Generativní model | AI slovník

Odborná definice

Generativní model popisuje společné nebo podmíněné rozdělení dat tak, aby z něho bylo možné vzorkovat nové pozorování, doplňat chybějící části nebo hodnotit pravděpodobnost dat. Může modelovat p(x), společné p(x,y) nebo podmíněné p(x|c). Do této skupiny patří autoregresívne modely, variačné autoenkodéry, difúzne modely, GAN i některé zmesové modely. Ne každý generativní model poskytuje explicitní vierohodnost, GAN ji například reprezentuje nepřímo. Kvalita se proto posuzuje podle vernosti, rozmanitosti, kalibrace a účelu výstupu.

Srozumitelné vysvětlení

Diskriminační model se může naučit rozlíšit mačku od psa bez toho, aby vedel vytvořit obraz jednoho z nich. Generativní model se snaží zachytit, jako vyzerají možné data, a proto ví vytvořit novou vzorek nebo doplnit chýbajúcu část. Při textu postupně skládá pravdepodobné tokeny, při difúzii odstraňuje šum a při zmesovom modeli vybírá komponenta rozdělení. Slovo generativní tedy neoznačuje jednu architekturu. Spoločným znakom je modelování procesu, ze kterého mohou data vznikat, ne pouze hranice mezi třídami.

Časté otázky

Jak se generativní model liší od diskriminačného?

Diskriminační model odhaduje hranici nebo podmínění cíle ze vstupu, například p(y|x). Generativní model zachycuje rozdělení samotných dat nebo společné rozdělení, takže může vytvářet vzorku a řešit i klasifikaci.

Může generativní model poskytovat klasifikaci?

Ano. Pokud modeluje společné p(x,y), lze pro dané x porovnat pravděpodobnosti tříd pomocí Bayesovho pravidla. V praxi však čisto diskriminační model může být na klasifikaci efektívnejší.

Co znamená explicitní a implicitný generativní model?

Explicitní model definuje nebo aproximuje hustotu pravděpodobnosti, případně její dolnou hranici. Implicitný model, například klasický GAN, umožňuje vzorkování, ale neposkytuje přímo normalizovanou hustotu pro libovolný vstup.

Jak se generování podmieňuje?

Model dostane další signál, například třídu, textový prompt, obrázek nebo měření. Učí se podmíněné rozdělení, díky kterému lze ovlivnit obsah bez určování každého detailu výstupu.

Proč nestačí hodnotit pouze realistickosť vzorků?

Model může produkovat velmi přesvědčivé, ale téměř stejné výstupy. Hodnocení musí sledovat i pokrytí rozdělení, novotu, podporu podmínky, bezpečnost a užitečnost pro cílovou úlohu.

Související pojmy

Zdroje a redakční stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.