Daily current affairs on DailyCA
DailyCA NotesStudy notes for competitive exams My revisionsRevisions Sign in

ಎಐ ಪರಿಕರಗಳು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ: ಮಾದರಿಗಳು, ಪ್ರಾಂಪ್ಟ್ ಮತ್ತು ಪರಿಕರ ವರ್ಗಗಳು | How AI Tools Work: Models, Prompts and Tool Categories

Intermediate 10 min read Updated

Saved in this browser only. Sign in to keep your ticks on every device. See all revisions due

Key points

  • <ul>
  • <li>ಪದರಗಳ ಕ್ರಮ: ಎಐ ಒಳಗೆ ಎಂಎಲ್, ಎಂಎಲ್ ಒಳಗೆ ಡಿಎಲ್, ಡಿಎಲ್ ಒಳಗೆ ಜನರೇಟಿವ್ ಎಐ. | Order of layers: ML inside AI, DL inside ML, Generative AI inside DL.</li>
  • <li>ಮೇಲ್ವಿಚಾರಿತ ಕಲಿಕೆಗೆ ಲೇಬಲ್ ಬೇಕು, ಅಮೇಲ್ವಿಚಾರಿತ ಕಲಿಕೆಗೆ ಬೇಡ, ಬಲವರ್ಧಿತ ಕಲಿಕೆಗೆ ಬಹುಮಾನದ ಸೂಚನೆ ಬೇಕು. | Supervised learning needs labels, unsupervised does not, reinforcement learning needs a reward signal.</li>
  • <li>ಟೋಕನ್ ಎಂಬುದು ಪಠ್ಯದ ಸಣ್ಣ ತುಣುಕು, ಪ್ಯಾರಾಮೀಟರ್ ಎಂಬುದು ಕಲಿತ ತೂಕ. | A token is a small piece of text, a parameter is a learned weight.</li>
  • <li>ತರಬೇತಿಯಲ್ಲಿ ಮಾದರಿ ಕಲಿಯುತ್ತದೆ, ಇನ್ಫರೆನ್ಸ್ ನಲ್ಲಿ ಕಲಿಯುವುದಿಲ್ಲ. | The model learns in training, it does not learn in inference.</li>
  • <li>ಸಂದರ್ಭ ಕಿಟಕಿ ಮೀರಿದ ಹಳೆಯ ಸಂಭಾಷಣೆ ಮರೆತುಹೋಗುತ್ತದೆ. | Conversation older than the context window is dropped.</li>
  • <li>ಭ್ರಮೆ ಎಂಬುದು ದೋಷವಲ್ಲ, ಸಂಭವನೀಯತೆ ಆಧಾರಿತ ರಚನೆಯ ಸಹಜ ಪರಿಣಾಮ. | Hallucination is not a bug but a natural consequence of probability based generation.</li>
  • <li>ಆರ್ಪಿಎ ನಿಯಮ ಪಾಲಿಸುತ್ತದೆ, ಎಐ ಮಾದರಿ ಅಂದಾಜು ಮಾಡುತ್ತದೆ. | RPA follows rules, an AI model estimates.</li>
  • <li>ಒಸಿಆರ್ ಮುದ್ರಿತ ಅಕ್ಷರಕ್ಕೆ, ಐಸಿಆರ್ ಕೈಬರಹಕ್ಕೆ. | OCR is for printed characters, ICR is for handwriting.</li>
  • <li>ಒಳ್ಳೆಯ ಪ್ರಾಂಪ್ಟ್ ನಲ್ಲಿ ಪಾತ್ರ, ಕಾರ್ಯ, ಸಂದರ್ಭ ಮತ್ತು ರೂಪ ಇರುತ್ತದೆ. | A good prompt carries role, task, context and format.</li>
  • <li>ಮಾದರಿಗೆ ತರಬೇತಿ ದತ್ತಾಂಶದ ಕೊನೆಯ ದಿನಾಂಕ ಇರುತ್ತದೆ, ಹೊಸ ಆದೇಶ ಅದಕ್ಕೆ ಗೊತ್ತಿರುವುದಿಲ್ಲ. | A model has a training data cut off, so a new order is not known to it.</li>
  • </ul>
On this page
  1. ಎಐ (AI), ಎಂಎಲ್ (ML) ಮತ್ತು ಡಿಎಲ್ (DL) ನಡುವಿನ ಪದರಗಳು | The layers between AI, ML and DL
  2. ಕಲಿಕೆಯ ಮೂರು ವಿಧಾನಗಳು | The three modes of learning
  3. ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿ ಉತ್ತರ ರಚಿಸುವ ಕ್ರಮ | How a large language model produces an answer
  4. ಕಚೇರಿಯಲ್ಲಿ ಬಳಕೆಯಾಗುವ ಪರಿಕರ ವರ್ಗಗಳು | Categories of tools used in an office
  5. ಪ್ರಾಂಪ್ಟ್ ರಚನೆ | Construction of a prompt
  6. ಗೊಂದಲ ಹುಟ್ಟಿಸುವ ಜೋಡಿಗಳು | Pairs that cause confusion

