# AI Atlas: all topics Revision 122 of 2026-10-30. Topics are listed depth-first under their area. Each block gives the id, path, Polish and English descriptions, examples, cross-links (untyped, symmetric) and source ids; sources are listed at the end. Index: https://aiatlasgraph.com/llms.txt ## AI w cyberbezpieczeństwie (AI for cybersecurity) - id: `cyberai` · https://aiatlasgraph.com/t/cyberai.md - path: AI w cyberbezpieczeństwie - aliases: AI in cybersecurity, AI for cyber defence, security AI, LLM4Security, AI w cyberobronie, sztuczna inteligencja w bezpieczeństwie IT - PL: Uczenie maszynowe i modele językowe w obronie systemów IT: wykrywanie włamań i malware, szukanie podatności, praca SOC oraz ataki wspomagane przez AI. - EN: Machine learning and language models in defending IT systems: intrusion and malware detection, vulnerability discovery, SOC work and AI-assisted attacks. - In one sentence PL: Programy, które pomagają pilnować komputerów i sieci: wyłapują włamania, wirusy i dziury w oprogramowaniu, zanim wykorzysta je przestępca. - Problem it solves PL: Ataków jest tak dużo, a specjalistów tak mało, że ludzie nie nadążają czytać alarmów ani łatać dziur w kodzie. - What it does PL: Jak strażnik z setką kamer, który nie męczy się w nocy: przegląda wszystko naraz, a ludziom zostawia decyzje w trudnych sprawach. - Everyday example PL: Pocztowy filtr odsyła do kwarantanny fałszywy mail z „fakturą” od rzekomego kontrahenta, zanim ktokolwiek w biurze go otworzy. - In one sentence EN: Software that helps guard computers and networks, catching break-ins, viruses and software holes before criminals use them. - Problem it solves EN: There are so many attacks and so few specialists that people can't keep up with the alarms or patch holes in code. - What it does EN: Like a guard watching a hundred cameras who never tires at night: scans everything at once and leaves the hard calls to people. - Everyday example EN: The mail filter quarantines a fake email with an 'invoice' from a supposed supplier before anyone in the office opens it. - concerns you if PL: dostajesz podejrzane maile lub esemesy; odpowiadasz za komputery w firmie lub szkole; piszesz oprogramowanie używane przez innych - concerns you if EN: get suspicious emails or text messages; look after computers at a company or school; write software that other people use - related: `safety` - sources: `xu-llm4security-survey-2024`, `lazer-agentic-ai-cybersecurity-2026`, `arp-dos-donts-ml-security-2020` ### AI po stronie atakującego i testy penetracyjne (Offensive AI and AI-assisted penetration testing) - id: `offensiveai` · https://aiatlasgraph.com/t/offensiveai.md - path: AI w cyberbezpieczeństwie › AI po stronie atakującego i testy penetracyjne - aliases: offensive AI, AI-powered attacks, AI pentesting, autonomous hacking, ofensywne AI, AI-enabled cyberattacks - PL: Użycie modeli i agentów do rekonesansu, eksploatacji i socjotechniki: zarówno w legalnych testach penetracyjnych, jak i w realnych atakach. - EN: Using models and agents for reconnaissance, exploitation and social engineering, both in legitimate penetration tests and in real attacks. - In one sentence PL: Wykorzystanie AI do włamywania się do systemów: przez zatrudnionych testerów, którzy szukają słabych punktów, i przez prawdziwych przestępców. - Problem it solves PL: Firmy nie wiedzą, jak łatwo się do nich włamać, a ręczny test penetracyjny jest drogi i robiony raz do roku. - What it does PL: Jak próbny alarm przeciwpożarowy z bardzo pomysłowym podpalaczem: pokazuje, którędy naprawdę przejdzie ogień, zanim zrobi to ktoś prawdziwy. - Everyday example PL: Firma zamawia test; agent w kilka godzin znajduje zapomniany serwer testowy z domyślnym hasłem, a tester-człowiek potwierdza wynik i pisze raport. - In one sentence EN: Using AI to break into systems, both by hired testers looking for weak spots and by real criminals. - Problem it solves EN: Companies don't know how easily they can be broken into, and a manual penetration test is costly and done once a year. - What it does EN: Like a fire drill with a very inventive arsonist: shows where fire would really spread before a real one does. - Everyday example EN: A company orders a test; within hours an agent finds a forgotten test server with a default password, and a human tester confirms it and writes the report. - concerns you if PL: zlecasz lub prowadzisz testy bezpieczeństwa; chcesz wiedzieć, jak AI zmienia ataki na firmy; oceniasz ryzyko udostępniania zdolnych modeli - concerns you if EN: commission or run security tests; want to know how AI changes attacks on companies; assess the risk of releasing capable models - related: `dangerouscapevals` - sources: `lazer-agentic-ai-cybersecurity-2026`, `deng-pentestgpt-2023`, `zhang-cybench-2024`, `anthropic-ai-orchestrated-espionage-2025` ### Agenci testów penetracyjnych (LLM penetration-testing agents) - id: `autopentest` · https://aiatlasgraph.com/t/autopentest.md - path: AI w cyberbezpieczeństwie › AI po stronie atakującego i testy penetracyjne › Agenci testów penetracyjnych - aliases: AI pentesting agents, autonomous penetration testing, PentestGPT, automatyczne testy penetracyjne, LLM red team agents - PL: Agenci językowi planujący i wykonujący kroki testu penetracyjnego: rekonesans, skanowanie, eksploatację i raport, pod nadzorem testera. - EN: Language agents planning and executing penetration-test steps: reconnaissance, scanning, exploitation and reporting, supervised by a tester. - In one sentence PL: Agent AI, który na zlecenie firmy próbuje się do niej włamać, uruchamiając kolejno narzędzia hakerskie, i spisuje znalezione słabości. - Problem it solves PL: Doświadczonych testerów penetracyjnych jest mało, więc wiele firm sprawdza swoje zabezpieczenia rzadko albo wcale. - What it does PL: Jak sparingpartner na treningu bokserskim: atakuje naprawdę, ale w umówionych zasadach, żebyś zobaczył, gdzie masz dziurę w gardzie. - Everyday example PL: Tester zleca agentowi sprawdzenie sieci testowej; agent znajduje stary serwer z niezałatanym oprogramowaniem i proponuje kolejny krok, a człowiek decyduje, czy go wykonać. - In one sentence EN: An AI agent that, hired by a company, tries to break into it by running hacking tools one after another and writes up the weaknesses found. - Problem it solves EN: Experienced penetration testers are scarce, so many companies check their defences rarely or never. - What it does EN: Like a sparring partner in boxing training: punches for real but within agreed rules, so you see where your guard is open. - Everyday example EN: A tester asks the agent to probe a test network; it finds an old server with unpatched software and proposes the next step, and the human decides whether to take it. - concerns you if PL: uczysz się testów penetracyjnych lub CTF; zlecasz audyty bezpieczeństwa; budujesz agentów wykonujących polecenia w terminalu - concerns you if EN: are learning penetration testing or CTFs; commission security audits; build agents that run terminal commands - sources: `deng-pentestgpt-2023`, `zhang-cybench-2024` ### Ataki prowadzone z pomocą AI (AI-enabled and AI-orchestrated cyberattacks) - id: `aiattacks` · https://aiatlasgraph.com/t/aiattacks.md - path: AI w cyberbezpieczeństwie › AI po stronie atakującego i testy penetracyjne › Ataki prowadzone z pomocą AI - aliases: AI-orchestrated cyberattacks, AI-powered phishing, malicious use of LLMs, agentic cyberattacks, ataki wspomagane AI, AI threat landscape - PL: Wykorzystanie modeli przez przestępców i grupy państwowe: od pisania przekonującego phishingu po agentów wykonujących większość etapów włamania. - EN: Use of models by criminals and state groups: from writing convincing phishing to agents carrying out most stages of an intrusion. - In one sentence PL: Sposoby, w jakie przestępcy używają AI do oszustw i włamań, oraz to, co z tego wynika dla obrońców. - Problem it solves PL: Obrońcy nie wiedzą, które zagrożenia są realne, a które to medialny szum, więc źle dobierają zabezpieczenia. - What it does PL: Jak raport policji o nowych metodach złodziei: opisuje, co się naprawdę wydarzyło, byś wiedział, jaki zamek dokupić. - Everyday example PL: Księgowa dostaje bezbłędnie napisanego maila od „prezesa”, który nawiązuje do wczorajszego spotkania i prosi o pilny przelew do nowego kontrahenta. - In one sentence EN: The ways criminals use AI for scams and break-ins, and what that means for defenders. - Problem it solves EN: Defenders can't tell which threats are real and which are hype, so they choose the wrong safeguards. - What it does EN: Like a police briefing on new burglary methods: describes what really happened so you know which lock to buy. - Everyday example EN: An accountant gets a flawlessly written email from the 'CEO' that mentions yesterday's meeting and asks for an urgent transfer to a new supplier. - concerns you if PL: odpowiadasz za bezpieczeństwo w firmie; udostępniasz modele lub agentów innym; chcesz rozumieć nowe oszustwa - concerns you if EN: are responsible for security at a company; make models or agents available to others; want to understand new scams - related: `phishingdetect` - sources: `anthropic-ai-orchestrated-espionage-2025` ### AI w zespole reagowania (SOC) (AI for security operations (SOC)) - id: `secopsai` · https://aiatlasgraph.com/t/secopsai.md - path: AI w cyberbezpieczeństwie › AI w zespole reagowania (SOC) - aliases: AI SOC, SOC automation, security copilots, agentic SOC, AI w SOC, LLM for security operations - PL: Modele językowe i agenci wspierający analityków bezpieczeństwa: triaż alertów, dochodzenie, analiza logów i raportów o zagrożeniach. - EN: Language models and agents supporting security analysts: alert triage, investigation, log analysis and threat-report analysis. - In one sentence PL: Asystenci AI, którzy pomagają dyżurnym od bezpieczeństwa przesiać alarmy, zebrać dowody i szybciej zdecydować, co jest prawdziwym atakiem. - Problem it solves PL: Zespół dostaje dziesiątki tysięcy alarmów dziennie, prawie wszystkie fałszywe, i przez zmęczenie przeocza ten jeden prawdziwy. - What it does PL: Jak sprawny stażysta przy detektywie: zbiera akta, sprawdza alibi w kilku bazach i przynosi gotowy raport do podpisu. - Everyday example PL: Alarm o podejrzanym logowaniu pracownika; asystent sprawdza jego zwykłe miejsca, urządzenia i ostatnie zmiany hasła i pisze, że to prawdopodobnie podróż służbowa. - In one sentence EN: AI assistants that help security staff on duty sift alarms, gather evidence and decide faster what is a real attack. - Problem it solves EN: A team gets tens of thousands of alarms a day, nearly all false, and fatigue makes it miss the one real attack. - What it does EN: Like a sharp intern working for a detective: pulls the files, checks alibis in several databases and brings a report ready to sign. - Everyday example EN: An alert about an employee's suspicious login; the assistant checks their usual locations, devices and recent password changes and notes it's likely a business trip. - concerns you if PL: pracujesz na dyżurach bezpieczeństwa IT; toniesz w alertach z narzędzi monitorujących; budujesz agentów korzystających z wielu narzędzi - concerns you if EN: work security IT on-call shifts; are drowning in alerts from monitoring tools; build agents that use many tools - related: `agentsecurity` - sources: `lazer-agentic-ai-cybersecurity-2026`, `wei-cortex-alert-triage-2025`, `habibzadeh-llm-soc-survey-2025`, `anthropic-ai-orchestrated-espionage-2025` ### Analiza raportów o zagrożeniach (CTI) (Cyber threat intelligence analysis with language models) - id: `ctianalysis` · https://aiatlasgraph.com/t/ctianalysis.md - path: AI w cyberbezpieczeństwie › AI w zespole reagowania (SOC) › Analiza raportów o zagrożeniach (CTI) - aliases: CTI extraction, threat intelligence NLP, ATT&CK technique mapping, IOC extraction, analiza wywiadu o zagrożeniach - PL: Modele językowe wyciągające z raportów i biuletynów techniki ataku, wskaźniki kompromitacji i powiązania z podatnościami w ustrukturyzowanej formie. - EN: Language models extracting attack techniques, indicators of compromise and links to vulnerabilities from reports and bulletins in structured form. - In one sentence PL: Modele, które czytają raporty o nowych atakach i zamieniają je w gotowe listy: kto atakuje, jak i po czym go poznać. - Problem it solves PL: Codziennie ukazują się dziesiątki raportów o zagrożeniach, a zespół nie zdąży ich przeczytać i przenieść do swoich systemów. - What it does PL: Jak bibliotekarz, który każdą nową książkę od razu opisuje w katalogu, tak że można ją znaleźć po temacie, autorze i słowach kluczowych. - Everyday example PL: Rano ukazuje się raport o nowej kampanii; po kwadransie system ma listę adresów serwerów atakujących i opis ich metod przypięty do znanego katalogu technik. - In one sentence EN: Models that read reports on new attacks and turn them into ready lists: who attacks, how, and how to recognise them. - Problem it solves EN: Dozens of threat reports come out daily, and a team can't read them and carry them into its systems in time. - What it does EN: Like a librarian who catalogues each new book at once, so it can be found by subject, author and keyword. - Everyday example EN: A report on a new campaign appears in the morning; within fifteen minutes the system has the attackers' server addresses and their methods mapped to a known catalogue of techniques. - concerns you if PL: śledzisz nowe zagrożenia dla swojej firmy; budujesz ekstrakcję informacji z długich dokumentów; przygotowujesz reguły wykrywania - concerns you if EN: track new threats to your company; build information extraction from long documents; write detection rules - sources: `alam-ctibench-2024` ### Mapowanie opisów ataków na techniki MITRE ATT&CK (Automated mapping of threat text to ATT&CK techniques) - id: `ttpmapping` · https://aiatlasgraph.com/t/ttpmapping.md - path: AI w cyberbezpieczeństwie › AI w zespole reagowania (SOC) › Analiza raportów o zagrożeniach (CTI) › Mapowanie opisów ataków na techniki MITRE ATT&CK - aliases: TTP extraction, ATT&CK technique classification, CTI to ATT&CK mapping, TTP classification, ekstrakcja TTP - PL: Klasyfikacja zdań i raportów o zagrożeniach do technik i taktyk z katalogu MITRE ATT&CK, zadanie wieloetykietowej klasyfikacji tekstu. - EN: Classifying sentences and threat reports into techniques and tactics from the MITRE ATT&CK catalogue, a multi-label text classification task. - In one sentence PL: Automatyczne przypisywanie opisanych w raporcie kroków włamywaczy do pozycji ze wspólnego, publicznego katalogu sposobów atakowania. - Problem it solves PL: Każdy raport opisuje ataki innymi słowami, więc trudno porównać grupy przestępcze i sprawdzić, czy obrona pokrywa ich metody. - What it does PL: Jak bibliotekarz nadający książkom sygnatury: różne opisy trafiają na tę samą półkę, więc łatwo zobaczyć, czego brakuje. - Everyday example PL: Analityk wkleja trzydziestostronicowy raport, a narzędzie wypisuje kilkanaście technik z numerami katalogowymi i podświetla zdania, z których je wywnioskowało. - In one sentence EN: Automatically matching attacker steps described in a report to entries in a shared public catalogue of attack methods. - Problem it solves EN: Every report describes attacks in different words, so it's hard to compare criminal groups and check whether defences cover their methods. - What it does EN: Like a librarian assigning shelf marks: different descriptions land on the same shelf, so gaps are easy to see. - Everyday example EN: An analyst pastes a thirty-page report and the tool lists a dozen techniques with catalogue numbers, highlighting the sentences it inferred them from. - concerns you if PL: analizujesz raporty o zagrożeniach; sprawdzasz, przed którymi metodami ataków chroni twoja firma; uczysz się klasyfikacji tekstu na prawdziwym problemie - concerns you if EN: analyse threat reports; check which attack methods your company is protected against; are learning text classification on a real problem - related: `detectionrulegen` - sources: `orbinato-cti-attack-mapping-2022`, `rani-ttpxhunter-2024` ### Generowanie reguł detekcji z raportów o zagrożeniach (LLM-assisted detection rule generation) - id: `detectionrulegen` · https://aiatlasgraph.com/t/detectionrulegen.md - path: AI w cyberbezpieczeństwie › AI w zespole reagowania (SOC) › Generowanie reguł detekcji z raportów o zagrożeniach - aliases: detection engineering with LLMs, Sigma rule generation, YARA rule generation, automated detection rules, generowanie reguł Sigma - PL: Użycie modeli językowych do zamiany opisów ataków i wskaźników z raportów na reguły wykrywania w formatach takich jak Sigma czy YARA. - EN: Using language models to turn attack descriptions and indicators from reports into detection rules in formats such as Sigma or YARA. - In one sentence PL: Model czyta opis nowego ataku i proponuje gotowy filtr, który wyłapie podobne działania w firmowych dziennikach. - Problem it solves PL: Raporty o nowych atakach ukazują się codziennie, a ręczne przepisanie każdego na filtry zajmuje specjaliście godziny. - What it does PL: Jak tłumacz przekładający list gończy na instrukcję dla ochroniarzy: z opowieści robi konkretne „sprawdzaj to i to”. - Everyday example PL: Rano ukazuje się raport o nowej kampanii; przed południem analityk dostaje szkic filtra, poprawia dwa pola i włącza go w systemie monitoringu. - In one sentence EN: A model reads a description of a new attack and drafts a ready filter that catches similar activity in company logs. - Problem it solves EN: Reports on new attacks come out daily, and hand-translating each into filters takes a specialist hours. - What it does EN: Like a translator turning a wanted poster into instructions for guards: from a story it makes a concrete 'check this and this'. - Everyday example EN: A report on a new campaign comes out in the morning; by noon the analyst has a draft filter, fixes two fields and switches it on in monitoring. - concerns you if PL: piszesz lub utrzymujesz reguły wykrywania; czytasz raporty o zagrożeniach; chcesz zautomatyzować pracę zespołu reagowania - concerns you if EN: write or maintain detection rules; read threat reports; want to automate incident-response work - related: `ttpmapping` - sources: `schwartz-llmcloudhunter-2024` ### Triaż alertów i agenci śledczy (AI alert triage and investigation agents) - id: `alerttriage` · https://aiatlasgraph.com/t/alerttriage.md - path: AI w cyberbezpieczeństwie › AI w zespole reagowania (SOC) › Triaż alertów i agenci śledczy - aliases: alert triage automation, SOC investigation agents, AI SOC analyst, automatyczny triaż alertów, alert fatigue reduction - PL: Agenci językowi, którzy dla każdego alertu zbierają dowody z narzędzi bezpieczeństwa, oceniają jego wiarygodność i przygotowują uzasadniony werdykt. - EN: Language agents that gather evidence from security tools for each alert, assess its credibility and prepare a justified verdict. - In one sentence PL: Asystent, który dla każdego alarmu bezpieczeństwa sam zbiera informacje, sprawdza fakty i podpowiada, czy to prawdziwy atak. - Problem it solves PL: Analitycy spędzają większość dyżuru na zamykaniu fałszywych alarmów i z przemęczenia przeoczają ten jeden prawdziwy. - What it does PL: Jak pielęgniarka na izbie przyjęć: mierzy, pyta i sortuje pacjentów, a lekarz zajmuje się tymi, którzy naprawdę tego potrzebują. - Everyday example PL: Alarm: nowy program na laptopie dyrektora; agent sprawdza podpis pliku, historię instalacji i reputację i zamyka sprawę jako aktualizację drukarki, z notatką. - In one sentence EN: An assistant that, for each security alarm, gathers information, checks facts and suggests whether it is a real attack. - Problem it solves EN: Analysts spend most of a shift closing false alarms and, worn out, miss the one real attack. - What it does EN: Like a triage nurse in an emergency room: measures, asks and sorts patients, so the doctor sees those who really need it. - Everyday example EN: Alert: a new program on a director's laptop; the agent checks the file signature, install history and reputation and closes it as a printer update, with notes. - concerns you if PL: pracujesz na dyżurach w SOC; budujesz agentów z wieloma narzędziami; oceniasz narzędzia AI dla działu bezpieczeństwa - concerns you if EN: work SOC shifts; build agents with many tools; evaluate AI tools for a security team - sources: `wei-cortex-alert-triage-2025`, `habibzadeh-llm-soc-survey-2025` ### Analiza programów binarnych i inżynieria wsteczna z AI (AI for binary analysis and reverse engineering) - id: `binaryai` · https://aiatlasgraph.com/t/binaryai.md - path: AI w cyberbezpieczeństwie › Analiza programów binarnych i inżynieria wsteczna z AI - aliases: ML for binary analysis, AI-assisted reverse engineering, LLM reverse engineering, binary code analysis, inżynieria wsteczna z AI - PL: Modele uczone na kodzie maszynowym i wyniku deasemblacji, wspierające dekompilację, odzyskiwanie nazw, wyszukiwanie podobnych funkcji i analizę szkodników bez kodu źródłowego. - EN: Models trained on machine code and disassembly output that support decompilation, name recovery, similar-function search and malware analysis without source code. - In one sentence PL: Pomoc AI w czytaniu gotowych programów, do których nie ma kodu źródłowego: co robią, skąd pochodzą i czy kryją znane błędy. - Problem it solves PL: Szkodniki, sterowniki urządzeń i stare systemy istnieją tylko jako nieczytelny kod maszynowy, a jego ręczna analiza trwa tygodniami. - What it does PL: Jak tłumacz odczytujący zatarte inskrypcje: odtwarza sens i nazwy, które zginęły, a specjalista sprawdza, czy przekład się zgadza. - Everyday example PL: Analityk dostaje nieznany plik z zaatakowanego serwera; narzędzie zamienia go na czytelny kod z sensownymi nazwami i wskazuje fragmenty podobne do znanego szkodnika. - In one sentence EN: AI help for reading finished programs that come without source code: what they do, where they come from and whether they hide known bugs. - Problem