{"schemaVersion":1,"language":"pl","categories":[{"id":"agenci-i-integracje","label":"Agenci i integracje"},{"id":"architektury-modeli","label":"Architektury modeli"},{"id":"dane-i-reprezentacje","label":"Dane i reprezentacje"},{"id":"jakosc-i-bezpieczenstwo","label":"Jakość i bezpieczeństwo"},{"id":"ocena-i-benchmarki","label":"Ocena i benchmarki"},{"id":"podstawy-i-pojecia-przekrojowe","label":"Podstawy i pojęcia przekrojowe"},{"id":"promptowanie-i-generowanie","label":"Promptowanie i generowanie"},{"id":"sprzet-i-wdrazanie","label":"Sprzęt i wdrażanie"},{"id":"uczenie-i-dostrajanie","label":"Uczenie i dostrajanie"},{"id":"widocznosc-i-dostep-do-wiedzy","label":"Widoczność i dostęp do wiedzy"},{"id":"zastosowania-i-narzedzia","label":"Zastosowania i narzędzia"}],"terms":[{"id":"agent-ai","namePl":"Agent AI","nameEn":"AI agent","aliases":["agents","agent sztucznej inteligencji","agenci AI"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"System, który realizuje cel przez dobieranie kolejnych kroków i korzystanie z dostępnych narzędzi.","url":"https://tyllo.pl/slownik-ai/agent-ai/","updatedAt":"2026-10-30","relatedIds":["orkiestracja","narzedzie-agenta","czlowiek-w-petli"],"examplePl":"Agent wyszukuje procedurę obsługi reklamacji, przygotowuje projekt odpowiedzi i czeka na zgodę na wysłanie."},{"id":"akcelerator-ai","namePl":"Akcelerator AI","nameEn":"AI accelerator","aliases":["accelerator","akcelerator obliczeń AI"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Układ obliczeniowy zaprojektowany do szybkiego wykonywania operacji potrzebnych modelom AI.","url":"https://tyllo.pl/slownik-ai/akcelerator-ai/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Zespół przenosi rozpoznawanie wad na zdjęciach z procesora ogólnego przeznaczenia na akcelerator i mierzy czas analizy jednej partii."},{"id":"enkoder-dekoder","namePl":"Architektura enkoder–dekoder","nameEn":"Encoder–decoder architecture","aliases":["encoder-decoder","koder–dekoder"],"keywords":[],"category":"architektury-modeli","definitionPl":"Układ, w którym enkoder reprezentuje dane wejściowe, a dekoder na tej podstawie wytwarza wynik.","url":"https://tyllo.pl/slownik-ai/enkoder-dekoder/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"W systemie tłumaczeń enkoder przetwarza polskie zdanie, a dekoder tworzy jego niemiecką wersję."},{"id":"transformer","namePl":"Architektura transformerowa","nameEn":"Transformer","aliases":["transformer","model transformerowy"],"keywords":[],"category":"architektury-modeli","definitionPl":"Rodzina architektur sieci wykorzystujących mechanizmy uwagi do łączenia informacji między elementami danych.","url":"https://tyllo.pl/slownik-ai/transformer/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Zespół porównuje transformer analizujący opisy reklamacji z modelem generującym projekty odpowiedzi."},{"id":"augmentacja-danych","namePl":"Augmentacja danych","nameEn":"Data augmentation","aliases":["wzbogacanie danych","rozszerzanie danych"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Tworzenie dodatkowych wariantów przykładów treningowych z zachowaniem znaczenia istotnego dla zadania.","url":"https://tyllo.pl/slownik-ai/augmentacja-danych/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Przy uczeniu kontroli jakości zespół dodaje obrócone zdjęcia poprawnych części, zachowując ich etykiety."},{"id":"baza-wektorowa","namePl":"Baza danych wektorowych","nameEn":"Vector database","aliases":["vector DB","baza wektorowa"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"System przechowywania wektorów i powiązanych danych, umożliwiający wyszukiwanie podobnych reprezentacji.","url":"https://tyllo.pl/slownik-ai/baza-wektorowa/","updatedAt":"2026-10-30","relatedIds":["wyszukiwanie-wektorowe","rag"],"examplePl":"Wyszukiwarka odnajduje fragmenty instrukcji podobne do pytania pracownika."},{"id":"dpo","namePl":"Bezpośrednia optymalizacja preferencji","nameEn":"Direct preference optimization","aliases":["DPO"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Metoda dostrajania na parach odpowiedzi preferowanych i odrzucanych, bez typowej osobnej pętli uczenia polityki z modelem nagrody.","url":"https://tyllo.pl/slownik-ai/dpo/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Eksperci wybierają lepszą z dwóch odpowiedzi na reklamację; pary preferencji służą do dostrojenia modelu metodą DPO."},{"id":"chatbot","namePl":"Bot konwersacyjny","nameEn":"Chatbot","aliases":["czatbot","bot rozmowny"],"keywords":[],"category":"zastosowania-i-narzedzia","definitionPl":"Program prowadzący rozmowę za pomocą tekstu lub głosu.","url":"https://tyllo.pl/slownik-ai/chatbot/","updatedAt":"2026-10-30","relatedIds":["model-ai","uczenie-maszynowe"],"examplePl":"Pracownik pyta firmowego bota o godziny pracy działu wsparcia i otrzymuje odpowiedź z bazy reguł."},{"id":"chatgpt","namePl":"ChatGPT — aplikacja konwersacyjna AI","nameEn":"ChatGPT","aliases":["Chat GPT"],"keywords":[],"category":"zastosowania-i-narzedzia","definitionPl":"Nazwa aplikacji do interakcji z modelami AI rozwijanej przez OpenAI.","url":"https://tyllo.pl/slownik-ai/chatgpt/","updatedAt":"2026-10-30","relatedIds":["model-ai","uczenie-maszynowe"],"examplePl":"Pracownik wkleja do rozmowy notatki bez danych poufnych i prosi o szkic agendy spotkania."},{"id":"ttlt","namePl":"Czas do ostatniego tokenu","nameEn":"Time to last token","aliases":["TTLT","czas do końca odpowiedzi"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Czas od przyjętego początku pomiaru do otrzymania ostatniego tokenu odpowiedzi.","url":"https://tyllo.pl/slownik-ai/ttlt/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Przy teście podsumowań zespół mierzy 12 sekund do ostatniego tokenu odpowiedzi liczącej 300 tokenów."},{"id":"ttft","namePl":"Czas do pierwszego tokenu","nameEn":"Time to first token","aliases":["TTFT"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Czas od określonego momentu wysłania lub przyjęcia zapytania do otrzymania pierwszego tokenu odpowiedzi.","url":"https://tyllo.pl/slownik-ai/ttft/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Interfejs wyświetla pierwszy fragment odpowiedzi po 800 milisekundach, choć cała odpowiedź powstaje przez 6 sekund."},{"id":"czlowiek-w-petli","namePl":"Człowiek w pętli działania","nameEn":"Human in the loop","aliases":["HITL","human-in-the-loop"],"keywords":[],"category":"jakosc-i-bezpieczenstwo","definitionPl":"Sposób organizacji procesu, w którym określony etap wymaga udziału człowieka, na przykład oceny, korekty lub zgody.","url":"https://tyllo.pl/slownik-ai/czlowiek-w-petli/","updatedAt":"2026-10-30","relatedIds":["nadzor-czlowieka","orkiestracja"],"examplePl":"Agent przygotowuje odpowiedź dla klienta, a pracownik zatwierdza jej wysłanie."},{"id":"dane-testowe","namePl":"Dane testowe","nameEn":"Test data","aliases":["test set","zbiór testowy"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Oddzielny zestaw przykładów przeznaczony do końcowej oceny wybranego rozwiązania.","url":"https://tyllo.pl/slownik-ai/dane-testowe/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Firma odkłada 200 zgłoszeń, których nie używa do uczenia ani wyboru ustawień, i ocenia na nich końcowy model."},{"id":"dane-treningowe","namePl":"Dane treningowe","nameEn":"Training data","aliases":["training dataset","dane uczące"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Przykłady używane do wyznaczania parametrów modelu.","url":"https://tyllo.pl/slownik-ai/dane-treningowe/","updatedAt":"2026-10-30","relatedIds":["embedding","rag"],"examplePl":"Model rozpoznający typ reklamacji uczy się na zgłoszeniach z etykietami nadanymi przez pracowników."},{"id":"dane-strukturalne","namePl":"Dane uporządkowane opisujące treść","nameEn":"Structured data","aliases":["dane strukturalne","dane uporządkowane"],"keywords":[],"category":"widocznosc-i-dostep-do-wiedzy","definitionPl":"Zapis informacji według określonego schematu, umożliwiający programom rozpoznawanie ich znaczenia.","url":"https://tyllo.pl/slownik-ai/dane-strukturalne/","updatedAt":"2026-10-30","relatedIds":["seo","aeo"],"examplePl":"Strona hasła opisuje nazwę i definicję za pomocą typu DefinedTerm."},{"id":"dane-walidacyjne","namePl":"Dane walidacyjne","nameEn":"Validation data","aliases":["validation set","zbiór walidacyjny"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Dane używane do porównywania wariantów modelu i wyboru ustawień podczas jego opracowywania.","url":"https://tyllo.pl/slownik-ai/dane-walidacyjne/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Analityk porównuje trzy modele na odłożonych zgłoszeniach i wybiera wariant przed końcowym testem."},{"id":"dekoder","namePl":"Dekoder","nameEn":"Decoder","aliases":["moduł dekodera"],"keywords":[],"category":"architektury-modeli","definitionPl":"Komponent tworzący wynik na podstawie dostępnej reprezentacji i wcześniej wygenerowanych elementów.","url":"https://tyllo.pl/slownik-ai/dekoder/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Model tworzy projekt wiadomości, dobierając kolejny token na podstawie instrukcji i już powstałego tekstu."},{"id":"dekodowanie-spekulacyjne","namePl":"Dekodowanie spekulacyjne","nameEn":"Speculative decoding","aliases":["generowanie spekulacyjne"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Przyspieszanie generowania przez proponowanie kilku tokenów tańszą metodą i weryfikowanie ich modelem docelowym.","url":"https://tyllo.pl/slownik-ai/dekodowanie-spekulacyjne/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Mniejszy model proponuje kilka tokenów projektu odpowiedzi, a większy model sprawdza je w jednym kroku."},{"id":"dostrajanie-hiperparametrow","namePl":"Dobór hiperparametrów","nameEn":"Hyperparameter tuning","aliases":["strojenie hiperparametrów","optymalizacja hiperparametrów"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Poszukiwanie odpowiednich ustawień procesu uczenia lub architektury, na przykład współczynnika uczenia i rozmiaru partii.","url":"https://tyllo.pl/slownik-ai/dostrajanie-hiperparametrow/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Analityk porównuje kilka wartości tempa uczenia na zbiorze walidacyjnym i wybiera najbardziej stabilny wariant."},{"id":"alignment","namePl":"Dostosowanie AI do ludzkich celów i wartości","nameEn":"AI alignment","aliases":["alignment","wyrównanie celów AI","zestrojenie AI"],"keywords":[],"category":"jakosc-i-bezpieczenstwo","definitionPl":"Prace nad tym, aby zachowanie systemu AI odpowiadało zamierzonym celom, ograniczeniom i wartościom ludzi.","url":"https://tyllo.pl/slownik-ai/alignment/","updatedAt":"2026-10-30","relatedIds":["ewaluacja","nadzor-czlowieka"],"translationNotePl":"Polski tytuł jest opisowym odpowiednikiem; w praktyce spotyka się również angielskie „alignment”.","examplePl":"Zespół ocenia, czy asystent odmawia ujawnienia danych klienta mimo wyraźnego polecenia rozmówcy."