ಎಐ (AI), ಎಂಎಲ್ (ML) ಮತ್ತು ಡಿಎಲ್ (DL) ನಡುವಿನ ಪದರಗಳು | The layers between AI, ML and DL

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (Artificial Intelligence) ಎಂಬುದು ಅತ್ಯಂತ ವಿಶಾಲವಾದ ಪದ, ಅದರ ಒಳಗೆ ಯಂತ್ರ ಕಲಿಕೆ (Machine Learning) ಇದೆ, ಯಂತ್ರ ಕಲಿಕೆಯ ಒಳಗೆ ಆಳ ಕಲಿಕೆ (Deep Learning) ಇದೆ. | Artificial Intelligence is the widest term, Machine Learning sits inside it, and Deep Learning sits inside Machine Learning.

ಎಐ ಎಂಬುದು ಮನುಷ್ಯನ ಬುದ್ಧಿಗೆ ಸಂಬಂಧಿಸಿದ ಕೆಲಸಗಳನ್ನು ಯಂತ್ರ ಮಾಡುವ ಯಾವುದೇ ವಿಧಾನ, ಅದರಲ್ಲಿ ನಿಯಮ ಆಧಾರಿತ ತಜ್ಞ ವ್ಯವಸ್ಥೆ (Rule based Expert System) ಕೂಡ ಸೇರುತ್ತದೆ. | AI is any method by which a machine performs tasks associated with human intelligence, and that includes a rule based expert system.

ಯಂತ್ರ ಕಲಿಕೆ ಎಂದರೆ ನಿಯಮಗಳನ್ನು ಬರೆದು ಕೊಡುವ ಬದಲು ದತ್ತಾಂಶದಿಂದ ಮಾದರಿ ತಾನೇ ನಿಯಮ ಕಲಿಯುವುದು. | Machine Learning means that instead of rules being written out for it, the model learns the rules from data.

ಆಳ ಕಲಿಕೆ ಎಂದರೆ ಹಲವು ಪದರಗಳ ಕೃತಕ ನರಜಾಲ (Artificial Neural Network) ಬಳಸಿ ಕಲಿಯುವುದು, ಇದಕ್ಕೆ ಹೆಚ್ಚು ದತ್ತಾಂಶ ಮತ್ತು ಹೆಚ್ಚು ಗಣನಾ ಶಕ್ತಿ ಬೇಕು. | Deep Learning means learning through an artificial neural network of many layers, which needs more data and more computing power.

ಜನರೇಟಿವ್ ಎಐ (Generative AI) ಎಂಬುದು ಆಳ ಕಲಿಕೆಯ ಒಂದು ಬಳಕೆ, ಇದು ವರ್ಗೀಕರಣ ಮಾಡುವ ಬದಲು ಹೊಸ ಪಠ್ಯ, ಚಿತ್ರ ಅಥವಾ ಕೋಡ್ ಸೃಷ್ಟಿಸುತ್ತದೆ. | Generative AI is one use of deep learning, which creates new text, images or code instead of merely classifying.

ಪದರಗಳ ಕ್ರಮ ಹೀಗೆ: ಎಐ ಒಳಗೆ ಎಂಎಲ್, ಎಂಎಲ್ ಒಳಗೆ ಡಿಎಲ್, ಡಿಎಲ್ ಒಳಗೆ ಜನರೇಟಿವ್ ಎಐ. | The order of the layers is this: ML inside AI, DL inside ML, Generative AI inside DL.

