Một khái niệm mỗi lần
Từ điển AI.
Những từ quen gặp, được giải thích bằng ngôn ngữ gần gũi. Đọc một định nghĩa, hiểu thêm một ý tưởng.
31 thuật ngữ · Có ví dụ và nguồn tham khảoAI agent
Tác nhân AI
Hệ thống dùng mô hình để lựa chọn bước tiếp theo và công cụ theo mục tiêu. Nó quan sát kết quả để tiếp tục hoặc dừng trong phạm vi quyền được giao.
Trợ lý tìm tài liệu, đọc kết quả rồi quyết định có cần tìm thêm nguồn hay không.
AI tạo sinh
Generative AI
Nhóm mô hình tạo ra nội dung như văn bản, hình ảnh hoặc âm thanh. Nội dung được tạo có thể hữu ích nhưng vẫn cần kiểm tra độ đúng.
Tạo một bản nháp email từ các ý chính bạn cung cấp.
Ảo giác AI
Hallucination
Hiện tượng mô hình tạo thông tin có vẻ hợp lý nhưng sai thực tế. Cách diễn đạt chắc chắn không phải bằng chứng rằng nội dung đã được kiểm chứng.
Chatbot đưa tên một bài nghiên cứu và đường dẫn trông hợp lệ nhưng bài đó không tồn tại.
API
Application Programming Interface
Giao diện và quy tắc để các phần mềm trao đổi dữ liệu hoặc yêu cầu nhau thực hiện một chức năng. Với dịch vụ AI, ứng dụng có thể gửi đầu vào và nhận kết quả qua API.
Ứng dụng gửi đoạn văn đến dịch vụ AI và nhận lại bản tóm tắt để hiển thị.
Attention
Cơ chế chú ý
Cách mô hình kết hợp thông tin từ nhiều vị trí với mức đóng góp khác nhau. Nó giúp biểu diễn một phần của câu dựa trên ngữ cảnh xung quanh.
Khi xử lý “cầm chiếc cốc rồi rửa nó”, mô hình có thể liên hệ “nó” với “chiếc cốc”.
Baseline
Mốc so sánh
Phương pháp được chọn làm mốc để đo hiệu quả của phương pháp khác. Mốc cần đủ hợp lý để mức cải thiện có ý nghĩa.
So hệ thống phân loại mới với một mô hình đơn giản đang chạy ổn trên cùng dữ liệu.
Benchmark
Bộ đo chuẩn để so sánh
Bộ nhiệm vụ và cách chấm được dùng chung để so sánh các hệ thống. Điểm số chỉ có ý nghĩa trong những điều kiện mà bộ đo kiểm tra.
Cho hai mô hình làm cùng một bộ câu hỏi và chấm theo cùng một quy tắc.
Cửa sổ ngữ cảnh
Context window
Giới hạn lượng thông tin mô hình có thể sử dụng trong một lượt xử lý, thường tính bằng token. Cửa sổ lớn hơn cho phép đưa vào nhiều tài liệu hơn.
Một cuộc trò chuyện quá dài có thể cần rút gọn phần cũ để vừa giới hạn ngữ cảnh.
Đánh giá mô hình
Evaluation · evals
Kiểm tra hệ thống theo nhiệm vụ và tiêu chí đã xác định. Ngoài độ đúng, có thể cần đo tốc độ, chi phí và những kiểu lỗi quan trọng với người dùng.
Thử trích thông tin từ email có lỗi chính tả, thiếu dữ liệu và tên riêng hiếm.
Embedding
Biểu diễn dữ liệu bằng vector
Biểu diễn được học, biến dữ liệu như câu hoặc hình ảnh thành một danh sách số. Các biểu diễn gần nhau có thể phản ánh sự tương đồng hữu ích cho nhiệm vụ.
Tìm tài liệu về nghỉ phép dù người dùng hỏi bằng cụm “xin nghỉ vài ngày”.
Gọi công cụ
Tool calling · function calling
Mô hình đề xuất dùng một chức năng với đầu vào cụ thể; ứng dụng thực thi rồi trả kết quả. Việc mô hình nói đã làm không thay thế được kết quả thực thi.
Mô hình yêu cầu tra lịch; ứng dụng đọc lịch và trả lại các khung giờ trống.
Học máy
Machine learning
Cách xây dựng mô hình bằng việc học mối liên hệ từ dữ liệu. Người làm hệ thống không cần viết riêng quy tắc cho mọi tình huống.
Học từ các email đã phân loại để nhận biết thư rác mới.
Học sâu
Deep learning
Một hướng học máy sử dụng mạng nơ-ron có nhiều lớp xử lý. Các lớp học dần những cách biểu diễn dữ liệu phục vụ nhiệm vụ cần giải quyết.
Mô hình nhận diện ảnh học từ đường nét đến các đặc điểm giúp phân biệt mèo với chó.
Huấn luyện
Training
Quá trình dùng dữ liệu để điều chỉnh các giá trị bên trong mô hình. Mục tiêu là cải thiện kết quả theo một tiêu chí đã chọn.
Cho mô hình học các phản hồi đã gán nhãn để phân loại phản hồi mới.
Model card
Hồ sơ mô hình
Tài liệu mô tả mục đích sử dụng, cách đánh giá, kết quả và giới hạn của một mô hình. Nó giúp người đọc hiểu mô hình đã được kiểm tra trong những điều kiện nào.
Đọc model card để biết mô hình đã được đánh giá trên tiếng Việt hay chỉ tiếng Anh.
