Rječnik

A

• Agent (agent)

  Agent je sistem u kojem veliki jezički model (large language model, LLM) samostalno obavlja zadatak, koristeći alate.

• Agentska petlja (agent loop)

  Agentska petlja je ciklus koji se ponavlja dok agent radi: model zatraži alat, aplikacija ga izvrši i vrati rezultat, a model na osnovu tog rezultata nastavlja.

• AI pismenost (AI literacy)

  AI pismenost su, prema članu 3(56) Akta o umjetnoj inteligenciji (AI Act), Uredba (EU) 2024/1689, vještine, znanje i razumijevanje koji omogućavaju informisa...

• Akt o umjetnoj inteligenciji (AI Act)

  Akt o umjetnoj inteligenciji (AI Act), Uredba (EU) 2024/1689, je propis Evropske unije s usklađenim pravilima za umjetnu inteligenciju.

• Alat (tool)

  Alat je vanjska funkcija ili servis koji agent može pozvati da bi obavio neku radnju ili došao do podataka.

B

• Benchmark (benchmark)

  Benchmark (referentni test) je unaprijed zadan skup testnih zadataka s načinom bodovanja, tako da se različiti modeli mogu porediti na istim zadacima.

• BPE (BPE)

  BPE (byte-pair encoding) je algoritam koji gradi vokabular (skup tokena koje model poznaje) tako što u tekstu stalno spaja najčešći par susjednih simbola u n...

C

• Chatbot (chatbot)

  Chatbot je računarski program koji s korisnikom vodi razgovor u pisanom obliku.

D

• Deepfake (deepfake)

  Deepfake je, prema članu 3(60) Akta o umjetnoj inteligenciji (AI Act), Uredba (EU) 2024/1689, slika, audio ili video koji je AI generisao ili izmijenio tako...

E

• Embedding (embedding)

  Embedding je niz brojeva kojim se predstavlja tekst, tako da tekstovi sličnog značenja dobiju međusobno bliske nizove.

• Emergentne sposobnosti (emergent abilities)

  Emergentne sposobnosti (emergent abilities) su sposobnosti za koje se tvrdi da se pojavljuju tek kod jezičkih modela iznad određene veličine, a kod manjih ih...

• Evaluacija (evaluation (eval))

  Evaluacija je postupak kojim se mjeri kako se model ponaša.

F

• Fertilnost tokenizatora (tokenizer fertility)

  Fertilnost tokenizatora je prosječan broj tokena na koje tokenizator dijeli jednu riječ.

• Fino podešavanje (fine-tuning)

  Fino podešavanje je dodatno treniranje (training) već predtreniranog modela za određeni zadatak ili ponašanje, najčešće na označenim primjerima.

H

• Halucinacija (hallucination)

  Halucinacija je netačan ili izmišljen sadržaj koji jezički model generiše: tekst koji je besmislen ili ne odgovara izvoru na koji bi se trebao oslanjati.

• Harness (harness (agent harness))

  Harness je softver oko jezičkog modela koji ga pretvara u agenta.

J

• Jezik s malo resursa (low-resource language)

  Jezik s malo resursa je jezik za koji postoji malo podataka dostupnih za modele: neoznačenog teksta i označenih podataka.

K

• Kontekstni prozor (context window)

  Kontekstni prozor je sav tekst koji jezički model može uzeti u obzir dok generiše odgovor, uključujući i sam odgovor.

L

• Ljudski nadzor (human-in-the-loop)

  Ljudski nadzor (human-in-the-loop) je način rada u kojem čovjek odobrava ili odbija osjetljive radnje AI agenta prije nego što se izvrše.

• Lokalni model (local model)

  Lokalni model je jezički model čije se težine nalaze i pokreću na vlastitom računaru, a ne na serverima proizvođača.

M

• Mašinsko prevođenje (machine translation)

  Mašinsko prevođenje (machine translation) je prevođenje teksta s jednog prirodnog jezika na drugi koje obavlja računar.

• Mašinsko učenje (machine learning)

  Mašinsko učenje je oblast u kojoj računarski programi uče iz podataka.

• Mehanizam pažnje (attention mechanism)

  Mehanizam pažnje (attention mechanism) omogućava modelu da, dok proizvodi sljedeći token, sam pronađe dijelove ulaznog teksta koji su za njega najvažniji.

• Model u oblaku (cloud model)

  Model u oblaku je jezički model koji radi na serverima firme koja nudi uslugu, a ne na računaru korisnika.

N

• Neuronska mreža (neural network)

  Neuronska mreža je model koji ulaz pretvara u izlaz kroz niz povezanih računskih koraka, a ponašanje mu određuju naučeni brojevi, parametri.

O

• Orkestracija (orchestration)

  Orkestracija je usklađivanje rada jezičkih modela i alata u jednom sistemu: ko radi koji dio zadatka, kojim redom i kako se rezultati spajaju.

• Otvorene težine (open weights / open-weight model)

  Otvorene težine znače da proizvođač javno objavljuje istrenirane težine jezičkog modela, pa ih svako može preuzeti i pokrenuti na svom računaru.

