Trọng số mở và mã nguồn mở trong AI: hai chữ "mở" khác nhau thế nào
Mô hình AI "mở" có thể chỉ mở trọng số, không mở dữ liệu hay cách huấn luyện. Phân biệt trọng số mở, mã nguồn mở và đọc giấy phép cho đúng.
#dữ liệu huấn luyện
Mốc kiến thức của AI là gì: vì sao chatbot không biết chuyện mới xảy ra
Mốc kiến thức là thời điểm dữ liệu huấn luyện của AI dừng lại. Bài giải thích vì sao có mốc này, vì sao AI không chắc mốc của chính nó và nhận ra câu trả lời cũ
Dữ liệu tiếng Việt trong huấn luyện AI: vì sao chatbot kém tiếng Việt hơn tiếng Anh
Chatbot nói tiếng Việt trôi chảy nhưng hay sai thành ngữ, xưng hô, địa danh. Gốc rễ nằm ở lượng và chất của dữ liệu tiếng Việt mà mô hình được học.
Dữ liệu tổng hợp là gì: khi AI học từ dữ liệu do chính AI tạo ra
Dữ liệu tổng hợp là dữ liệu do máy tạo ra để huấn luyện máy. Bài giải thích vì sao các hãng cần nó, dùng thế nào cho an toàn và rủi ro sụp đổ mô hình là gì.
Học máy (machine learning) là gì: máy tự rút quy luật từ ví dụ như thế nào
Học máy là gì, khác lập trình thông thường ở đâu, ba kiểu học chính, vì sao máy "học thuộc" mà vẫn trượt — giải thích không công thức.
Vì sao AI tiến nhanh mấy năm gần đây: dữ liệu, chip đồ hoạ và kiến trúc transformer
Vì sao AI tiến nhanh từ khoảng 2012 và nhất là sau 2022: dữ liệu số hoá, chip đồ hoạ, transformer, quy luật tăng quy mô, giao diện trò chuyện — và giới hạn.
Thiên lệch trong AI là gì: vì sao máy học được định kiến từ dữ liệu của con người
Thiên lệch trong AI là khi hệ thống đối xử khác nhau với các nhóm người một cách không công bằng. Giải thích bốn nguồn gây lệch và vì sao khó sửa.