Mô hình ngôn ngữ lớn
Large language model · LLM
Mô hình học các mẫu ngôn ngữ từ lượng dữ liệu lớn để xử lý hoặc tạo văn bản. Khả năng viết trôi chảy không bảo đảm mọi thông tin đều chính xác.
Một LLM có thể biến ghi chú cuộc họp thành bản tóm tắt tiếng Việt.
Prompt
Đầu vào hướng dẫn mô hình
Nội dung đầu vào dùng để yêu cầu mô hình thực hiện một việc. Prompt có thể gồm chỉ dẫn, dữ liệu cần xử lý, ví dụ và yêu cầu về định dạng.
“Tóm tắt đoạn sau trong ba ý, giữ nguyên tên riêng” là một prompt.
Quá khớp
Overfitting
Tình trạng mô hình bám quá sát dữ liệu đã học nên hoạt động kém trên dữ liệu mới. Làm tốt bài tập cũ chưa chứng minh khả năng xử lý tình huống chưa gặp.
Phân loại gần đúng toàn bộ email luyện tập nhưng thường nhầm với email mới nhận.
RAG
Retrieval-augmented generation
Cách kết hợp tìm tài liệu liên quan với tạo câu trả lời bằng mô hình. Tài liệu tìm được cung cấp thêm căn cứ, nhưng hệ thống vẫn có thể tìm sai hoặc diễn giải sai.
Trợ lý tìm mục nghỉ phép trong sổ tay công ty trước khi trả lời nhân viên.
Suy luận mô hình
Inference
Dùng mô hình đã được huấn luyện để tạo kết quả từ đầu vào mới. Đây là lúc chạy mô hình, không đồng nghĩa với việc huấn luyện lại nó.
Mỗi lần mô hình phân loại một email mới là một lần thực hiện suy luận.
Tham số mô hình
Model parameters · weights
Các giá trị số bên trong mô hình, được điều chỉnh khi học từ dữ liệu. Chúng ảnh hưởng đến cách mô hình biến đầu vào thành kết quả.
Tải trọng số cho phép phần mềm nạp những giá trị đã học để chạy mô hình.
Thí nghiệm loại bỏ thành phần
Ablation study
Thí nghiệm bỏ hoặc thay đổi một thành phần rồi đo lại kết quả. Nó giúp tìm hiểu thành phần đó đóng góp bao nhiêu khi các điều kiện khác được giữ tương đương.
Tắt bước tìm tài liệu rồi so độ đúng của câu trả lời trên cùng bộ câu hỏi.
Tinh chỉnh mô hình
Fine-tuning
Huấn luyện thêm một mô hình có sẵn bằng dữ liệu phục vụ mục đích cụ thể. Quá trình này thay đổi các giá trị đã học, khác với chỉ sửa lời nhắc.
Huấn luyện thêm bằng các mẫu phản hồi đã duyệt để mô hình theo định dạng hỗ trợ khách hàng.
Token
Đơn vị văn bản của mô hình
Đơn vị mà bộ mã hóa tách ra từ văn bản trước khi mô hình xử lý. Một token có thể là một từ, một phần từ hoặc dấu câu; số token không bằng số từ.
Cùng một câu tiếng Việt có thể được chia thành số token khác nhau tùy mô hình.
Tokenizer
Bộ tách và mã hóa token
Thành phần chia văn bản thành những đơn vị nhỏ rồi chuyển chúng thành mã số để mô hình đọc. Cần dùng bộ mã hóa phù hợp với mô hình.
Trước khi gửi một bài dài, tokenizer giúp đếm số token mà bài sẽ chiếm.
Transformer
Kiến trúc mô hình
Kiến trúc mạng nơ-ron lấy attention làm thành phần trung tâm để xử lý dữ liệu theo chuỗi. Nhiều mô hình ngôn ngữ hiện nay dùng các biến thể của kiến trúc này.
Một mô hình dịch dùng Transformer để liên hệ các từ trong câu nguồn khi tạo câu đích.
Trí tuệ nhân tạo
Artificial intelligence · AI
Lĩnh vực xây dựng hệ thống có thể nhận biết, dự đoán, lập kế hoạch hoặc tạo nội dung. AI bao gồm nhiều cách tiếp cận, không chỉ chatbot.
Ứng dụng nhận diện khuôn mặt để mở khóa điện thoại sử dụng AI.
Trọng số mở
Open weights
Mô tả việc công bố các giá trị đã học của mô hình để người khác có thể tải về. Điều đó chưa cho biết toàn bộ dữ liệu, mã huấn luyện hoặc quyền sử dụng có được mở hay không.
Tải được tệp mô hình nhưng vẫn cần đọc giấy phép trước khi dùng trong sản phẩm.
Truy xuất thông tin
Retrieval
Bước tìm và lấy những tài liệu hoặc đoạn dữ liệu liên quan đến câu hỏi. Kết quả của bước này là bằng chứng đầu vào, chưa phải câu trả lời cuối cùng.
Từ hàng trăm trang hướng dẫn, lấy ra các đoạn nói về chính sách hoàn tiền.
Tự hồi quy
Autoregressive
Cách sinh chuỗi từng bước, dùng phần đã có để dự đoán phần tiếp theo. Với mô hình tạo văn bản, token vừa sinh được thêm vào ngữ cảnh cho bước sau.
Sau “Hôm nay trời”, mô hình chọn token tiếp theo rồi tiếp tục từ chuỗi mới.
Vector
Véc-tơ
Một danh sách các số theo thứ tự. Trong AI, vector có thể biểu diễn dữ liệu để máy tính so sánh và thực hiện phép tính.
Ba số [30, 70, 2] có thể biểu diễn nhiệt độ, độ ẩm và lượng mưa theo một quy ước.