},{"id":"dostrajanie-instrukcyjne","namePl":"Dostrajanie instrukcyjne","nameEn":"Instruction tuning","aliases":["instruction fine-tuning","uczenie wykonywania instrukcji"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Uczenie modelu na przykładach łączących instrukcję z oczekiwaną odpowiedzią.","url":"https://tyllo.pl/slownik-ai/dostrajanie-instrukcyjne/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Model uczy się na parach: polecenie streszczenia zgłoszenia i poprawne, krótkie podsumowanie."},{"id":"dostrajanie","namePl":"Dostrajanie modelu","nameEn":"Fine-tuning","aliases":["fine tuning","tuning","dostrojenie"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Dalsze uczenie już wytrenowanego modelu na danych dobranych do konkretnego zadania, stylu lub dziedziny.","url":"https://tyllo.pl/slownik-ai/dostrajanie/","updatedAt":"2026-10-30","relatedIds":["sft","peft","pelne-dostrajanie"],"examplePl":"Firma uczy wcześniej wytrenowany model na poprawnie sklasyfikowanych zgłoszeniach ze swojej branży."},{"id":"peft","namePl":"Dostrajanie z ograniczoną liczbą uczonych parametrów","nameEn":"Parameter-efficient fine-tuning","aliases":["PEFT","parameter-efficient tuning","parameter-efficient fine tuning"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Rodzina metod adaptacji modelu przez uczenie niewielkiej części parametrów lub dodatkowych komponentów.","url":"https://tyllo.pl/slownik-ai/peft/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Firma testuje dostrojenie małego modułu do rozpoznawania branżowych zgłoszeń zamiast aktualizować cały model."},{"id":"adaptery","namePl":"Dostrajanie za pomocą adapterów","nameEn":"Adapter tuning","aliases":["adapter fine-tuning","adaptery"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Adaptacja modelu przez uczenie dodatkowych modułów przy zachowaniu większości lub wszystkich wag bazowych bez zmian.","url":"https://tyllo.pl/slownik-ai/adaptery/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Firma przechowuje osobne uczone adaptery do klasyfikacji zgłoszeń serwisowych i opisów zamówień przy wspólnym modelu bazowym."},{"id":"lora","namePl":"Dostrajanie za pomocą macierzy niskiego rzędu","nameEn":"Low-rank adaptation","aliases":["LoRA","adaptacja niskiego rzędu"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Metoda dostrajania dodająca niewielkie uczone macierze do wybranych przekształceń modelu przy zamrożeniu jego bazowych wag.","url":"https://tyllo.pl/slownik-ai/lora/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"translationNotePl":"Polski tytuł objaśnia metodę. W praktyce najczęściej używa się nazwy LoRA.","examplePl":"Zespół dostraja niewielkie dodatkowe macierze, aby model lepiej rozpoznawał nazwy części z dokumentacji zakładu."},{"id":"llm","namePl":"Duży model językowy","nameEn":"Large language model","aliases":["LLM","large language models"],"keywords":[],"category":"architektury-modeli","definitionPl":"Model językowy o dużej skali, uczony na obszernych danych do przewidywania i przetwarzania sekwencji tokenów.","url":"https://tyllo.pl/slownik-ai/llm/","updatedAt":"2026-10-30","relatedIds":["transformer","token","okno-kontekstowe"],"examplePl":"Pracownik przekazuje modelowi opis spotkania i otrzymuje projekt podsumowania."},{"id":"chunking","namePl":"Dzielenie materiału na fragmenty","nameEn":"Chunking","aliases":["fragmentacja dokumentów"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Podział materiału na części przeznaczone do indeksowania lub przekazania modelowi.","url":"https://tyllo.pl/slownik-ai/chunking/","updatedAt":"2026-10-30","relatedIds":["rag","tokenizacja"],"examplePl":"Procedura zostaje podzielona na sekcje wraz z tytułami, zamiast cięcia w połowie zdania."},{"id":"eksplozja-inteligencji","namePl":"Eksplozja inteligencji","nameEn":"Intelligence explosion","aliases":["samowzmacniający wzrost inteligencji"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Hipotetyczny proces, w którym doskonaląca się AI coraz skuteczniej przyspiesza dalsze własne ulepszenia.","url":"https://tyllo.pl/slownik-ai/eksplozja-inteligencji/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"W warsztacie strategicznym uczestnicy analizują hipotetyczny scenariusz, w którym AI przyspiesza projektowanie swoich następców."},{"id":"enkoder","namePl":"Enkoder","nameEn":"Encoder","aliases":["koder","moduł enkodera"],"keywords":[],"category":"architektury-modeli","definitionPl":"Komponent przekształcający dane wejściowe w reprezentację przydatną do dalszego zadania.","url":"https://tyllo.pl/slownik-ai/enkoder/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Wyszukiwarka przekształca pytanie pracownika w reprezentację używaną do porównania z dokumentami."},{"id":"gguf","namePl":"Format plików modeli GGUF","nameEn":"GGUF","aliases":["plik GGUF"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Format przechowywania tensorów modelu i potrzebnych metadanych, stosowany między innymi w lokalnym uruchamianiu modeli.","url":"https://tyllo.pl/slownik-ai/gguf/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"translationNotePl":"GGUF jest nazwą formatu. Polski opis nie stanowi rozwinięcia tego skrótu.","examplePl":"Administrator wybiera plik GGUF zgodny z lokalnym silnikiem inferencji i sprawdza wymagania pamięciowe przed uruchomieniem."},{"id":"funkcja-celu","namePl":"Funkcja celu","nameEn":"Objective function","aliases":["cel optymalizacji","objective"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Wielkość, którą algorytm ma maksymalizować lub minimalizować.","url":"https://tyllo.pl/slownik-ai/funkcja-celu/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Przy uczeniu klasyfikatora zespół minimalizuje błąd etykiet wraz z karą za zbyt duże wagi."},{"id":"funkcja-straty","namePl":"Funkcja straty","nameEn":"Loss function","aliases":["cost function","funkcja kosztu","loss"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Funkcja przypisująca liczbowy koszt rozbieżności między wynikiem modelu a oczekiwanym rezultatem.","url":"https://tyllo.pl/slownik-ai/funkcja-straty/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Za błędne przypisanie reklamacji do kategorii model otrzymuje liczbowy koszt używany do aktualizacji parametrów."},{"id":"gan","namePl":"Generatywna sieć przeciwstawna","nameEn":"Generative adversarial network","aliases":["GAN","generative adversarial networks"],"keywords":[],"category":"architektury-modeli","definitionPl":"Układ uczenia, w którym generator tworzy próbki, a dyskryminator ocenia, czy przypominają dane treningowe.","url":"https://tyllo.pl/slownik-ai/gan/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"translationNotePl":"Wariant „general adversarial network” należy traktować jako błędne rozwinięcie skrótu, a nie równorzędny termin angielski.","examplePl":"Generator tworzy syntetyczne obrazy powierzchni, a dyskryminator próbuje odróżnić je od zdjęć treningowych."},{"id":"generatywna-ai","namePl":"Generatywna sztuczna inteligencja","nameEn":"Generative artificial intelligence","aliases":["GenAI","generative AI","generatywna AI"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"AI tworząca nowe treści, takie jak tekst, obrazy, dźwięk lub kod, na podstawie wzorców przyswojonych podczas uczenia.","url":"https://tyllo.pl/slownik-ai/generatywna-ai/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"Pracownik otrzymuje trzy warianty wstępu do prezentacji i wybiera fragmenty do własnej redakcji."},{"id":"gpt","namePl":"Generatywny transformer wstępnie wytrenowany","nameEn":"Generative pre-trained transformer","aliases":["GPT","generative pretrained transformer"],"keywords":[],"category":"architektury-modeli","definitionPl":"Określenie modelu językowego opartego na transformerze, wstępnie uczonego generowania kolejnych tokenów.","url":"https://tyllo.pl/slownik-ai/gpt/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"translationNotePl":"Polski tytuł rozwija skrót opisowo; w nazwach modeli i wyszukiwaniu zachowuje się GPT.","examplePl":"Zespół bada model typu GPT, który przewiduje kolejne tokeny projektów odpowiedzi na zgłoszenia."},{"id":"rag","namePl":"Generowanie wspomagane wyszukiwaniem","nameEn":"Retrieval-augmented generation","aliases":["RAG","generowanie z wyszukiwaniem"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Sposób budowy aplikacji, w którym najpierw wyszukuje się materiały potrzebne do odpowiedzi, a następnie przekazuje je modelowi jako kontekst.","url":"https://tyllo.pl/slownik-ai/rag/","updatedAt":"2026-10-30","relatedIds":["ugruntowanie","chunking","reranking","baza-wektorowa"],"examplePl":"Asystent najpierw znajduje aktualny zapis procedury urlopowej, a następnie na jego podstawie odpowiada pracownikowi."},{"id":"grupowanie","namePl":"Grupowanie podobnych obiektów","nameEn":"Clustering","aliases":["klasteryzacja","analiza skupień"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Dzielenie danych na grupy według podobieństwa określonego przez wybraną reprezentację i algorytm.","url":"https://tyllo.pl/slownik-ai/grupowanie/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Analityk grupuje podobne opisy reklamacji bez wcześniejszego ustalenia nazw kategorii, a następnie przegląda powstałe grupy."},{"id":"ostry-zwrot","namePl":"Gwałtowna zmiana zdolności lub zachowania AI","nameEn":"Sharp left turn","aliases":["sharp left turns","ostry zwrot"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Określenie scenariusza, w którym zdolności lub zachowanie zaawansowanej AI zmieniają się gwałtownie, a wcześniejsze metody kontroli przestają wystarczać.","url":"https://tyllo.pl/slownik-ai/ostry-zwrot/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"translationNotePl":"„Gwałtowna zmiana zdolności lub zachowania AI” jest tłumaczeniem opisowym; dosłowne „ostry zwrot w lewo” nie wyjaśnia znaczenia terminu.","examplePl":"Podczas analizy ryzyka zespół rozważa scenariusz, w którym po zmianie zdolności AI wcześniejsze testy kontroli przestają wystarczać."},{"id":"halucynacja","namePl":"Halucynacja modelu","nameEn":"Hallucination","aliases":["hallucinate","hallucinations","konfabulacja AI"],"keywords":[],"category":"jakosc-i-bezpieczenstwo","definitionPl":"Wygenerowanie informacji, która jest fałszywa, zmyślona lub nie ma oparcia w dostarczonym materiale.","url":"https://tyllo.pl/slownik-ai/halucynacja/","updatedAt":"2026-10-30","relatedIds":["ugruntowanie","ewaluacja"],"examplePl":"Asystent podaje numer paragrafu, którego nie ma w analizowanej procedurze."},{"id":"hiperparametry","namePl":"Hiperparametry","nameEn":"Hyperparameters","aliases":["hiperparametr"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Ustawienia określające architekturę lub przebieg uczenia, na przykład tempo uczenia i siłę regularyzacji.","url":"https://tyllo.pl/slownik-ai/hiperparametry/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Przed treningiem analityk wybiera tempo uczenia, rozmiar partii i siłę regularyzacji modelu zgłoszeń."},{"id":"instrukcja-systemowa","namePl":"Instrukcja systemowa","nameEn":"System prompt","aliases":["system instruction","system prompts","prompt systemowy"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Instrukcja przekazywana w roli systemowej, która określa zasady i sposób działania modelu w danej aplikacji.","url":"https://tyllo.pl/slownik-ai/instrukcja-systemowa/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Aplikacja przekazuje modelowi zasadę: odpowiadaj po polsku i wskazuj brak źródeł przed podaniem rekomendacji."