it solves EN: Malware, device firmware and legacy systems exist only as unreadable machine code, and analysing it by hand takes weeks. - What it does EN: Like a translator reading worn inscriptions: restores lost meaning and names, while a specialist checks the translation holds up. - Everyday example EN: An analyst gets an unknown file from a breached server; a tool turns it into readable code with sensible names and points out parts resembling known malware. - concerns you if PL: analizujesz złośliwe oprogramowanie; sprawdzasz bezpieczeństwo urządzeń bez dostępu do kodu; utrzymujesz stary system bez dokumentacji - concerns you if EN: analyse malicious software; assess device security without access to source; maintain an old system with no documentation - related: `dynmalware`, `malwareml` - sources: `tan-llm4decompile-2024`, `wang-jtrans-2022`, `lacomis-dire-2019` ### Dekompilacja z użyciem modeli językowych (Neural and LLM-based decompilation) - id: `llmdecompile` · https://aiatlasgraph.com/t/llmdecompile.md - path: AI w cyberbezpieczeństwie › Analiza programów binarnych i inżynieria wsteczna z AI › Dekompilacja z użyciem modeli językowych - aliases: LLM decompilation, neural decompilation, decompiler output refinement, binary-to-source translation, dekompilacja neuronowa - PL: Przekładanie kodu maszynowego lub wyniku klasycznego dekompilatora na czytelny, kompilowalny kod źródłowy przy pomocy modeli językowych. - EN: Translating machine code, or a classic decompiler's output, into readable, compilable source code with language models. - In one sentence PL: Model zamienia nieczytelny program na kod zbliżony do tego, co mógł napisać człowiek, z pętlami, warunkami i sensownymi nazwami. - Problem it solves PL: Klasyczne dekompilatory dają kod, który formalnie odpowiada programowi, ale jest tak zawiły, że trudno go zrozumieć lub ponownie uruchomić. - What it does PL: Jak redaktor poprawiający dosłowny przekład maszynowy: sens zostaje, ale tekst wreszcie da się czytać. - Everyday example PL: Firma ma starą aplikację bez kodu źródłowego; model odtwarza z niej czytelny kod, który programiści kompilują i porównują z działaniem oryginału. - In one sentence EN: A model turns an unreadable program into code close to what a person might have written, with loops, conditions and sensible names. - Problem it solves EN: Classic decompilers produce code that formally matches the program but is so convoluted it's hard to understand or run again. - What it does EN: Like an editor polishing a word-for-word machine translation: the meaning stays, but the text finally reads well. - Everyday example EN: A company has an old app without source code; a model reconstructs readable code that developers compile and compare against the original's behaviour. - concerns you if PL: analizujesz programy bez kodu źródłowego; używasz klasycznego dekompilatora i męczysz się z jego wynikiem; badasz tłumaczenie między językami programowania - concerns you if EN: analyse programs without source code; use a classic decompiler and struggle with its output; research translation between programming languages - sources: `tan-llm4decompile-2024` ### Odzyskiwanie nazw zmiennych w zdekompilowanym kodzie (Neural variable-name recovery in decompiled code) - id: `binsymbolrecovery` · https://aiatlasgraph.com/t/binsymbolrecovery.md - path: AI w cyberbezpieczeństwie › Analiza programów binarnych i inżynieria wsteczna z AI › Odzyskiwanie nazw zmiennych w zdekompilowanym kodzie - aliases: neural decompilation, variable-name recovery, identifier recovery - PL: Modele uczą się przywracać znaczące nazwy zmiennych utracone podczas kompilacji, korzystając z leksykalnego i strukturalnego kontekstu kodu zdekompilowanego. - EN: Models learn to restore meaningful variable names lost during compilation by using lexical and structural context from decompiled code. - In one sentence PL: Po kompilacji nazwy takie jak „klucz” czy „bufor” znikają. Model próbuje je odtworzyć z tego, jak zmienne są używane. - Problem it solves PL: Zdekompilowany kod pełen nazw w rodzaju „zmienna7” jest jak książka bez imion bohaterów: wszystko jest, ale nic nie wiadomo. - What it does PL: Jak archiwista podpisujący stare zdjęcia: z tła, ubrań i okazji wnioskuje, kto na nich jest. - Everyday example PL: W zdekompilowanej funkcji model podpowiada nazwy „klucz”, „bufor_wejścia” i „liczba_bajtów” zamiast technicznych identyfikatorów. - In one sentence EN: Compilation removes names such as “key” or “buffer.” A model tries to recover them from how variables are used. - Problem it solves EN: Decompiled code full of names like 'var7' is like a novel with no character names: everything's there, but nothing makes sense. - What it does EN: Like an archivist labelling old photos: from the background, clothes and occasion they infer who is in them. - Everyday example EN: In a decompiled function, the model suggests names such as “key,” “input_buffer,” and “byte_count” instead of technical identifiers. - concerns you if PL: czytasz kod z dekompilatora; szybko oceniasz, co robi nieznany plik; interesuje cię przewidywanie nazw w kodzie - concerns you if EN: read decompiler output; need to judge quickly what an unknown file does; are interested in predicting names in code - sources: `lacomis-dire-2019` ### Wyszukiwanie podobnych funkcji w kodzie binarnym (Binary code similarity detection) - id: `binsimilarity` · https://aiatlasgraph.com/t/binsimilarity.md - path: AI w cyberbezpieczeństwie › Analiza programów binarnych i inżynieria wsteczna z AI › Wyszukiwanie podobnych funkcji w kodzie binarnym - aliases: BCSD, binary function similarity, binary code search, function embedding, wyszukiwanie podobnego kodu binarnego - PL: Uczenie osadzeń funkcji binarnych, tak by ten sam kod skompilowany różnymi kompilatorami, opcjami lub na różne architektury leżał blisko siebie. - EN: Learning embeddings of binary functions so the same code compiled with different compilers, options or architectures lies close together. - In one sentence PL: Rozpoznawanie, że dwa fragmenty gotowych programów pochodzą z tego samego kodu, nawet jeśli po kompilacji wyglądają zupełnie inaczej. - Problem it solves PL: Gdy w popularnej bibliotece wychodzi dziura, nikt nie wie, w których urządzeniach i programach siedzi jej skompilowana kopia. - What it does PL: Jak rozpoznawanie piosenki granej w innej tonacji i tempie: liczy się melodia, a nie konkretne nuty. - Everyday example PL: Producent routerów sprawdza swoje oprogramowanie i dowiaduje się, że trzy modele zawierają starą wersję biblioteki szyfrującej ze znaną luką. - In one sentence EN: Recognising that two pieces of finished programs come from the same code, even if they look completely different after compiling. - Problem it solves EN: When a hole turns up in a popular library, nobody knows which devices and programs carry a compiled copy of it. - What it does EN: Like recognising a song played in another key and tempo: the melody counts, not the exact notes. - Everyday example EN: A router maker scans its firmware and learns that three models contain an old version of an encryption library with a known flaw. - concerns you if PL: sprawdzasz oprogramowanie urządzeń pod kątem znanych luk; porównujesz wersje szkodników; interesujesz się wyszukiwaniem przez osadzenia - concerns you if EN: check device firmware for known flaws; compare malware versions; are interested in embedding-based search - related: `llmvulndetect` - sources: `wang-jtrans-2022` ### Szukanie i łatanie podatności z AI (AI-assisted vulnerability discovery and repair) - id: `vulndiscovery` · https://aiatlasgraph.com/t/vulndiscovery.md - path: AI w cyberbezpieczeństwie › Szukanie i łatanie podatności z AI - aliases: AI vulnerability research, automated vulnerability discovery, cyber reasoning systems, AI bug hunting, wyszukiwanie podatności - PL: Modele językowe i agenci, którzy generują testy fuzzingowe, czytają kod w poszukiwaniu błędów bezpieczeństwa i proponują poprawki. - EN: Language models and agents that generate fuzz tests, read code for security bugs and propose fixes. - In one sentence PL: AI, które przegląda kod programów w poszukiwaniu ukrytych dziur bezpieczeństwa i podpowiada, jak je załatać. - Problem it solves PL: W powszechnie używanych bibliotekach latami leżą błędy, bo ludzi zdolnych je znaleźć jest za mało, a kodu za dużo. - What it does PL: Jak niestrudzony korektor, który czyta każdą linijkę, próbuje ją złamać na tysiąc sposobów i od razu dopisuje poprawkę. - Everyday example PL: Opiekunka darmowej biblioteki dostaje zgłoszenie: zautomatyzowany system znalazł błąd pozwalający zawiesić program i dołączył gotową, przetestowaną łatkę. - In one sentence EN: AI that combs through program code for hidden security holes and suggests how to patch them. - Problem it solves EN: Bugs sit for years in widely used libraries because there are too few people able to find them and too much code. - What it does EN: Like a tireless proofreader who reads every line, tries to break it a thousand ways and writes the fix straight away. - Everyday example EN: A maintainer of a free library gets a report: an automated system found a crash-causing bug and attached a ready, tested patch. - concerns you if PL: utrzymujesz kod, z którego korzystają inni; odpowiadasz za bezpieczeństwo aplikacji w firmie; zastanawiasz się, czy AI znajdzie błędy w twoim kodzie - concerns you if EN: maintain code that others depend on; are responsible for application security at a company; wonder whether AI could find bugs in your code - related: `aicodereview` - sources: `xu-llm4security-survey-2024`, `google-oss-fuzz-gen-2024`, `project-zero-big-sleep-2024`, `ding-primevul-2024`, `darpa-aixcc-results-2025` ### Bezpieczeństwo kodu pisanego przez AI (Security of AI-generated code) - id: `aicodesecurity` · https://aiatlasgraph.com/t/aicodesecurity.md - path: AI w cyberbezpieczeństwie › Szukanie i łatanie podatności z AI › Bezpieczeństwo kodu pisanego przez AI - aliases: secure code generation, insecure code suggestions, AI coding assistant security, LLM code security, bezpieczne generowanie kodu - PL: Pomiar i ograniczanie podatności w kodzie generowanym przez asystentów programowania i agentów kodujących, przez testy, benchmarki i techniki bezpiecznego generowania. - EN: Measuring and reducing vulnerabilities in code produced by coding assistants and agents, via tests, benchmarks and secure-generation techniques. - In one sentence PL: Sprawdzanie, jak często programy pisane przez AI zostawiają furtki dla włamywaczy, i sposób, żeby było ich mniej. - Problem it solves PL: Kod od AI działa i wygląda porządnie, więc ludzie wdrażają go bez sprawdzenia, razem z ukrytymi błędami bezpieczeństwa. - What it does PL: Jak inspektor budowlany na osiedlu stawianym w rekordowym tempie: nie spowalnia ekipy, ale sprawdza instalację gazową, zanim ktoś się wprowadzi. - Everyday example PL: Asystent pisze formularz logowania, który działa, ale wkleja tekst użytkownika prosto do zapytania bazy; automatyczny test przed publikacją wykrywa tę dziurę. - In one sentence EN: Checking how often programs written by AI leave back doors for intruders, and ways to make that rarer. - Problem it solves EN: AI-written code runs and looks tidy, so people ship it unchecked, hidden security bugs included. - What it does EN: Like a building inspector on an estate built at record speed: doesn't slow the crew but checks the gas pipes before anyone moves in. - Everyday example EN: An assistant writes a login form that works but pastes user text straight into a database query; an automated pre-release test catches the hole. - concerns you if PL: piszesz programy z pomocą AI; zatwierdzasz kod przed wdrożeniem; budujesz narzędzia lub agentów do programowania - concerns you if EN: write software with AI help; approve code before release; build coding tools or agents - related: `vibecoding` - sources: `pearce-asleep-at-keyboard-2021`, `vero-baxbench-2025` ### Fuzzing wspomagany modelami językowymi (LLM-assisted fuzzing) - id: `llmfuzzing` · https://aiatlasgraph.com/t/llmfuzzing.md - path: AI w cyberbezpieczeństwie › Szukanie i łatanie podatności z AI › Fuzzing wspomagany modelami językowymi - aliases: LLM fuzz target generation, AI-generated fuzz harnesses, OSS-Fuzz-gen, fuzzing z LLM, LLM fuzz driver generation - PL: Modele językowe piszą i poprawiają harnessy fuzzingowe oraz klasyfikują crashe, zwiększając pokrycie kodu testami bez ręcznej pracy. - EN: Language models write and fix fuzzing harnesses and classify crashes, raising code coverage without manual work. - In one sentence PL: Model językowy sam pisze programy testujące, które zasypują kod dziwnymi danymi, aż wyjdzie na jaw ukryty błąd. - Problem it solves PL: Fuzzing znajduje mnóstwo błędów, ale każdy test trzeba ręcznie napisać do konkretnej funkcji, więc duża część kodu nigdy nie jest sprawdzana. - What it does PL: Jak praktykant, który sam przygotowuje stanowiska do testów zderzeniowych dla każdej części auta, a inżynier tylko przegląda wyniki. - Everyday example PL: W szeroko używanej bibliotece szyfrującej test wygenerowany przez model trafia na błąd, który prawdopodobnie przetrwał w kodzie około dwudziestu lat. - In one sentence EN: A language model writes test programs itself that pelt code with odd data until a hidden bug shows up. - Problem it solves EN: Fuzzing finds lots of bugs, but each test must be hand-written for a specific function, so much code is never checked. - What it does EN: Like an apprentice who sets up crash-test rigs for every car part, while the engineer only reviews the results. - Everyday example EN: In a widely used encryption library, a model-generated test hits a bug that had likely survived in the code for about twenty years. - concerns you if PL: utrzymujesz bibliotekę w C lub C++; chcesz zwiększyć pokrycie kodu testami; interesuje cię, jak AI szuka błędów - concerns you if EN: maintain a C or C++ library; want to raise test coverage of your code; are curious how AI hunts for bugs - related: `cyberreasoning` - sources: `google-oss-fuzz-gen-2024` ### Generowanie sterowników fuzzingu przez modele językowe (LLM-based fuzz driver generation) - id: `fuzzdrivergen` · https://aiatlasgraph.com/t/fuzzdrivergen.md - path: AI w cyberbezpieczeństwie › Szukanie i łatanie podatności z AI › Fuzzing wspomagany modelami językowymi › Generowanie sterowników fuzzingu przez modele językowe - aliases: fuzz harness generation, fuzz target generation, LLM fuzz drivers, OSS-Fuzz-Gen, generowanie harnessów fuzzingowych - PL: Automatyczne pisanie przez modele językowe kodu łączącego fuzzer z funkcjami biblioteki, tak by losowe dane trafiały głęboko w testowany kod. - EN: Language models automatically writing the glue code that connects a fuzzer to a library's functions so random inputs reach deep into the tested code. - In one sentence PL: Model pisze mały program-pośrednik, który pozwala automatycznie bombardować bibliotekę milionami dziwnych danych w poszukiwaniu błędów. - Problem it solves PL: Testy losowymi danymi znajdują wiele błędów, ale do każdej funkcji ktoś musi najpierw ręcznie napisać kod podłączenia. - What it does PL: Jak adapter do gniazdka w obcym kraju: sam niczego nie testuje, ale bez niego maszyna testująca w ogóle się nie podłączy. - Everyday example PL: Projekt otwartego kodu dostaje od automatu kilkadziesiąt nowych programów testujących dla nieprzetestowanych funkcji; jeden w ciągu doby znajduje przepełnienie pamięci. - In one sentence EN: A model writes a small go-between program that lets a library be automatically bombarded with millions of odd inputs to find bugs. - Problem it solves EN: Random-input testing finds many bugs, but someone must first hand-write the hook-up code for each function. - What it does EN: Like a plug adapter abroad: it tests nothing itself, but without it the testing machine can't connect at all. - Everyday example EN: An open-source project receives dozens of new test programs for untested functions from an automated system; within a day one finds a memory overflow. - concerns you if PL: utrzymujesz bibliotekę w C lub C++; chcesz zacząć fuzzing bez pisania kodu od zera; badasz agentów testujących oprogramowanie - concerns you if EN: maintain a C or C++ library; want to start fuzzing without writing code from scratch; research software-testing agents - sources: `zhang-llm-fuzz-driver-generation-2024` ### Systemy automatycznego znajdowania i łatania błędów (Cyber reasoning systems for automated find-and-patch) - id: `cyberreasoning` · https://aiatlasgraph.com/t/cyberreasoning.md - path: AI w cyberbezpieczeństwie › Szukanie i łatanie podatności z AI › Systemy automatycznego znajdowania i łatania błędów - aliases: cyber reasoning system, CRS, AIxCC, automated vulnerability repair, autonomiczne łatanie podatności, AI patching - PL: Autonomiczne systemy łączące fuzzing, analizę statyczną i modele językowe, które znajdują podatność, potwierdzają ją i generują przetestowaną łatkę. - EN: Autonomous systems combining fuzzing, static analysis and language models that find a vulnerability, confirm it and generate a tested patch. - In one sentence PL: Zautomatyzowane systemy, które bez udziału człowieka znajdują błąd bezpieczeństwa w programie, udowadniają go i piszą poprawkę. - Problem it solves PL: Nawet gdy błąd jest znany, jego naprawa w darmowym projekcie czeka tygodniami, bo opiekunowie mają za mało czasu. - What it does PL: Jak pogotowie techniczne, które samo zauważa wyciek, zakręca zawór, wymienia rurę i zostawia notatkę, co zrobiło. - Everyday example PL: Podczas zawodów system wskazuje błąd w bibliotece Javy, dołącza dane wywołujące awarię i proponuje łatkę sprawdzoną wobec błędu i dostępnych testów. - In one sentence EN: Automated systems that, without human help, find a security bug in a program, prove it and write the fix. - Problem it solves EN: Even once a bug is known, fixing it in a free project can wait weeks, because maintainers lack time. - What it does EN: Like an emergency repair crew that spots a leak itself, shuts the valve, replaces the pipe and leaves a note on what it did. - Everyday example EN: During a contest, a system flags a bug in a Java library, attaches the crashing input and proposes a patch checked against the bug and available tests. - concerns you if PL: utrzymujesz projekt open source; zarządzasz łataniem podatności w firmie; śledzisz, jak daleko sięga autonomia agentów - concerns you if EN: maintain an open-source project; manage vulnerability patching at a company; follow how far agent autonomy reaches - related: `llmfuzzing` - sources: `darpa-aixcc-results-2025` ### Generowanie łatek na podatności przez modele językowe (LLM-based vulnerability patch generation) - id: `vulnpatchgen` · https://aiatlasgraph.com/t/vulnpatchgen.md - path: AI w cyberbezpieczeństwie › Szukanie i łatanie podatności z AI › Systemy automatycznego znajdowania i łatania błędów › Generowanie łatek na podatności przez modele językowe - aliases: automated vulnerability repair, AVR, LLM security patching, AI-generated security fixes, automatyczne łatanie podatności - PL: Modele generatywne proponują zmiany w kodzie, które mają naprawić znaną podatność. Kandydat wymaga testów funkcjonalnych i oceny bezpieczeństwa przed użyciem. - EN: Generative models propose code changes intended to repair a known vulnerability. A candidate requires functional testing and security evaluation before use. - In one sentence PL: Model proponuje łatkę do podatnego fragmentu kodu, ale programista i testy muszą sprawdzić, czy naprawdę usuwa błąd i nie psuje programu. - Problem it solves PL: Znalezionych błędów przybywa szybciej, niż programiści zdążają je naprawiać, więc znane dziury czekają miesiącami. - What it does PL: Jak mechanik, który dostaje nagranie stukającego silnika: proponuje naprawkę, a jazda próbna pokazuje, czy stukanie znikło. - Everyday example PL: Po wykryciu podatności w funkcji C model proponuje zmianę kodu. Zespół uruchamia testy i analizę bezpieczeństwa, zanim rozważy włączenie łatki. - In one sentence EN: A model proposes a patch for vulnerable code, but a developer and tests must verify that it fixes the bug without breaking the program. - Problem it solves EN: Bugs are found faster than developers can fix them, so known holes wait for months. - What it does EN: Like a mechanic handed a recording of a knocking engine: proposes a fix, and a test drive shows whether the knock is gone. - Everyday example EN: After a vulnerability is found in a C function, a model proposes a code change. The team runs tests and security analysis before considering the patch. - concerns you if PL: utrzymujesz projekt z otwartym kodem; masz zaległe zgłoszenia o błędach bezpieczeństwa; budujesz agentów programistycznych - concerns you if EN: maintain an open-source project; have a backlog of security bug reports; build coding agents - sources: `pearce-zero-shot-vuln-repair-2021` ### Wykrywanie podatności w kodzie przez modele językowe (Vulnerability detection in source code with language models) - id: `llmvulndetect` · https://aiatlasgraph.com/t/llmvulndetect.md - path: AI w cyberbezpieczeństwie › Szukanie i łatanie podatności z AI › Wykrywanie podatności w kodzie przez modele językowe - aliases: LLM vulnerability detection, code LM vulnerability detection, AI code auditing, variant analysis with LLMs, audyt kodu z AI - PL: Modele językowe i agenci analizujący kod źródłowy i zmiany w nim, by wskazać błędy bezpieczeństwa i warianty znanych podatności. - EN: Language models and agents analysing source code and changes to flag security bugs and variants of known vulnerabilities. - In one sentence PL: Modele, które czytają kod jak recenzent bezpieczeństwa i wskazują miejsca, gdzie haker mógłby się włamać. - Problem it solves PL: Narzędzia analizy statycznej zasypują programistów ostrzeżeniami, a ręczny audyt dużego projektu trwa tygodniami i kosztuje fortunę. - What it does PL: Jak inspektor budowlany, który po naprawie jednego pęknięcia sprawdza, czy ta sama wada konstrukcji