Generatív és prediktív AI
Nem minden modellnek kell új szöveget vagy képet készítenie.
A lényeg
A prediktív rendszerek általában kategóriát, pontszámot vagy számértéket becsülnek; a generatív rendszerek új, a tanult eloszláshoz illeszkedő tartalmat hoznak létre. Egy nagy nyelvi modell például folytatásokat generál, egy csalásfelderítő rendszer tranzakciókat sorolhat kockázati kategóriákba. A határ nem minden alkalmazásnál éles.
A prediktív modell például becslést készít arról, hogy egy tranzakció csalásgyanús-e. A generatív modell új szöveget vagy képet állíthat elő; ugyanaz az alkalmazás akár mindkét megközelítést használhatja.
Egy banki csalásszűrő a gyanús utalás valószínűségét becsli, egy szöveges asszisztens viszont indoklást fogalmazhat hozzá.
A generált magyarázat nem bizonyítja, hogy a mögöttes becslés helyes vagy átlátható.
Próbáld ki!
Sorolj be öt példát prediktív, generatív vagy vegyes kategóriába.
Szánj erre 1–2 percet. A saját megoldás többet ér, mint a kész válasz olvasása. Nem kell AI-fiók a feladathoz.
Mondd el saját szavaiddal a lecke lényegét. Hogyan magyaráznád el valakinek, miért téves a fent bemutatott félreértés? Hozz még egy saját példát!
Saját jegyzeted (automatikus helyi mentés)
Ellenőrizd a tudásod
Helyes válasz: Új termékleírás készítése. A prediktív rendszerek általában kategóriát, pontszámot vagy számértéket becsülnek; a generatív rendszerek új, a tanult eloszláshoz illeszkedő tartalmat hoznak létre. A generált magyarázat nem bizonyítja, hogy a mögöttes becslés helyes vagy átlátható.
Források és továbbolvasás
A magyarázatok ismeretterjesztő összefoglalók. A hivatkozások modulonkénti szakmai háttéranyagok, nem mondatonkénti, elsődleges bizonyítékok. Kétség esetén ellenőrizd az eredeti dokumentumot.