},{"id":"prompt","namePl":"Instrukcja wejściowa dla modelu","nameEn":"Prompt","aliases":["prompt","polecenie","zapytanie do modelu"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Treść przekazana modelowi jako punkt wyjścia do wykonania zadania.","url":"https://tyllo.pl/slownik-ai/prompt/","updatedAt":"2026-10-30","relatedIds":["promptowanie","inzynieria-promptow"],"translationNotePl":"Nie ma jednego polskiego słowa pasującego do każdego użycia. „Instrukcja”, „polecenie” i „zapytanie” dobiera się do kontekstu; warto znać też zapożyczenie „prompt”.","examplePl":"„Wypisz trzy decyzje z poniższej notatki. Nie dodawaj informacji spoza tekstu” to przykład promptu."},{"id":"api","namePl":"Interfejs programistyczny aplikacji","nameEn":"Application programming interface","aliases":["API","interfejs API"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Ustalony sposób komunikacji między programami, opisujący dostępne operacje i format danych.","url":"https://tyllo.pl/slownik-ai/api/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Asystent pobiera przez firmowy interfejs API status zamówienia o wskazanym identyfikatorze."},{"id":"klasyfikacja","namePl":"Klasyfikacja","nameEn":"Classification","aliases":["klasyfikowanie"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Przypisywanie obiektom jednej lub wielu kategorii, na przykład oznaczanie wiadomości jako reklamacji.","url":"https://tyllo.pl/slownik-ai/klasyfikacja/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"System przypisuje nowe zgłoszenie do etykiety reklamacja, pytanie lub zamówienie."},{"id":"kodowanie-pozycyjne","namePl":"Kodowanie pozycyjne","nameEn":"Positional encoding","aliases":["position encoding","informacja o pozycji"],"keywords":[],"category":"architektury-modeli","definitionPl":"Sposób przekazania modelowi informacji o kolejności lub względnym położeniu elementów.","url":"https://tyllo.pl/slownik-ai/kodowanie-pozycyjne/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Model przetwarza zdania „klient zwrócił towar” i „towar zwrócił klient”, uwzględniając pozycje tokenów."},{"id":"bpe","namePl":"Kodowanie przez łączenie par","nameEn":"Byte-pair encoding","aliases":["BPE","byte pair encoding"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Metoda budowania reprezentacji podwyrazowych przez stopniowe łączenie często występujących par symboli.","url":"https://tyllo.pl/slownik-ai/bpe/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Tokenizator zapisuje rzadką nazwę części jako kilka częstszych fragmentów zamiast jednego nieznanego słowa."},{"id":"kompromis-obciazenie-wariancja","namePl":"Kompromis między obciążeniem a wariancją","nameEn":"Bias–variance trade-off","aliases":["bias variance tradeoff","kompromis bias–variance"],"keywords":["bias"],"category":"uczenie-i-dostrajanie","definitionPl":"Zależność między błędem wynikającym z upraszczających założeń modelu a wrażliwością modelu na dobór danych treningowych.","url":"https://tyllo.pl/slownik-ai/kompromis-obciazenie-wariancja/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Prosty model czasu dostawy pomija ważne zależności, a bardzo złożony zmienia prognozy po niewielkiej zmianie danych."},{"id":"clip","namePl":"Kontrastowe uczenie reprezentacji obrazu i tekstu","nameEn":"Contrastive Language–Image Pre-training","aliases":["CLIP","contrastive language-image pretraining"],"keywords":[],"category":"architektury-modeli","definitionPl":"Podejście do uczenia wspólnej reprezentacji obrazów i ich opisów, tak aby pasujące pary znajdowały się bliżej siebie.","url":"https://tyllo.pl/slownik-ai/clip/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"translationNotePl":"CLIP jest nazwą modelu i metody. Polski tytuł objaśnia rozwinięcie skrótu, zamiast zastępować nazwę własną.","examplePl":"Wyszukiwarka porównuje zdjęcie części z opisami „pęknięta obudowa” i „prawidłowa obudowa” we wspólnej przestrzeni reprezentacji."},{"id":"siec-konwolucyjna","namePl":"Konwolucyjna sieć neuronowa","nameEn":"Convolutional neural network","aliases":["CNN","splotowa sieć neuronowa"],"keywords":[],"category":"architektury-modeli","definitionPl":"Sieć stosująca uczone filtry do lokalnych fragmentów danych, na przykład sąsiadujących pikseli.","url":"https://tyllo.pl/slownik-ai/siec-konwolucyjna/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Sieć wykrywa zarysowania na zdjęciach części, stosując te same filtry w różnych miejscach obrazu."},{"id":"orkiestracja","namePl":"Koordynowanie pracy agenta","nameEn":"Agent orchestration","aliases":["orchestration","orkiestracja"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Sterowanie kolejnością kroków, przepływem danych, wywołaniami narzędzi i stanem zadania.","url":"https://tyllo.pl/slownik-ai/orkiestracja/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Proces kolejno wyszukuje dokument, sporządza podsumowanie i przekazuje projekt odpowiedzi do zatwierdzenia."},{"id":"kwantyzacja","namePl":"Kwantyzacja modelu","nameEn":"Model quantization","aliases":["quantization","obniżenie precyzji"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Zapis wybranych wartości modelu lub jego obliczeń z mniejszą precyzją liczbową.","url":"https://tyllo.pl/slownik-ai/kwantyzacja/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Zespół porównuje model o wagach zapisanych z większą i mniejszą precyzją na tych samych polskich zgłoszeniach."},{"id":"kwantyzacja-po-treningu","namePl":"Kwantyzacja po uczeniu","nameEn":"Post-training quantization","aliases":["PTQ","kwantyzacja potreningowa"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Zmniejszenie precyzji zapisu lub obliczeń już wyuczonego modelu bez pełnego ponownego treningu.","url":"https://tyllo.pl/slownik-ai/kwantyzacja-po-treningu/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Administrator kwantyzuje gotowy klasyfikator, a następnie ponownie sprawdza trafność rozpoznawania rzadkich reklamacji."},{"id":"limit-tokenow-wyjsciowych","namePl":"Limit tokenów odpowiedzi","nameEn":"Maximum output tokens","aliases":["maxOutputTokens","max output tokens","maksymalna długość odpowiedzi"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Ustawienie ograniczające liczbę tokenów, które model może wygenerować w danym wywołaniu.","url":"https://tyllo.pl/slownik-ai/limit-tokenow-wyjsciowych/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Aplikacja ogranicza projekt podsumowania do 200 tokenów, aby zmieścił się w krótkim panelu."},{"id":"top-p","namePl":"Losowanie z jądra rozkładu","nameEn":"Top-p sampling","aliases":["topP","nucleus sampling","top-p"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Losowanie tokenu z najmniejszego zbioru najbardziej prawdopodobnych kandydatów, którego łączna masa prawdopodobieństwa osiąga próg p.","url":"https://tyllo.pl/slownik-ai/top-p/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"W eksperymencie z opisami produktu zespół dopuszcza kandydatów obejmujących łącznie 90 procent masy prawdopodobieństwa następnego tokenu."},{"id":"top-k","namePl":"Losowanie z k najbardziej prawdopodobnych tokenów","nameEn":"Top-k sampling","aliases":["topK","top-k"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Ograniczenie losowania następnego tokenu do k kandydatów o najwyższym prawdopodobieństwie.","url":"https://tyllo.pl/slownik-ai/top-k/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Przy każdym kroku generowania opisów model losuje token tylko spośród 20 najbardziej prawdopodobnych kandydatów."},{"id":"lancuch-rozumowania","namePl":"Łańcuch rozumowania","nameEn":"Chain of thought","aliases":["CoT","chain-of-thought"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Sekwencja pośrednich kroków prowadzących do odpowiedzi.","url":"https://tyllo.pl/slownik-ai/lancuch-rozumowania/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Pracownik prosi o rozpisanie jawnych kroków obliczenia budżetu, a potem sprawdza każde działanie kalkulatorem."},{"id":"maskowane-modelowanie-jezyka","namePl":"Maskowane modelowanie języka","nameEn":"Masked language modeling","aliases":["MLM"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Zadanie uczenia polegające na odtwarzaniu ukrytych fragmentów tekstu na podstawie pozostałego kontekstu.","url":"https://tyllo.pl/slownik-ai/maskowane-modelowanie-jezyka/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"W zdaniu „zamówienie dotrze w [MASK]” model podczas uczenia odtwarza ukryty fragment z otaczającego tekstu."},{"id":"mechanizm-uwagi","namePl":"Mechanizm uwagi","nameEn":"Attention mechanism","aliases":["attention","uwaga"],"keywords":[],"category":"architektury-modeli","definitionPl":"Mechanizm, który oblicza, jak silnie różne elementy danych powinny wpływać na reprezentację przetwarzanego elementu.","url":"https://tyllo.pl/slownik-ai/mechanizm-uwagi/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Model analizujący reklamację wiąże słowo „uszkodzony” z nazwą części występującą wcześniej w zgłoszeniu."},{"id":"gptq","namePl":"Metoda kwantyzacji GPTQ","nameEn":"GPTQ","aliases":["kwantyzacja GPTQ"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Nazwa metody kwantyzacji wag wyuczonego modelu z wykorzystaniem przybliżonej informacji o wpływie błędów na wynik.","url":"https://tyllo.pl/slownik-ai/gptq/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"translationNotePl":"Nazwę GPTQ zachowuje się bez tłumaczenia; polski tytuł określa rodzaj metody.","examplePl":"Zespół przygotowuje skwantyzowane wagi modelu metodą GPTQ i testuje zgodność z docelowym silnikiem inferencji."},{"id":"mieszanka-ekspertow","namePl":"Mieszanka ekspertów","nameEn":"Mixture of experts","aliases":["MoE","mixture-of-experts"],"keywords":[],"category":"architektury-modeli","definitionPl":"Architektura łącząca kilka wyspecjalizowanych komponentów i mechanizm kierujący dane do odpowiednich ekspertów.","url":"https://tyllo.pl/slownik-ai/mieszanka-ekspertow/","updatedAt":"2026-10-30","relatedIds":["transformer","parametry-modelu"],"examplePl":"W modelu z rzadką mieszanką ekspertów mechanizm routingu wybiera część modułów do przetworzenia danego tokenu."},{"id":"model-dyfuzyjny","namePl":"Model dyfuzyjny","nameEn":"Diffusion model","aliases":["diffusion","dyfuzja","generowanie dyfuzyjne"],"keywords":[],"category":"architektury-modeli","definitionPl":"Model generatywny uczony odtwarzania danych z ich zaszumionych wersji.","url":"https://tyllo.pl/slownik-ai/model-dyfuzyjny/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Projektant generuje roboczą ilustrację, obserwując kolejne etapy usuwania szumu z obrazu."},{"id":"model-fundamentowy","namePl":"Model fundamentowy","nameEn":"Foundation model","aliases":["model bazowy","model podstawowy"],"keywords":[],"category":"architektury-modeli","definitionPl":"Model wyuczony na szerokim zbiorze danych, który można wykorzystać lub dostosować do wielu zadań.","url":"https://tyllo.pl/slownik-ai/model-fundamentowy/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Firma wykorzystuje ten sam model bazowy do streszczania notatek i klasyfikacji zgłoszeń, osobno oceniając każde zastosowanie."