nie powtarza się na innych piętrach. - Everyday example PL: Agent analizuje świeżą poprawkę w popularnej bazie danych i znajduje podobny, nienaprawiony błąd w sąsiedniej funkcji, zanim trafi on do wydania. - In one sentence EN: Models that read code like a security reviewer and point to places where a hacker could break in. - Problem it solves EN: Static analysis tools bury developers in warnings, and a manual audit of a large project takes weeks and costs a fortune. - What it does EN: Like a building inspector who, after one crack is fixed, checks whether the same structural flaw repeats on other floors. - Everyday example EN: An agent studies a fresh fix in a popular database and finds a similar, unfixed bug in a nearby function before it ships in a release. - concerns you if PL: prowadzisz przeglądy kodu w zespole; używasz asystenta AI do programowania; odpowiadasz za bezpieczeństwo własnej aplikacji - concerns you if EN: run code reviews on your team; use an AI coding assistant; are responsible for your own app's security - related: `binsimilarity` - sources: `project-zero-big-sleep-2024`, `ding-primevul-2024` ### Wykrywanie zagrożeń i włamań (Threat and intrusion detection) - id: `threatdetection` · https://aiatlasgraph.com/t/threatdetection.md - path: AI w cyberbezpieczeństwie › Wykrywanie zagrożeń i włamań - aliases: intrusion detection, threat detection, detection engineering with ML, wykrywanie intruzów, IDS - PL: Modele wykrywające ataki w ruchu sieciowym, logach systemów i poczcie: klasyfikacja znanych wzorców i wykrywanie odstępstw od normy. - EN: Models that detect attacks in network traffic, system logs and email: classifying known patterns and flagging departures from normal behaviour. - In one sentence PL: Systemy, które obserwują sieć, serwery i skrzynki pocztowe i podnoszą alarm, gdy dzieje się coś podobnego do ataku. - Problem it solves PL: Włamanie potrafi tygodniami ukrywać się wśród miliardów zwykłych połączeń i wpisów, których żaden człowiek nie przejrzy. - What it does PL: Jak czujnik dymu, który zna zapach zwykłego gotowania: milczy przy codziennym ruchu i reaguje na to, co odbiega od normy. - Everyday example PL: Firmowy serwer o trzeciej w nocy zaczyna wysyłać gigabajty danych na nieznany adres; system blokuje połączenie i budzi dyżurnego. - In one sentence EN: Systems that watch networks, servers and mailboxes and raise an alarm when something looks like an attack. - Problem it solves EN: An intrusion can hide for weeks among billions of ordinary connections and log lines that no person could read. - What it does EN: Like a smoke detector that knows the smell of everyday cooking: stays quiet at normal activity and reacts to what is out of line. - Everyday example EN: A company server starts sending gigabytes of data to an unknown address at 3 a.m.; the system blocks the connection and wakes the on-call engineer. - concerns you if PL: zarządzasz siecią lub serwerami w firmie; dostajesz alerty z systemów bezpieczeństwa; budujesz detektory anomalii - concerns you if EN: run a network or servers at a company; receive alerts from security tools; build anomaly detectors - related: `anomalydetection` - sources: `xu-llm4security-survey-2024`, `sommer-paxson-closed-world-2010` ### Analiza zachowań użytkowników i zagrożenia wewnętrzne (UEBA) (User and entity behaviour analytics (UEBA) and insider threat detection) - id: `ueba` · https://aiatlasgraph.com/t/ueba.md - path: AI w cyberbezpieczeństwie › Wykrywanie zagrożeń i włamań › Analiza zachowań użytkowników i zagrożenia wewnętrzne (UEBA) - aliases: UEBA, insider threat detection, user behaviour analytics, UBA, wykrywanie zagrożeń wewnętrznych - PL: Modelowanie typowego zachowania kont, użytkowników i urządzeń w organizacji oraz wykrywanie odchyleń wskazujących na przejęte konto lub nieuczciwego pracownika. - EN: Modelling the typical behaviour of accounts, users and devices in an organisation and detecting deviations that suggest a hijacked account or a malicious insider. - In one sentence PL: System, który uczy się, jak zwykle pracują ludzie w firmie, i podnosi alarm, gdy czyjeś konto zaczyna zachowywać się dziwnie. - Problem it solves PL: Najgroźniejsze wycieki zaczynają się od kogoś z prawdziwym hasłem, więc zwykłe zabezpieczenia niczego nie zauważają. - What it does PL: Jak portier, który zna wszystkich pracowników: nie sprawdza przepustek, tylko dziwi się, gdy księgowa o trzeciej w nocy wynosi archiwum. - Everyday example PL: Konto handlowca, który właśnie złożył wypowiedzenie, nagle pobiera całą bazę klientów na prywatny dysk; system zgłasza to przełożonemu. - In one sentence EN: A system that learns how people at a company usually work and raises an alarm when someone's account starts acting strangely. - Problem it solves EN: The worst leaks start with someone holding a real password, so ordinary safeguards notice nothing. - What it does EN: Like a doorman who knows every employee: he doesn't check passes, he just wonders why the accountant is carrying out the archive at 3 a.m. - Everyday example EN: The account of a salesperson who just handed in notice suddenly downloads the entire customer database to a personal drive; the system flags it to a manager. - concerns you if PL: odpowiadasz za dane firmy; pracujesz z logami logowania i dostępu; budujesz detektory anomalii na danych o ludziach - concerns you if EN: are responsible for company data; work with login and access logs; build anomaly detectors on data about people - sources: `yuan-wu-insider-threat-dl-review-2020` ### Wykrywanie anomalii w logach systemów (Log anomaly detection) - id: `loganomaly` · https://aiatlasgraph.com/t/loganomaly.md - path: AI w cyberbezpieczeństwie › Wykrywanie zagrożeń i włamań › Wykrywanie anomalii w logach systemów - aliases: log-based anomaly detection, deep learning log analysis, AIOps log anomaly, analiza logów z ML - PL: Uczenie modeli sekwencji zdarzeń z dzienników systemów i aplikacji, by wykrywać nietypowe przebiegi wskazujące na awarię lub atak. - EN: Learning models of event sequences from system and application logs to detect unusual runs that signal failures or attacks. - In one sentence PL: Modele czytające dzienniki serwerów i aplikacji, które zauważają nietypowe ciągi zdarzeń mogące oznaczać atak albo awarię. - Problem it solves PL: Serwery zapisują miliony linijek dziennie, a ślad włamania to kilka wpisów w nietypowej kolejności, których nikt nie zauważy. - What it does PL: Jak ktoś, kto zna na pamięć rytuał porannego otwierania sklepu i od razu wyczuwa, że dziś alarm wyłączono przed otwarciem drzwi. - Everyday example PL: Na serwerze pojawia się udane logowanie na konto administratora bez wcześniejszych zwykłych kroków; model oznacza tę sekwencję jako podejrzaną. - In one sentence EN: Models that read server and application logs and spot unusual chains of events that may mean an attack or a breakdown. - Problem it solves EN: Servers write millions of lines a day, and the trace of a break-in is a few entries in an odd order that nobody notices. - What it does EN: Like someone who knows the shop's morning opening ritual by heart and senses at once that today the alarm went off before the door opened. - Everyday example EN: A server shows a successful admin login without the usual preceding steps; the model flags the sequence as suspicious. - concerns you if PL: utrzymujesz serwery lub aplikacje w chmurze; szukasz przyczyn awarii w logach; budujesz modele na danych sekwencyjnych - concerns you if EN: run servers or cloud applications; dig through logs for the cause of outages; build models on sequential data - sources: `landauer-log-anomaly-survey-2022` ### Parsowanie logów do szablonów zdarzeń (Automated log parsing) - id: `logparsing` · https://aiatlasgraph.com/t/logparsing.md - path: AI w cyberbezpieczeństwie › Wykrywanie zagrożeń i włamań › Wykrywanie anomalii w logach systemów › Parsowanie logów do szablonów zdarzeń - aliases: log parsing, log template extraction, LLM-based log parsing, structured log extraction, parsowanie logów - PL: Automatyczne rozbijanie surowych komunikatów logów na stały szablon zdarzenia i zmienne parametry, jako pierwszy krok wykrywania anomalii i diagnostyki. - EN: Automatically splitting raw log messages into a fixed event template and variable parameters, as the first step in anomaly detection and diagnostics. - In one sentence PL: Porządkowanie milionów linijek z dzienników systemów w kilka setek powtarzających się typów zdarzeń. - Problem it solves PL: Dzienniki systemów są ogromne i nieuporządkowane, a ręcznie pisane wzorce psują się przy każdej aktualizacji oprogramowania. - What it does PL: Jak segregowanie poczty do przegródek według wzoru listu: treść wzoru się powtarza, zmieniają się tylko nazwiska i kwoty. - Everyday example PL: Po awarii aplikacji administrator zamiast przewijać dziennik widzi tabelę: ten typ błędu pojawił się dziś tysiąc razy, a wczoraj ani razu. - In one sentence EN: Sorting millions of lines from system journals into a few hundred recurring kinds of events. - Problem it solves EN: System journals are huge and messy, and hand-written patterns break with every software update. - What it does EN: Like sorting mail into pigeonholes by letter template: the template repeats, only names and amounts change. - Everyday example EN: After an app failure, instead of scrolling the journal the admin sees a table: this error type appeared a thousand times today and never yesterday. - concerns you if PL: przeglądasz dzienniki serwerów lub aplikacji; budujesz wykrywanie anomalii na logach; chcesz użyć modelu językowego do porządkowania tekstu - concerns you if EN: read server or application journals; build anomaly detection on logs; want to use a language model to structure text - sources: `zhu-log-parsing-benchmark-2019`, `jiang-lilac-llm-log-parsing-2024` ### Wykrywanie ataków na grafach pochodzenia zdarzeń systemowych (Provenance-graph-based intrusion detection) - id: `provenanceids` · https://aiatlasgraph.com/t/provenanceids.md - path: AI w cyberbezpieczeństwie › Wykrywanie zagrożeń i włamań › Wykrywanie ataków na grafach pochodzenia zdarzeń systemowych - aliases: provenance-based intrusion detection, PIDS, APT detection with provenance graphs, system provenance analysis, wykrywanie APT na grafach pochodzenia - PL: Wykrywanie długotrwałych, ukrytych ataków przez analizę grafów zależności między procesami, plikami i połączeniami sieciowymi w systemie operacyjnym. - EN: Detecting long-running stealthy attacks by analysing dependency graphs between processes, files and network connections in an operating system. - In one sentence PL: Rysowanie mapy, który program co otworzył, zapisał i z kim się łączył, i szukanie na niej śladów cichego włamania. - Problem it solves PL: Zawodowi włamywacze działają powoli przez tygodnie, a każdy ich krok osobno wygląda jak zwykła praca systemu. - What it does PL: Jak detektyw łączący nitkami zdjęcia na tablicy: pojedynczy fakt nic nie mówi, ale cały łańcuch powiązań zdradza plan. - Everyday example PL: Edytor tekstu uruchamia wiersz poleceń, ten pobiera plik, a tydzień później coś wysyła archiwa za granicę; system łączy te kroki w jedną historię. - In one sentence EN: Drawing a map of which program opened, wrote and contacted what, and searching it for traces of a quiet break-in. - Problem it solves EN: Professional intruders move slowly over weeks, and each step on its own looks like normal system activity. - What it does EN: Like a detective linking photos on a board with string: one fact says nothing, but the whole chain of links reveals the plan. - Everyday example EN: A word processor launches a command line, which downloads a file, and a week later something sends archives abroad; the system links these steps into one story. - concerns you if PL: Analizujesz zależności między zdarzeniami systemowymi.; Bronisz hostów Linux.; Budujesz warstwę dochodzeniową opartą na pochodzeniu danych. - concerns you if EN: You analyze dependencies among system events.; You defend Linux hosts.; You build a provenance-based investigation layer. - sources: `han-unicorn-provenance-apt-2020` ### Wykrywanie losowo generowanych domen (DGA) (Detection of algorithmically generated domains (DGA detection)) - id: `dgadetect` · https://aiatlasgraph.com/t/dgadetect.md - path: AI w cyberbezpieczeństwie › Wykrywanie zagrożeń i włamań › Wykrywanie losowo generowanych domen (DGA) - aliases: DGA detection, domain generation algorithm detection, malicious domain classification, botnet domain detection, wykrywanie domen DGA - PL: Klasyfikacja nazw domen jako wygenerowanych algorytmicznie przez malware do łączności z serwerem dowodzenia, często na podstawie samego ciągu znaków. - EN: Classifying domain names as algorithmically generated by malware to reach its command server, often from the character string alone. - In one sentence PL: Rozpoznawanie adresów internetowych, które wymyślił program przestępców, a nie człowiek, po samym wyglądzie nazwy. - Problem it solves PL: Zainfekowane komputery codziennie próbują tysięcy nowych adresów, by znaleźć szefa, a list blokad nie da się nadążać aktualizować. - What it does PL: Jak sekretarka, która po samym brzmieniu nazwiska wyczuwa zmyśloną firmę dzwoniącą z „pilnym zamówieniem”. - Everyday example PL: Firmowy filtr sieci zauważa, że laptop pyta o setki adresów w rodzaju bezsensownych ciągów liter, i odcina go od internetu do sprawdzenia. - In one sentence EN: Spotting web addresses invented by a criminal's program rather than a person, just from how the name looks. - Problem it solves EN: Infected computers try thousands of new addresses daily to find their boss, and blocklists can't be updated fast enough. - What it does EN: Like a receptionist who can tell a made-up company from the sound of its name alone when it calls with an 'urgent order'. - Everyday example EN: The company network filter notices a laptop looking up hundreds of addresses made of meaningless letter strings and cuts it off until checked. - concerns you if PL: zarządzasz siecią lub serwerem nazw w firmie; chcesz zbudować pierwszy klasyfikator tekstu znak po znaku; analizujesz ruch zainfekowanych komputerów - concerns you if EN: run a network or name server at a company; want to build a first character-level text classifier; analyse traffic from infected computers - sources: `woodbridge-dga-lstm-2016` ### Wykrywanie phishingu (Phishing detection) - id: `phishingdetect` · https://aiatlasgraph.com/t/phishingdetect.md - path: AI w cyberbezpieczeństwie › Wykrywanie zagrożeń i włamań › Wykrywanie phishingu - aliases: phishing email detection, malicious URL detection, anti-phishing ML, wykrywanie wyłudzeń, spear-phishing detection - PL: Klasyfikacja wiadomości, adresów URL i stron jako prób wyłudzenia na podstawie treści, zapisu adresu oraz podobieństwa wizualnego do prawdziwych marek. - EN: Classifying messages, URLs and webpages as phishing from their content, URL representation and visual similarity to legitimate brands. - In one sentence PL: Filtry, które rozpoznają fałszywe maile, esemesy i strony udające bank, kuriera lub szefa, zanim wyłudzą hasło albo pieniądze. - Problem it solves PL: Fałszywe wiadomości są coraz lepiej napisane i spersonalizowane, a wystarczy jedno kliknięcie zmęczonego pracownika, by atakujący wszedł do firmy. - What it does PL: Jak doświadczony listonosz, który zna charakter pisma twojego banku i od razu odkłada list z podrobionym nadrukiem. - Everyday example PL: Dostajesz esemes o „niedopłacie za przesyłkę” z linkiem; przeglądarka ostrzega, że strona udaje kuriera i została założona wczoraj. - In one sentence EN: Filters that recognise fake emails, texts and pages posing as a bank, courier or boss before they trick you out of a password or money. - Problem it solves EN: Fake messages are ever better written and personalised, and one click by a tired employee lets the attacker into the company. - What it does EN: Like a seasoned postman who knows your bank's handwriting and sets aside a letter with a forged letterhead at once. - Everyday example EN: You get a text about an 'unpaid parcel fee' with a link; the browser warns the page imitates a courier and was set up yesterday. - concerns you if PL: dostajesz podejrzane maile lub esemesy; zarządzasz pocztą w firmie; szkolisz ludzi z bezpieczeństwa - concerns you if EN: get suspicious emails or texts; manage email at a company; train people in security awareness - related: `aiattacks`, `frauddetection` - sources: `thapa-phishing-llm-vs-classical-2025`, `urlnet-malicious-url-2018`, `lin-phishpedia-2021` ### Wykrywanie włamań w ruchu sieciowym (Machine-learning network intrusion detection) - id: `networkids` · https://aiatlasgraph.com/t/networkids.md - path: AI w cyberbezpieczeństwie › Wykrywanie zagrożeń i włamań › Wykrywanie włamań w ruchu sieciowym - aliases: ML-based NIDS, network anomaly detection, flow-based intrusion detection, wykrywanie anomalii w sieci, NIDS - PL: Klasyfikatory i detektory anomalii uczone na przepływach i pakietach sieciowych, odróżniające ruch normalny od ataków. - EN: Classifiers and anomaly detectors trained on network flows and packets, separating normal traffic from attacks. - In one sentence PL: Modele, które obserwują połączenia w sieci firmy i zauważają te, które wyglądają na skanowanie, włamanie lub wyprowadzanie danych. - Problem it solves PL: Przez sieć firmy przechodzą miliony połączeń dziennie, a atakujący ukrywa się wśród nich, używając zwykłych protokołów. - What it does PL: Jak ochroniarz na parkingu, który zna rytm dnia: zauważa auto krążące wokół budynku dziesiąty raz, choć każdy przejazd z osobna jest niewinny. - Everyday example PL: Komputer w księgowości nagle łączy się po kolei z setkami innych maszyn w sieci; system oznacza to jako możliwe rozprzestrzenianie się ransomware. - In one sentence EN: Models that watch connections on a company network and notice those that look like scanning, break-ins or data theft. - Problem it solves EN: Millions of connections cross a company network daily, and an attacker hides among them using ordinary protocols. - What it does EN: Like a car-park guard who knows the day's rhythm: notices a car circling the building for the tenth time, though each pass alone is innocent. - Everyday example EN: An accounting PC suddenly connects to hundreds of other machines in turn; the system flags it as possible ransomware spreading. - concerns you if PL: administrujesz siecią firmową; uczysz się wykrywania anomalii na prawdziwych danych; oceniasz narzędzia do monitoringu sieci - concerns you if EN: administer a company network; are learning anomaly detection on real data; evaluate network monitoring tools - sources: `sommer-paxson-closed-world-2010`, `arp-dos-donts-ml-security-2020` ### Wykrywanie złośliwego oprogramowania (Machine-learning malware detection) - id: `malwareml` · https://aiatlasgraph.com/t/malwareml.md - path: AI w cyberbezpieczeństwie › Wykrywanie złośliwego oprogramowania - aliases: malware detection, ML malware classification, antivirus machine learning, wykrywanie malware, next-gen antivirus - PL: Klasyfikacja plików i zachowań programów jako złośliwych lub nieszkodliwych na podstawie cech statycznych i dynamicznych. - EN: Classifying files and program behaviour as malicious or benign from static and dynamic features. - In one sentence PL: Programy antywirusowe, które rozpoznają szkodliwe pliki po ich budowie i zachowaniu, a nie tylko po liście znanych wirusów. - Problem it solves PL: Każdego dnia powstają setki tysięcy nowych wariantów wirusów, a lista znanych zagrożeń zawsze jest o krok za nimi. - What it does PL: Jak doświadczony celnik, który nie potrzebuje listu gończego: po wyglądzie paczki i zachowaniu nadawcy wyczuwa, że coś jest nie tak. - Everyday example PL: Pobierasz z sieci „darmową” wersję programu, a ochrona w systemie usuwa plik, choć nikt wcześniej nie widział dokładnie tego wirusa. - In one sentence EN: Antivirus software that recognises harmful files by how they are built and behave, not just from a list of known viruses. - Problem it solves EN: Hundreds of thousands of new virus variants appear every day, and a list of known threats is always a step behind. - What it does EN: Like an experienced customs officer who needs no wanted poster: the look of a parcel and the sender's behaviour tell them something is off. - Everyday example EN: You download a 'free' version of a program and your system's protection deletes it, though nobody had seen that exact virus before. - concerns you if PL: masz antywirusa na komputerze lub telefonie; instalujesz programy spoza oficjalnych sklepów; pracujesz w zespole bezpieczeństwa - concerns you if EN: have antivirus on your computer or phone; install software from outside official stores; work on a security team - related: `binaryai` - sources: `xu-llm4security-survey-2024`, `anderson-roth-ember-2018`, `pendlebury-tesseract-2019` ### Omijanie detektorów malware przykładami adwersarialnymi (Adversarial evasion of malware detectors) - id: `advmalware` · https://aiatlasgraph.com/t/advmalware.md - path: AI w cyberbezpieczeństwie › Wykrywanie złośliwego oprogramowania › Omijanie detektorów malware przykładami adwersarialnymi - aliases: adversarial malware, problem-space attacks, evasive malware generation, adversarial examples for malware, ataki adwersarialne na detektory malware - PL: Modyfikowanie prawdziwych złośliwych programów tak, by zachowały działanie, a klasyfikator uznał je za nieszkodliwe, oraz obrona przed takimi atakami. - EN: Modifying real malicious programs so they keep working while a classifier judges them benign, and defending against such attacks. - In one sentence PL: Badanie, jak przestępcy mogą lekko przerobić wirusa, żeby program ochronny oparty na AI go przepuścił, i jak się przed tym bronić. - Problem it solves PL: Uczony detektor może mieć ślepe punkty, które atakujący znajdzie szybciej niż jego twórcy. - What it does PL: Jak włamywacz testujący, które przebranie zmyli bramkarza: obrońcy robią to pierwsi, by poznać słabości