foto. Det är inferens; senare anpassning med lämpliga träningsdata är en annan handling. Teamet bestämmer kontroll och rättning av oklara förslag. Svarstid, resurser och beteende utan resultat ingår också i planeringen av detta steg.
Källor
Relaterade begrepp
- MaskininlärningModeller lär sig mönster från data och använder dem på nya indata.
- Neuralt nätverkEn modell av sammankopplade beräkningsnoder med justerbara parametrar.
- FinjusteringFinjustering anpassar en förtränad modell genom mer träning. Att tillhandahålla aktuella dokument under användning är en annan åtgärd.
- LLM-utvärderingLLM-utvärdering prövar modellutdata mot definierade uppgifter och kriterier. Ett bra enskilt exempel bevisar inte allmän kvalitet.
- ModellkortEtt modellkort dokumenterar syfte, grunder, utvärderingsvillkor och kända begränsningar för en viss version av en AI-modell.
- Beredskap för AIBeredskap för AI gäller ett projekts förutsättningar: mål, användbara data, kompetens, ansvar och ett fungerande arbetssätt för driften.
Artiklar om ämnet
AI & automatisering med ASES
AI-assistenter och automatiserade flöden