ಕಲಿಕೆಯ ಮೂರು ವಿಧಾನಗಳು | The three modes of learning

ಮೇಲ್ವಿಚಾರಿತ ಕಲಿಕೆ (Supervised Learning) ಯಲ್ಲಿ ಪ್ರತಿ ಉದಾಹರಣೆಗೂ ಸರಿಯಾದ ಉತ್ತರ ಅಥವಾ ಲೇಬಲ್ (Label) ಮೊದಲೇ ಕೊಡಲಾಗಿರುತ್ತದೆ. | In Supervised Learning the correct answer or label is given in advance for every example.

ಅಮೇಲ್ವಿಚಾರಿತ ಕಲಿಕೆ (Unsupervised Learning) ಯಲ್ಲಿ ಲೇಬಲ್ ಇರುವುದಿಲ್ಲ, ಮಾದರಿ ಸ್ವತಃ ಗುಂಪುಗಳನ್ನು ಅಥವಾ ಕ್ಲಸ್ಟರ್ (Cluster) ಗಳನ್ನು ಕಂಡುಹಿಡಿಯುತ್ತದೆ. | In Unsupervised Learning there are no labels, and the model itself finds groups or clusters.

ಬಲವರ್ಧಿತ ಕಲಿಕೆ (Reinforcement Learning) ಯಲ್ಲಿ ಮಾದರಿ ಪ್ರಯತ್ನ ಮಾಡಿ, ಬಹುಮಾನ (Reward) ಅಥವಾ ದಂಡದ ಸೂಚನೆಯಿಂದ ಕಲಿಯುತ್ತದೆ. | In Reinforcement Learning the model acts, and learns from a reward or penalty signal.

ವಿಧಾನ | Modeದತ್ತಾಂಶ | Dataಕಚೇರಿ ಉದಾಹರಣೆ | Office example
ಮೇಲ್ವಿಚಾರಿತ | Supervisedಲೇಬಲ್ ಇರುವ ದತ್ತಾಂಶ | Labelled dataಅರ್ಜಿ ಅರ್ಹ ಅಥವಾ ಅನರ್ಹ ಎಂದು ವರ್ಗೀಕರಿಸುವುದು | Classifying an application as eligible or not eligible
ಅಮೇಲ್ವಿಚಾರಿತ | Unsupervisedಲೇಬಲ್ ಇಲ್ಲದ ದತ್ತಾಂಶ | Unlabelled dataಒಂದೇ ರೀತಿಯ ಕುಂದುಕೊರತೆಗಳನ್ನು ಗುಂಪು ಮಾಡುವುದು | Grouping similar grievances together
ಬಲವರ್ಧಿತ | Reinforcementಬಹುಮಾನದ ಸೂಚನೆ | Reward signalಸರದಿ ಅಥವಾ ವೇಳಾಪಟ್ಟಿ ಉತ್ತಮಗೊಳಿಸುವುದು | Optimising a queue or a timetable

ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿ ಉತ್ತರ ರಚಿಸುವ ಕ್ರಮ | How a large language model produces an answer

ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿ (Large Language Model) ಪಠ್ಯವನ್ನು ಟೋಕನ್ (Token) ಎಂಬ ಸಣ್ಣ ತುಣುಕುಗಳಾಗಿ ಒಡೆಯುತ್ತದೆ, ಟೋಕನ್ ಒಂದು ಪದ ಆಗಬಹುದು ಅಥವಾ ಪದದ ಭಾಗ ಆಗಬಹುದು. | A Large Language Model breaks text into small pieces called tokens, and a token may be a word or a part of a word.

ಮಾದರಿಯ ಕಲಿತ ತೂಕಗಳನ್ನು ಪ್ಯಾರಾಮೀಟರ್ (Parameter) ಎನ್ನುತ್ತಾರೆ, ಇವು ತರಬೇತಿ (Training) ಹಂತದಲ್ಲಿ ನಿಗದಿಯಾಗುತ್ತವೆ. | The learned weights of the model are called parameters, and they are fixed during the training stage.