i je załatać. - Everyday example PL: Zespół bezpieczeństwa dokleja do znanego szkodnika nieszkodliwy kod z popularnej aplikacji i sprawdza, czy ich detektor nadal go wyłapuje. - In one sentence EN: Studying how criminals can slightly rework a virus so AI-based protection lets it through, and how to defend against that. - Problem it solves EN: A trained detector can have blind spots that attackers find faster than its makers do. - What it does EN: Like a burglar testing which disguise fools the bouncer: defenders do it first to find the weaknesses and fix them. - Everyday example EN: A security team attaches harmless code from a popular app to a known piece of malware and checks whether their detector still catches it. - concerns you if PL: utrzymujesz detektor malware oparty na uczeniu maszynowym; oceniasz, czy model wytrzyma celowy atak; badasz odporność modeli - concerns you if EN: maintain a machine-learning malware detector; assess whether a model will withstand a deliberate attack; research model robustness - related: `robustness` - sources: `pierazzi-problem-space-attacks-2020` ### Starzenie się detektorów i realistyczna ocena w czasie (Concept drift and time-aware evaluation of malware detectors) - id: `malwaredrift` · https://aiatlasgraph.com/t/malwaredrift.md - path: AI w cyberbezpieczeństwie › Wykrywanie złośliwego oprogramowania › Starzenie się detektorów i realistyczna ocena w czasie - aliases: temporal bias in malware classification, TESSERACT, time-aware evaluation, model decay in security, dryf w wykrywaniu malware - PL: Metody oceny i utrzymania detektorów malware, uwzględniające chronologię danych, realistyczne proporcje klas i spadek skuteczności w czasie. - EN: Methods for evaluating and maintaining malware detectors that respect data chronology, realistic class ratios and performance decay over time. - In one sentence PL: Sposób uczciwego sprawdzania, jak długo detektor wirusów zachowa skuteczność, gdy przestępcy zaczną pisać nowe szkodniki. - Problem it solves PL: Detektory chwalone w publikacjach za niemal stuprocentową skuteczność po wdrożeniu szybko przestają wyłapywać nowe zagrożenia. - What it does PL: Jak egzamin z pytań, których uczeń nie mógł widzieć: model uczy się na starszych próbkach i jest sprawdzany wyłącznie na późniejszych. - Everyday example PL: Zespół trenuje detektor na aplikacjach z zeszłego roku i sprawdza go miesiąc po miesiącu na nowych; wykres pokazuje, kiedy trzeba go douczyć. - In one sentence EN: A fair way to check how long a virus detector keeps working once criminals start writing new malware. - Problem it solves EN: Detectors praised in papers for near-perfect accuracy quickly stop catching new threats once deployed. - What it does EN: Like an exam with questions the student could not have seen: the model learns from older samples and is tested only on later ones. - Everyday example EN: A team trains a detector on last year's apps and tests it month by month on new ones; the chart shows when it needs retraining. - concerns you if PL: publikujesz lub recenzujesz wyniki modeli bezpieczeństwa; utrzymujesz detektor w produkcji; chcesz uniknąć przecieku danych w ocenie - concerns you if EN: publish or review security model results; maintain a detector in production; want to avoid data leakage in evaluation - related: `fraudfeedbackdrift`, `driftdetection` - sources: `pendlebury-tesseract-2019`, `arp-dos-donts-ml-security-2020` ### Statyczna klasyfikacja plików wykonywalnych (Static malware classification of executables) - id: `staticmalware` · https://aiatlasgraph.com/t/staticmalware.md - path: AI w cyberbezpieczeństwie › Wykrywanie złośliwego oprogramowania › Statyczna klasyfikacja plików wykonywalnych - aliases: static PE malware detection, EMBER, MalConv, statyczne wykrywanie malware, file-based malware classifier - PL: Klasyfikacja plików wykonywalnych (np. Windows PE) jako złośliwych lub nie na podstawie cech wyciągniętych bez uruchamiania programu. - EN: Classifying executables (e.g. Windows PE files) as malicious or benign from features extracted without running the program. - In one sentence PL: Metoda oceny, czy plik programu jest szkodliwy, wyłącznie na podstawie jego zawartości, bez uruchamiania go. - Problem it solves PL: Uruchamianie każdego pobranego pliku w izolacji trwa za długo, a decyzję trzeba podjąć, zanim użytkownik kliknie dwa razy. - What it does PL: Jak rentgen walizki na lotnisku: widać, co jest w środku i jak to ułożono, bez otwierania bagażu. - Everyday example PL: Załącznik do maila to plik programu podpisany jako faktura; ochrona komputera ocenia go w ułamku sekundy i blokuje przed otwarciem. - In one sentence EN: A way to judge whether a program file is harmful purely from its contents, without running it. - Problem it solves EN: Running every downloaded file in isolation takes too long, and the decision is needed before the user double-clicks. - What it does EN: Like an airport X-ray of a suitcase: you see what is inside and how it is packed without opening it. - Everyday example EN: An email attachment is a program file labelled as an invoice; your computer's protection scores it in a split second and blocks it before opening. - concerns you if PL: chcesz zbudować pierwszy klasyfikator na danych z bezpieczeństwa; oceniasz oprogramowanie antywirusowe; analizujesz podejrzane pliki - concerns you if EN: want to build a first classifier on security data; evaluate antivirus software; analyse suspicious files - sources: `anderson-roth-ember-2018` ### Wykrywanie malware po zachowaniu w piaskownicy (Dynamic (behavioural) malware detection) - id: `dynmalware` · https://aiatlasgraph.com/t/dynmalware.md - path: AI w cyberbezpieczeństwie › Wykrywanie złośliwego oprogramowania › Wykrywanie malware po zachowaniu w piaskownicy - aliases: dynamic malware analysis, behavioural malware detection, API call sequence classification, sandbox-based detection, analiza dynamiczna malware - PL: Klasyfikacja programów na podstawie śladów ich działania w odizolowanym środowisku, najczęściej sekwencji wywołań API systemu wraz z argumentami. - EN: Classifying programs from traces of their execution in an isolated environment, most often sequences of system API calls with their arguments. - In one sentence PL: Uruchamianie podejrzanego programu w zamkniętej klatce i ocenianie, czy jest groźny, po tym, co próbuje robić. - Problem it solves PL: Szkodnik może być tak zaszyfrowany i przebrany, że po samym pliku nie da się poznać, co zrobi po uruchomieniu. - What it does PL: Jak obserwacja gościa przez lustro weneckie: nie oceniasz jego stroju, tylko to, czy zaczyna grzebać w szufladach. - Everyday example PL: Firmowa poczta zatrzymuje załącznik na kilka minut, uruchamia go w wirtualnym komputerze i blokuje, bo plik zaczął szyfrować testowe dokumenty. - In one sentence EN: Running a suspicious program inside a sealed cage and judging whether it is dangerous by what it tries to do. - Problem it solves EN: Malware can be so encrypted and disguised that the file alone gives no clue what it will do once launched. - What it does EN: Like watching a visitor through a one-way mirror: you ignore the outfit and check whether they start rifling through drawers. - Everyday example EN: The company mail system holds an attachment for a few minutes, runs it in a virtual computer and blocks it because it started encrypting test documents. - concerns you if PL: dostajesz w pracy załączniki od nieznanych nadawców; analizujesz podejrzane pliki; budujesz model na danych sekwencyjnych - concerns you if EN: receive attachments from unknown senders at work; analyse suspicious files; build models on sequential data - related: `binaryai` - sources: `zhang-dynamic-malware-feature-learning-2019` ## AI w edukacji (AI in education) - id: `aied` · https://aiatlasgraph.com/t/aied.md - path: AI w edukacji - aliases: AIED, AI in education, educational AI, edtech AI, sztuczna inteligencja w edukacji, AI w szkole - PL: Zastosowania AI w nauczaniu i uczeniu się: modelowanie wiedzy ucznia i analityka uczenia się, systemy tutorskie i personalizacja oraz automatyczne ocenianie i informacja zwrotna. - EN: AI applied to teaching and learning: learner modelling and learning analytics, tutoring systems and personalisation, and automated assessment and feedback. - In one sentence PL: Programy, które pomagają się uczyć i uczyć innych: tłumaczą krok po kroku, dobierają ćwiczenia, sprawdzają prace i ostrzegają, gdy ktoś zostaje w tyle. - Problem it solves PL: Jeden nauczyciel ma w klasie trzydzieści osób, każdą na innym poziomie, i nie zdąży każdej wytłumaczyć, sprawdzić ani zauważyć jej kłopotów. - What it does PL: Jak cierpliwy korepetytor przy każdym uczniu: pamięta, co już umie, podsuwa wskazówkę zamiast gotowej odpowiedzi i mówi nauczycielowi, komu pomóc. - Everyday example PL: Uczeń utknął na zadaniu z ułamkami wieczorem w domu; aplikacja zadaje mu pytanie naprowadzające, a rano nauczycielka widzi, które zagadnienie sprawiło klasie kłopot. - In one sentence EN: Software that helps people learn and teach: it explains step by step, picks exercises, checks work and warns when someone is falling behind. - Problem it solves EN: One teacher faces thirty students, each at a different level, and cannot explain to, mark or notice the struggles of every one of them. - What it does EN: Like a patient private tutor beside every student: it remembers what they know, offers a hint rather than the answer and tells the teacher who needs help. - Everyday example EN: A student is stuck on a fractions problem at home in the evening; the app asks a guiding question, and next morning the teacher sees which topic tripped up the class. - concerns you if PL: uczysz się sam z aplikacji lub kursu online; uczysz w szkole, na uczelni lub prowadzisz szkolenia; twoje dziecko odrabia lekcje z pomocą czatbota - concerns you if EN: study on your own with an app or online course; teach at a school or university, or run training; your child does homework with a chatbot's help - related: `healthai` - sources: `zawacki-richter-aied-review-2019`, `bastani-guardrails-2025` ### Automatyczne ocenianie i informacja zwrotna (Automated assessment and feedback) - id: `autoassessment` · https://aiatlasgraph.com/t/autoassessment.md - path: AI w edukacji › Automatyczne ocenianie i informacja zwrotna - aliases: automated assessment, automated grading, automatic scoring, AI grading, assessment and evaluation, automatyczne sprawdzanie prac, ocenianie przez AI - PL: Automatyczne ocenianie wypracowań i krótkich odpowiedzi, generowanie informacji zwrotnej oraz tworzenie pytań i dystraktorów do testów. - EN: Automated scoring of essays and short answers, feedback generation, and creation of test questions and distractors. - In one sentence PL: Programy, które sprawdzają wypracowania i krótkie odpowiedzi, piszą uczniowi komentarz i pomagają układać pytania do testów. - Problem it solves PL: Sprawdzanie stosu prac zajmuje nauczycielom wieczory i weekendy, a uczeń dostaje uwagi po tygodniu, gdy już nie pamięta, co pisał. - What it does PL: Jak drugi egzaminator, który czyta szybko i według tego samego klucza, a wątpliwe przypadki odkłada do sprawdzenia człowiekowi. - Everyday example PL: Student wysyła krótką odpowiedź na pytanie z biologii i po chwili dostaje punkty oraz informację, którego elementu zabrakło. - In one sentence EN: Software that marks essays and short answers, writes comments for the learner and helps draft test questions. - Problem it solves EN: Marking a pile of papers eats teachers' evenings and weekends, and students get comments a week later, when they no longer recall what they wrote. - What it does EN: Like a second examiner who reads fast against the same marking key and sets doubtful cases aside for a person to check. - Everyday example EN: A student submits a short answer to a biology question and soon receives points plus an indication of what was missing. - concerns you if PL: sprawdzasz dużo prac pisemnych; zdajesz egzamin, w którym część ocenia komputer; chcesz szybciej przygotowywać testy i quizy - concerns you if EN: mark a lot of written work; take an exam partly scored by a computer; want to build tests and quizzes faster - sources: `zawacki-richter-aied-review-2019`, `ke-ng-aes-survey-2019`, `asag2024-2024`, `dong-qged-review-2025` ### Automatyczna ocena wymowy (Automatic pronunciation assessment (CAPT)) - id: `pronunciationassess` · https://aiatlasgraph.com/t/pronunciationassess.md - path: AI w edukacji › Automatyczne ocenianie i informacja zwrotna › Automatyczna ocena wymowy - aliases: pronunciation assessment, computer-assisted pronunciation training, CAPT, mispronunciation detection, MDD, Goodness of Pronunciation, GOP, ocena wymowy - PL: Ocena wymowy osób uczących się języka na poziomie głosek i prozodii (akcent, rytm, intonacja), stanowiąca rdzeń komputerowego treningu wymowy. - EN: Assessing language learners' pronunciation at the phone level and the prosodic level (stress, rhythm, intonation); the core of computer-assisted pronunciation training. - In one sentence PL: Aplikacja słucha, jak czytasz zdanie w obcym języku, i wskazuje, które głoski i akcenty brzmią nie tak. - Problem it solves PL: Uczący się języka rzadko ma kogoś, kto cierpliwie wysłucha go setki razy i powie, co dokładnie brzmi źle. - What it does PL: Porównuje nagranie z tym, jak słowo powinno brzmieć głoska po głosce, a osobno ocenia rytm, akcent i melodię zdania. - Everyday example PL: W aplikacji do nauki języka jedno słowo w zdaniu podświetla się na czerwono, bo samogłoska wyszła za krótka. - In one sentence EN: An app listens to you read a sentence in a foreign language and points out which sounds and stresses come out wrong. - Problem it solves EN: Language learners rarely have someone who will patiently listen hundreds of times and say exactly what sounds wrong. - What it does EN: It compares your recording with how the word should sound, sound by sound, and separately rates the rhythm, stress and melody of the sentence. - Everyday example EN: In a language-learning app one word in the sentence turns red because a vowel came out too short. - concerns you if PL: uczysz się wymowy obcego języka; tworzysz ćwiczenia mówione do kursu językowego - concerns you if EN: are working on your pronunciation in a foreign language; create speaking exercises for a language course - related: `asr` - sources: `elkheir-pronunciation-review-2023` ### Automatyczna ocena wypracowań (Automated essay scoring) - id: `aes` · https://aiatlasgraph.com/t/aes.md - path: AI w edukacji › Automatyczne ocenianie i informacja zwrotna › Automatyczna ocena wypracowań - aliases: AES, automated essay scoring, automated writing evaluation, AWE, essay grading, automatyczne ocenianie wypracowań - PL: Przewidywanie oceny holistycznej lub ocen za cechy (spójność, argumentacja, zgodność z tematem) dla tekstów pisanych przez uczniów. - EN: Predicting a holistic score or trait scores (coherence, argumentation, prompt adherence) for student-written texts. - In one sentence PL: Programy, które czytają wypracowanie i wystawiają mu ocenę, ogólną albo osobno za treść, strukturę czy język. - Problem it solves PL: Ręczne ocenianie tysięcy wypracowań jest powolne, drogie i niejednolite, bo różni egzaminatorzy oceniają tę samą pracę inaczej. - What it does PL: Jak doświadczony egzaminator, który przeczytał tysiące ocenionych prac i nauczył się, co zwykle odróżnia czwórkę od piątki. - Everyday example PL: Po napisaniu wypracowania na kursie językowym uczeń od razu dostaje ocenę i uwagi o spójności, a lektor sprawdza tylko prace z pogranicza. - In one sentence EN: Software that reads an essay and gives it a grade, either overall or separately for content, structure or language. - Problem it solves EN: Hand-marking thousands of essays is slow, costly and uneven, since different examiners grade the same work differently. - What it does EN: Like a seasoned examiner who has read thousands of graded papers and learned what usually separates a good mark from a top one. - Everyday example EN: After writing an essay on a language course, a student instantly gets a grade and notes on coherence, and the tutor checks only borderline papers. - concerns you if PL: piszesz wypracowania na kursie lub egzaminie; sprawdzasz dużo prac pisemnych - concerns you if EN: write essays for a course or exam; mark a lot of written work - sources: `ke-ng-aes-survey-2019` ### Automatyczne komentarze do wypracowań (Automated writing evaluation and feedback (AWE)) - id: `awefeedback` · https://aiatlasgraph.com/t/awefeedback.md - path: AI w edukacji › Automatyczne ocenianie i informacja zwrotna › Automatyczna ocena wypracowań › Automatyczne komentarze do wypracowań - aliases: AWE, automated writing evaluation, automated written feedback, AWF, AI writing feedback, informacja zwrotna do tekstów - PL: Systemy generujące informację zwrotną o tekstach uczniów (gramatyka, styl, struktura i treść), tradycyjnie regułowe i statystyczne; generatywne modele językowe są badane jako nowsza możliwość. - EN: Systems that generate feedback on learner writing (grammar, style, structure, and content), traditionally using rule-based and statistical methods; generative language models are being studied as a newer possibility. - In one sentence PL: Narzędzie czyta szkic wypracowania i zostawia komentarze: co poprawić w języku, budowie i argumentacji. - Problem it solves PL: Nauczyciel nie zdąży skomentować każdej wersji każdego wypracowania, więc uczniowie poprawiają teksty po omacku. - What it does PL: Zamiast samej oceny na końcu daje uwagi przy konkretnych fragmentach, jak redaktor, który wraca do tekstu przy każdej nowej wersji. - Everyday example PL: Uczeń wkleja esej po angielsku i dostaje zaznaczone powtórzenia, błędy czasów i uwagę, że w drugim akapicie brakuje przykładu. - In one sentence EN: A tool reads an essay draft and leaves comments on what to improve in language, structure and argument. - Problem it solves EN: A teacher cannot comment on every version of every essay, so learners revise their texts blindly. - What it does EN: Instead of only a final grade it gives notes on specific passages, like an editor who returns to the text with every new draft. - Everyday example EN: A learner pastes an English essay and gets repetitions and tense errors highlighted, plus a note that the second paragraph lacks an example. - concerns you if PL: piszesz teksty w obcym języku; sprawdzasz dużo prac pisemnych; zastanawiasz się, czy komentarze od AI pomagają uczniom - concerns you if EN: write texts in a foreign language; mark a lot of written work; wonder whether AI comments help learners - sources: `shi-aryadoust-awf-review-2024` ### Automatyczne sprawdzanie krótkich odpowiedzi (Automatic short-answer grading) - id: `shortanswergrading` · https://aiatlasgraph.com/t/shortanswergrading.md - path: AI w edukacji › Automatyczne ocenianie i informacja zwrotna › Automatyczne sprawdzanie krótkich odpowiedzi - aliases: ASAG, short answer grading, automatic short answer scoring, LLM grading, sprawdzanie odpowiedzi otwartych - PL: Ocena krótkich odpowiedzi tekstowych względem odpowiedzi wzorcowej na różnych przedmiotach i skalach ocen. - EN: Scoring short text answers against a reference answer across subjects and grading scales. - In one sentence PL: Programy, które porównują krótką odpowiedź ucznia z odpowiedzią wzorcową i przyznają punkty. - Problem it solves PL: Pytania otwarte lepiej sprawdzają zrozumienie niż test wyboru, ale ich ręczne sprawdzanie w dużej grupie trwa bardzo długo. - What it does PL: Jak asystent z kluczem odpowiedzi, który rozpoznaje tę samą myśl wyrażoną innymi słowami, a nie tylko identyczne sformułowania. - Everyday example PL: Na kursie online student odpowiada dwoma zdaniami, dlaczego liście są zielone, i od razu dostaje punkty oraz wskazówkę o brakującym pojęciu. - In one sentence EN: Software that compares a learner's short answer with a reference answer and awards points. - Problem it solves EN: Open questions test understanding better than multiple choice, but marking them by hand for a large group takes very long. - What it does EN: Like an assistant holding the answer key who recognises the same idea in different words, not just identical wording. - Everyday example EN: On an online course a student answers in two sentences why leaves are green and immediately gets points and a hint about the missing concept. - concerns you if PL: układasz quizy z pytaniami otwartymi; sprawdzasz kolokwia dużych grup - concerns you if EN: build quizzes with open questions; mark tests for large groups - related: `judges` - sources: `asag2024-2024` ### Automatyczne sprawdzanie zadań programistycznych (Automated grading and feedback for programming assignments) - id: `progautograding` · https://aiatlasgraph.com/t/progautograding.md - path: AI w edukacji › Automatyczne ocenianie i informacja zwrotna › Automatyczne sprawdzanie zadań programistycznych - aliases: autograder, automated program assessment, programming autograding, automatyczna ocena kodu, sprawdzarka zadań - PL: Narzędzia oceniające poprawność i wybrane cechy jakości kodu studentów analizą dynamiczną (np. testami jednostkowymi), statyczną lub porównaniem z rozwiązaniami wzorcowymi. - EN: Tools that assess the correctness and selected quality characteristics of student code through dynamic analysis (such as unit tests), static analysis, or comparison with reference solutions. - In one sentence PL: Program uruchamia kod oddany przez studenta na przygotowanych testach i od razu odpisuje, co działa, a co nie. - Problem it solves PL: Na dużych kursach programowania prowadzący nie nadążają ze sprawdzaniem setek rozwiązań, a studenci czekają na ocenę dniami. - What it does PL: Jak automatyczny egzaminator na stanowisku: oddajesz rozwiązanie, po kilku sekundach widzisz wynik i możesz poprawić i oddać jeszcze raz. - Everyday example PL: Student wysyła zadanie na zaliczenie i po chwili widzi, które przypadki testowe nie przeszły i czym jego wynik różni się od oczekiwanego. - In