Data Labeling
Data Labeling adalah proses memberi anotasi atau target pada data agar dapat digunakan untuk pembelajaran terawasi dan evaluasi.
Baca penjelasan →Ensiklopedia praktis seputar website, teknologi, AI, SEO, dan dunia digital.
Data Labeling adalah proses memberi anotasi atau target pada data agar dapat digunakan untuk pembelajaran terawasi dan evaluasi.
Baca penjelasan →Model Training adalah proses mengoptimalkan parameter model menggunakan data dan fungsi tujuan.
Baca penjelasan →Model Fine-Tuning adalah proses melanjutkan pelatihan model dasar pada data atau tujuan yang lebih spesifik.
Baca penjelasan →Transfer Learning adalah teknik memanfaatkan pengetahuan dari model yang telah dilatih untuk tugas baru.
Baca penjelasan →Reinforcement Learning adalah metode ketika agen belajar melalui tindakan, umpan balik, dan akumulasi reward.
Baca penjelasan →Supervised Learning adalah metode machine learning yang mempelajari hubungan dari contoh berlabel.
Baca penjelasan →Unsupervised Learning adalah metode machine learning yang mencari pola atau struktur pada data tanpa label target.
Baca penjelasan →Semi-Supervised Learning adalah metode yang menggabungkan sedikit data berlabel dengan lebih banyak data tanpa label.
Baca penjelasan →Prompt Engineering adalah praktik merancang instruksi dan konteks agar model generatif menghasilkan respons yang lebih relevan.
Baca penjelasan →System Prompt adalah instruksi tingkat sistem yang membentuk peran, batasan, dan perilaku dasar model.
Baca penjelasan →User Prompt adalah instruksi atau masukan dari pengguna yang menjelaskan tugas yang ingin dilakukan model.
Baca penjelasan →Zero-Shot Prompting adalah teknik meminta model melakukan tugas tanpa memberikan contoh keluaran.
Baca penjelasan →Few-Shot Prompting adalah teknik memberi beberapa contoh agar model mengikuti pola tugas yang diinginkan.
Baca penjelasan →Retrieval-Augmented Generation adalah pendekatan yang menggabungkan pencarian sumber relevan dengan model generatif sebelum menyusun jawaban.
Baca penjelasan →Embedding adalah representasi numerik berdimensi tetap yang menangkap kemiripan atau karakteristik suatu data.
Baca penjelasan →Vector Database adalah basis data yang dioptimalkan untuk menyimpan dan mencari vektor berdasarkan kemiripan.
Baca penjelasan →Semantic Search adalah pencarian yang menilai makna dan konteks, bukan hanya kecocokan kata secara literal.
Baca penjelasan →AI Agent adalah sistem berbasis AI yang menerima tujuan, memilih tindakan, menggunakan alat, dan mengevaluasi hasil.
Baca penjelasan →