Від Lymi

Терміни ШІ простими словами

Спочатку 25 повсякденних термінів ШІ, а потім ще 11 понять про моделі та підключені інструменти.

Технології36 карток

Додати в LymiСпробувати кілька карток

Lymi — застосунок із флеш-картками: він повертає кожну картку саме перед тим, як ти її забудеш. Безкоштовно.

  • Почніть звідси

    Machine learning

    Спосіб навчити програму знаходити закономірності в даних, не прописуючи для неї кожне правило.

  • Як користуватися ШІ

    Невеликий фрагмент тексту, який мовна модель читає або пише.

    Token

  • Інструменти й агенти

    Memory

    Інформація, яку застосунок із ШІ зберігає для подальшого використання.

  • Далі: як працюють моделі

    Кілька прикладів у запиті, після яких модель просять виконати схоже завдання.

    Few-shot prompting

  • Далі: як створюють системи з ШІ

    Evals

    Перевірки того, як система ШІ виконує конкретні завдання.

Що всередині

Переглянути всі 36 карток

Усі розділи відкриті, тож будь-яка картка може з’явитися в повторенні.

  1. Розділ 1: Почніть звідси

    7 карток

  2. Розділ 2: Як користуватися ШІ

    6 карток

  3. Розділ 3: Коли довіряти відповіді

    6 карток

  4. Розділ 4: Інструменти й агенти

    6 карток

  5. Розділ 5: Далі: як працюють моделі

    5 карток

  6. Розділ 6: Далі: як створюють системи з ШІ

    6 карток
Додати в Lymi

Усі 36 карток

У тому порядку, в якому ти їх вчиш: розділ за розділом.

1Почніть звідси7 карток

Artificial intelligence (AI)
Програми, які виконують завдання, що зазвичай потребують людського мислення.
Machine learning
Спосіб навчити програму знаходити закономірності в даних, не прописуючи для неї кожне правило.
Model
Комп’ютерна система, навчена на даних давати відповіді або робити прогнози.
Generative AI
ШІ, який за запитом створює текст, зображення, звук, код або інший вміст.
Large language model (LLM)
Модель, навчена на великому обсязі даних для роботи з мовою.
Training
Навчання моделі на даних, під час якого змінюються її внутрішні значення.
Inference
Використання навченої моделі, щоб відповісти на нове запитання або зробити прогноз.

2Як користуватися ШІ6 карток

Prompt
Те, що ви даєте моделі, щоб пояснити, що потрібно зробити.
Prompt engineering
Написання й покращення запитів для отримання корисніших відповідей.
Response
Те, що модель повертає після отримання вхідних даних.
Token
Невеликий фрагмент тексту, який мовна модель читає або пише.
Context
Інформація, яку модель має для поточної відповіді.
Context window
Найбільший обсяг інформації, з яким модель може працювати в одному запиті; вимірюється в токенах.

3Коли довіряти відповіді6 карток

Hallucination
Відповідь ШІ, яка звучить переконливо, але містить неправдиве твердження.
Grounding
Використання наданої або знайденої інформації як основи для відповіді.
Knowledge cutoff
Дата, яка приблизно показує, наскільки новими є навчальні дані моделі.
Bias
Повторювана схильність системи ШІ давати перекошені або несправедливі результати.
Prompt injection
Спроба змусити ШІ-асистента виконати інструкції, яких він не повинен виконувати.
Human in the loop
Участь людини, яка перевіряє, спрямовує або схвалює частину роботи ШІ.

4Інструменти й агенти6 карток

Multimodal
Здатний працювати з різними видами даних, наприклад із текстом, зображеннями та звуком.
Tool
Окрема служба або функція, через яку система ШІ отримує дані чи виконує дію.
Tool call
Запит моделі на використання інструмента.
Agent
Система ШІ, яка може обирати кроки й використовувати інструменти для виконання завдання.
Workflow
Послідовність кроків, за якими система виконує завдання.
Memory
Інформація, яку застосунок із ШІ зберігає для подальшого використання.

5Далі: як працюють моделі5 карток

System instruction
Вказівка від застосунку, яка спрямовує відповіді його ШІ-асистента.
Few-shot prompting
Кілька прикладів у запиті, після яких модель просять виконати схоже завдання.
Temperature
Налаштування, яке змінює різноманітність відповідей моделі.
Dataset
Набір прикладів, на яких навчають або перевіряють модель.
Parameter
Внутрішнє значення моделі, яке змінюється під час навчання.

6Далі: як створюють системи з ШІ6 карток

Model Context Protocol (MCP)
Стандартний спосіб підключати застосунки з ШІ до зовнішніх даних та інструментів.
Embedding
Набір чисел, який представляє вміст і допомагає програмі знаходити схожі речі.
Semantic search
Пошук результатів за змістом, навіть якщо слова різні.
Retrieval-augmented generation (RAG)
Пошук доречної інформації та передавання її моделі перед відповіддю.
Fine-tuning
Додаткове навчання готової моделі для певного виду завдань.
Evals
Перевірки того, як система ШІ виконує конкретні завдання.

Як це працює

  1. Додай колоду

    Увійди через Google, і колода з’явиться в Бібліотеці. Безкоштовно.

  2. Згадай, а тоді переверни

    Спершу згадай відповідь, а тоді дивись. Спробуй на цих картках: вони з усієї колоди.

  3. Повторюй кілька хвилин на день

    Обери, скільки карток на день. Lymi повертатиме кожну якраз перед тим, як ти її забудеш.

Почніть звідси

Large language model (LLM)

Опубліковано 25 вересня 2026 р.