},{"id":"model-nagrody","namePl":"Model nagrody","nameEn":"Reward model","aliases":["RM"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Model przypisujący ocenę wynikom lub działaniom, aby dostarczyć sygnału dla optymalizacji.","url":"https://tyllo.pl/slownik-ai/model-nagrody/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Oceniający porównują odpowiedzi asystenta, a osobny model uczy się przewidywać ich preferencje."},{"id":"model-ai","namePl":"Model sztucznej inteligencji","nameEn":"Artificial intelligence model","aliases":["AI model","model AI","model"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Sformalizowany mechanizm przekształcający dane wejściowe w wynik, na przykład prognozę lub tekst.","url":"https://tyllo.pl/slownik-ai/model-ai/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","uczenie-maszynowe"],"examplePl":"Klasyfikator przewiduje kategorię reklamacji, a aplikacja osobno obsługuje logowanie i zapis zgłoszenia."},{"id":"sft","namePl":"Nadzorowane dostrajanie modelu","nameEn":"Supervised fine-tuning","aliases":["SFT"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Dalsze uczenie modelu na przykładach z oczekiwanym wynikiem.","url":"https://tyllo.pl/slownik-ai/sft/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Zespół dostraja model na poprawnych parach instrukcji i odpowiedzi dotyczących nazw części."},{"id":"nadzor-czlowieka","namePl":"Nadzór człowieka","nameEn":"Human oversight","aliases":["nadzór ludzki"],"keywords":[],"category":"jakosc-i-bezpieczenstwo","definitionPl":"Organizacja pracy, w której człowiek może oceniać działanie AI, korygować je i zatrzymywać.","url":"https://tyllo.pl/slownik-ai/nadzor-czlowieka/","updatedAt":"2026-10-30","relatedIds":["czlowiek-w-petli","agent-ai"],"examplePl":"Kierownik może zatrzymać proces obsługi reklamacji i sprawdzić przesłanki decyzji."},{"id":"narzedzie-agenta","namePl":"Narzędzie agenta","nameEn":"Agent tool","aliases":["tool","tools","narzędzie AI"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Funkcja lub usługa udostępniona agentowi do pobierania danych albo wykonywania działań.","url":"https://tyllo.pl/slownik-ai/narzedzie-agenta/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Agent korzysta z kalkulatora do obliczenia sumy wartości pozycji zamówienia przed przygotowaniem podsumowania."},{"id":"sentencepiece","namePl":"Narzędzie do tokenizacji podwyrazowej","nameEn":"SentencePiece","aliases":["sentence piece"],"keywords":[],"category":"zastosowania-i-narzedzia","definitionPl":"Nazwa biblioteki do uczenia i stosowania tokenizatorów bez wymogu wcześniejszego podziału tekstu na wyrazy.","url":"https://tyllo.pl/slownik-ai/sentencepiece/","updatedAt":"2026-10-30","relatedIds":["model-ai","uczenie-maszynowe"],"translationNotePl":"SentencePiece to nazwa własna; nie tłumaczy się jej dosłownie na „kawałek zdania”.","examplePl":"Zespół uczy tokenizator SentencePiece na dokumentach branżowych i mierzy liczbę tokenów dla polskich nazw części."},{"id":"nerf","namePl":"Neuronowe pole radiancji","nameEn":"Neural radiance field","aliases":["NeRF","neural radiance fields","neuronowe pola radiancji"],"keywords":[],"category":"architektury-modeli","definitionPl":"Reprezentacja sceny, w której sieć opisuje właściwości potrzebne do wyznaczania widoku z określonej pozycji i kierunku.","url":"https://tyllo.pl/slownik-ai/nerf/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"translationNotePl":"„Neuronowe pole radiancji” to odpowiednik techniczny; rozpoznawalną nazwą metody jest NeRF.","examplePl":"Po wykonaniu serii zdjęć eksponatu zespół uczy reprezentację umożliwiającą renderowanie widoku z nowej pozycji."},{"id":"niedouczenie","namePl":"Niedouczenie modelu","nameEn":"Underfitting","aliases":["niedopasowanie","underfit"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Sytuacja, w której model nie uchwycił zależności potrzebnych do zadania i osiąga słabe wyniki także na danych treningowych.","url":"https://tyllo.pl/slownik-ai/niedouczenie/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Klasyfikator rozróżniający reklamacje ma słabe wyniki zarówno na treningu, jak i walidacji; zespół bada cechy i czas uczenia."},{"id":"ewaluacja","namePl":"Ocena jakości systemu AI","nameEn":"AI evaluation","aliases":["ewaluacja","evals","evaluation"],"keywords":[],"category":"ocena-i-benchmarki","definitionPl":"Systematyczne sprawdzanie jakości systemu według określonych kryteriów i na dobranych przykładach.","url":"https://tyllo.pl/slownik-ai/ewaluacja/","updatedAt":"2026-10-30","relatedIds":["benchmark","dane-testowe"],"examplePl":"Zespół sprawdza sto przykładowych reklamacji i porównuje odpowiedzi z kryteriami obsługi."},{"id":"wyjscie-strukturalne","namePl":"Odpowiedź o ustalonej strukturze","nameEn":"Structured output","aliases":["structured outputs","wyjście strukturalne"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Wynik modelu zgodny z oczekiwanym formatem lub schematem, na przykład obiekt JSON z określonymi polami.","url":"https://tyllo.pl/slownik-ai/wyjscie-strukturalne/","updatedAt":"2026-10-30","relatedIds":["wywolywanie-funkcji","ewaluacja"],"examplePl":"Model zwraca kategorię reklamacji i numer zamówienia w dwóch nazwanych polach."},{"id":"odszumianie","namePl":"Odtwarzanie danych z zakłóconej wersji","nameEn":"Denoising","aliases":["odszumianie","rekonstrukcja danych"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Zadanie odzyskiwania informacji po dodaniu szumu, usunięciu fragmentów lub innym zakłóceniu wejścia.","url":"https://tyllo.pl/slownik-ai/odszumianie/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Model uczy się odtwarzać fragmenty instrukcji po celowym usunięciu części słów."},{"id":"agi","namePl":"Ogólna sztuczna inteligencja","nameEn":"Artificial general intelligence","aliases":["AGI","artificial general intelligence"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Hipotetyczna AI o szerokich zdolnościach poznawczych, pozwalających rozwiązywać wiele różnych problemów na poziomie porównywanym z człowiekiem.","url":"https://tyllo.pl/slownik-ai/agi/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"Na warsztacie zespół oddziela wizję systemu wykonującego wiele zawodowych zadań od możliwości obecnego asystenta."},{"id":"okno-kontekstowe","namePl":"Okno kontekstowe","nameEn":"Context window","aliases":["okno kontekstu","context length"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Limit reprezentacji, którą model może uwzględniać w pojedynczym przetwarzaniu, zwykle wyrażany w tokenach.","url":"https://tyllo.pl/slownik-ai/okno-kontekstowe/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Przed przekazaniem obszernej instrukcji aplikacja sprawdza, czy dokument i odpowiedź zmieszczą się w limicie."},{"id":"ugruntowanie","namePl":"Oparcie odpowiedzi na źródłach","nameEn":"Grounding","aliases":["ugruntowanie odpowiedzi","grounding"],"keywords":[],"category":"jakosc-i-bezpieczenstwo","definitionPl":"Powiązanie odpowiedzi modelu z dostępnymi informacjami, takimi jak dokumenty, wyniki wyszukiwania lub dane z narzędzia.","url":"https://tyllo.pl/slownik-ai/ugruntowanie/","updatedAt":"2026-10-30","relatedIds":["ewaluacja","nadzor-czlowieka"],"translationNotePl":"Opisowe „oparcie odpowiedzi na źródłach” jest czytelniejsze dla początkujących niż samo „ugruntowanie”.","examplePl":"Odpowiedź o terminie zwrotu opiera się na przekazanym regulaminie i wskazuje właściwy fragment."},{"id":"opoznienie","namePl":"Opóźnienie odpowiedzi","nameEn":"Latency","aliases":["latencja","opóźnienie"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Czas oczekiwania związany z obsługą zapytania.","url":"https://tyllo.pl/slownik-ai/opoznienie/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Zespół mierzy osobno oczekiwanie w kolejce, pierwszy token i całkowity czas podsumowania dokumentu."},{"id":"ocr","namePl":"Optyczne rozpoznawanie znaków","nameEn":"Optical character recognition","aliases":["OCR","rozpoznawanie tekstu ze skanu"],"keywords":[],"category":"zastosowania-i-narzedzia","definitionPl":"Przekształcanie znaków widocznych na obrazie w tekst możliwy do przeszukiwania i dalszego przetwarzania.","url":"https://tyllo.pl/slownik-ai/ocr/","updatedAt":"2026-10-30","relatedIds":["rag","multimodalnosc"],"examplePl":"Zeskanowana instrukcja staje się tekstem, który można przeszukać przed przygotowaniem odpowiedzi."},{"id":"ppo","namePl":"Optymalizacja polityki z ograniczeniem zmian","nameEn":"Proximal policy optimization","aliases":["PPO"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Rodzina algorytmów uczenia ze wzmocnieniem, która ogranicza zbyt gwałtowne zmiany strategii między aktualizacjami.","url":"https://tyllo.pl/slownik-ai/ppo/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"translationNotePl":"To tłumaczenie opisowe; nie należy przedstawiać go jako jedynego ustalonego polskiego rozwinięcia PPO.","examplePl":"W symulacji agent uczy się wybierać działania, ograniczając wielkość kolejnych zmian swojej strategii."},{"id":"aeo","namePl":"Optymalizacja treści dla systemów odpowiedzi","nameEn":"Answer engine optimization","aliases":["AEO","optymalizacja dla silników odpowiedzi"],"keywords":[],"category":"widocznosc-i-dostep-do-wiedzy","definitionPl":"Określenie praktyk ułatwiających systemom odpowiedzi odnalezienie i wykorzystanie właściwych informacji.","url":"https://tyllo.pl/slownik-ai/aeo/","updatedAt":"2026-10-30","relatedIds":["seo","dane-strukturalne"],"examplePl":"Hasło zaczyna się krótką definicją, którą można zrozumieć bez czytania poprzedniej strony."},{"id":"seo","namePl":"Optymalizacja widoczności w wyszukiwarkach","nameEn":"Search engine optimization","aliases":["SEO","optymalizacja dla wyszukiwarek"],"keywords":[],"category":"widocznosc-i-dostep-do-wiedzy","definitionPl":"Praca nad treścią, strukturą i działaniem strony, która ułatwia jej odkrywanie, indeksowanie i ocenę przez wyszukiwarki.","url":"https://tyllo.pl/slownik-ai/seo/","updatedAt":"2026-10-30","relatedIds":["aeo","dane-strukturalne"],"examplePl":"Każde pojęcie ma własny adres, opisowy tytuł i linki z indeksu słownika."},{"id":"osobliwosc","namePl":"Osobliwość technologiczna","nameEn":"Technological singularity","aliases":["singularity","osobliwość"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Hipotetyczny etap rozwoju technologii, po którym tempo i skutki zmian stają się szczególnie trudne do przewidzenia.","url":"https://tyllo.pl/slownik-ai/osobliwosc/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"Firma w ćwiczeniu scenariuszowym rozważa trudne do przewidzenia skutki bardzo szybkiej automatyzacji prac badawczych."},{"id":"pamiec-agenta","namePl":"Pamięć agenta","nameEn":"Agent memory","aliases":["memory","pamięć systemu AI"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Mechanizmy zachowywania i odtwarzania informacji potrzebnych w kolejnych krokach lub sesjach.","url":"https://tyllo.pl/slownik-ai/pamiec-agenta/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Asystent zapisuje identyfikator analizowanego zgłoszenia i odczytuje go przy następnym kroku procesu."