one sentence EN: A program runs the code a student hands in against prepared tests and immediately reports what works and what does not. - Problem it solves EN: On large programming courses teachers cannot keep up with hundreds of submissions, and students wait days for a grade. - What it does EN: Like an automatic examiner at your desk: you hand in a solution, see the result within seconds and can fix it and resubmit. - Everyday example EN: A student submits a coursework task and moments later sees which test cases failed and how their output differs from the expected one. - concerns you if PL: uczysz się programowania na kursie z automatycznym sprawdzaniem; prowadzisz zajęcia z programowania dla dużej grupy; chcesz szybciej odpowiadać uczniom na ich kod - concerns you if EN: learn programming on a course with automatic checking; teach programming to a large group; want to give faster responses on learners' code - related: `aicoding`, `hintgen` - sources: `messer-autograding-review-2023` ### Automatyczne tworzenie pytań i testów (Automatic question generation for education) - id: `questiongen` · https://aiatlasgraph.com/t/questiongen.md - path: AI w edukacji › Automatyczne ocenianie i informacja zwrotna › Automatyczne tworzenie pytań i testów - aliases: AQG, automatic question generation, question generation, QG, distractor generation, MCQ generation, generowanie pytań testowych - PL: Generowanie pytań (otwartych, z lukami, wielokrotnego wyboru) i dystraktorów z tekstu dydaktycznego, z kontrolą trudności i poziomu poznawczego. - EN: Generating questions (open, cloze, multiple-choice) and distractors from instructional text, with control over difficulty and cognitive level. - In one sentence PL: Programy, które z podręcznika lub notatek tworzą pytania sprawdzające, w tym testy wyboru z wiarygodnymi błędnymi odpowiedziami. - Problem it solves PL: Układanie dobrych pytań o różnej trudności zajmuje nauczycielom godziny, a te same pytania co roku szybko krążą między uczniami. - What it does PL: Jak pomocnik, który czyta rozdział i przygotowuje kilkanaście szkiców pytań, z których nauczyciel wybiera i poprawia najlepsze. - Everyday example PL: Trenerka wkleja materiał szkoleniowy o bezpieczeństwie pracy i po chwili ma quiz z dziesięcioma pytaniami do sprawdzenia przed wysłaniem. - In one sentence EN: Software that turns a textbook or notes into check questions, including multiple-choice tests with believable wrong answers. - Problem it solves EN: Writing good questions at different difficulty levels takes teachers hours, and reused questions quickly circulate among students. - What it does EN: Like a helper who reads a chapter and drafts a dozen questions, from which the teacher picks and polishes the best. - Everyday example EN: A trainer pastes in workplace-safety training material and moments later has a ten-question quiz to review before sending. - concerns you if PL: przygotowujesz kartkówki, quizy lub testy; uczysz się i chcesz sprawdzać się z własnych notatek - concerns you if EN: prepare quizzes or tests; study and want to test yourself on your own notes - related: `questionanswering` - sources: `dong-qged-review-2025` ### Komputerowe testowanie adaptacyjne (CAT) (Computerized adaptive testing (CAT)) - id: `cat` · https://aiatlasgraph.com/t/cat.md - path: AI w edukacji › Automatyczne ocenianie i informacja zwrotna › Komputerowe testowanie adaptacyjne (CAT) - aliases: CAT, computerized adaptive testing, computer adaptive test, test adaptacyjny, adaptive testing - PL: Procedura testowa, w której kolejne pytania dobiera się z kalibrowanego banku tak, by dały najwięcej informacji przy bieżącym oszacowaniu zdolności. - EN: A testing procedure that draws each next item from a calibrated bank to give the most information at the current ability estimate. - In one sentence PL: Test na komputerze, który po każdej odpowiedzi dobiera następne pytanie do twojego poziomu. - Problem it solves PL: Stały test marnuje czas: słabszych zasypuje zbyt trudnymi pytaniami, a mocniejszych nudzi zbyt łatwymi. - What it does PL: Jak egzaminator ustny: po dobrej odpowiedzi pyta trudniej, po złej łatwiej, i kończy, gdy jest już pewien oceny. - Everyday example PL: Test poziomujący z języka dobiera każdej osobie inny zestaw pytań i kończy się, gdy oszacowanie poziomu osiągnie wymaganą precyzję. - In one sentence EN: A computer test that picks each next question to match your level, based on your previous answers. - Problem it solves EN: A fixed test wastes time: it buries weaker people in questions that are too hard and bores stronger ones with easy ones. - What it does EN: Like an oral examiner: after a good answer it asks harder, after a bad one easier, and stops once it is sure of the grade. - Everyday example EN: A language placement test selects a different set of questions for each person and ends when the ability estimate reaches the required precision. - concerns you if PL: zdajesz test, w którym każdy dostaje inne pytania; chcesz skrócić egzamin bez utraty dokładności - concerns you if EN: take a test where everyone gets different questions; want a shorter exam without losing precision - related: `dda` - sources: `wiki-cat` ### Modelowanie ucznia i analityka uczenia się (Learner modelling and learning analytics) - id: `learnermodeling` · https://aiatlasgraph.com/t/learnermodeling.md - path: AI w edukacji › Modelowanie ucznia i analityka uczenia się - aliases: learning analytics, educational data mining, EDM, student modeling, profiling and prediction, analityka edukacyjna, eksploracja danych edukacyjnych - PL: Modele szacujące wiedzę, zaangażowanie i ryzyko niepowodzenia ucznia na podstawie odpowiedzi, logów platform e-learningowych i danych o przebiegu nauki. - EN: Models that estimate a learner's knowledge, engagement and risk of failure from answers, e-learning platform logs and study records. - In one sentence PL: Analiza tego, jak uczniowie pracują na platformach i w testach, żeby ocenić, co umieją i kto potrzebuje pomocy. - Problem it solves PL: Nauczyciel widzi tylko oceny z kartkówek i często dowiaduje się o kłopotach ucznia dopiero wtedy, gdy na pomoc jest za późno. - What it does PL: Jak pulsometr dla nauki: z drobnych śladów, takich jak błędne odpowiedzi czy pominięte zadania, składa obraz postępów każdej osoby. - Everyday example PL: W połowie semestru prowadzący kurs dostaje listę kilku studentów, którzy przestali oddawać ćwiczenia, i pisze do nich, zanim oblali egzamin. - In one sentence EN: Analysing how learners work on platforms and tests to judge what they know and who needs help. - Problem it solves EN: A teacher only sees quiz marks and often learns about a student's trouble when it is too late to help. - What it does EN: Like a heart-rate monitor for learning: from small traces, such as wrong answers or skipped tasks, it builds a picture of each person's progress. - Everyday example EN: Halfway through the term a course leader gets a list of a few students who stopped handing in exercises, and writes to them before they fail the exam. - concerns you if PL: prowadzisz kurs na platformie z dziennikiem aktywności; odpowiadasz za wyniki szkoły lub uczelni; uczysz się na platformie, która śledzi postępy - concerns you if EN: run a course on a platform that logs activity; are responsible for a school's or university's results; learn on a platform that tracks your progress - sources: `zawacki-richter-aied-review-2019`, `piech-dkt-2015`, `howard-ews-2017` ### Teoria odpowiedzi na pozycje testowe (IRT) (Item response theory (IRT)) - id: `irt` · https://aiatlasgraph.com/t/irt.md - path: AI w edukacji › Modelowanie ucznia i analityka uczenia się › Teoria odpowiedzi na pozycje testowe (IRT) - aliases: IRT, item response theory, latent trait theory, Rasch model, model Rascha, teoria odpowiedzi na zadania testowe - PL: Rodzina modeli psychometrycznych opisujących prawdopodobieństwo poprawnej odpowiedzi jako funkcję ukrytej zdolności osoby i parametrów pytania. - EN: A family of psychometric models describing the probability of a correct answer as a function of a person's latent ability and item parameters. - In one sentence PL: Sposób liczenia wyników testu, który osobno szacuje umiejętności osoby i trudność każdego pytania. - Problem it solves PL: Zwykła suma punktów nie mówi, czy ktoś rozwiązał łatwe czy trudne pytania, i nie pozwala uczciwie porównać różnych wersji testu. - What it does PL: Ustawia ludzi i pytania na jednej linijce: pytanie leży tam, gdzie osoba o takim poziomie ma mniej więcej równe szanse je rozwiązać. - Everyday example PL: Dwie grupy piszą różne wersje egzaminu, a mimo to ich wyniki da się porównać, bo każde pytanie ma wcześniej zmierzoną trudność. - In one sentence EN: A way of scoring tests that separately estimates a person's ability and the difficulty of each question. - Problem it solves EN: A plain points total does not say whether someone solved easy or hard questions, and cannot fairly compare different test versions. - What it does EN: It places people and questions on one ruler: a question sits where a person at that level has roughly even odds of solving it. - Everyday example EN: Two groups sit different versions of an exam, yet their results can be compared because every question has a measured difficulty. - concerns you if PL: układasz testy lub quizy i chcesz wiedzieć, które pytania są dobre; porównujesz wyniki z różnych wersji testu; chcesz zrozumieć testy, które same dobierają pytania - concerns you if EN: write tests or quizzes and want to know which questions work; compare results across different test versions; want to understand tests that pick their own questions - related: `knowledgetracing` - sources: `ghosh-akt-2020`, `wiki-irt`, `wiki-cat` ### Wczesne ostrzeganie o uczniach zagrożonych niepowodzeniem (Early warning: predicting at-risk students) - id: `atriskprediction` · https://aiatlasgraph.com/t/atriskprediction.md - path: AI w edukacji › Modelowanie ucznia i analityka uczenia się › Wczesne ostrzeganie o uczniach zagrożonych niepowodzeniem - aliases: early warning systems, at-risk student prediction, dropout prediction, student retention analytics, predykcja porzucenia studiów, systemy wczesnego ostrzegania - PL: Klasyfikacja i regresja na danych z LMS i systemów dziekanatowych w celu wczesnego wykrycia uczniów zagrożonych oblaniem lub porzuceniem kursu. - EN: Classification and regression on LMS and student-record data to detect early the learners at risk of failing or dropping a course. - In one sentence PL: Modele, które z aktywności na platformie kursu i ocen cząstkowych wskazują osoby zagrożone oblaniem lub rezygnacją z nauki. - Problem it solves PL: Studenci często znikają po cichu i uczelnia dowiaduje się o tym dopiero po sesji, kiedy już nie da się pomóc. - What it does PL: Jak kontrolka w samochodzie: zapala się wcześnie, zanim usterka unieruchomi auto, ale naprawić musi już ktoś inny. - Everyday example PL: W szóstym tygodniu semestru opiekun roku dostaje sygnał, że studentka przestała otwierać materiały, i zaprasza ją na rozmowę. - In one sentence EN: Models that use course-platform activity and interim grades to point out people at risk of failing or dropping out. - Problem it solves EN: Students often disappear quietly, and the university finds out only after exams, when it is too late to help. - What it does EN: Like a warning light in a car: it comes on early, before a fault stops the car, but someone else still has to fix it. - Everyday example EN: In week six of the term, a year tutor is alerted that a student stopped opening course materials and invites her for a chat. - concerns you if PL: opiekujesz się studentami lub kursantami; decydujesz, komu uczelnia zaproponuje wsparcie - concerns you if EN: look after students or trainees; decide whom an institution offers support to - related: `fairnessmetrics`, `clinicalprediction` - sources: `howard-ews-2017`, `eliterate-early-warning` ### Wykrywanie zaangażowania i emocji ucznia (Learner engagement and affect detection) - id: `engagementdetect` · https://aiatlasgraph.com/t/engagementdetect.md - path: AI w edukacji › Modelowanie ucznia i analityka uczenia się › Wykrywanie zaangażowania i emocji ucznia - aliases: engagement detection, disengagement detection, affect detection in education, student attention detection, wykrywanie znudzenia, affective computing in education - PL: Rozpoznawanie zaangażowania i prób wnioskowania o emocjach uczących się z sygnałów wizyjnych lub zachowania w systemie. - EN: Detecting learner engagement and attempts to infer emotions from visual signals or behavior in a learning system. - In one sentence PL: Rozpoznawanie z obrazu kamery albo sposobu pracy na platformie, czy osoba ucząca się jest skupiona, znudzona czy zagubiona. - Problem it solves PL: W nauce online prowadzący nie widzi sali i nie zauważa, że ludzie przestali słuchać albo się pogubili. - What it does PL: Łączy sygnały, takie jak kierunek wzroku, postawa, ruchy myszy czy długie okresy bezczynności, w oszacowanie możliwego braku zaangażowania. - Everyday example PL: Panel zajęć online oznacza długą bezczynność i odwrócenie wzroku jako sygnały możliwego spadku zaangażowania do sprawdzenia przez prowadzącego. - In one sentence EN: Recognising from a camera image or from how someone works on a platform whether a learner is focused, bored or lost. - Problem it solves EN: In online learning the teacher cannot see the room and misses that people stopped listening or got lost. - What it does EN: Combines signals such as gaze direction, posture, mouse movement, or long inactivity into an estimate of possible disengagement. - Everyday example EN: An online-class dashboard flags long inactivity and looking away as possible signs of reduced engagement for an instructor to check. - concerns you if PL: prowadzisz zajęcia zdalne; uczysz się na platformie, która korzysta z kamery; zastanawiasz się, co wolno mierzyć u uczniów - concerns you if EN: teach remote classes; learn on a platform that uses your camera; wonder what may be measured about learners - related: `airegulation` - sources: `mohamed-disengagement-review-2024`, `euaiact-art5-emotion-education` ### Śledzenie wiedzy ucznia (knowledge tracing) (Knowledge tracing) - id: `knowledgetracing` · https://aiatlasgraph.com/t/knowledgetracing.md - path: AI w edukacji › Modelowanie ucznia i analityka uczenia się › Śledzenie wiedzy ucznia (knowledge tracing) - aliases: knowledge tracing, student knowledge modeling, śledzenie wiedzy, KT - PL: Modelowanie zmieniającego się w czasie opanowania umiejętności na podstawie sekwencji poprawnych i błędnych odpowiedzi; od BKT po modele głębokie. - EN: Modelling skill mastery as it changes over time from sequences of correct and incorrect answers; from BKT to deep models. - In one sentence PL: Metoda, która po każdej odpowiedzi ucznia aktualizuje szacunek, jakie umiejętności już opanował, a nad którymi musi jeszcze popracować. - Problem it solves PL: Pojedyncza zła odpowiedź może być pomyłką, a dobra zgadnięciem, więc trudno ocenić, czy uczeń naprawdę coś umie. - What it does PL: Jak trener, który nie ocenia po jednym strzale, tylko po serii: każda próba trochę zmienia jego zdanie o formie zawodnika. - Everyday example PL: Aplikacja do matematyki przestaje dawać zadania z procentów po kilku poprawnych rozwiązaniach z rzędu i przechodzi do następnego działu. - In one sentence EN: A method that, after every answer, updates an estimate of which skills a learner has mastered and which still need work. - Problem it solves EN: One wrong answer may be a slip and a right one a lucky guess, so it is hard to tell whether a learner really knows something. - What it does EN: Like a coach who judges not by one shot but by a series: each attempt shifts their view of the player's form a little. - Everyday example EN: A maths app stops giving percentage problems after several correct solutions in a row and moves on to the next section. - concerns you if PL: budujesz aplikację do nauki z ćwiczeniami; chcesz wiedzieć, kiedy uczeń jest gotów iść dalej - concerns you if EN: build a learning app with exercises; want to know when a learner is ready to move on - related: `spacedrepetition`, `irt`, `hmm` - sources: `piech-dkt-2015`, `wiki-bkt`, `pykt-2022` ### Bayesowskie śledzenie wiedzy (BKT) (Bayesian knowledge tracing (BKT)) - id: `bkt` · https://aiatlasgraph.com/t/bkt.md - path: AI w edukacji › Modelowanie ucznia i analityka uczenia się › Śledzenie wiedzy ucznia (knowledge tracing) › Bayesowskie śledzenie wiedzy (BKT) - aliases: BKT, Bayesian knowledge tracing, bayesowskie śledzenie wiedzy, Corbett-Anderson model - PL: Ukryty model Markowa z binarnym stanem opanowania umiejętności i czterema parametrami: wiedza początkowa, nauczenie, zgadnięcie i pomyłka. - EN: A hidden Markov model with a binary skill-mastery state and four parameters: prior knowledge, learning, guess and slip. - In one sentence PL: Prosty model, który po każdej odpowiedzi przelicza szansę, że uczeń już opanował daną umiejętność. - Problem it solves PL: Aplikacja nie wie, czy seria dobrych odpowiedzi to już prawdziwa wiedza, czy wciąż szczęście i zgadywanie. - What it does PL: Działa jak licznik pewności z czterema pokrętłami: ile uczeń umiał na starcie, jak szybko się uczy, jak często zgaduje i jak często się myli. - Everyday example PL: Program do ćwiczenia ułamków zalicza dział dopiero wtedy, gdy szacowana szansa opanowania przekroczy próg, a nie po stałej liczbie zadań. - In one sentence EN: A simple model that, after every answer, recalculates the chance that a learner has already mastered a given skill. - Problem it solves EN: An app cannot tell whether a run of correct answers means real knowledge or still luck and guessing. - What it does EN: It works like a confidence meter with four dials: how much the learner knew at the start, how fast they learn, how often they guess and how often they slip. - Everyday example EN: A fractions practice program signs off a section only when the estimated chance of mastery passes a threshold, not after a fixed number of tasks. - concerns you if PL: chcesz zrozumieć, jak aplikacja decyduje, że coś już umiesz; projektujesz ćwiczenia zaliczane po opanowaniu działu; potrzebujesz modelu, który da się wytłumaczyć nauczycielowi - concerns you if EN: want to understand how an app decides you already know something; design exercises that unlock after mastering a section; need a model you can explain to a teacher - sources: `wiki-bkt` ### Głębokie śledzenie wiedzy (DKT) (Deep knowledge tracing (DKT)) - id: `dkt` · https://aiatlasgraph.com/t/dkt.md - path: AI w edukacji › Modelowanie ucznia i analityka uczenia się › Śledzenie wiedzy ucznia (knowledge tracing) › Głębokie śledzenie wiedzy (DKT) - aliases: DKT, deep knowledge tracing, głębokie śledzenie wiedzy, RNN knowledge tracing - PL: Sieć rekurencyjna przewidująca prawdopodobieństwo poprawnej odpowiedzi na kolejne pytania na podstawie sekwencji wcześniejszych interakcji ucznia. - EN: A recurrent network that predicts the probability of answering upcoming questions correctly from the sequence of a learner's past interactions. - In one sentence PL: Sieć neuronowa czyta całą historię odpowiedzi ucznia i przewiduje, czy poradzi sobie z kolejnym zadaniem. - Problem it solves PL: Klasyczne modele wymagają ręcznego opisania zależności i przejść między stanami wiedzy, przez co trudno im uchwycić złożone wzorce w długiej historii odpowiedzi. - What it does PL: Zamiast osobnego licznika dla każdej umiejętności ma jedną wspólną pamięć, która sama zauważa, że sukcesy w jednym dziale zapowiadają sukcesy w innym. - Everyday example PL: Platforma z tysiącami zadań matematycznych dobiera kolejne ćwiczenie na podstawie wszystkich wcześniejszych prób ucznia, także z innych działów. - In one sentence EN: A neural network reads a learner's whole answer history and predicts whether they will manage the next task. - Problem it solves EN: Classical models require hand-designed dependencies and transitions between knowledge states, making it hard to capture complex patterns in long answer histories. - What it does EN: Instead of a separate counter per skill it keeps one shared memory that notices by itself when success in one section predicts success in another. - Everyday example EN: A platform with thousands of maths tasks picks the next exercise from all of a learner's earlier attempts, including other sections. - concerns you if PL: masz dużo zapisów odpowiedzi uczniów; chcesz modelować złożone zależności w sekwencji odpowiedzi - concerns you if EN: have lots of recorded learner answers; want to model complex dependencies in answer sequences - sources: `piech-dkt-2015`, `pykt-2022` ### Śledzenie wiedzy z mechanizmem uwagi (SAKT, AKT) (Attention-based knowledge tracing (SAKT, AKT)) - id: `attentionkt` · https://aiatlasgraph.com/t/attentionkt.md - path: AI w edukacji › Modelowanie ucznia i analityka uczenia się › Śledzenie wiedzy ucznia (knowledge tracing) › Śledzenie wiedzy z mechanizmem uwagi (SAKT, AKT) - aliases: SAKT, AKT, SAINT, self-attentive knowledge tracing, attentive knowledge tracing, transformer knowledge tracing - PL: Rodzina modeli śledzenia wiedzy, w których samo-uwaga waży wcześniejsze interakcje według ich znaczenia dla bieżącego pytania. - EN: A family of knowledge-tracing models in which self-attention weights past interactions by their relevance to the current question. - In one sentence PL: Model śledzenia wiedzy, który przy każdym nowym zadaniu wybiera z historii ucznia te kilka odpowiedzi, które naprawdę się liczą. - Problem it solves PL: Uczniowie rozwiązują mało zadań i w przypadkowej kolejności, więc łatwo przecenić stare odpowiedzi albo zgubić ważne. - What it does PL: Jak nauczyciel, który przed oceną przegląda zeszyt i zatrzymuje się tylko przy podobnych zadaniach, a starsze wpisy traktuje z mniejszą wagą. - Everyday example PL: Przed zadaniem z geometrii aplikacja bierze pod uwagę głównie niedawne zadania z figur, a nie wczorajsze ćwiczenia z procentów. - In one sentence