AI 術語詞典

訓練模型時，不小心納入在預測時無法獲取的未來或結果資訊，導致模型過度樂觀。

測試資料集用於評估模型在未見過資料上的泛化能力，是模型效能的最終指標，在模型部署前使用。

測試時運算是指在模型部署後，進行推論時所使用的運算資源。目標是在效能和延遲之間取得平衡，以滿足實際應用需求。

文本分類是自然語言處理中的一項任務，旨在將文本自動分配到預定義的類別中。它應用廣泛，例如垃圾郵件檢測、情感分析等。

文本摘要是自然語言處理中的一項任務，旨在從一篇或多篇文章中生成簡潔且信息豐富的摘要。分為抽取式和生成式兩種方法。

文本蘊含是判斷一段前提文本是否能邏輯推導出另一段假設文本的自然語言處理任務，廣泛應用於問答系統與事實查核。

改變分類模型的決策閾值來權衡精確率和召回率的技術，預設閾值通常為 0.5，調整閾值可適應不同業務需求

時間序列分析是研究按時間順序排列的數據點序列，以識別模式、趨勢和週期性，並預測未來值。

訓練集是用於訓練機器學習模型的資料集，模型通過學習訓練集中的模式和關係來提升預測能力。

AutoML遷移學習利用預訓練模型知識，加速AutoML流程，減少訓練數據需求，提升模型泛化能力，並降低計算成本。

指在AI系統開發與運作中，適當揭露資料來源、模型設計與決策邏輯，讓利害關係人能理解並評估系統行為。

將時間序列資料拆解為趨勢、季節性與殘差成分，以揭示其潛在模式。

分類模型正確預測為「負類」的樣本，模型預測與真實標籤皆為陰性。

分類模型將實際為正例的樣本正確預測為正例的情況，是混淆矩陣四格中最理想的預測結果之一。

截斷技巧是一種在生成式模型中，透過限制潛在向量採樣範圍來提升生成品質的策略，主要用多樣性來換取更高的影像或資料保真度。