},{"id":"pamiec-dlugotrwala","namePl":"Pamięć długotrwała agenta","nameEn":"Long-term memory","aliases":["pamięć trwała agenta"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Informacje przechowywane poza pojedynczym wywołaniem modelu, aby wykorzystać je w przyszłości.","url":"https://tyllo.pl/slownik-ai/pamiec-dlugotrwala/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Po zamknięciu sesji asystent zachowuje zatwierdzoną preferencję formatu raportu i odczytuje ją przy kolejnym zadaniu."},{"id":"pamiec-krotkotrwala","namePl":"Pamięć krótkotrwała agenta","nameEn":"Short-term memory","aliases":["pamięć robocza agenta"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Informacje utrzymywane na potrzeby bieżącej rozmowy lub wykonywanego zadania.","url":"https://tyllo.pl/slownik-ai/pamiec-krotkotrwala/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Asystent zachowuje wyniki wyszukania trzech dokumentów podczas przygotowywania jednego podsumowania."},{"id":"pamiec-kv","namePl":"Pamięć podręczna kluczy i wartości","nameEn":"Key–value cache","aliases":["KV cache","KV-cache"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Zachowanie pośrednich kluczy i wartości mechanizmu uwagi, aby nie obliczać ich ponownie dla wcześniejszych tokenów podczas generowania.","url":"https://tyllo.pl/slownik-ai/pamiec-kv/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Podczas generowania długiego raportu silnik ponownie wykorzystuje klucze i wartości wcześniejszych tokenów."},{"id":"parametry-modelu","namePl":"Parametry modelu","nameEn":"Model parameters","aliases":["parameters","parametry uczone"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Wewnętrzne wartości, takie jak wagi i wyrazy wolne, wyznaczane podczas uczenia i wykorzystywane do obliczania wyników.","url":"https://tyllo.pl/slownik-ai/parametry-modelu/","updatedAt":"2026-10-30","relatedIds":["wagi","wyraz-wolny","hiperparametry"],"examplePl":"Podczas dostrajania zmieniają się wybrane wagi, a przy zwykłym zadaniu pytania pozostają bez zmian."},{"id":"pelne-dostrajanie","namePl":"Pełne dostrajanie modelu","nameEn":"Full fine-tuning","aliases":["full tuning","pełny fine-tuning"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Dalsze uczenie, w którym do aktualizacji dopuszcza się wszystkie parametry modelu.","url":"https://tyllo.pl/slownik-ai/pelne-dostrajanie/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Zespół aktualizuje wszystkie dopuszczone parametry modelu na danych branżowych i porównuje jakość z wariantem LoRA."},{"id":"perpleksja","namePl":"Perpleksja modelu","nameEn":"Perplexity","aliases":["PPL","miara niepewności predykcji"],"keywords":[],"category":"ocena-i-benchmarki","definitionPl":"Miara związana ze średnim prawdopodobieństwem, jakie model przypisuje tokenom tekstu testowego.","url":"https://tyllo.pl/slownik-ai/perpleksja/","updatedAt":"2026-10-30","relatedIds":["funkcja-straty","tokenizacja"],"examplePl":"Analityk porównuje dwa modele na tym samym odłożonym korpusie instrukcji z identycznym tokenizatorem."},{"id":"podwojny-spadek","namePl":"Podwójny spadek błędu","nameEn":"Double descent","aliases":["podwójne opadanie błędu"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Zjawisko, w którym błąd na nowych danych najpierw maleje, potem rośnie, a następnie ponownie maleje wraz ze zmianą złożoności modelu lub długości uczenia.","url":"https://tyllo.pl/slownik-ai/podwojny-spadek/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"W eksperymencie zespół rysuje błąd testowy dla rosnących rozmiarów modelu i obserwuje spadek, wzrost oraz ponowny spadek."},{"id":"dekompozycja-zadania","namePl":"Podział zadania na podzadania","nameEn":"Task decomposition","aliases":["dekompozycja zadania"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Rozbicie złożonego celu na mniejsze części, które łatwiej wykonać i sprawdzić.","url":"https://tyllo.pl/slownik-ai/dekompozycja-zadania/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Zlecenie raportu dzieli się na zebranie danych, obliczenie wskaźników i napisanie wniosków z kontrolą źródeł."},{"id":"reranking","namePl":"Ponowne porządkowanie wyników","nameEn":"Reranking","aliases":["re-ranking","wtórny ranking"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Dodatkowa ocena wstępnie znalezionych wyników w celu ustalenia ich kolejności.","url":"https://tyllo.pl/slownik-ai/reranking/","updatedAt":"2026-10-30","relatedIds":["rag","wyszukiwanie-semantyczne"],"examplePl":"Spośród trzydziestu fragmentów wyszukiwarka wybiera pięć najlepiej odpowiadających pytaniu."},{"id":"tpu","namePl":"Procesor do obliczeń tensorowych","nameEn":"Tensor processing unit","aliases":["TPU"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Rodzaj akceleratora opracowanego przez Google do wykonywania obliczeń wykorzystywanych w uczeniu maszynowym.","url":"https://tyllo.pl/slownik-ai/tpu/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Zespół sprawdza, czy jego obliczenia tensorowe i biblioteki mogą korzystać z TPU podczas treningu klasyfikatora."},{"id":"gpu","namePl":"Procesor graficzny","nameEn":"Graphics processing unit","aliases":["GPU","karta graficzna"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Procesor zdolny wykonywać wiele podobnych operacji równolegle.","url":"https://tyllo.pl/slownik-ai/gpu/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Przy analizie tysięcy zdjęć GPU równolegle oblicza operacje macierzowe dla partii obrazów."},{"id":"profil-agenta","namePl":"Profil i rola agenta","nameEn":"Agent profile","aliases":["profile and instructions","persona","rola modelu"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Opis zadania, specjalizacji i oczekiwanego sposobu działania agenta.","url":"https://tyllo.pl/slownik-ai/profil-agenta/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Instrukcja określa agenta jako pomocnika do sprawdzania kompletności zgłoszeń, który przekazuje braki pracownikowi."},{"id":"inzynieria-promptow","namePl":"Projektowanie promptów","nameEn":"Prompt engineering","aliases":["inżynieria promptów","projektowanie instrukcji"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Systematyczne opracowywanie i sprawdzanie instrukcji, przykładów oraz kontekstu przekazywanych modelowi.","url":"https://tyllo.pl/slownik-ai/inzynieria-promptow/","updatedAt":"2026-10-30","relatedIds":["prompt","ustawienia-generowania"],"examplePl":"Zespół porównuje dwie instrukcje streszczania na tych samych dwudziestu dokumentach."},{"id":"promptowanie-zero-shot","namePl":"Promptowanie bez przykładów","nameEn":"Zero-shot prompting","aliases":["zero-shot prompt","promptowanie zero-shot"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Przekazanie zadania bez pokazania przykładów oczekiwanej pary wejście–wynik w prompcie.","url":"https://tyllo.pl/slownik-ai/promptowanie-zero-shot/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Instrukcja „Przypisz zgłoszeniu kategorię: płatność, dostawa lub zwrot” nie zawiera przykładów."},{"id":"promptowanie-one-shot","namePl":"Promptowanie z jednym przykładem","nameEn":"One-shot prompting","aliases":["one-shot prompt","promptowanie one-shot"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Przekazanie instrukcji wraz z jednym przykładem oczekiwanego wykonania.","url":"https://tyllo.pl/slownik-ai/promptowanie-one-shot/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Przed nowym zgłoszeniem pokazano jedną przykładową wiadomość i jej poprawną kategorię."},{"id":"promptowanie-few-shot","namePl":"Promptowanie z kilkoma przykładami","nameEn":"Few-shot prompting","aliases":["few-shot prompt","promptowanie few-shot"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Dołączenie kilku przykładów do instrukcji, aby pokazać modelowi oczekiwany wzorzec zadania.","url":"https://tyllo.pl/slownik-ai/promptowanie-few-shot/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Instrukcja zawiera po dwa przykłady poprawnej klasyfikacji dla trzech rodzajów zgłoszeń."},{"id":"propagacja-w-przod","namePl":"Propagacja w przód","nameEn":"Forward propagation","aliases":["forward pass","przebieg w przód"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Obliczanie wyniku sieci przez kolejne przekształcenia danych od wejścia do wyjścia.","url":"https://tyllo.pl/slownik-ai/propagacja-w-przod/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Zdjęcie części przechodzi przez kolejne warstwy sieci, aż model obliczy ocenę prawdopodobnej wady."},{"id":"propagacja-wsteczna","namePl":"Propagacja wsteczna","nameEn":"Backpropagation","aliases":["back propagation","wsteczna propagacja błędu"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Sposób obliczania pochodnych funkcji straty względem parametrów sieci przez przechodzenie od wyniku do wcześniejszych warstw.","url":"https://tyllo.pl/slownik-ai/propagacja-wsteczna/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Po obliczeniu błędu klasyfikacji algorytm wyznacza gradienty dla wag wcześniejszych warstw sieci."},{"id":"mcp","namePl":"Protokół kontekstu modelu","nameEn":"Model Context Protocol","aliases":["MCP"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Standard komunikacji między aplikacją AI a serwerami udostępniającymi narzędzia, zasoby i szablony instrukcji.","url":"https://tyllo.pl/slownik-ai/mcp/","updatedAt":"2026-10-30","relatedIds":["api","wywolywanie-funkcji"],"translationNotePl":"Polski tytuł objaśnia nazwę protokołu. Skrót MCP i angielską nazwę zachowuje się w dokumentacji technicznej.","examplePl":"Asystent pobiera przez serwer MCP zatwierdzoną procedurę z firmowej bazy wiedzy."},{"id":"przestrzen-latentna","namePl":"Przestrzeń ukrytych reprezentacji","nameEn":"Latent space","aliases":["przestrzeń latentna","przestrzeń utajona"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Przestrzeń zmiennych, za pomocą których model opisuje istotne cechy obserwowanych danych.","url":"https://tyllo.pl/slownik-ai/przestrzen-latentna/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Projektant zmienia punkt w ukrytej reprezentacji modelu i obserwuje zmianę cech syntetycznego obrazu produktu."},{"id":"nlp","namePl":"Przetwarzanie języka naturalnego","nameEn":"Natural language processing","aliases":["NLP"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Obszar metod komputerowych służących analizowaniu i tworzeniu języka używanego przez ludzi.","url":"https://tyllo.pl/slownik-ai/nlp/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"System wyodrębnia nazwy firm i daty z tekstów zgłoszeń, aby ułatwić pracownikowi ich przegląd."},{"id":"przetwarzanie-partiami","namePl":"Przetwarzanie partiami","nameEn":"Batching","aliases":["batch processing","batch","przetwarzanie wsadowe"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Wspólne przetwarzanie kilku przykładów lub zapytań w celu lepszego wykorzystania sprzętu.","url":"https://tyllo.pl/slownik-ai/przetwarzanie-partiami/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Serwer łączy kilkanaście oczekujących podsumowań w partię obliczeń wykonywaną na GPU."