ನೀವು ಪ್ರಶ್ನೆ ಕೇಳಿದಾಗ ನಡೆಯುವ ಪ್ರಕ್ರಿಯೆಗೆ ಇನ್ಫರೆನ್ಸ್ (Inference) ಎನ್ನುತ್ತಾರೆ, ಈ ಹಂತದಲ್ಲಿ ಮಾದರಿ ಹೊಸದನ್ನು ಕಲಿಯುವುದಿಲ್ಲ. | The process that runs when you ask a question is called inference, and at this stage the model does not learn anything new.

ಮಾದರಿ ಒಂದೇ ಬಾರಿಗೆ ನೋಡಬಲ್ಲ ಟೋಕನ್ ಪ್ರಮಾಣಕ್ಕೆ ಸಂದರ್ಭ ಕಿಟಕಿ (Context Window) ಎನ್ನುತ್ತಾರೆ, ಅದನ್ನು ಮೀರಿದ ಹಳೆಯ ಭಾಗ ಮರೆತುಹೋಗುತ್ತದೆ. | The quantity of tokens the model can see at one time is called the context window, and the older part beyond it is dropped.

ಮಾದರಿ ಮುಂದಿನ ಟೋಕನ್ ಅನ್ನು ಸಂಭವನೀಯತೆಯ ಆಧಾರದ ಮೇಲೆ ಆರಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಅದು ಸತ್ಯವನ್ನು ನೋಡುತ್ತಿಲ್ಲ, ಸಂಭವನೀಯ ಪದ ಜೋಡಣೆಯನ್ನು ನೋಡುತ್ತಿದೆ. | The model selects the next token on the basis of probability, so it is not looking at truth but at a probable arrangement of words.

ಇದೇ ಕಾರಣಕ್ಕೆ ಭ್ರಮೆ (Hallucination) ಹುಟ್ಟುತ್ತದೆ: ಮಾದರಿ ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಇಲ್ಲದ ಆದೇಶ ಸಂಖ್ಯೆ, ಇಲ್ಲದ ನಿಯಮ ಅಥವಾ ಇಲ್ಲದ ತೀರ್ಪು ಬರೆಯಬಹುದು. | This is exactly why hallucination arises: the model may confidently write an order number, a rule or a judgment that does not exist.

ಉತ್ಪತ್ತಿಯಲ್ಲಿ ಯಾದೃಚ್ಛಿಕತೆಯನ್ನು ನಿಯಂತ್ರಿಸುವ ಸೆಟ್ಟಿಂಗ್ ಗೆ ಟೆಂಪರೇಚರ್ (Temperature) ಎನ್ನುತ್ತಾರೆ, ಕಡಿಮೆ ಮೌಲ್ಯ ಹೆಚ್ಚು ಸ್ಥಿರ ಉತ್ತರ ಕೊಡುತ್ತದೆ. | The setting that controls randomness in the output is called temperature, and a lower value gives a more consistent answer.

ಮಾದರಿಗೆ ತರಬೇತಿ ದತ್ತಾಂಶದ ಒಂದು ಕೊನೆಯ ದಿನಾಂಕ ಇರುತ್ತದೆ, ಆದ್ದರಿಂದ ಕಳೆದ ವಾರ ಹೊರಬಂದ ಕಚೇರಿ ಜ್ಞಾಪನ ಅದಕ್ಕೆ ಗೊತ್ತಿರುವುದಿಲ್ಲ. | A model has a cut off date for its training data, so an office memorandum issued last week is not known to it.

