NAiOS Wiki

Intel·ligència artificial general, capaç de qualsevol tasca intel·lectual humana

Sistemes que executen tasques multipàs sense supervisió constant

Reentrenar un model amb dades específiques per a un cas d'ús

Alinear els objectius de la IA amb els valors humans

Quan la IA genera informació falsa amb total confiança

L'estructura de codi que connecta i orquestra un agent d'IA

Marc que permet provar i avaluar el rendiment d'agents

Debat ètic sobre si els models avançats mereixen algun tipus de consideració

Quan la IA reprodueix o amplifica prejudicis presents en les dades

Tècnica on la IA pensa pas a pas abans de respondre

Clonar una veu humana amb IA a partir de pocs segons d'àudio

Quan les dades d'avaluació es filtren a l'entrenament, esbiaixant els benchmarks

Assistent d'IA integrat en eines de treball

Dedicar més capacitat de còmput durant la resposta, no l'entrenament

Dades generades artificialment per entrenar models

Contingut fals hiperrealista generat amb IA

Quan un prompt que funcionava deixa de donar bons resultats amb el temps

Comprimir un model gran en un de petit conservant la qualitat

Executar IA directament al dispositiu, sense dependre del núvol

Representació numèrica del significat de textos o imatges

Disseny i optimització d'instruccions per obtenir millors resultats de la IA

Quantitat de text que un model pot recordar en una conversa

Fluxos de treball on agents d'IA actuen de forma autònoma

Avantatge competitiu d'una empresa gràcies a les seves dades úniques

El nou SEO, optimitzar contingut perquè el citi la IA generativa

Marc regulador i de gestió per a l'ús responsable de la IA

Ancorar les respostes de la IA a dades reals i verificables

Ús no autoritzat d'eines d'IA dins d'organitzacions

IA capaç de planificar, decidir i actuar de forma autònoma

Intel·ligència artificial que crea contingut nou (text, imatge, vídeo, àudio)

Eines d'IA que no requereixen programació per a ser utilitzades

Prioritat estratègica dels països de tenir les seves pròpies infraestructures d'IA

Executar models d'IA en el vostre propi maquinari

Atacs que manipulen la IA inserint instruccions malicioses

Ús de la IA per millorar la presa de decisions empresarials

Tècniques per evadir les restriccions de seguretat d'un model

Model de llenguatge gran, la base dels xatbots actuals

Etiqueta divulgativa per a la fase d'adopció massiva i transversal de la IA en tots els sectors. No és un terme acadèmic ni una cita del MIT.

Tècniques per a adaptar models amb pocs recursos

Dissenyar els bucles autònoms que guien els agents de codi (terme de 2026)

Arquitectura que activa només parts del model segons la tasca

Mitjans (imatge, àudio, vídeo) creats artificialment per IA

Protocol estàndard perquè els models es connectin amb eines externes

Gestió operativa del cicle de vida dels models d'IA

Els models més avançats i potents en cada moment

Models de llenguatge lleugers, dissenyats per funcionar en dispositius

Models que aprenen la dinàmica d'un entorn, no només text

Models dissenyats específicament per raonar, no només predir text

Models que entenen i generen text, imatge, àudio i vídeo

Xip especialitzat en accelerar la inferència de xarxes neuronals amb la màxima eficiència energètica.

Coordinar diversos agents d'IA per resoldre tasques complexes conjuntament

Terme informal (no és un diagnòstic clínic reconegut) per als símptomes de tipus psicòtic —deliris, paranoia— associats a l'ús intensiu de chatbots d'IA.

Combinar cerca de dades reals amb generació de text

Aprenentatge per reforç amb retroalimentació humana

Provar una IA intentant trencar-la per trobar vulnerabilitats

Resums generats per IA als resultats de cerca

IA que supera la capacitat intel·lectual humana en tots els àmbits

Unitat que mesura el rendiment brut d'un accelerador d'IA: bilions d'operacions per segon

Paràmetre que controla la creativitat vs. precisió de la IA

Generar vídeo a partir d'una descripció de text

Procés de dividir text en unitats (tokens) que el model pot processar

Eprémer al màxim la finestra de context d'un model. Col·loquialment, també: usar molts tokens com a mètrica (discutible) de productivitat.

L'arquitectura base de gairebé tots els models de llenguatge actuals

Programar descrivint el que vols i deixant que la IA escrigui el codi

Aplicació que simplement embolcalla un model existent sense afegir valor real

Capacitat d'un model per a realitzar tasques sense haver estat entrenat específicament