},{"id":"przeuczenie","namePl":"Przeuczenie modelu","nameEn":"Overfitting","aliases":["nadmierne dopasowanie","overfit"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Sytuacja, w której model zbyt silnie dopasowuje się do szczegółów danych treningowych i gorzej działa na nowych danych.","url":"https://tyllo.pl/slownik-ai/przeuczenie/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Model zapamiętuje charakterystyczne zwroty ze starych reklamacji, lecz myli się na nowych opisach tych samych problemów."},{"id":"przewidywanie-kolejnego-tokenu","namePl":"Przewidywanie kolejnego tokenu","nameEn":"Next-token prediction","aliases":["causal language modeling","autoregresyjne modelowanie języka"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Zadanie określania, jaki token może pojawić się po dotychczasowej sekwencji.","url":"https://tyllo.pl/slownik-ai/przewidywanie-kolejnego-tokenu/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Po fragmencie „Prosimy o numer” model oblicza prawdopodobieństwa możliwych dalszych tokenów, np. dotyczących zamówienia."},{"id":"regresja","namePl":"Przewidywanie wartości liczbowej","nameEn":"Regression","aliases":["regresja","regression task"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Zadanie przewidywania wielkości liczbowej, na przykład czasu realizacji zlecenia.","url":"https://tyllo.pl/slownik-ai/regresja/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Model przewiduje, ile godzin potrwa realizacja nowego zlecenia na podstawie jego cech."},{"id":"redukcja-wymiarow","namePl":"Redukcja wymiarowości","nameEn":"Dimensionality reduction","aliases":["redukcja wymiarów"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Przekształcenie reprezentacji danych tak, aby używała mniejszej liczby zmiennych przy zachowaniu wybranych informacji.","url":"https://tyllo.pl/slownik-ai/redukcja-wymiarow/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Analityk rzutuje wielowymiarowe reprezentacje zgłoszeń na dwa wymiary, aby obejrzeć ich układ na wykresie."},{"id":"regularyzacja","namePl":"Regularyzacja","nameEn":"Regularization","aliases":["regularisation"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Metody ograniczające skłonność modelu do nadmiernego dopasowania danych treningowych.","url":"https://tyllo.pl/slownik-ai/regularyzacja/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Zespół dodaje karę za duże wagi klasyfikatora i sprawdza, czy poprawia to wyniki na odłożonych danych."},{"id":"embedding","namePl":"Reprezentacja wektorowa","nameEn":"Embedding","aliases":["embeddings","embeddingi","osadzenie wektorowe","zanurzenie"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Zapis obiektu jako wektora liczb, wyznaczony przez model lub uczoną warstwę reprezentacji.","url":"https://tyllo.pl/slownik-ai/embedding/","updatedAt":"2026-10-30","relatedIds":["wektor","wyszukiwanie-wektorowe"],"translationNotePl":"„Reprezentacja wektorowa” jest przystępnym odpowiednikiem w tym kontekście. W tekstach technicznych występują też „osadzenie” i „zanurzenie”.","examplePl":"Pytanie klienta i opis procedury są zamieniane na wektory, aby porównać ich podobieństwo."},{"id":"rozumowanie-i-planowanie","namePl":"Rozumowanie i planowanie agenta","nameEn":"Agent reasoning and planning","aliases":["reasoning and planning","planning"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Wyznaczanie kroków prowadzących do celu i ocenianie, jakie działanie wykonać dalej.","url":"https://tyllo.pl/slownik-ai/rozumowanie-i-planowanie/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Agent proponuje kolejność: znaleźć procedurę, porównać warunki i przygotować listę brakujących informacji."},{"id":"refleksja-agenta","namePl":"Samoocena wyniku przez agenta","nameEn":"Agent reflection","aliases":["reflection","self-reflection","refleksja"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Etap, w którym agent analizuje własny wynik lub przebieg zadania i proponuje poprawki.","url":"https://tyllo.pl/slownik-ai/refleksja-agenta/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Po napisaniu raportu agent sprawdza, czy każdy wniosek ma źródło, i zaznacza brakujące odwołania."},{"id":"samouwaga","namePl":"Samouwaga","nameEn":"Self-attention","aliases":["self attention","uwaga wewnątrz sekwencji"],"keywords":[],"category":"architektury-modeli","definitionPl":"Odmiana mechanizmu uwagi, w której informacje porównuje się w obrębie tej samej sekwencji lub reprezentacji.","url":"https://tyllo.pl/slownik-ai/samouwaga/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Podczas analizy zdania model łączy zaimek z wcześniejszym rzeczownikiem z tej samej sekwencji."},{"id":"siec-jednokierunkowa","namePl":"Sieć jednokierunkowa","nameEn":"Feed-forward network","aliases":["FFN","feed-forward neural network","sieć bez sprzężeń zwrotnych"],"keywords":[],"category":"architektury-modeli","definitionPl":"Sieć, w której dane przechodzą od wejścia do wyjścia bez pętli sprzężenia zwrotnego wewnątrz tego przebiegu.","url":"https://tyllo.pl/slownik-ai/siec-jednokierunkowa/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"W klasyfikatorze cechy zgłoszenia przechodzą przez warstwę pośrednią do wyniku kategorii bez wewnętrznej pętli."},{"id":"siec-neuronowa","namePl":"Sieć neuronowa","nameEn":"Neural network","aliases":["NN","artificial neural network","ANN"],"keywords":[],"category":"architektury-modeli","definitionPl":"Model złożony z połączonych jednostek wykonujących parametryzowane przekształcenia danych.","url":"https://tyllo.pl/slownik-ai/siec-neuronowa/","updatedAt":"2026-10-30","relatedIds":["model-ai","transformer"],"examplePl":"Model wykrywa wzorce wad na zdjęciach po nauczeniu współczynników wielu połączonych przekształceń."},{"id":"pass-at-k","namePl":"Skuteczność w co najmniej jednej z k prób","nameEn":"Pass@k","aliases":["pass at k","pass@k"],"keywords":[],"category":"ocena-i-benchmarki","definitionPl":"Miara opisująca szansę uzyskania przynajmniej jednego poprawnego rozwiązania spośród k wygenerowanych kandydatów.","url":"https://tyllo.pl/slownik-ai/pass-at-k/","updatedAt":"2026-10-30","relatedIds":["ewaluacja","benchmark"],"examplePl":"Dla każdego zadania programistycznego system tworzy pięć kandydatów, a test sprawdza, czy choć jeden jest poprawny."},{"id":"slownik-tokenow","namePl":"Słownik tokenów","nameEn":"Token vocabulary","aliases":["vocabulary","słownik modelu"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Zbiór tokenów i identyfikatorów obsługiwanych przez dany tokenizator lub model.","url":"https://tyllo.pl/slownik-ai/slownik-tokenow/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Zespół sprawdza, czy nazwa części jest jednym tokenem, czy sekwencją kilku elementów słownika tokenizatora."},{"id":"spadek-gradientowy","namePl":"Spadek gradientowy","nameEn":"Gradient descent","aliases":["metoda gradientu prostego","zejście gradientowe"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Metoda zmniejszania wartości funkcji celu przez przesuwanie parametrów przeciwnie do kierunku gradientu.","url":"https://tyllo.pl/slownik-ai/spadek-gradientowy/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Optymalizator po wyznaczeniu gradientu zmienia wagi klasyfikatora o mały krok zmniejszający stratę."},{"id":"stan-agenta","namePl":"Stan zadania agenta","nameEn":"Agent state","aliases":["state","stan procesu"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Zapis bieżącej sytuacji zadania: wykonanych kroków, oczekujących działań, wyników i ograniczeń.","url":"https://tyllo.pl/slownik-ai/stan-agenta/","updatedAt":"2026-10-30","relatedIds":["agent-ai","wywolywanie-funkcji"],"examplePl":"Proces zapisuje, że dokument został pobrany, analiza jest gotowa, a wysłanie odpowiedzi oczekuje na zatwierdzenie."},{"id":"strategie-agenta","namePl":"Strategia działania","nameEn":"Policy","aliases":["polityka działania","strategia agenta"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Reguła lub model określający wybór działania na podstawie obserwacji i stanu.","url":"https://tyllo.pl/slownik-ai/strategie-agenta/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"translationNotePl":"W publikacjach technicznych spotyka się „politykę”. W objaśnieniu dla użytkownika „strategia działania” zmniejsza ryzyko pomylenia z regulaminem.","examplePl":"Agent wybiera wyszukiwanie dokumentu, gdy w stanie zadania brakuje źródła odpowiedzi."},{"id":"stronniczosc-ai","namePl":"Stronniczość AI","nameEn":"AI bias","aliases":["algorithmic bias","stronniczość algorytmiczna"],"keywords":["bias"],"category":"jakosc-i-bezpieczenstwo","definitionPl":"Systematyczne zniekształcenie wyników, które może prowadzić do nierównego lub nieadekwatnego traktowania osób i grup.","url":"https://tyllo.pl/slownik-ai/stronniczosc-ai/","updatedAt":"2026-10-30","relatedIds":["obciazenie-indukcyjne","wyraz-wolny","ewaluacja"],"examplePl":"Zespół porównuje skuteczność klasyfikatora zgłoszeń napisanych różnymi odmianami języka i wykrywa systematyczną różnicę błędów."},{"id":"asi","namePl":"Superinteligencja","nameEn":"Artificial superintelligence","aliases":["ASI","artificial super intelligence"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Hipotetyczna inteligencja przewyższająca ludzkie możliwości w szerokim zakresie zadań poznawczych.","url":"https://tyllo.pl/slownik-ai/asi/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"Podczas ćwiczenia strategicznego firma rozważa hipotetyczny system przewyższający specjalistów w wielu dziedzinach."},{"id":"symboliczna-ai","namePl":"Symboliczna sztuczna inteligencja","nameEn":"Symbolic artificial intelligence","aliases":["symbolic AI","GOFAI","AI symboliczna"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Podejścia reprezentujące wiedzę za pomocą jawnych symboli, relacji i reguł wnioskowania.","url":"https://tyllo.pl/slownik-ai/symboliczna-ai/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"Reguły logiczne łączą typ usterki z wymaganymi krokami diagnostyki i wskazują następne pytanie do pracownika."},{"id":"system-ekspertowy","namePl":"System ekspertowy","nameEn":"Expert system","aliases":["expert systems"],"keywords":[],"category":"zastosowania-i-narzedzia","definitionPl":"System rozwiązujący problemy w określonej dziedzinie za pomocą jawnej bazy wiedzy i mechanizmu wnioskowania.","url":"https://tyllo.pl/slownik-ai/system-ekspertowy/","updatedAt":"2026-10-30","relatedIds":["model-ai","uczenie-maszynowe"],"examplePl":"System dobiera kontrolę techniczną na podstawie reguły: jeżeli część przegrzewa się i hałasuje, sprawdź wskazane podzespoły."},{"id":"sztuczna-inteligencja","namePl":"Sztuczna inteligencja","nameEn":"Artificial intelligence","aliases":["AI","SI","artificial intelligence"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Obszar informatyki i rodzina systemów wykonujących zadania wymagające między innymi rozpoznawania wzorców, planowania, przewidywania lub przetwarzania języka.","url":"https://tyllo.pl/slownik-ai/sztuczna-inteligencja/","updatedAt":"2026-10-30","relatedIds":["model-ai","uczenie-maszynowe"],"examplePl":"Firma używa modelu do przewidywania czasu dostaw i osobnego systemu reguł do planowania kolejności kontroli."