🌐Aprendizaje federado

Entrenar modelos en dispositivos descentralizados sin compartir los datos en bruto.

🔢Aprendizaje con pocos ejemplos

Aprender a partir de un número pequeño de ejemplos etiquetados por clase.

🎛️Ajuste fino

Entrenamiento adicional de un modelo preentrenado con un conjunto menor y específico.

⚔️Red generativa antagónica

Dos redes compiten: una genera datos y la otra los juzga.

🎨IA generativa

Sistemas de IA capaces de crear contenidos nuevos como texto, imágenes o audio.

✨Modelo generativo

Un modelo que aprende a generar datos nuevos parecidos a su conjunto de entrenamiento.

⛰️Descenso de gradiente

Un algoritmo de optimización que minimiza de forma iterativa una función de pérdida.

🕸️Red neuronal de grafos

Una red neuronal diseñada para datos estructurados como grafos.

🎚️Hiperparámetro

Un ajuste de configuración que controla el proceso de entrenamiento de un modelo.

🧩Segmentación de imágenes

Dividir una imagen en regiones para identificar objetos y límites.

⚙️Inferencia

El uso de un modelo entrenado para hacer predicciones sobre datos nuevos.

🧪Destilación de conocimiento

Entrenar un modelo pequeño para que imite el comportamiento de uno mayor.

🕸️Grafo de conocimiento

Una representación estructurada de entidades y sus relaciones.

🏷️Etiqueta

El valor de salida conocido asociado a un ejemplo de entrenamiento.

📖Modelo de lenguaje de gran tamaño

Un modelo basado en transformers, entrenado con enormes corpus de texto.

👻Variable latente

Una variable no observada que se infiere de los datos y influye en los resultados.

🧠Memoria a largo plazo a corto plazo

Una arquitectura recurrente que aprende dependencias a larga distancia.

📏Función de pérdida

Una función que mide la diferencia entre valores predichos y reales.

📈Aprendizaje automático

Un campo en el que los algoritmos mejoran automáticamente con la experiencia y los datos.

📦Modelo

Una representación matemática aprendida de datos que hace predicciones.

🗜️Compresión de modelos

Técnicas que reducen el tamaño de un modelo para un despliegue más rápido y barato.

🎭Aprendizaje multimodal

Aprender a partir de varios tipos de datos, como texto e imágenes, e integrarlos.

🗣️Procesamiento del lenguaje natural

El campo que permite a los ordenadores comprender y generar lenguaje humano.

🔗Red neuronal

Un sistema de cómputo inspirado en neuronas biológicas que aprende de los datos.

🔲Detección de objetos

Identificar y localizar objetos dentro de una imagen o un vídeo.

🗺️Ontología

Una especificación formal de conceptos y relaciones de un dominio.

🔎Reconocimiento óptico de caracteres

Convertir imágenes de texto en texto codificado para máquina.

🎯Sobreajuste

Un modelo aprende demasiado bien los datos de entrenamiento y no generaliza.

🎯Precisión y exhaustividad

Métricas que miden la exactitud y la exhaustividad de un clasificador.

✍️Ingeniería de prompts

El diseño de entradas para guiar un modelo de lenguaje hacia las salidas deseadas.