EN: A knowledge-tracing model that, for each new task, picks out the few past answers in a learner's history that really matter. - Problem it solves EN: Learners solve few tasks in a haphazard order, so it is easy to overrate old answers or lose important ones. - What it does EN: Like a teacher who flips through a notebook before grading, stopping only at similar tasks and giving older entries less weight. - Everyday example EN: Before a geometry task the app mainly weighs recent shape problems, not yesterday's percentage exercises. - concerns you if PL: porównujesz nowsze modele przewidywania wyników ucznia; masz rzadkie, nieregularne dane o odpowiedziach - concerns you if EN: compare newer models for predicting learner results; have sparse, irregular answer data - sources: `pykt-2022`, `pandey-sakt-2019`, `ghosh-akt-2020` ### Systemy tutorskie i nauka dopasowana do ucznia (Intelligent tutoring and adaptive learning) - id: `tutoring` · https://aiatlasgraph.com/t/tutoring.md - path: AI w edukacji › Systemy tutorskie i nauka dopasowana do ucznia - aliases: intelligent tutoring systems, ITS, adaptive learning, personalised learning, adaptive systems and personalisation, inteligentne systemy tutorskie, nauka adaptacyjna, korepetytor AI - PL: Systemy prowadzące ucznia indywidualnie: klasyczne ITS z modelem dziedziny i ucznia, tutorzy oparci na LLM, wsparcie żywych korepetytorów i planowanie powtórek. - EN: Systems that guide learners individually: classic ITS with domain and learner models, LLM-based tutors, support for live human tutors and review scheduling. - In one sentence PL: Programy, które prowadzą ucznia przez materiał jak prywatny nauczyciel: dobierają kolejne zadania, podpowiadają i powtarzają to, co ucieka z pamięci. - Problem it solves PL: Prywatne lekcje działają świetnie, ale są drogie, a w dużej grupie tempo jest za szybkie dla jednych i za wolne dla innych. - What it does PL: Jak instruktor jazdy, który obserwuje każdy ruch: wkracza, gdy trzeba, i odpuszcza, gdy kursant radzi sobie sam. - Everyday example PL: Aplikacja do nauki słówek pokazuje rano pięć słów, które za chwilę byś zapomniał, a pomija te, które znasz na pamięć. - In one sentence EN: Software that walks a learner through material like a private teacher: it picks the next task, gives hints and repeats what is slipping from memory. - Problem it solves EN: Private lessons work well but are expensive, while in a large group the pace is too fast for some and too slow for others. - What it does EN: Like a driving instructor watching every move: steps in when needed and holds back once the learner copes alone. - Everyday example EN: A vocabulary app shows you five words in the morning that you are about to forget, and skips the ones you know by heart. - concerns you if PL: uczysz się języka lub matematyki z aplikacją; chcesz, żeby czatbot uczył, a nie odrabiał zadania; projektujesz kursy online - concerns you if EN: learn a language or maths with an app; want a chatbot to teach rather than do the homework; design online courses - related: `dda` - sources: `zawacki-richter-aied-review-2019`, `bastani-guardrails-2025`, `tutor-copilot-2024` ### Automatyczne generowanie podpowiedzi (Automatic hint generation) - id: `hintgen` · https://aiatlasgraph.com/t/hintgen.md - path: AI w edukacji › Systemy tutorskie i nauka dopasowana do ucznia › Automatyczne generowanie podpowiedzi - aliases: hint generation, next-step hints, data-driven hints, Hint Factory, podpowiedzi w systemach tutorskich, scaffolding hints - PL: Generowanie kolejnych, coraz bardziej szczegółowych podpowiedzi w systemach tutorskich: od metod opartych na rozwiązaniach innych uczniów po modele językowe. - EN: Generating successive, increasingly specific hints in tutoring systems: from methods built on other learners' solutions to language models. - In one sentence PL: Tworzenie podpowiedzi, które naprowadzają ucznia na rozwiązanie, zamiast podawać gotową odpowiedź. - Problem it solves PL: Gdy uczeń utknie, gotowa odpowiedź niczego go nie uczy, a nauczyciel nie może siedzieć przy każdym. - What it does PL: Jak dobry korepetytor: najpierw pyta naprowadzająco, potem wskazuje miejsce błędu, a rozwiązanie zdradza na samym końcu. - Everyday example PL: Przy zadaniu z programowania zamiast poprawionego kodu pojawia się pytanie: co stanie się z pętlą, gdy lista będzie pusta? - In one sentence EN: Creating hints that steer a learner towards the solution instead of handing over the answer. - Problem it solves EN: When a learner gets stuck, a ready answer teaches nothing, and a teacher cannot sit next to everyone. - What it does EN: Like a good tutor: first a guiding question, then pointing to where the mistake is, and only at the very end the solution. - Everyday example EN: On a programming exercise, instead of fixed code a question appears: what happens to the loop when the list is empty? - concerns you if PL: utknąłeś w zadaniu i chcesz pomocy bez gotowca; projektujesz ćwiczenia z podpowiedziami; uczysz się z pomocą czatu z AI - concerns you if EN: are stuck on a task and want help without the answer; design exercises with hints; learn with the help of an AI chat - related: `progautograding`, `llmtutors` - sources: `jangra-hintgen-survey-2024`, `messer-autograding-review-2023` ### Korepetytorzy na modelach językowych z zabezpieczeniami pedagogicznymi (LLM tutors with pedagogical guardrails) - id: `llmtutors` · https://aiatlasgraph.com/t/llmtutors.md - path: AI w edukacji › Systemy tutorskie i nauka dopasowana do ucznia › Korepetytorzy na modelach językowych z zabezpieczeniami pedagogicznymi - aliases: LLM tutors, AI tutors, Socratic tutoring, pedagogical instruction following, guardrailed tutor, korepetytor AI, tutor sokratejski - PL: Tutorzy oparci na LLM, sterowani instrukcjami pedagogicznymi i ograniczeniami (wskazówki zamiast odpowiedzi, przygotowane rozwiązania, scaffolding), oceniani wpływem na naukę. - EN: LLM-based tutors steered by pedagogical instructions and constraints (hints instead of answers, prepared solutions, scaffolding), judged by their effect on learning. - In one sentence PL: Czatboty ustawione tak, by uczyły: zadają pytania naprowadzające i dają wskazówki, zamiast od razu podawać gotowe rozwiązanie. - Problem it solves PL: Zwykły czatbot odrabia zadanie za ucznia, więc praca domowa wygląda dobrze, ale na sprawdzianie bez pomocy uczeń radzi sobie gorzej. - What it does PL: Jak dobry nauczyciel na dyżurze: pyta „a co już wiesz?”, naprowadza krok po kroku i zostawia uczniowi ostatni ruch. - Everyday example PL: Licealistka wpisuje zadanie z fizyki; asystent nie podaje wyniku, tylko pyta, jakie siły działają na klocek, i sprawdza jej odpowiedź. - In one sentence EN: Chatbots set up to teach: they ask guiding questions and give hints instead of handing over the finished solution straight away. - Problem it solves EN: An ordinary chatbot does the homework for the student, so the work looks good, but on an unaided test the student does worse. - What it does EN: Like a good teacher in office hours: asks “what do you already know?”, nudges step by step and leaves the last move to the student. - Everyday example EN: A secondary-school student types in a physics problem; the assistant does not give the result but asks which forces act on the block and checks her answer. - concerns you if PL: uczysz się z czatbotem; pozwalasz uczniom korzystać z AI w pracy domowej; piszesz instrukcje dla asystenta edukacyjnego - concerns you if EN: study with a chatbot; let students use AI for homework; write instructions for an educational assistant - related: `hintgen`, `promptstructure`, `ailiteracy` - sources: `bastani-guardrails-2025`, `kestin-ai-tutor-2025`, `learnlm-2024` ### Planowanie powtórek (spaced repetition) (Spaced repetition scheduling) - id: `spacedrepetition` · https://aiatlasgraph.com/t/spacedrepetition.md - path: AI w edukacji › Systemy tutorskie i nauka dopasowana do ucznia › Planowanie powtórek (spaced repetition) - aliases: spaced repetition, SRS, memory models for learning, half-life regression, FSRS, powtórki w odstępach, fiszki z algorytmem - PL: Modele zapominania uczone na historii powtórek, które dla każdej karty przewidują prawdopodobieństwo przypomnienia i wyznaczają termin kolejnej powtórki. - EN: Forgetting models trained on review history that predict, for each card, the probability of recall and set the next review date. - In one sentence PL: Algorytm, który wybiera, kiedy powtórzyć fiszkę: tuż przed momentem, w którym najpewniej byś ją zapomniał. - Problem it solves PL: Powtarzanie wszystkiego codziennie zabiera za dużo czasu, a rzadkie powtórki sprawiają, że wyuczony materiał szybko ucieka z głowy. - What it does PL: Jak ogrodnik, który podlewa każdą roślinę dopiero, gdy ziemia zaczyna wysychać: mniej pracy, a nic nie usycha. - Everyday example PL: Uczysz się słówek przed wyjazdem; aplikacja codziennie daje kilkanaście kart, a te dobrze znane wracają dopiero po kilku tygodniach. - In one sentence EN: An algorithm that picks when to review a flashcard: just before the moment you would most likely forget it. - Problem it solves EN: Reviewing everything daily takes too long, while rare reviews let what you learned slip away fast. - What it does EN: Like a gardener who waters each plant only when its soil starts to dry: less work, and nothing wilts. - Everyday example EN: You learn vocabulary before a trip; the app gives a dozen cards a day, and the ones you know well return only after a few weeks. - concerns you if PL: uczysz się słówek, definicji lub dat z fiszek; przygotowujesz się do egzaminu z dużą ilością materiału - concerns you if EN: learn words, definitions or dates from flashcards; prepare for an exam with lots of material - related: `knowledgetracing` - sources: `settles-hlr-2016`, `fsrs-algorithm-wiki` ### Modele zapominania uczone z danych (Learned memory models for spaced repetition (HLR, FSRS)) - id: `forgettingmodels` · https://aiatlasgraph.com/t/forgettingmodels.md - path: AI w edukacji › Systemy tutorskie i nauka dopasowana do ucznia › Planowanie powtórek (spaced repetition) › Modele zapominania uczone z danych - aliases: half-life regression, HLR, FSRS, DSR model, memory model, forgetting curve model, model krzywej zapominania - PL: Modele szacujące prawdopodobieństwo przypomnienia jako funkcję czasu i stanu pamięci, z parametrami dopasowanymi do logów powtórek; podstawa nowoczesnych harmonogramów powtórek. - EN: Models that estimate recall probability as a function of time and memory state, with parameters fitted to review logs; the basis of modern review schedulers. - In one sentence PL: Model, który z historii twoich powtórek przewiduje, kiedy zaczniesz zapominać konkretne słówko lub fakt. - Problem it solves PL: Sztywne harmonogramy każą wszystkim wracać do materiału w tych samych odstępach, choć ludzie i trudność materiału bardzo się różnią. - What it does PL: Dla każdej fiszki prowadzi osobny licznik trwałości pamięci, który rośnie po udanych powtórkach i wyznacza, kiedy pokazać ją znowu. - Everyday example PL: Aplikacja z fiszkami pokazuje trudne słówko po dwóch dniach, a łatwe dopiero po miesiącu, bo wie, jak szybko każde ci umyka. - In one sentence EN: A model that predicts from your review history when you will start forgetting a particular word or fact. - Problem it solves EN: Rigid schedules make everyone revisit material at the same intervals, although people and material differ a lot in difficulty. - What it does EN: It keeps a separate memory-strength counter for each flashcard that grows after successful reviews and decides when to show it again. - Everyday example EN: A flashcard app shows a hard word again after two days and an easy one only after a month, because it knows how quickly each slips away from you. - concerns you if PL: uczysz się z fiszek; chcesz powtarzać mniej, a pamiętać tyle samo; budujesz aplikację do nauki słownictwa - concerns you if EN: study with flashcards; want to review less and remember as much; build a vocabulary-learning app - sources: `settles-hlr-2016`, `fsrs-algorithm-wiki` ### Podpowiedzi AI dla nauczycieli i korepetytorów na żywo (Real-time AI guidance for human tutors) - id: `tutorcopilot` · https://aiatlasgraph.com/t/tutorcopilot.md - path: AI w edukacji › Systemy tutorskie i nauka dopasowana do ucznia › Podpowiedzi AI dla nauczycieli i korepetytorów na żywo - aliases: tutor copilot, teacher copilot, human-AI tutoring, AI-assisted tutoring, asystent nauczyciela, wsparcie korepetytora - PL: Systemy człowiek–AI, w których model, oparty na wzorcach ekspertów, w czasie rzeczywistym proponuje nauczycielowi strategie i odpowiedzi. - EN: Human–AI systems in which a model, built on expert patterns, suggests strategies and replies to a tutor in real time. - In one sentence PL: Asystent, który podczas lekcji podpowiada nauczycielowi albo korepetytorowi, jak odpowiedzieć uczniowi, zamiast rozmawiać z uczniem sam. - Problem it solves PL: Początkujący korepetytorzy często po prostu podają wynik, bo nie wiedzą, jak naprowadzić ucznia, a szkoleń brakuje. - What it does PL: Jak doświadczony mentor szepczący do ucha młodszemu koledze: proponuje pytanie lub wskazówkę, a decyzję zostawia człowiekowi. - Everyday example PL: Student prowadzący zajęcia wyrównawcze przez czat widzi trzy propozycje odpowiedzi na błąd ucznia i wybiera tę, która zachęca do wyjaśnienia rozumowania. - In one sentence EN: An assistant that, during a lesson, suggests to a teacher or tutor how to respond to a student, instead of talking to the student itself. - Problem it solves EN: Novice tutors often just give the answer because they do not know how to guide the student, and training is scarce. - What it does EN: Like an experienced mentor whispering to a junior colleague: proposes a question or hint and leaves the choice to the person. - Everyday example EN: A student running remedial sessions over chat sees three suggested replies to a pupil's mistake and picks the one that asks the pupil to explain their thinking. - concerns you if PL: prowadzisz korepetycje lub zajęcia wyrównawcze; szkolisz młodych nauczycieli - concerns you if EN: tutor or run catch-up classes; train new teachers - related: `usercontrol` - sources: `tutor-copilot-2024` ## AI w finansach (AI in finance) - id: `finance` · https://aiatlasgraph.com/t/finance.md - path: AI w finansach - aliases: financial AI, AI in banking, fintech AI, AI w bankowości, AI w finansach i bankowości - PL: Uczenie maszynowe w bankowości, płatnościach, inwestycjach i ubezpieczeniach: wykrywanie oszustw, AML/KYC, ocena kredytowa, handel ilościowy, NLP finansowe i ryzyko modeli. - EN: Machine learning in banking, payments, investing and insurance: fraud detection, AML/KYC, credit scoring, quantitative trading, financial NLP and model risk. - In one sentence PL: Programy, które pilnują płatności, oceniają wnioski o kredyt, czytają raporty spółek i pomagają inwestować. - Problem it solves PL: Banki obsługują miliony płatności i wniosków dziennie, a oszustw, brudnych pieniędzy i ryzyka nie da się wyłapać ręcznie. - What it does PL: Jak doświadczony księgowy z fotograficzną pamięcią: porównuje każdą operację z milionami wcześniejszych i od razu widzi, co odstaje od normy. - Everyday example PL: Bank wstrzymuje płatność twoją kartą w obcym kraju i pyta w aplikacji, czy to ty; tego samego dnia dostajesz decyzję kredytową w kilka minut. - In one sentence EN: Software that watches payments, assesses loan applications, reads company reports and helps with investing. - Problem it solves EN: Banks handle millions of payments and applications a day, and fraud, dirty money and risk cannot be caught by hand. - What it does EN: Like a seasoned accountant with a photographic memory: compares each transaction with millions of earlier ones and spots what is out of line. - Everyday example EN: Your bank holds a card payment abroad and asks in the app whether it was you; the same day you get a loan decision within minutes. - concerns you if PL: płacisz kartą lub telefonem; starasz się o kredyt lub zakup na raty; inwestujesz oszczędności w akcje lub fundusze - concerns you if EN: pay by card or phone; apply for a loan or buy in instalments; invest savings in shares or funds - related: `healthai` - sources: `fsb-ai-financial-stability-2024`, `boe-ai-survey-2024` ### AI w ubezpieczeniach (AI in insurance) - id: `insuranceai` · https://aiatlasgraph.com/t/insuranceai.md - path: AI w finansach › AI w ubezpieczeniach - aliases: insurtech AI, AI in insurance, insurance analytics, actuarial machine learning, AI w ubezpieczeniach, insurtech - PL: Uczenie maszynowe w ubezpieczeniach: taryfikacja i underwriting, likwidacja szkód, wykrywanie wyłudzeń i obsługa klienta, pod nadzorem sektorowym i AI Act. - EN: Machine learning in insurance: pricing and underwriting, claims handling, fraud detection and customer service, under sector supervision and the AI Act. - In one sentence PL: Programy, które pomagają ubezpieczycielom wyceniać polisy, ocenić szkody i wyłapać wyłudzenia odszkodowań. - Problem it solves PL: Ubezpieczyciel musi przewidzieć, ile zapłaci za przyszłe szkody tysięcy klientów, i szybko rozpatrywać zgłoszenia bez przepłacania. - What it does PL: Jak doświadczony agent, który zna losy setek tysięcy polis: ocenia ryzyko nowego klienta i rzetelność zgłoszonej szkody. - Everyday example PL: Zgłaszasz stłuczkę w aplikacji, robisz zdjęcia auta i po chwili dostajesz wstępną wycenę naprawy. - In one sentence EN: Software that helps insurers price policies, assess damage and catch false claims. - Problem it solves EN: An insurer must predict what it will pay for thousands of customers' future losses and settle claims quickly without overpaying. - What it does EN: Like a veteran agent who knows the fate of hundreds of thousands of policies: judges a new customer's risk and how genuine a claim is. - Everyday example EN: You report a fender-bender in the app, take photos of the car and soon get a preliminary repair estimate. - concerns you if PL: kupujesz ubezpieczenie auta, domu lub zdrowia; zgłaszasz szkodę i czekasz na odszkodowanie; pracujesz w ubezpieczeniach lub aktuariacie - concerns you if EN: buy car, home or health insurance; file a claim and wait for payout; work in insurance or actuarial science - sources: `eiopa-ai-opinion-2025`, `wuthrich-merz-actuarial-learning-2023` ### Ocena szkód ze zdjęć w likwidacji szkód (Photo-based damage assessment for insurance claims) - id: `claimsdamage` · https://aiatlasgraph.com/t/claimsdamage.md - path: AI w finansach › AI w ubezpieczeniach › Ocena szkód ze zdjęć w likwidacji szkód - aliases: car damage detection, vehicle damage assessment, claims automation, photo claims, ocena szkód ze zdjęć - PL: Detekcja i segmentacja typów uszkodzeń (wgniecenie, rysa, pęknięcie, stłuczona szyba) na zdjęciach pojazdów w procesie likwidacji szkód. - EN: Detection and segmentation of damage types (dent, scratch, crack, shattered glass) in vehicle photos for claims processing. - In one sentence PL: Rozpoznawanie na zdjęciach rodzaju i miejsca widocznego uszkodzenia, żeby szybciej obsłużyć zgłoszenie szkody. - Problem it solves PL: Czekanie na rzeczoznawcę przy drobnej szkodzie trwa dni i kosztuje, choć wiele przypadków wygląda podobnie. - What it does PL: Zaznacza na zdjęciu widoczne wgniecenia, rysy, pęknięcia i stłuczone szyby, pomagając rzeczoznawcy szybciej przejrzeć zgłoszenie. - Everyday example PL: Po parkingowej stłuczce robisz telefonem kilka zdjęć zderzaka, a aplikacja zaznacza widoczne wgniecenie do dalszej oceny. - In one sentence EN: Recognising the type and location of visible damage in photos to process a claim faster. - Problem it solves EN: Waiting days for an adjuster on a minor claim is slow and costly, even though many cases look alike. - What it does EN: Marks visible dents, scratches, cracks and shattered glass in a photo, helping an adjuster review the claim faster. - Everyday example EN: After a parking scrape you take a few phone photos of the bumper, and the app marks the visible dent for further assessment. - concerns you if PL: zgłaszasz szkodę komunikacyjną przez aplikację; budujesz systemy rozpoznawania obrazów dla firm - concerns you if EN: file a car claim through an app; build image recognition systems for businesses - related: `instanceseg` - sources: `cardd-2022` ### Taryfikacja ubezpieczeń z uczeniem maszynowym (Machine-learning insurance pricing (actuarial learning)) - id: `insurancepricing` · https://aiatlasgraph.com/t/insurancepricing.md - path: AI w finansach › AI w ubezpieczeniach › Taryfikacja ubezpieczeń z uczeniem maszynowym - aliases: insurance pricing, actuarial learning, frequency-severity model, GLM pricing, tariff modelling, taryfikacja, wycena składki - PL: Modele częstości i wielkości szkód do wyceny składek: od uogólnionych modeli liniowych po sieci neuronowe i zespoły drzew. - EN: Claim frequency and severity models for premium pricing: from generalised linear models to neural networks and tree ensembles. - In one sentence PL: Liczenie, ile powinna kosztować polisa dla konkretnej osoby, na podstawie tego, jak często i jak drogie szkody mają podobni klienci. - Problem it solves PL: Zbyt niska składka przynosi ubezpieczycielowi straty, zbyt wysoka odstrasza dobrych klientów, a ryzyko różni się mocno między ludźmi. - What it does PL: Rozbija cenę na dwa pytania: jak często zdarzy się szkoda i ile będzie kosztować, jak mechanik szacujący awaryjność i koszt części. - Everyday example PL: Dwóch kierowców z tym samym autem dostaje różne oferty, bo jeden jeździ głównie po wsi, a drugi codziennie przez zatłoczone miasto. - In one sentence EN: Working out what a policy should cost for a given person from how often and how expensively similar customers claim. - Problem it solves EN: Too low a premium loses the insurer money, too high drives off good customers, and risk varies widely between people. - What it does EN: Splits the price into two questions, how often a loss happens and how much it costs, like a mechanic weighing breakdown