Die Zuordnung von Schlüsselwörtern oder Kategorien zu Inhalten, um diese zu organisieren und leichter auffindbar zu machen.

Ein Parameter, der die Zufälligkeit im generativen Prozess steuert – niedrigere Werte führen zu deterministischeren, höhere zu variableren Outputs.

Ein Modellteil, der Texte in numerische Vektoren umwandelt, sodass semantische Informationen für die weitere Verarbeitung verfügbar sind.

Ein textbasierter Input, der einem KI-Modell vorgibt, welche Art von Inhalt oder Stil generiert werden soll.

Ein Verfahren, bei dem Text- und Bildinformationen in einen gemeinsamen semantischen Raum projiziert werden, sodass generierte Bilder inhaltlich mit dem Text übereinstimmen.

Ein generativer Prozess, bei dem aus einer textlichen Beschreibung mittels KI ein entsprechendes Bild erstellt wird.

Eine Technik, bei der spezifische Konzepte als zusätzliche Token in den Vektorraum eines Modells integriert werden, um einzigartige Stile oder Effekte zu ermöglichen.

Ein Ansatz, bei dem aus zweidimensionalen Bildern dreidimensionale Strukturen oder Tiefeninformationen extrapoliert werden.

Ein Verfahren, bei dem ein Bild in kleinere, wiederkehrende Segmente unterteilt wird, damit diese einzeln verarbeitet oder generiert werden – speziell bei sehr hoher Auflösung.

Die kleinste verarbeitbare Einheit eines Textes, in die dieser bei der Tokenization zerlegt wird.

Ein Algorithmus, der Texte in diskrete Tokens zerlegt, damit sie von KI-Modellen verarbeitet werden können.

Eine Sampling-Strategie, bei der nur die K wahrscheinlichsten nächsten Tokens berücksichtigt werden, um den Output gezielt zu steuern.

Ein vollständiger Durchlauf durch den gesamten Trainingsdatensatz, in dem das Modell alle Beispiele mindestens einmal verarbeitet.

Eine strukturierte Abfolge von Schritten, die von der Datenvorbereitung über das Training bis zur Evaluierung eines KI-Modells reicht.

Der Prozess, ein vortrainiertes Modell als Ausgangspunkt für eine neue, oft spezialisierte Aufgabe zu nutzen und weiter anzupassen.

Eine Architektur, die auf Selbstaufmerksamkeit basiert und insbesondere in der Sprach- sowie Bildverarbeitung hervorragende Ergebnisse erzielt.

Ein zusätzlicher Kanal in digitalen Bildern, der die Transparenz (Opazität) der Pixel definiert, um Überlagerungen zu ermöglichen.

Eine Methode, bei der der latente Raum eines generativen Modells beschränkt wird, um konsistentere und qualitativ hochwertige Ergebnisse zu erzielen.