ಕಚೇರಿಯಲ್ಲಿ ಬಳಕೆಯಾಗುವ ಪರಿಕರ ವರ್ಗಗಳು | Categories of tools used in an office

ವರ್ಗ | Categoryಕೆಲಸ | Functionಆಡಳಿತ ಬಳಕೆ | Administrative use
ಒಸಿಆರ್ (OCR)ಚಿತ್ರದಲ್ಲಿನ ಮುದ್ರಿತ ಅಕ್ಷರವನ್ನು ಪಠ್ಯವಾಗಿ ಬದಲಿಸುವುದು | Converting printed characters in an image into textಹಳೆಯ ಕಡತಗಳ ಅಂಕೀಕರಣ | Digitisation of old files
ಐಸಿಆರ್ (ICR)ಕೈಬರಹವನ್ನು ಗುರುತಿಸುವುದು | Recognising handwritingಕೈಯಿಂದ ತುಂಬಿದ ಅರ್ಜಿ ನಮೂನೆ | Hand filled application forms
ಎಎಸ್ಆರ್ (ASR)ಮಾತನ್ನು ಪಠ್ಯವಾಗಿ ಬರೆಯುವುದು | Writing speech as textಸಭೆಯ ಪ್ರತಿಲೇಖನ | Transcription of a meeting
ಟಿಟಿಎಸ್ (TTS)ಪಠ್ಯವನ್ನು ಮಾತಾಗಿ ಓದುವುದು | Reading text out as speechಅಂಗವಿಕಲ ಸ್ನೇಹಿ ಪ್ರವೇಶ | Accessible access
ಯಂತ್ರ ಅನುವಾದ (Machine Translation)ಒಂದು ಭಾಷೆಯಿಂದ ಇನ್ನೊಂದಕ್ಕೆ | From one language to anotherದ್ವಿಭಾಷಾ ಅಧಿಸೂಚನೆ ಕರಡು | Draft of a bilingual notification
ಆರ್ಪಿಎ (RPA)ನಿಗದಿತ ಹಂತಗಳನ್ನು ಪುನರಾವರ್ತಿಸುವುದು | Repeating fixed stepsನಮೂನೆಯಿಂದ ನೋಂದಣಿಗೆ ದತ್ತಾಂಶ ನಕಲು | Copying data from a form into a register
ಎಲ್ಎಲ್ಎಂ ಸಹಾಯಕ (LLM Assistant)ಕರಡು, ಸಾರಾಂಶ, ಮರುರಚನೆ | Drafting, summarising, rewritingಟಿಪ್ಪಣಿಯ ಮೊದಲ ಕರಡು | A first draft of a note

ಆರ್ಪಿಎ ನಿಯಮ ಪಾಲಿಸುತ್ತದೆ, ಎಐ ಮಾದರಿ ಅಂದಾಜು ಮಾಡುತ್ತದೆ. ಆದ್ದರಿಂದ ಸ್ಥಿರ ಹಂತಗಳಿಗೆ ಆರ್ಪಿಎ ಹೆಚ್ಚು ಸುರಕ್ಷಿತ. | RPA follows rules, an AI model estimates. So for fixed steps RPA is the safer choice.

ಪ್ರಾಂಪ್ಟ್ ರಚನೆ | Construction of a prompt

ಒಳ್ಳೆಯ ಪ್ರಾಂಪ್ಟ್ ನಲ್ಲಿ ನಾಲ್ಕು ಅಂಶ ಇರುತ್ತವೆ: ಪಾತ್ರ, ಕಾರ್ಯ, ಸಂದರ್ಭ ಮತ್ತು ನಿರೀಕ್ಷಿತ ರೂಪ. | A good prompt has four elements: role, task, context and the expected format.

ಉದಾಹರಣೆಯನ್ನು ಕೊಡದೆ ಕೇಳುವುದಕ್ಕೆ ಝೀರೋ ಶಾಟ್ (Zero shot) ಎನ್ನುತ್ತಾರೆ, ಕೆಲವು ಉದಾಹರಣೆ ಕೊಟ್ಟು ಕೇಳುವುದಕ್ಕೆ ಫ್ಯೂ ಶಾಟ್ (Few shot) ಎನ್ನುತ್ತಾರೆ. | Asking without giving an example is called zero shot, and asking after giving a few examples is called few shot.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್: ರಜೆಯ ಬಗ್ಗೆ ಪತ್ರ ಬರೆ. | Weak prompt: write a letter about leave.

ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್: ನೀನು ಆಡಳಿತ ವಿಭಾಗದ ಸಹಾಯಕ ಕುಲಸಚಿವ. ಗುಂಪು ಬಿ ನೌಕರನಿಗೆ ಗಳಿಕೆ ರಜೆ ಮಂಜೂರಾತಿ ಆದೇಶದ ಕರಡು ಬರೆ. ಆರು ಸಾಲಿನ ಒಳಗೆ, ಕಚೇರಿ ಆದೇಶದ ರೂಪದಲ್ಲಿ, ವಿಷಯ ಸಾಲು ಸಹಿತ. | Strong prompt: you are the Assistant Registrar of the administration section. Draft a sanction order for earned leave of a Group B employee. Within six lines, in the form of an office order, with a subject line.

ಗೊಂದಲ ಹುಟ್ಟಿಸುವ ಜೋಡಿಗಳು | Pairs that cause confusion

ಜೋಡಿ | Pairವ್ಯತ್ಯಾಸ | Difference
ವರ್ಗೀಕರಣ ಮತ್ತು ಕ್ಲಸ್ಟರಿಂಗ್ | Classification and Clusteringವರ್ಗೀಕರಣಕ್ಕೆ ಲೇಬಲ್ ಬೇಕು, ಕ್ಲಸ್ಟರಿಂಗ್ ಗೆ ಬೇಡ | Classification needs labels, clustering does not
ತರಬೇತಿ ಮತ್ತು ಇನ್ಫರೆನ್ಸ್ | Training and Inferenceತರಬೇತಿಯಲ್ಲಿ ತೂಕ ಬದಲಾಗುತ್ತದೆ, ಇನ್ಫರೆನ್ಸ್ ನಲ್ಲಿ ಇಲ್ಲ | Weights change in training, not in inference
ಒಸಿಆರ್ ಮತ್ತು ಐಸಿಆರ್ | OCR and ICRಒಸಿಆರ್ ಮುದ್ರಿತ ಅಕ್ಷರ, ಐಸಿಆರ್ ಕೈಬರಹ | OCR for printed characters, ICR for handwriting
ಚಾಟ್ಬಾಟ್ ಮತ್ತು ಎಲ್ಎಲ್ಎಂ | Chatbot and LLMಚಾಟ್ಬಾಟ್ ಒಂದು ಮುಖ, ಎಲ್ಎಲ್ಎಂ ಒಳಗಿನ ಮಾದರಿ | A chatbot is an interface, an LLM is the model behind it
ಅತಿಹೊಂದಿಕೆ ಮತ್ತು ಕಡಿಮೆ ಹೊಂದಿಕೆ | Overfitting and Underfittingಅತಿಹೊಂದಿಕೆ ತರಬೇತಿ ದತ್ತಾಂಶ ಕಂಠಪಾಠ, ಕಡಿಮೆ ಹೊಂದಿಕೆ ಮಾದರಿ ತುಂಬಾ ಸರಳ | Overfitting memorises the training data, underfitting means the model is too simple
ಕೀವರ್ಡ್ ಹುಡುಕಾಟ ಮತ್ತು ಅರ್ಥಾಧಾರಿತ ಹುಡುಕಾಟ | Keyword search and Semantic searchಮೊದಲನೆಯದು ಪದ ಹೊಂದಾಣಿಕೆ, ಎರಡನೆಯದು ಅರ್ಥ ಹೊಂದಾಣಿಕೆ | The first matches words, the second matches meaning

Practice questions

Answer all, then check. Explanations appear after checking.