rate and parts cost. - Everyday example EN: Two drivers with the same car get different quotes because one drives mostly in the countryside and the other through a busy city daily. - concerns you if PL: porównujesz oferty ubezpieczenia; pracujesz jako aktuariusz lub analityk ubezpieczeniowy - concerns you if EN: compare insurance quotes; work as an actuary or insurance analyst - sources: `wuthrich-merz-actuarial-learning-2023` ### Inwestowanie ilościowe i handel algorytmiczny (Quantitative investing and algorithmic trading) - id: `quanttrading` · https://aiatlasgraph.com/t/quanttrading.md - path: AI w finansach › Inwestowanie ilościowe i handel algorytmiczny - aliases: quant finance, algorithmic trading, financial machine learning, handel algorytmiczny, ML for asset management - PL: Uczenie maszynowe w zarządzaniu aktywami: prognozowanie stóp zwrotu, konstrukcja portfela, wykonanie zleceń i rygorystyczny backtesting. - EN: Machine learning in asset management: return prediction, portfolio construction, order execution and rigorous backtesting. - In one sentence PL: Programy, które szukają w danych rynkowych sygnałów, budują z nich strategie inwestycyjne i same składają zlecenia. - Problem it solves PL: Na giełdach notowane są tysiące spółek i ogrom danych, a człowiek nie przeanalizuje ich wszystkich ani nie zareaguje w ułamku sekundy. - What it does PL: Jak sito przesiewające tony historycznych danych w poszukiwaniu powtarzalnych prawidłowości, które potem sprawdza się, czy nie były przypadkiem. - Everyday example PL: Fundusz, w którym odkładasz na emeryturę, co miesiąc przebudowuje portfel według modelu oceniającego setki spółek naraz. - In one sentence EN: Software that looks for signals in market data, turns them into investment strategies and places the orders itself. - Problem it solves EN: Exchanges list thousands of companies with huge amounts of data, and no person can analyse them all or react in a split second. - What it does EN: Like a sieve sifting tons of historical data for repeatable patterns, which are then checked for being mere luck. - Everyday example EN: The fund holding your pension savings rebuilds its portfolio monthly using a model that scores hundreds of companies at once. - concerns you if PL: masz oszczędności w funduszu inwestycyjnym lub emerytalnym; testujesz własne strategie inwestycyjne; myślisz o pracy jako analityk ilościowy - concerns you if EN: have savings in an investment or pension fund; test your own investment strategies; are considering work as a quantitative analyst - sources: `gu-kelly-xiu-2020`, `bailey-pbo-2015` ### Optymalne wykonanie dużych zleceń (Optimal trade execution) - id: `optimalexecution` · https://aiatlasgraph.com/t/optimalexecution.md - path: AI w finansach › Inwestowanie ilościowe i handel algorytmiczny › Optymalne wykonanie dużych zleceń - aliases: optimal execution, trade execution, execution algorithms, VWAP, TWAP, implementation shortfall, optymalna egzekucja zleceń - PL: Wyznaczanie harmonogramu i cen zleceń cząstkowych, które minimalizują koszt wykonania dużego zlecenia w zadanym czasie. - EN: Scheduling and pricing child orders to minimise the cost of executing a large order within a set time. - In one sentence PL: Sposoby kupowania lub sprzedawania dużej liczby akcji po kawałku, żeby samemu nie przesunąć ceny na swoją niekorzyść. - Problem it solves PL: Kto chce sprzedać dużo naraz, sam zbija cenę, a kto sprzedaje zbyt wolno, ryzykuje, że rynek ucieknie. - What it does PL: Dzieli zlecenie na porcje i dobiera ich moment i cenę, jak ktoś, kto przez cały dzień wymienia pieniądze w kilku kantorach. - Everyday example PL: Fundusz emerytalny sprzedaje duży pakiet akcji; algorytm rozkłada sprzedaż na cały dzień w małych zleceniach dopasowanych do ruchu na giełdzie. - In one sentence EN: Ways to buy or sell a large block of shares in pieces so you don't push the price against yourself. - Problem it solves EN: Selling a lot at once drags the price down yourself, while selling too slowly risks the market moving away. - What it does EN: Splits the order into chunks and times and prices each, like someone changing money at several bureaus throughout the day. - Everyday example EN: A pension fund sells a big block of shares; an algorithm spreads the sale over the day in small orders matched to market activity. - concerns you if PL: pracujesz przy handlu na rynkach finansowych; chcesz zrozumieć, jak uczenie ze wzmocnieniem działa w praktyce - concerns you if EN: work in trading on financial markets; want to see reinforcement learning applied in practice - related: `rltrading` - sources: `nevmyvaka-rl-execution-2006` ### Przeuczenie backtestu i walidacja strategii (Backtest overfitting and strategy validation) - id: `backtestoverfitting` · https://aiatlasgraph.com/t/backtestoverfitting.md - path: AI w finansach › Inwestowanie ilościowe i handel algorytmiczny › Przeuczenie backtestu i walidacja strategii - aliases: backtest overfitting, probability of backtest overfitting, PBO, CSCV, przeuczenie backtestu - PL: Metody wykrywania przeuczenia przy wielokrotnym testowaniu strategii, w tym prawdopodobieństwo przeuczenia backtestu (PBO) szacowane przez CSCV. - EN: Methods for detecting overfitting when many strategies are tested, including the probability of backtest overfitting (PBO) estimated with CSCV. - In one sentence PL: Sposoby, by odróżnić strategię inwestycyjną, która naprawdę działa, od takiej, która tylko przypadkiem dobrze wypadła na starych danych. - Problem it solves PL: Po wypróbowaniu setek pomysłów któryś zawsze wygląda świetnie w historii, a potem traci pieniądze na prawdziwym rynku. - What it does PL: Jak rzucanie wieloma monetami: przy tysiącu monet któraś wypadnie orłem dziesięć razy z rzędu, choć niczym się nie wyróżnia. - Everyday example PL: Ktoś pokazuje na forum strategię z pięknym wykresem zysków z dziesięciu lat, ale nie mówi, ile innych wersji sprawdził, zanim ją znalazł. - In one sentence EN: Ways to tell an investment strategy that really works from one that only looked good on old data by chance. - Problem it solves EN: Try hundreds of ideas and one always looks great in history, then loses money in the real market. - What it does EN: Like tossing many coins: with a thousand coins, one will land heads ten times in a row though it is nothing special. - Everyday example EN: Someone posts a strategy with a beautiful ten-year profit chart on a forum, but doesn't say how many other versions they tried first. - concerns you if PL: testujesz strategie na danych historycznych; oceniasz fundusz po jego wynikach z przeszłości - concerns you if EN: test strategies on historical data; judge a fund by its past performance - related: `leakagetypes`, `llmtradingagents` - sources: `bailey-pbo-2015` ### Przewidywanie stóp zwrotu modelami ML (Machine-learning return prediction) - id: `returnprediction` · https://aiatlasgraph.com/t/returnprediction.md - path: AI w finansach › Inwestowanie ilościowe i handel algorytmiczny › Przewidywanie stóp zwrotu modelami ML - aliases: empirical asset pricing with ML, cross-sectional return prediction, alpha models, predykcja stóp zwrotu - PL: Prognozowanie przekroju oczekiwanych stóp zwrotu z setek cech spółek za pomocą regresji z regularyzacją, drzew i sieci neuronowych. - EN: Predicting the cross-section of expected returns from hundreds of company characteristics with regularised regression, trees and neural networks. - In one sentence PL: Modele, które na podstawie cech spółek próbują przewidzieć, które akcje w następnym miesiącu wypadną lepiej od innych. - Problem it solves PL: Inwestor wybiera spośród tysięcy spółek, a proste reguły pomijają to, jak różne cechy działają razem. - What it does PL: Nie zgaduje jutrzejszej ceny, tylko ustawia spółki w kolejce od najbardziej do najmniej obiecujących, jak ranking zawodników przed sezonem. - Everyday example PL: Model co miesiąc ocenia wszystkie spółki z giełdy; fundusz kupuje górną dziesiątą część listy i sprzedaje dolną. - In one sentence EN: Models that use company traits to predict which shares will do better than others next month. - Problem it solves EN: An investor chooses among thousands of companies, and simple rules miss how different traits work together. - What it does EN: It does not guess tomorrow's price; it lines companies up from most to least promising, like a pre-season ranking of players. - Everyday example EN: Each month a model scores every listed company; the fund buys the top tenth of the list and sells the bottom tenth. - concerns you if PL: zastanawiasz się, jak fundusze ilościowe wybierają akcje; budujesz model na danych giełdowych - concerns you if EN: wonder how quant funds pick shares; build a model on stock market data - sources: `gu-kelly-xiu-2020` ### Uczenie ze wzmocnieniem w handlu i alokacji portfela (Reinforcement learning for trading and portfolio allocation) - id: `rltrading` · https://aiatlasgraph.com/t/rltrading.md - path: AI w finansach › Inwestowanie ilościowe i handel algorytmiczny › Uczenie ze wzmocnieniem w handlu i alokacji portfela - aliases: deep reinforcement learning trading, DRL portfolio, FinRL, RL w tradingu - PL: Handel i alokacja portfela jako MDP oraz trenowanie agentów głębokiego RL (PPO, SAC, DDPG) w środowiskach rynkowych z kosztami transakcyjnymi. - EN: Trading and portfolio allocation as an MDP, training deep RL agents (PPO, SAC, DDPG) in market environments with transaction costs. - In one sentence PL: Agent uczy się kupować, sprzedawać i rozkładać pieniądze między aktywa metodą prób i błędów w symulacji rynku. - Problem it solves PL: Inwestowanie to ciąg decyzji, w którym każdy ruch zmienia kolejne możliwości, a sama prognoza nie mówi, co zrobić. - What it does PL: Jak gracz trenujący na powtórkach meczów: setki razy rozgrywa historię rynku i wzmacnia ruchy, które dawały zysk przy rozsądnym ryzyku. - Everyday example PL: Studentka uruchamia otwartą bibliotekę, trenuje agenta na notowaniach z kilku lat i porównuje jego wynik z prostym kupnem indeksu. - In one sentence EN: An agent learns to buy, sell and spread money across assets by trial and error in a market simulation. - Problem it solves EN: Investing is a chain of decisions where each move changes the next options, and a forecast alone does not say what to do. - What it does EN: Like a player training on match replays: replays market history hundreds of times and reinforces moves that paid off at sensible risk. - Everyday example EN: A student runs an open library, trains an agent on several years of prices and compares it with simply buying the index. - concerns you if PL: uczysz się uczenia ze wzmocnieniem na praktycznym przykładzie; eksperymentujesz z automatycznym inwestowaniem - concerns you if EN: are learning reinforcement learning on a practical example; experiment with automated investing - related: `optimalexecution`, `rlenvs` - sources: `finrl-2020` ### Zespoły agentów językowych podejmujące decyzje inwestycyjne (LLM multi-agent trading systems) - id: `llmtradingagents` · https://aiatlasgraph.com/t/llmtradingagents.md - path: AI w finansach › Inwestowanie ilościowe i handel algorytmiczny › Zespoły agentów językowych podejmujące decyzje inwestycyjne - aliases: LLM trading agents, multi-agent trading, LLM investing agents, agenci inwestycyjni - PL: Systemy, w których wyspecjalizowani agenci LLM (analitycy, debata, trader, ryzyko) wspólnie podejmują decyzje handlowe na danych rynkowych i tekstowych. - EN: Systems where specialised LLM agents (analysts, debate, trader, risk) jointly make trading decisions from market and text data. - In one sentence PL: Kilka współpracujących programów AI, które jak zespół w funduszu czytają wiadomości, spierają się i decydują o kupnie akcji. - Problem it solves PL: Decyzja inwestycyjna wymaga zestawienia wielu źródeł i punktów widzenia, a jeden model łatwo ulega jednej narracji. - What it does PL: Dzieli pracę na role: analityków, optymistę i pesymistę w debacie, tradera i strażnika ryzyka, jak w prawdziwej firmie. - Everyday example PL: Przed decyzją o akcjach jeden agent streszcza raport, drugi nastroje w sieci, dwaj spierają się o perspektywy, a ostatni ogranicza wielkość pozycji. - In one sentence EN: Several cooperating AI programs that, like a fund's team, read news, argue and decide whether to buy shares. - Problem it solves EN: An investment decision needs many sources and viewpoints, and a single model easily falls for one narrative. - What it does EN: Splits work into roles: analysts, an optimist and a pessimist in debate, a trader and a risk officer, as in a real firm. - Everyday example EN: Before a share decision, one agent summarises the report, another online sentiment, two debate the outlook, and a last one caps position size. - concerns you if PL: testujesz AI do inwestowania własnych pieniędzy; budujesz systemy wieloagentowe; oceniasz obietnice narzędzi „AI-tradera” - concerns you if EN: test AI for investing your own money; build multi-agent systems; assess claims of 'AI trader' tools - related: `backtestoverfitting` - sources: `tradingagents-2024`, `finsaber-2025` ### Ocena zdolności kredytowej (scoring) (Credit scoring and underwriting) - id: `creditscoring` · https://aiatlasgraph.com/t/creditscoring.md - path: AI w finansach › Ocena zdolności kredytowej (scoring) - aliases: credit scoring, credit risk modelling, underwriting, PD model, scoring kredytowy, ryzyko kredytowe - PL: Modele prawdopodobieństwa niewypłacalności (PD) i decyzje kredytowe: od kart scoringowych po gradient boosting, z wymogami wyjaśnialności i niedyskryminacji. - EN: Probability-of-default (PD) models and credit decisions: from scorecards to gradient boosting, under explainability and non-discrimination requirements. - In one sentence PL: Modele, które na podstawie twojej historii finansowej szacują, czy spłacisz pożyczkę, i pomagają bankowi zdecydować o kredycie. - Problem it solves PL: Bank musi szybko zdecydować, komu pożyczyć i na jakich warunkach, nie znając osobiście tysięcy wnioskodawców. - What it does PL: Jak doradca kredytowy, który pamięta losy setek tysięcy wcześniejszych pożyczek i na tej podstawie ocenia nową. - Everyday example PL: Wypełniasz w sklepie internetowym wniosek o raty na telefon i po kilku minutach widzisz decyzję oraz proponowaną kwotę. - In one sentence EN: Models that use your financial history to estimate whether you will repay a loan and help the bank decide. - Problem it solves EN: A bank must decide quickly whom to lend to and on what terms, without knowing thousands of applicants personally. - What it does EN: Like a loan officer who remembers how hundreds of thousands of earlier loans turned out and judges the new one by that. - Everyday example EN: You fill in an instalment application for a phone in an online shop and within minutes see the decision and offered amount. - concerns you if PL: starasz się o kredyt, raty lub kartę kredytową; dostałeś odmowę i nie wiesz dlaczego; budujesz modele ryzyka w banku lub fintechu - concerns you if EN: apply for a loan, instalments or a credit card; were turned down and don't know why; build risk models at a bank or fintech - related: `airegulation` - sources: `lessmann-credit-benchmark-2015`, `eu-ai-act-annex3-credit` ### Karty scoringowe i modele PD (Credit scorecards and PD models) - id: `creditscorecards` · https://aiatlasgraph.com/t/creditscorecards.md - path: AI w finansach › Ocena zdolności kredytowej (scoring) › Karty scoringowe i modele PD - aliases: scorecard, WoE scorecard, PD model, karta scoringowa, logistic regression scorecard - PL: Regresja logistyczna na cechach podzielonych na przedziały i zakodowanych wagą dowodu (WoE), przeskalowana do punktów; wzorzec scoringu kredytowego. - EN: Logistic regression on binned features encoded by weight of evidence (WoE), rescaled to points; the reference pattern for credit scoring. - In one sentence PL: Tabela punktów za poszczególne cechy wnioskodawcy; suma punktów mówi, jak ryzykowne jest udzielenie mu kredytu. - Problem it solves PL: Decyzje kredytowe muszą być szybkie, powtarzalne i łatwe do sprawdzenia przez kontrolera, a nie zależeć od humoru doradcy. - What it does PL: Działa jak quiz w czasopiśmie: za każdą odpowiedź dostajesz punkty, a wynik końcowy porównuje się z progiem, od którego bank mówi „tak”. - Everyday example PL: Za pięć lat stałej pracy w jednej firmie dostajesz dodatkowe punkty, a za kilka spóźnionych rat w zeszłym roku część punktów tracisz. - In one sentence EN: A table of points for each applicant trait; the total says how risky it is to lend to them. - Problem it solves EN: Credit decisions must be fast, repeatable and easy for an auditor to check, not dependent on an adviser's mood. - What it does EN: Works like a magazine quiz: each answer earns points, and the total is compared with the cut-off at which the bank says yes. - Everyday example EN: Five years in the same job earns you extra points, while a few late instalments last year cost you some. - concerns you if PL: chcesz zrozumieć, co wpływa na twoją ocenę kredytową; budujesz model, który musi zatwierdzić kontroler - concerns you if EN: want to understand what drives your credit score; build a model that an auditor must sign off - related: `interpretablemodels`, `lgdmodels`, `rejectinference` - sources: `lessmann-credit-benchmark-2015` ### Modele straty przy niewypłacalności (LGD) i oczekiwanej straty kredytowej (Loss given default (LGD) and expected credit loss models) - id: `lgdmodels` · https://aiatlasgraph.com/t/lgdmodels.md - path: AI w finansach › Ocena zdolności kredytowej (scoring) › Modele straty przy niewypłacalności (LGD) i oczekiwanej straty kredytowej - aliases: LGD, loss given default, EAD, expected credit loss, ECL, IFRS 9, CECL, strata przy niewykonaniu zobowiązania - PL: Modele LGD i EAD, które z PD dają oczekiwaną stratę (EL = PD×LGD×EAD) dla kapitału regulacyjnego i rezerw IFRS 9 / CECL. - EN: LGD and EAD models that combine with PD into expected loss (EL = PD×LGD×EAD) for regulatory capital and IFRS 9 / CECL reserves. - In one sentence PL: Szacowanie, ile pieniędzy bank faktycznie straci, jeśli klient przestanie spłacać, a nie tylko czy przestanie. - Problem it solves PL: Dwa niespłacone kredyty mogą kosztować zupełnie inaczej, a bank musi z góry odłożyć rezerwy na przyszłe straty. - What it does PL: Rozkłada ryzyko na trzy pytania: czy klient przestanie płacić, ile będzie wtedy winien i jaką część uda się odzyskać. - Everyday example PL: Przy kredycie hipotecznym bank odzyskuje dużą część długu ze sprzedaży mieszkania, a przy karcie kredytowej często niewiele; rezerwy są przez to różne. - In one sentence EN: Estimating how much money the bank actually loses if a customer stops paying, not just whether they will. - Problem it solves EN: Two defaulted loans can cost very different amounts, and the bank must set aside reserves for future losses in advance. - What it does EN: Splits risk into three questions: will the customer stop paying, how much will they owe then, and what share can be recovered. - Everyday example EN: With a mortgage the bank recovers much of the debt by selling the flat, with a credit card often little; so reserves differ. - concerns you if PL: pracujesz w ryzyku kredytowym lub controllingu banku; chcesz zrozumieć rezerwy w sprawozdaniu banku - concerns you if EN: work in a bank's credit risk or finance team; want to understand reserves in a bank's report - related: `creditscorecards` - sources: `mathworks-lgd-overview` ### Ocena kredytowa z historii rachunku (dane alternatywne) (Cash-flow underwriting with alternative data) - id: `cashflowunderwriting` · https://aiatlasgraph.com/t/cashflowunderwriting.md - path: AI w finansach › Ocena zdolności kredytowej (scoring) › Ocena kredytowa z historii rachunku (dane alternatywne) - aliases: cash-flow underwriting, alternative credit data, open banking credit scoring, transaction data scoring, thin-file lending, dane alternatywne w kredytach - PL: Scoring kredytowy na cechach z danych transakcyjnych rachunku (wpływy, saldo, zobowiązania) pozyskanych za zgodą klienta, np. przez otwartą bankowość. - EN: Credit scoring on features from account transaction data (inflows, balances, obligations) obtained with consent, e.g. via open banking. - In one sentence PL: Ocenianie, czy ktoś spłaci pożyczkę, na podstawie wpływów i wydatków na jego koncie, a nie tylko dawnych kredytów. - Problem it solves PL: Miliony ludzi nie mają historii kredytowej, więc tradycyjny scoring ich odrzuca, choć regularnie zarabiają i płacą rachunki. - What it does PL: Patrzy na codzienne finanse jak wynajmujący mieszkanie, który zamiast pytać o kredyty, ogląda wyciągi z ostatnich miesięcy. - Everyday example PL: Wnioskujesz o pierwsze raty i zgadzasz się udostępnić historię konta; decyzja uwzględnia regularną pensję i opłacany czynsz. - In one sentence EN: Judging whether someone will repay from the money flowing in and out of their account, not just past loans. - Problem it solves EN: Millions of people have no credit history, so traditional scoring rejects them even though they earn and pay bills regularly. - What it does EN: Looks at everyday finances like a landlord who skips asking about loans and reads the last few months of statements instead. - Everyday example EN: You apply for your first instalment plan and agree to share account history; the decision counts your regular salary and paid rent. - concerns you if PL: nie masz jeszcze historii kredytowej; pracujesz na umowach o zmiennych dochodach; budujesz scoring w fintechu - concerns you if EN: have no credit history yet; earn irregular income; build scoring at a fintech - related: `creditexplain` - sources: `finreglab-cashflow-2019` ### Wnioskowanie o odrzuconych wnioskach (reject inference) (Reject inference in credit scoring) - id: `rejectinference` · https://aiatlasgraph.com/t/rejectinference.md - path: AI w finansach › Ocena zdolności kredytowej (scoring) › Wnioskowanie o odrzuconych wnioskach (reject inference) - aliases: reject inference, sample selection bias in