},{"id":"temperatura","namePl":"Temperatura generowania","nameEn":"Sampling temperature","aliases":["temperature","temperatura modelu"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Ustawienie wpływające na rozkład prawdopodobieństw używany przy losowaniu kolejnego tokenu.","url":"https://tyllo.pl/slownik-ai/temperatura/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Redaktor porównuje projekty nagłówków z niższą i wyższą temperaturą, oceniając ich różnorodność."},{"id":"tensorflow","namePl":"TensorFlow — biblioteka uczenia maszynowego","nameEn":"TensorFlow","aliases":["Tensor Flow"],"keywords":[],"category":"zastosowania-i-narzedzia","definitionPl":"Nazwa otwartego oprogramowania do budowania, uczenia i uruchamiania modeli obliczeniowych, w tym sieci neuronowych.","url":"https://tyllo.pl/slownik-ai/tensorflow/","updatedAt":"2026-10-30","relatedIds":["model-ai","uczenie-maszynowe"],"examplePl":"Programista buduje i uczy klasyfikator zdjęć w TensorFlow, a następnie eksportuje go do obsługi zapytań."},{"id":"humaneval","namePl":"Test generowania poprawnego kodu","nameEn":"HumanEval","aliases":["Human Eval"],"keywords":[],"category":"ocena-i-benchmarki","definitionPl":"Nazwa benchmarku sprawdzającego generowanie funkcji programistycznych na podstawie opisu.","url":"https://tyllo.pl/slownik-ai/humaneval/","updatedAt":"2026-10-30","relatedIds":["ewaluacja","benchmark"],"translationNotePl":"Polski tytuł opisuje przeznaczenie testu. Jego nazwą własną pozostaje HumanEval.","examplePl":"Model generuje funkcję na podstawie krótkiego opisu, a zestaw testów sprawdza jej zachowanie dla kilku wejść."},{"id":"benchmark","namePl":"Test porównawczy","nameEn":"Benchmark","aliases":["benchmark AI","zestaw porównawczy"],"keywords":[],"category":"ocena-i-benchmarki","definitionPl":"Zestaw zadań i zasad pomiaru służący porównywaniu rozwiązań w ustalonych warunkach.","url":"https://tyllo.pl/slownik-ai/benchmark/","updatedAt":"2026-10-30","relatedIds":["ewaluacja","humaneval"],"examplePl":"Dwa modele rozwiązują ten sam zestaw zadań kodowania, przy tej samej liczbie prób."},{"id":"mmlu","namePl":"Test wielozadaniowej wiedzy językowej","nameEn":"Massive Multitask Language Understanding","aliases":["MMLU"],"keywords":[],"category":"ocena-i-benchmarki","definitionPl":"Nazwa benchmarku pytań wielokrotnego wyboru z wielu dziedzin wiedzy.","url":"https://tyllo.pl/slownik-ai/mmlu/","updatedAt":"2026-10-30","relatedIds":["ewaluacja","benchmark"],"translationNotePl":"Polski tytuł jest opisem benchmarku. Jego nazwą własną pozostaje MMLU.","examplePl":"Zespół analizuje odsetek poprawnych odpowiedzi modelu na pytania wyboru z wielu dziedzin wiedzy."},{"id":"token","namePl":"Token","nameEn":"Token","aliases":["tokens","jednostka tokenizacji"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Jednostka reprezentacji przetwarzana przez model, na przykład fragment słowa, znak lub element zapisu danych innej modalności.","url":"https://tyllo.pl/slownik-ai/token/","updatedAt":"2026-10-30","relatedIds":["tokenizacja","tokenizator","slownik-tokenow"],"examplePl":"To samo polskie zdanie może zajmować różną liczbę tokenów w dwóch modelach."},{"id":"tokenizacja","namePl":"Tokenizacja","nameEn":"Tokenization","aliases":["podział na tokeny"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Przekształcenie danych, zwykle tekstu, w sekwencję tokenów i ich identyfikatorów.","url":"https://tyllo.pl/slownik-ai/tokenizacja/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Przed podsumowaniem dokumentu system przelicza polski tekst na tokeny używanego modelu, aby sprawdzić limit kontekstu."},{"id":"wordpiece","namePl":"Tokenizacja fragmentami słów","nameEn":"WordPiece","aliases":["word piece"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Nazwa metody i rodziny tokenizatorów wykorzystujących słownik jednostek podwyrazowych.","url":"https://tyllo.pl/slownik-ai/wordpiece/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"translationNotePl":"WordPiece to nazwa własna. Polski tytuł objaśnia jej zastosowanie, a nie oficjalną polską nazwę.","examplePl":"Rzadki termin branżowy zostaje podzielony na kilka jednostek podwyrazowych rozpoznawanych przez tokenizator WordPiece."},{"id":"tokenizator","namePl":"Tokenizator","nameEn":"Tokenizer","aliases":["narzędzie tokenizacji"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Komponent zamieniający dane na tokeny i ich identyfikatory według ustalonych reguł oraz słownika.","url":"https://tyllo.pl/slownik-ai/tokenizator/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Aplikacja używa tokenizatora zgodnego z modelem, aby oszacować długość notatki przed wysłaniem."},{"id":"uczenie-zero-shot","namePl":"Uczenie bez przykładów danej klasy","nameEn":"Zero-shot learning","aliases":["ZSL","uczenie zero-shot"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Podejście umożliwiające rozpoznawanie lub obsługę klas niewidzianych jako przykłady uczące danego zadania, dzięki innym informacjom, na przykład opisom klas.","url":"https://tyllo.pl/slownik-ai/uczenie-zero-shot/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Model porównuje zdjęcie produktu z opisami nowych kategorii, mimo że nie uczył się na oznaczonych zdjęciach tych klas."},{"id":"uczenie-glebokie","namePl":"Uczenie głębokie","nameEn":"Deep learning","aliases":["DL","głębokie uczenie"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Obszar uczenia maszynowego wykorzystujący sieci neuronowe z wieloma warstwami przekształceń.","url":"https://tyllo.pl/slownik-ai/uczenie-glebokie/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Sieć z wieloma warstwami uczy się wykrywać wady na zdjęciach części z kontroli jakości."},{"id":"uczenie-maszynowe","namePl":"Uczenie maszynowe","nameEn":"Machine learning","aliases":["ML"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Metody tworzenia modeli, które wyznaczają zależności na podstawie danych zamiast korzystać wyłącznie z ręcznie zapisanych reguł.","url":"https://tyllo.pl/slownik-ai/uczenie-maszynowe/","updatedAt":"2026-10-30","relatedIds":["parametry-modelu","dane-treningowe"],"examplePl":"Model przewiduje opóźnienie dostawy na podstawie historycznych zamówień i ich rzeczywistych terminów."},{"id":"uczenie-nadzorowane","namePl":"Uczenie nadzorowane","nameEn":"Supervised learning","aliases":["uczenie z nauczycielem"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Uczenie modelu na przykładach zawierających wejście i oczekiwany wynik lub etykietę.","url":"https://tyllo.pl/slownik-ai/uczenie-nadzorowane/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Pracownicy oznaczają zgłoszenia kategoriami, a model uczy się przypisywać te etykiety nowym wiadomościom."},{"id":"uczenie-nienadzorowane","namePl":"Uczenie nienadzorowane","nameEn":"Unsupervised learning","aliases":["uczenie bez nauczyciela"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Uczenie wzorców i struktury danych bez dostarczonych docelowych etykiet dla rozwiązywanego zadania.","url":"https://tyllo.pl/slownik-ai/uczenie-nienadzorowane/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Analityk szuka grup podobnych zgłoszeń bez wcześniejszego nadawania im kategorii."},{"id":"uczenie-end-to-end","namePl":"Uczenie od wejścia do wyniku","nameEn":"End-to-end learning","aliases":["uczenie całościowe","uczenie end-to-end"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Uczenie modelu lub połączonego systemu bezpośrednio pod kątem końcowego zadania.","url":"https://tyllo.pl/slownik-ai/uczenie-end-to-end/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"System uczy się przekształcać obraz dokumentu bezpośrednio w wybrane pola formularza według końcowych etykiet."},{"id":"uczenie-samonadzorowane","namePl":"Uczenie samonadzorowane","nameEn":"Self-supervised learning","aliases":["SSL","self supervised learning"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Uczenie, w którym sygnał oczekiwanego wyniku tworzy się z samych danych, na przykład ukrywając fragment tekstu do odtworzenia.","url":"https://tyllo.pl/slownik-ai/uczenie-samonadzorowane/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Model uczy się na nieoznaczonych instrukcjach, przewidując usunięte fragmenty tekstu."},{"id":"uczenie-transferowe","namePl":"Uczenie transferowe","nameEn":"Transfer learning","aliases":["transfer wiedzy","uczenie przez transfer"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Wykorzystanie reprezentacji lub parametrów wyuczonych w jednym zadaniu jako punktu wyjścia do innego.","url":"https://tyllo.pl/slownik-ai/uczenie-transferowe/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Zespół wykorzystuje wyuczony model obrazów i dostosowuje jego końcową część do rozpoznawania wad produktów."},{"id":"uczenie-swiadome-kwantyzacji","namePl":"Uczenie uwzględniające kwantyzację","nameEn":"Quantization-aware training","aliases":["QAT"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Uczenie lub dostrajanie z symulowaniem ograniczeń wynikających z niższej precyzji.","url":"https://tyllo.pl/slownik-ai/uczenie-swiadome-kwantyzacji/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Podczas dostrajania model symuluje niższą precyzję, zanim zostanie uruchomiony na urządzeniu o ograniczonej pamięci."},{"id":"uczenie-wstepne","namePl":"Uczenie wstępne","nameEn":"Pre-training","aliases":["pretraining","trening wstępny"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Etap budowania ogólnych reprezentacji i zdolności modelu przed ewentualnym dostosowaniem do konkretnych zastosowań.","url":"https://tyllo.pl/slownik-ai/uczenie-wstepne/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Model językowy najpierw uczy się zależności na dużym korpusie tekstu, a potem jest dostosowywany do instrukcji."},{"id":"uczenie-few-shot","namePl":"Uczenie z niewielu przykładów","nameEn":"Few-shot learning","aliases":["FSL","uczenie few-shot"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Podejścia nastawione na rozwiązanie nowego zadania przy małej liczbie przykładów.","url":"https://tyllo.pl/slownik-ai/uczenie-few-shot/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Klasyfikator dostosowuje się do nowej kategorii usterek po otrzymaniu kilku oznaczonych przykładów."},{"id":"uczenie-ze-wzmocnieniem","namePl":"Uczenie ze wzmocnieniem","nameEn":"Reinforcement learning","aliases":["RL"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Uczenie strategii działania na podstawie nagród związanych z podejmowanymi decyzjami.","url":"https://tyllo.pl/slownik-ai/uczenie-ze-wzmocnieniem/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Agent w symulacji harmonogramowania otrzymuje nagrodę za terminowe zadania i uczy się wybierać kolejne działania."},{"id":"rlhf","namePl":"Uczenie ze wzmocnieniem na podstawie ocen ludzi","nameEn":"Reinforcement learning from human feedback","aliases":["RLHF","informacja zwrotna od ludzi"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Podejście wykorzystujące ludzkie oceny do zbudowania sygnału nagrody, który następnie kieruje uczeniem modelu.","url":"https://tyllo.pl/slownik-ai/rlhf/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Ludzie porównują odpowiedzi asystenta, model nagrody uczy się ich ocen, a dalsza optymalizacja korzysta z tego sygnału."