1ಕೆಳಗಿನವುಗಳಲ್ಲಿ ಯಾವ ಕ್ರಮ ಸರಿಯಾದ ಒಳಗೊಳ್ಳುವಿಕೆಯ ಕ್ರಮ? | Which of the following is the correct order of containment?
2ಜನರೇಟಿವ್ ಎಐ ಮತ್ತು ಸಾಮಾನ್ಯ ವರ್ಗೀಕರಣ ಮಾದರಿಯ ನಡುವಿನ ಮುಖ್ಯ ವ್ಯತ್ಯಾಸ ಯಾವುದು? | What is the main difference between generative AI and an ordinary classification model?
3ಮೇಲ್ವಿಚಾರಿತ ಕಲಿಕೆಗೆ ಅನಿವಾರ್ಯವಾಗಿ ಏನು ಬೇಕು? | What is indispensable for supervised learning?
4ಒಂದೇ ರೀತಿಯ ಸಾವಿರ ಕುಂದುಕೊರತೆ ಅರ್ಜಿಗಳನ್ನು ಮೊದಲೇ ವರ್ಗ ಗೊತ್ತಿಲ್ಲದೆ ಗುಂಪು ಮಾಡಬೇಕಾದರೆ ಯಾವ ವಿಧಾನ ಸೂಕ್ತ? | If a thousand grievance applications have to be grouped without the categories being known in advance, which method is suitable?
5ಬಲವರ್ಧಿತ ಕಲಿಕೆಯ ಕೇಂದ್ರ ಅಂಶ ಯಾವುದು? | What is the central element of reinforcement learning?
6ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಯಲ್ಲಿ ಟೋಕನ್ ಎಂದರೇನು? | What is a token in a large language model?
7ಮಾದರಿ ಒಂದೇ ಬಾರಿಗೆ ನೋಡಬಲ್ಲ ಪಠ್ಯದ ಮಿತಿಗೆ ಏನೆಂದು ಹೇಳುತ್ತಾರೆ? | What is the limit of text a model can see at one time called?
8ನೀವು ಪ್ರಶ್ನೆ ಕೇಳಿದಾಗ ಮಾದರಿ ಉತ್ತರ ಕೊಡುವ ಹಂತಕ್ಕೆ ಏನೆಂದು ಹೇಳುತ್ತಾರೆ, ಮತ್ತು ಆ ಹಂತದಲ್ಲಿ ಏನಾಗುತ್ತದೆ? | What is the stage at which a model answers your question called, and what happens at that stage?
9ಎಐ ಮಾದರಿ ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಅಸ್ತಿತ್ವದಲ್ಲಿ ಇಲ್ಲದ ಆದೇಶ ಸಂಖ್ಯೆ ಬರೆದರೆ ಅದನ್ನು ಏನೆಂದು ಕರೆಯುತ್ತಾರೆ? | If an AI model confidently writes an order number that does not exist, what is that called?
10ಟೆಂಪರೇಚರ್ ಸೆಟ್ಟಿಂಗ್ ಕಡಿಮೆ ಇಟ್ಟರೆ ಉತ್ಪತ್ತಿ ಹೇಗಿರುತ್ತದೆ? | If the temperature setting is kept low, how is the output?
11ಕಳೆದ ವಾರ ಹೊರಬಂದ ಕಚೇರಿ ಜ್ಞಾಪನದ ಬಗ್ಗೆ ಕೇಳಿದರೆ ಎಐ ಸಹಾಯಕ ತಪ್ಪು ಉತ್ತರ ಕೊಡಲು ಪ್ರಮುಖ ಕಾರಣ ಯಾವುದು? | If asked about an office memorandum issued last week, what is the main reason an AI assistant may answer wrongly?
12ಮುದ್ರಿತ ಹಳೆಯ ಕಡತಗಳನ್ನು ಹುಡುಕಬಹುದಾದ ಪಠ್ಯವಾಗಿ ಬದಲಿಸಲು ಯಾವ ತಂತ್ರಜ್ಞಾನ ಬಳಸುತ್ತಾರೆ? | Which technology is used to turn old printed files into searchable text?
13ಕೈಯಿಂದ ತುಂಬಿದ ಅರ್ಜಿ ನಮೂನೆಗಳನ್ನು ಓದಿಸಲು ಒಸಿಆರ್ ಗಿಂತ ಯಾವುದು ಹೆಚ್ಚು ಸೂಕ್ತ? | For reading hand filled application forms, what is more suitable than OCR?
14ಸಭೆಯ ಧ್ವನಿಮುದ್ರಿಕೆಯಿಂದ ಪ್ರತಿಲೇಖನ ತಯಾರಿಸಲು ಯಾವ ಪರಿಕರ ವರ್ಗ ಬೇಕು? | Which category of tool is needed to prepare a transcript from the audio recording of a meeting?