• Otvoreni kod (open source (AI, per OSAID 1.0))

  Otvoreni kod (open source) znači, prema definiciji Open Source Initiative za AI sisteme (OSAID 1.0), da su objavljene tri stvari: informacije o podacima za t...

P

• Parametri (parameters (model size))

  Parametri su vrijednosti koje određuju ponašanje modela: težine i pomaci (bias), naučeni tokom treniranja (training).

• Podriječ (subword)

  Podriječ je dio riječi koji model tretira kao zaseban token.

• Pozivanje alata (tool calling / function calling)

  Pozivanje alata je mehanizam kojim jezički model traži od aplikacije da izvrši neku radnju i vrati mu rezultat.

• Predtreniranje (pre-training)

  Predtreniranje je prva, opšta faza treniranja (training) jezičkog modela, u kojoj model uči iz velike količine neoznačenog teksta.

• Prompt (prompt)

  Prompt je uputa ili upit koji unosite jezičkom modelu: pitanje, zadatak ili tekst koji treba obraditi.

R

• RAG (retrieval-augmented generation (RAG))

  Generisanje potpomognuto pretraživanjem (retrieval-augmented generation, RAG) je postupak u kojem komponenta za pretraživanje prvo pronađe relevantne dokumen...

• RLHF (RLHF)

  RLHF (reinforcement learning from human feedback) je tehnika finog podešavanja (fine-tuning) u kojoj model uči davati odgovore kakve ljudi preferiraju, na os...

S

• Simplified Technical English (STE) (Simplified Technical English)

  Simplified Technical English (STE) je kontrolisani jezik za pisanje tehničke dokumentacije na engleskom, propisan standardom ASD-STE100.

• Sistem s više agenata (multi-agent system)

  Sistem s više agenata je sistem u kojem nekoliko agenata radi na istom zadatku, svaki na svom dijelu posla.

• Sistemski prompt (system prompt)

  Sistemski prompt (system prompt) je skup uputa koje aplikacija daje modelu prije razgovora s korisnikom, na primjer cilj ili uloga koju model treba preuzeti.

T

• Temperatura (temperature)

  Temperatura (temperature) je postavka koja se zadaje uz zahtjev jezičkom modelu i određuje koliko su odgovori nasumični: niža vrijednost daje fokusiranije i...

• Težine (model weights)

  Težine su naučeni brojevi u modelu koji određuju koliko svaki ulaz utiče na rezultat.

• Token (token)

  Token je najmanja jedinica teksta s kojom veliki jezički model (large language model, LLM) radi: cijela riječ, dio riječi, pojedinačni znak ili bajt.

• Tokenizacija (tokenization)

  Tokenizacija je postupak koji tekst dijeli na tokene (najmanje jedinice teksta s kojima model radi – riječi, dijelove riječi ili znakove) i svaki token pretv...

• Tokenizator (tokenizer)

  Tokenizator je program koji tekst dijeli na tokene: cijele riječi, dijelove riječi, pojedinačne znakove ili bajtove.

• Transformer (transformer)

  Transformer je arhitektura modela na kojoj se zasnivaju veliki jezički modeli (large language models, LLM).

• Treniranje (training)

  Treniranje je proces u kojem model uči iz podataka tako što postepeno smanjuje grešku na primjerima za treniranje.

U

• Umjetna inteligencija (artificial intelligence)

  Umjetna inteligencija (artificial intelligence, AI) označava mašinske sisteme koji iz ulaznih podataka izvode predviđanja, sadržaj, preporuke ili odluke.

V

• Veliki jezički model (large language model)

  Veliki jezički model (large language model, LLM) je računarski model koji je iz ogromnih količina teksta naučio da obrađuje i generiše jezik.

• Visokorizični AI sistem (high-risk AI system)

  Visokorizični AI sistem je, prema članu 6 Akta o umjetnoj inteligenciji (AI Act), Uredba (EU) 2024/1689, AI sistem s namjenom iz Priloga III ili vezan za pro...

• Vještina (skill (Agent Skills; Claude, ChatGPT, Gemini "Skills"))

  Vještina je folder s uputama koje chatbot ili agent učitava tek kad zahtjev korisnika odgovara njenom opisu.

• Vodeći model (frontier model)

  Vodeći model (frontier model) je uobičajen naziv za najsposobnije jezičke modele u datom trenutku; jedinstvena, opšte prihvaćena definicija ne postoji.

• Vokabular (vocabulary (of a model or tokenizer))

  Vokabular je fiksan skup tokena koje tokenizator može proizvesti, odnosno skup tokena koje model poznaje.

Z

• Zaključivanje (reasoning)

  Zaključivanje (reasoning) kod velikih jezičkih modela (large language model, LLM) označava rješavanje zadataka koji zahtijevaju više koraka.

• Zaštitna ograničenja (guardrails)

  Zaštitna ograničenja (guardrails) su provjere ulaza u jezički model i izlaza iz njega koje rade dok se aplikacija izvršava, izvan samog modela.