},{"id":"udostepnianie-modelu","namePl":"Udostępnianie modelu do obsługi zapytań","nameEn":"Model serving","aliases":["serving","serwowanie modelu"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Warstwa uruchamiająca model i obsługująca zapytania aplikacji.","url":"https://tyllo.pl/slownik-ai/udostepnianie-modelu/","updatedAt":"2026-10-30","relatedIds":["inferencja","zasoby-obliczeniowe"],"examplePl":"Serwer przyjmuje zapytania o podsumowania, ustawia je w kolejce, wykonuje model i zwraca odpowiedzi aplikacji."},{"id":"webmcp","namePl":"Udostępnianie narzędzi strony agentom","nameEn":"WebMCP","aliases":["Web MCP"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Proponowany standard udostępniania agentom uporządkowanych funkcji strony internetowej w środowisku przeglądarki.","url":"https://tyllo.pl/slownik-ai/webmcp/","updatedAt":"2026-10-30","relatedIds":["mcp","api"],"translationNotePl":"Polski tytuł opisuje zastosowanie; nazwę WebMCP zachowuje się w oryginale.","examplePl":"Agent przeglądarkowy wywołuje narzędzie wyszukiwania pojęć dostępne na stronie słownika."},{"id":"ustawienia-generowania","namePl":"Ustawienia generowania","nameEn":"Generation settings","aliases":["sampling parameters","prompting parameters","parametry generowania"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Opcje przekazywane przy wywołaniu modelu, na przykład temperatura, top-p i limit odpowiedzi.","url":"https://tyllo.pl/slownik-ai/ustawienia-generowania/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Aplikacja ogranicza długość odpowiedzi, ustawiając limit tokenów dla danego wywołania."},{"id":"uwaga-krzyzowa","namePl":"Uwaga krzyżowa","nameEn":"Cross-attention","aliases":["cross attention"],"keywords":[],"category":"architektury-modeli","definitionPl":"Mechanizm uwagi łączący informacje z dwóch odrębnych reprezentacji.","url":"https://tyllo.pl/slownik-ai/uwaga-krzyzowa/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"Dekoder tłumaczenia wybiera informacje z reprezentacji zdania przygotowanej przez enkoder."},{"id":"uwaga-wieloglowicowa","namePl":"Uwaga wielogłowicowa","nameEn":"Multi-head attention","aliases":["multihead attention"],"keywords":[],"category":"architektury-modeli","definitionPl":"Połączenie kilku mechanizmów uwagi obliczanych w różnych uczonych przestrzeniach reprezentacji.","url":"https://tyllo.pl/slownik-ai/uwaga-wieloglowicowa/","updatedAt":"2026-10-30","relatedIds":["mechanizm-uwagi","samouwaga","uwaga-krzyzowa"],"examplePl":"Kilka głowic w modelu analizuje różne zależności między fragmentami opisu reklamacji."},{"id":"wagi","namePl":"Wagi modelu","nameEn":"Model weights","aliases":["weights","waga połączenia"],"keywords":[],"category":"uczenie-i-dostrajanie","definitionPl":"Uczone współczynniki określające wpływ sygnałów na wynik obliczeń modelu.","url":"https://tyllo.pl/slownik-ai/wagi/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Podczas uczenia klasyfikatora aktualizowane współczynniki zmieniają wpływ cech zgłoszenia na wynik kategorii."},{"id":"warstwa-ukryta","namePl":"Warstwa ukryta","nameEn":"Hidden layer","aliases":["hidden layers"],"keywords":[],"category":"architektury-modeli","definitionPl":"Warstwa sieci neuronowej znajdująca się pomiędzy wejściem a wyjściem.","url":"https://tyllo.pl/slownik-ai/warstwa-ukryta/","updatedAt":"2026-10-30","relatedIds":["siec-neuronowa","model-ai"],"examplePl":"W klasyfikatorze warstwa pośrednia przekształca cechy obrazu przed obliczeniem oceny wady."},{"id":"wektor","namePl":"Wektor liczbowy","nameEn":"Numerical vector","aliases":["vector","wektor"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Uporządkowana lista liczb reprezentująca obiekt lub stan obliczeń.","url":"https://tyllo.pl/slownik-ai/wektor/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Dokument zostaje zapisany jako lista liczb używana do porównania z reprezentacją pytania pracownika."},{"id":"multimodalnosc","namePl":"Wielomodalność","nameEn":"Multimodality","aliases":["multimodal","multimodality","multimodalność"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Przetwarzanie więcej niż jednego rodzaju danych, na przykład tekstu i obrazu.","url":"https://tyllo.pl/slownik-ai/multimodalnosc/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"Pracownik przekazuje zdjęcie tablicy i prosi o tekstową listę zapisanych na niej zadań."},{"id":"inferencja","namePl":"Wnioskowanie modelu","nameEn":"Inference","aliases":["inferencja","wykonywanie modelu"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Używanie wyuczonego modelu do obliczenia wyniku dla nowych danych.","url":"https://tyllo.pl/slownik-ai/inferencja/","updatedAt":"2026-10-30","relatedIds":["zasoby-obliczeniowe","udostepnianie-modelu"],"examplePl":"Gotowy model otrzymuje nową reklamację i zwraca przewidywaną kategorię bez ponownego uczenia wag."},{"id":"prompt-injection","namePl":"Wstrzyknięcie instrukcji","nameEn":"Prompt injection","aliases":["atak przez instrukcje","wstrzykiwanie promptu"],"keywords":[],"category":"jakosc-i-bezpieczenstwo","definitionPl":"Próba zmiany działania systemu AI przez instrukcje, którym system nie powinien przyznać uprawnień.","url":"https://tyllo.pl/slownik-ai/prompt-injection/","updatedAt":"2026-10-30","relatedIds":["instrukcja-systemowa","narzedzie-agenta"],"examplePl":"W analizowanym dokumencie pojawia się polecenie wysłania poufnych danych pod obcy adres."},{"id":"wyjasnialna-ai","namePl":"Wyjaśnialna sztuczna inteligencja","nameEn":"Explainable artificial intelligence","aliases":["XAI","explainable AI"],"keywords":[],"category":"jakosc-i-bezpieczenstwo","definitionPl":"Metody pomagające zrozumieć, jakie czynniki wpływają na wynik modelu.","url":"https://tyllo.pl/slownik-ai/wyjasnialna-ai/","updatedAt":"2026-10-30","relatedIds":["ewaluacja","nadzor-czlowieka"],"examplePl":"Analityk sprawdza, które cechy zgłoszenia najbardziej wpłynęły na ocenę pilności klasyfikatora."},{"id":"wyraz-wolny","namePl":"Wyraz wolny w modelu","nameEn":"Bias parameter","aliases":["bias term","parametr bias","przesunięcie"],"keywords":["bias"],"category":"uczenie-i-dostrajanie","definitionPl":"Uczony parametr dodawany do ważonej sumy wejść, zanim zostanie zastosowana dalsza operacja, na przykład funkcja aktywacji.","url":"https://tyllo.pl/slownik-ai/wyraz-wolny/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"W modelu czasu dostawy do ważonej sumy cech dodawana jest stała uczona wraz z pozostałymi parametrami."},{"id":"wyszukiwanie-leksykalne","namePl":"Wyszukiwanie według słów","nameEn":"Lexical search","aliases":["wyszukiwanie leksykalne","keyword search","wyszukiwanie słów kluczowych"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Wyszukiwanie oparte na słowach, ich fragmentach lub zapisanych wariantach w indeksie.","url":"https://tyllo.pl/slownik-ai/wyszukiwanie-leksykalne/","updatedAt":"2026-10-30","relatedIds":["wyszukiwanie-semantyczne","embedding"],"examplePl":"Zapytanie „LLM” znajduje polski termin „duży model językowy” dzięki zapisanemu skrótowi."},{"id":"wyszukiwanie-semantyczne","namePl":"Wyszukiwanie według znaczenia","nameEn":"Semantic search","aliases":["wyszukiwanie semantyczne"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Wyszukiwanie uwzględniające znaczenie zapytania i dokumentu, a nie tylko zgodność słów.","url":"https://tyllo.pl/slownik-ai/wyszukiwanie-semantyczne/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Pytanie „jak odzyskać pieniądze?” może prowadzić do procedury zatytułowanej „Zwrot płatności”."},{"id":"wyszukiwanie-wektorowe","namePl":"Wyszukiwanie wektorowe","nameEn":"Vector search","aliases":["similarity search","wyszukiwanie podobieństwa wektorów"],"keywords":[],"category":"dane-i-reprezentacje","definitionPl":"Wybieranie obiektów na podstawie odległości lub podobieństwa ich wektorów.","url":"https://tyllo.pl/slownik-ai/wyszukiwanie-wektorowe/","updatedAt":"2026-10-30","relatedIds":["embedding","dane-treningowe"],"examplePl":"Wyszukiwarka porównuje wektor pytania z wektorami fragmentów instrukcji i wybiera najbliższe wyniki."},{"id":"wywolywanie-funkcji","namePl":"Wywoływanie funkcji przez model","nameEn":"Function calling","aliases":["tool calling","tool use","używanie narzędzi"],"keywords":[],"category":"agenci-i-integracje","definitionPl":"Mechanizm pozwalający modelowi wskazać narzędzie i przygotować jego argumenty w ustalonym formacie.","url":"https://tyllo.pl/slownik-ai/wywolywanie-funkcji/","updatedAt":"2026-10-30","relatedIds":["agent-ai","orkiestracja"],"examplePl":"Model proponuje wywołanie funkcji wyszukującej zamówienie z argumentem zawierającym jego numer."},{"id":"promptowanie","namePl":"Zadawanie instrukcji modelowi","nameEn":"Prompting","aliases":["promptowanie","tworzenie promptu"],"keywords":[],"category":"promptowanie-i-generowanie","definitionPl":"Czynność przekazania modelowi polecenia i potrzebnego kontekstu.","url":"https://tyllo.pl/slownik-ai/promptowanie/","updatedAt":"2026-10-30","relatedIds":["prompt","inzynieria-promptow"],"examplePl":"Pracownik wkleja notatkę do rozmowy i prosi o uporządkowanie zadań według wykonawców."},{"id":"obciazenie-indukcyjne","namePl":"Założenia indukcyjne","nameEn":"Inductive bias","aliases":["obciążenie indukcyjne"],"keywords":["bias"],"category":"uczenie-i-dostrajanie","definitionPl":"Założenia, dzięki którym algorytm może uogólniać na przypadki niewidziane podczas uczenia.","url":"https://tyllo.pl/slownik-ai/obciazenie-indukcyjne/","updatedAt":"2026-10-30","relatedIds":["uczenie-maszynowe","parametry-modelu"],"examplePl":"Sieć konwolucyjna wykorzystuje założenie, że lokalne wzorce obrazu mogą być przydatne w różnych jego miejscach."},{"id":"zasoby-obliczeniowe","namePl":"Zasoby obliczeniowe","nameEn":"Compute","aliases":["moc obliczeniowa","obliczenia"],"keywords":[],"category":"sprzet-i-wdrazanie","definitionPl":"Środki potrzebne do wykonania obliczeń, na przykład czas pracy procesorów i liczba operacji.","url":"https://tyllo.pl/slownik-ai/zasoby-obliczeniowe/","updatedAt":"2026-10-30","relatedIds":["inferencja","udostepnianie-modelu"],"examplePl":"Zespół szacuje liczbę godzin pracy GPU potrzebną do treningu i osobno mierzy przepustowość obsługi zapytań."},{"id":"emergencja","namePl":"Zdolności emergentne","nameEn":"Emergent abilities","aliases":["emergence","emergent behavior","emergencja"],"keywords":[],"category":"podstawy-i-pojecia-przekrojowe","definitionPl":"Zdolności systemu, które ujawniają się jako rezultat współdziałania jego elementów lub zwiększania skali.","url":"https://tyllo.pl/slownik-ai/emergencja/","updatedAt":"2026-10-30","relatedIds":["sztuczna-inteligencja","model-ai"],"examplePl":"Zespół porównuje wyniki kilku rozmiarów modelu na tym samym zadaniu i sprawdza, czy pozorny skok zależy od sposobu oceny."}],"contentVersion":"fed2805a86d8c90a8885d329c73444d165df2a0fb713dcc06c685d280b79a7f9"}