15ಪ್ರತಿ ದಿನ ಒಂದೇ ಅನುಕ್ರಮದಲ್ಲಿ ನಮೂನೆಯಿಂದ ನೋಂದಣಿಗೆ ದತ್ತಾಂಶ ನಕಲು ಮಾಡುವ ಸ್ಥಿರ ಕೆಲಸಕ್ಕೆ ಯಾವುದು ಹೆಚ್ಚು ಸುರಕ್ಷಿತ? | For a fixed task of copying data from a form into a register in the same sequence every day, which is safer?
16ಚಾಟ್ಬಾಟ್ ಮತ್ತು ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಯ ನಡುವಿನ ಸಂಬಂಧ ಯಾವುದು? | What is the relation between a chatbot and a large language model?
17ಒಳ್ಳೆಯ ಪ್ರಾಂಪ್ಟ್ ನಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ ಇರುವ ನಾಲ್ಕು ಅಂಶಗಳು ಯಾವುವು? | What are the four elements generally present in a good prompt?
18ಪ್ರಾಂಪ್ಟ್ ನಲ್ಲಿ ಎರಡು ಮೂರು ಮಾದರಿ ಉದಾಹರಣೆ ಕೊಟ್ಟು ಕೇಳುವುದಕ್ಕೆ ಏನೆಂದು ಹೇಳುತ್ತಾರೆ? | What is it called when two or three sample examples are given in the prompt before asking?
19ಅತಿಹೊಂದಿಕೆ ಎಂದರೇನು? | What is overfitting?
20ಕೀವರ್ಡ್ ಹುಡುಕಾಟ ಮತ್ತು ಅರ್ಥಾಧಾರಿತ ಹುಡುಕಾಟದ ನಡುವಿನ ವ್ಯತ್ಯಾಸ ಯಾವುದು? | What is the difference between keyword search and semantic search?
21ಸ್ವಾಭಾವಿಕ ಭಾಷಾ ಸಂಸ್ಕರಣೆ (Natural Language Processing) ಯ ಕೆಲಸ ಯಾವುದು? | What is the function of Natural Language Processing?
22ವರ್ಗೀಕರಣ ಮತ್ತು ಕ್ಲಸ್ಟರಿಂಗ್ ನಡುವಿನ ನಿರ್ಣಾಯಕ ವ್ಯತ್ಯಾಸ ಯಾವುದು? | What is the decisive difference between classification and clustering?
23ಸಾರಾಂಶೀಕರಣ (Summarisation) ಮತ್ತು ದತ್ತಾಂಶ ಹೊರತೆಗೆಯುವಿಕೆ (Extraction) ನಡುವಿನ ವ್ಯತ್ಯಾಸ ಯಾವುದು? | What is the difference between summarisation and extraction?
24ನಿಯಮ ಆಧಾರಿತ ತಜ್ಞ ವ್ಯವಸ್ಥೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಯ ನಡುವಿನ ಮೂಲ ವ್ಯತ್ಯಾಸ ಯಾವುದು? | What is the basic difference between a rule based expert system and a machine learning model?
25ಟ್ಯೂರಿಂಗ್ ಪರೀಕ್ಷೆ (Turing Test) ಯಾವುದನ್ನು ಪರೀಕ್ಷಿಸುತ್ತದೆ? | What does the Turing Test examine?
26ಕೆಳಗಿನವುಗಳಲ್ಲಿ ಯಾವುದು ಎಐ ಪರಿಕರಕ್ಕೆ ಅತ್ಯಂತ ಕಡಿಮೆ ಸೂಕ್ತವಾದ ಕೆಲಸ? | Which of the following is the least suitable task for an AI tool?
27ಎಐ ಮಾದರಿಯ ಪಕ್ಷಪಾತ ಹೆಚ್ಚಾಗಿ ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ? | Where does bias in an AI model mostly come from?
28ಎಐ ಮಾದರಿಗೆ ಹೆಚ್ಚುವರಿ ವಿಶೇಷ ದತ್ತಾಂಶ ಕೊಟ್ಟು ಅದರ ತೂಕಗಳನ್ನೇ ಬದಲಿಸುವ ಕ್ರಿಯೆಗೆ ಏನೆಂದು ಹೇಳುತ್ತಾರೆ? | What is the act of giving extra specialised data to an AI model and thereby altering its weights called?

Finished this topic? Tick it off.

Saved in this browser only. Sign in to keep your ticks on every device. See all revisions due