credit, through-the-door population, augmentation, parcelling, wnioskowanie o odrzuconych - PL: Metody korekty obciążenia selekcji próby w scoringu: przypisanie wnioskowanych wyników odrzuconym wnioskom przed trenowaniem modelu. - EN: Methods correcting sample selection bias in scoring by assigning inferred outcomes to rejected applications before model training. - In one sentence PL: Zgadywanie, jak spłacaliby kredyt ludzie, którym bank go kiedyś odmówił, żeby nowy model nie był ślepy na tę grupę. - Problem it solves PL: Bank zna historię spłat tylko tych, którym pożyczył, więc nowy model powiela dawne decyzje i źle ocenia osoby z granicy. - What it does PL: Uzupełnia brakujący fragment obrazu, jak meteorolog szacujący pogodę w miejscach bez stacji na podstawie sąsiednich. - Everyday example PL: Fintech przez lata odrzucał młodych bez historii kredytowej; przed budową nowego modelu sprawdza w biurze kredytowym, jak ci ludzie spłacali pożyczki gdzie indziej. - In one sentence EN: Estimating how people the bank once turned down would have repaid, so a new model isn't blind to them. - Problem it solves EN: A bank knows repayment history only for those it lent to, so a new model repeats old decisions and misjudges borderline applicants. - What it does EN: Fills in the missing part of the picture, like a forecaster estimating weather where there are no stations from nearby ones. - Everyday example EN: A fintech rejected young people without credit history for years; before a new model it checks bureau data on how they repaid loans elsewhere. - concerns you if PL: budujesz nowy model scoringowy na starych decyzjach; zastanawiasz się, czemu model nie ufa nowym grupom klientów - concerns you if EN: build a new scorecard on past decisions; wonder why a model distrusts new customer groups - related: `creditscorecards` - sources: `experian-reject-inference-survey-2013` ### Wyjaśnianie decyzji kredytowych i równe traktowanie (Explaining credit decisions and fair lending) - id: `creditexplain` · https://aiatlasgraph.com/t/creditexplain.md - path: AI w finansach › Ocena zdolności kredytowej (scoring) › Wyjaśnianie decyzji kredytowych i równe traktowanie - aliases: adverse action reasons, reason codes, fair lending, explainable credit scoring, wyjaśnialność scoringu - PL: Kody przyczyn odmowy, atrybucja cech (SHAP), wyjaśnienia kontrfaktyczne i testy dyskryminacji dla modeli kredytowych pod nadzorem regulacyjnym. - EN: Adverse-action reason codes, feature attribution (SHAP), counterfactual explanations and discrimination testing for regulated credit models. - In one sentence PL: Pokazanie klientowi, dlaczego dostał odmowę, i sprawdzenie, czy model nie krzywdzi ludzi ze względu na płeć, wiek czy pochodzenie. - Problem it solves PL: Odmowa kredytu bez podania powodu jest niesprawiedliwa i często niezgodna z prawem, a ukryte uprzedzenia modelu trudno zauważyć. - What it does PL: Wskazuje kilka cech, które najbardziej obniżyły ocenę, i podpowiada, co musiałoby się zmienić, żeby decyzja była inna. - Everyday example PL: W odmowie czytasz: zbyt krótka historia kredytowa i wysokie zadłużenie na kartach; spłata części zadłużenia podniosłaby twoją ocenę. - In one sentence EN: Showing customers why they were turned down and checking that the model does not harm people because of sex, age or origin. - Problem it solves EN: Refusing a loan without a reason is unfair and often unlawful, and a model's hidden biases are hard to spot. - What it does EN: Points to the few traits that pulled the score down most and suggests what would have to change for a different decision. - Everyday example EN: Your rejection letter says: credit history too short and high card balances; paying some debt down would raise your score. - concerns you if PL: dostałeś odmowę kredytu; wdrażasz model kredytowy, który podlega nadzorowi - concerns you if EN: were refused a loan; deploy a credit model that is supervised - related: `cashflowunderwriting`, `fairness`, `featureattribution`, `counterfactualexpl` - sources: `eu-ai-act-annex3-credit`, `cfpb-circular-2022-03`, `cfpb-reg-b-1002-9-current` ### Przeciwdziałanie praniu pieniędzy i weryfikacja klientów (AML/KYC) (Anti-money laundering and customer verification (AML/KYC)) - id: `amlkyc` · https://aiatlasgraph.com/t/amlkyc.md - path: AI w finansach › Przeciwdziałanie praniu pieniędzy i weryfikacja klientów (AML/KYC) - aliases: AML, KYC, anti-money laundering, financial crime compliance, przeciwdziałanie praniu pieniędzy, RegTech - PL: Uczenie maszynowe w zgodności finansowej: monitorowanie transakcji pod kątem prania pieniędzy, analiza grafów przepływów i zdalna weryfikacja tożsamości. - EN: Machine learning in financial-crime compliance: transaction monitoring for money laundering, flow-graph analysis and remote identity verification. - In one sentence PL: Narzędzia, które pomagają bankom sprawdzić, kim jest klient, i wyłapać pieniądze pochodzące z przestępstw. - Problem it solves PL: Przestępcy ukrywają brudne pieniądze w milionach zwykłych przelewów, a systemy oparte na samych regułach zalewają banki fałszywymi alarmami. - What it does PL: Jak detektyw śledzący drogę pieniędzy: łączy konta, osoby i przelewy w sieć powiązań i szuka w niej podejrzanych kształtów. - Everyday example PL: Kilkanaście świeżo otwartych kont przelewa sobie w ciągu jednego dnia okrągłe kwoty po kolei; system łączy je w jedną sprawę dla analityka. - In one sentence EN: Tools that help banks check who a customer really is and catch money that comes from crime. - Problem it solves EN: Criminals hide dirty money among millions of ordinary transfers, and rule-only systems bury banks in false alarms. - What it does EN: Like a detective following the money: links accounts, people and transfers into a web and looks for suspicious shapes in it. - Everyday example EN: A dozen newly opened accounts pass round sums along a chain within one day; the system bundles them into one case for an analyst. - concerns you if PL: zakładasz konto przez internet z selfie i dowodem; pracujesz w dziale zgodności banku lub fintechu; bank pyta cię o źródło pieniędzy - concerns you if EN: open an account online with a selfie and ID; work in compliance at a bank or fintech; get asked by your bank where your money came from - sources: `altman-aml-synthetic-2023`, `fatf-digital-id-2020`, `fincen-deepfake-alert-2024` ### Analiza grafu transakcji (sieci kont i przepływów) (Transaction graph analysis) - id: `transactiongraphs` · https://aiatlasgraph.com/t/transactiongraphs.md - path: AI w finansach › Przeciwdziałanie praniu pieniędzy i weryfikacja klientów (AML/KYC) › Analiza grafu transakcji (sieci kont i przepływów) - aliases: graph-based AML, transaction network analysis, fraud rings, GNN for fraud, analiza sieci transakcji - PL: Modelowanie transakcji jako grafu konta–przepływy i klasyfikacja węzłów lub krawędzi cechami grafowymi oraz sieciami GNN. - EN: Modelling transactions as an account–flow graph and classifying nodes or edges with graph features and GNNs. - In one sentence PL: Patrzenie na przelewy jak na mapę połączeń między kontami, żeby zobaczyć całe siatki, a nie pojedyncze podejrzane operacje. - Problem it solves PL: Pojedynczy przelew wygląda niewinnie; podejrzane staje się dopiero to, kto z kim i w jakiej kolejności się rozlicza. - What it does PL: Jak tablica śledczego z nitkami: połączenia między kontami ujawniają grupę, której nie widać, patrząc na każde konto osobno. - Everyday example PL: Dwadzieścia kont otwartych w tym samym tygodniu przekazuje sobie pieniądze w kółko, a całość kończy na jednym koncie za granicą. - In one sentence EN: Looking at transfers as a map of links between accounts, to see whole rings rather than single suspicious payments. - Problem it solves EN: A single transfer looks innocent; what is suspicious is who pays whom and in what order. - What it does EN: Like an investigator's board with strings: links between accounts reveal a group you cannot see by looking at each account alone. - Everyday example EN: Twenty accounts opened in the same week pass money round in circles, and it all ends up in one account abroad. - concerns you if PL: badasz oszustwa obejmujące wiele kont; pracujesz z danymi o przelewach lub kryptowalutach - concerns you if EN: investigate fraud spanning many accounts; work with transfer or cryptocurrency data - related: `gnn`, `frauddetection` - sources: `altman-aml-synthetic-2023`, `weber-elliptic-2019` ### Monitorowanie transakcji i priorytetyzacja alertów AML (AML transaction monitoring and alert triage) - id: `amlmonitoring` · https://aiatlasgraph.com/t/amlmonitoring.md - path: AI w finansach › Przeciwdziałanie praniu pieniędzy i weryfikacja klientów (AML/KYC) › Monitorowanie transakcji i priorytetyzacja alertów AML - aliases: transaction monitoring, alert triage, AML alert scoring, monitorowanie transakcji - PL: Wykrywanie podejrzanych wzorców (rozdrabnianie wpłat, lejki, cykle) w strumieniu transakcji i ranking alertów do ręcznej analizy. - EN: Detecting suspicious patterns (structuring, fan-in, cycles) in transaction streams and ranking alerts for manual review. - In one sentence PL: Systemy przeglądające przelewy w poszukiwaniu wzorców typowych dla prania pieniędzy i układające alarmy od najpilniejszych. - Problem it solves PL: Analitycy toną w alarmach z reguł, z których zdecydowana większość okazuje się niewinna, a prawdziwe sprawy czekają w kolejce. - What it does PL: Jak sortownia na poczcie: wszystkie przesyłki przechodzą przez skaner, a najbardziej podejrzane lądują na osobnym stole. - Everyday example PL: Firma bez pracowników co tydzień dostaje wpłaty od dziesiątek osób i od razu wysyła je za granicę; system przesuwa ją na szczyt listy. - In one sentence EN: Systems that scan transfers for patterns typical of money laundering and rank the alerts from most urgent down. - Problem it solves EN: Analysts drown in rule alerts, most of which prove innocent, while real cases wait in the queue. - What it does EN: Like a mail sorting room: every parcel goes through the scanner and the most suspicious ones land on a separate table. - Everyday example EN: A company with no staff receives payments from dozens of people every week and sends them straight abroad; the system moves it to the top of the list. - concerns you if PL: pracujesz z alertami w dziale zgodności; prowadzisz firmę z dużą liczbą przelewów - concerns you if EN: work with alerts in a compliance team; run a business with many transfers - related: `appscamdetection` - sources: `altman-aml-synthetic-2023` ### Zdalna weryfikacja tożsamości i wykrywanie prób podszycia (eKYC) (Remote identity verification and liveness detection (eKYC)) - id: `ekycliveness` · https://aiatlasgraph.com/t/ekycliveness.md - path: AI w finansach › Przeciwdziałanie praniu pieniędzy i weryfikacja klientów (AML/KYC) › Zdalna weryfikacja tożsamości i wykrywanie prób podszycia (eKYC) - aliases: eKYC, liveness detection, presentation attack detection, PAD, face matching, selfie verification, deepfake KYC fraud - PL: Weryfikacja dokumentu, porównanie twarzy z dokumentem i wykrywanie ataków prezentacyjnych oraz deepfake'ów przy zdalnym otwieraniu konta. - EN: Document verification, face-to-document matching and detection of presentation attacks and deepfakes during remote onboarding. - In one sentence PL: Zakładanie konta przez telefon: program porównuje twoją twarz ze zdjęciem w dowodzie i sprawdza, czy przed kamerą jest żywy człowiek. - Problem it solves PL: Oszuści zakładają konta na cudze lub zmyślone dane, pokazując kamerze zdjęcia, maski albo wygenerowane nagrania. - What it does PL: Jak urzędnik przy okienku, który patrzy na dowód i na twarz, a na koniec prosi, żebyś odwrócił głowę i mrugnął. - Everyday example PL: Otwierasz konto w aplikacji: fotografujesz dowód, nagrywasz krótkie selfie, a po chwili konto działa bez wizyty w oddziale. - In one sentence EN: Opening an account by phone: software compares your face with your ID photo and checks that a live person is in front of the camera. - Problem it solves EN: Fraudsters open accounts in stolen or invented names by showing the camera photos, masks or generated videos. - What it does EN: Like a clerk at the counter who looks at the ID and your face, then asks you to turn your head and blink. - Everyday example EN: You open an account in an app: photograph your ID, record a short selfie, and moments later the account works without a branch visit. - concerns you if PL: zakładasz konto lub kartę przez aplikację; martwisz się, że ktoś otworzy konto na twoje dane; budujesz proces rejestracji klientów - concerns you if EN: open an account or card through an app; worry someone could open an account in your name; build a customer sign-up flow - related: `behaviouralbiometrics`, `contentprovenance` - sources: `fatf-digital-id-2020`, `iso-iec-30107-3-2023`, `fincen-deepfake-alert-2024` ### Przetwarzanie języka w finansach (Natural language processing in finance) - id: `finnlp` · https://aiatlasgraph.com/t/finnlp.md - path: AI w finansach › Przetwarzanie języka w finansach - aliases: financial NLP, FinNLP, financial LLM, LLM w finansach, modele językowe w finansach - PL: NLP i LLM na tekstach finansowych: analiza sentymentu wiadomości, ekstrakcja z raportów, odpowiadanie na pytania wymagające obliczeń na tabelach i tekście. - EN: NLP and LLMs on financial text: news sentiment analysis, extraction from reports, question answering that requires calculations over tables and text. - In one sentence PL: Programy czytające wiadomości, raporty spółek i dokumenty finansowe, które wyciągają z nich nastroje, liczby i odpowiedzi na pytania. - Problem it solves PL: Każdego dnia ukazują się tysiące raportów, komunikatów i artykułów, a analityk nie zdąży przeczytać nawet ułamka. - What it does PL: Jak asystent analityka, który przed poranną kawą przegląda całą prasę i sprawozdania i przynosi tylko najważniejsze liczby i sygnały. - Everyday example PL: Analityczka pyta asystenta, jak zmieniła się marża spółki w ostatnim roku, i dostaje wynik z odnośnikiem do strony raportu. - In one sentence EN: Software that reads news, company reports and financial documents and pulls out sentiment, figures and answers. - Problem it solves EN: Thousands of reports, announcements and articles appear every day, and an analyst can't read even a fraction. - What it does EN: Like an analyst's assistant who skims all the press and filings before morning coffee and brings back only the key figures and signals. - Everyday example EN: An analyst asks the assistant how a company's margin changed last year and gets the answer with a link to the report page. - concerns you if PL: czytasz raporty spółek przed inwestycją; pracujesz z dokumentami w banku lub funduszu; budujesz czatbota dla klientów finansowych - concerns you if EN: read company reports before investing; work with documents at a bank or fund; build a chatbot for financial customers - sources: `finbert-araci-2019`, `finqa-2021`, `financebench-2023` ### Analiza sentymentu wiadomości finansowych (Financial news sentiment analysis) - id: `finsentiment` · https://aiatlasgraph.com/t/finsentiment.md - path: AI w finansach › Przetwarzanie języka w finansach › Analiza sentymentu wiadomości finansowych - aliases: financial sentiment analysis, news sentiment, sentyment rynkowy, FinBERT sentiment - PL: Klasyfikacja wydźwięku nagłówków, komunikatów i rozmów wynikowych modelami dostrojonymi do domeny finansowej. - EN: Classifying the tone of headlines, announcements and earnings calls with models tuned to the financial domain. - In one sentence PL: Automatyczne ocenianie, czy wiadomość lub wypowiedź prezesa brzmi dla inwestorów dobrze, źle czy neutralnie. - Problem it solves PL: Zwykłe narzędzia do oceny nastroju mylą się w finansach, bo „cięcie kosztów” czy „spadek zadłużenia” to dobre wiadomości. - What it does PL: Model, który przeczytał mnóstwo tekstów finansowych, rozpoznaje branżowe znaczenia słów, tak jak doświadczony makler słyszy podtekst komunikatu. - Everyday example PL: Portal inwestycyjny koloruje nagłówki: na zielono, gdy spółka podnosi prognozy, na czerwono, gdy ostrzega przed słabszym kwartałem. - In one sentence EN: Automatically judging whether a news item or a CEO's remark sounds good, bad or neutral for investors. - Problem it solves EN: Ordinary mood tools get finance wrong, because “cost cuts” or “falling debt” are good news. - What it does EN: Having read lots of financial text, the model knows the trade meaning of words, the way a seasoned broker hears an announcement's subtext. - Everyday example EN: An investing site colours headlines: green when a company raises its outlook, red when it warns of a weaker quarter. - concerns you if PL: śledzisz wiadomości o spółkach, w które inwestujesz; budujesz sygnały inwestycyjne z tekstu - concerns you if EN: follow news about companies you invest in; build investment signals from text - related: `earningscalls`, `textclassification`, `aspectsentiment` - sources: `finbert-araci-2019` ### Analiza telekonferencji wynikowych (tekst i głos) (Earnings call analysis from text and voice) - id: `earningscalls` · https://aiatlasgraph.com/t/earningscalls.md - path: AI w finansach › Przetwarzanie języka w finansach › Analiza telekonferencji wynikowych (tekst i głos) - aliases: earnings call analysis, earnings conference calls, multimodal financial risk prediction, vocal cues, analiza konferencji wynikowych - PL: Multimodalne modele łączące transkrypcję i cechy głosu z konferencji wynikowych do przewidywania zmienności i ryzyka spółki. - EN: Multimodal models combining transcripts and vocal features from earnings calls to predict company volatility and risk. - In one sentence PL: Analiza tego, co i jak mówią prezesi podczas rozmów z inwestorami po ogłoszeniu wyników spółki. - Problem it solves PL: Po ogłoszeniu wyników inwestorzy mają godziny nagrań do przesłuchania, a ważne sygnały giną między wyuczonymi formułkami zarządu. - What it does PL: Łączy słowa z cechami głosu — m.in. wysokością tonu i natężeniem — aby oszacować krótkoterminową zmienność po konferencji wynikowej. - Everyday example PL: Prezes omawia sprzedaż podczas konferencji wynikowej; system łączy transkrypcję z cechami jego głosu w prognozie krótkoterminowej zmienności kursu. - In one sentence EN: Analysing what executives say, and how they say it, on investor calls after a company reports results. - Problem it solves EN: After results, investors face hours of recordings, and key signals get lost among management's rehearsed phrases. - What it does EN: Combines words with vocal features such as pitch and intensity to estimate short-horizon volatility after an earnings call. - Everyday example EN: An executive discusses sales on an earnings call; the system combines the transcript with vocal features in a short-horizon share-volatility forecast. - concerns you if PL: śledzisz spółki, w które inwestujesz; budujesz modele łączące tekst i dźwięk - concerns you if EN: follow companies you invest in; build models combining text and audio - related: `finsentiment` - sources: `qin-yang-earnings-calls-acl2019` ### Automatyczne tagowanie liczb w sprawozdaniach (XBRL) (XBRL tagging of financial filings) - id: `xbrltagging` · https://aiatlasgraph.com/t/xbrltagging.md - path: AI w finansach › Przetwarzanie języka w finansach › Automatyczne tagowanie liczb w sprawozdaniach (XBRL) - aliases: XBRL tagging, financial numeric entity recognition, iXBRL, ESEF tagging, tagowanie XBRL - PL: Rozpoznawanie encji liczbowych w sprawozdaniach i przypisywanie im znaczników taksonomii XBRL, z setkami typów zależnych od kontekstu. - EN: Numeric entity recognition in filings, assigning XBRL taxonomy tags with hundreds of context-dependent types. - In one sentence PL: Automatyczne oznaczanie każdej liczby w raporcie spółki, co ona znaczy, np. przychód, zysk czy liczba akcji. - Problem it solves PL: Spółki giełdowe muszą oznaczać tysiące liczb w raportach standardowymi etykietami, a robienie tego ręcznie jest wolne, drogie i podatne na błędy. - What it does PL: Czyta zdanie wokół liczby jak księgowy, bo sama liczba „12,5” nic nie mówi, dopiero kontekst zdradza, czy to dług, czy dywidenda. - Everyday example PL: Dział finansowy wgrywa roczne sprawozdanie, a program podpowiada etykiety dla wszystkich kwot, które księgowi tylko zatwierdzają lub poprawiają. - In one sentence EN: Automatically marking what each number in a company report means, such as revenue, profit or share count. - Problem it solves EN: Listed companies must tag thousands of numbers in reports with standard labels, and doing it by hand is slow, costly and error-prone. - What it does EN: Reads the sentence around a number like an accountant, since '12.5' alone says nothing; only context reveals debt or dividend. - Everyday example EN: The finance team uploads the annual report, and software suggests tags for every amount, which accountants just approve or fix. - concerns you if PL: przygotowujesz sprawozdania spółki giełdowej; budujesz bazy danych z raportów finansowych - concerns you if EN: prepare reports for a listed company; build databases from financial filings - related: `finreportqa`, `kie` - sources: `finer-xbrl-2022` ### Modele językowe uczone na tekstach finansowych (Finance-specific language models) - id: `finllm` · https://aiatlasgraph.com/t/finllm.md - path: AI w finansach › Przetwarzanie języka w finansach › Modele językowe uczone na tekstach finansowych - aliases: financial LLM, domain-specific financial LLM, finansowe modele językowe - PL: Modele językowe pretrenowane lub dotrenowane na korpusach finansowych (raporty, wiadomości, transkrypcje), by poprawić wyniki w zadaniach dziedzinowych. - EN: Language models pretrained or further trained on financial corpora (filings, news, transcripts) to improve domain task performance. - In one sentence PL: Modele językowe, które poza zwykłymi tekstami czytały mnóstwo raportów, wiadomości giełdowych i dokumentów finansowych. - Problem it solves PL: Ogólne modele mylą żargon finansowy, skróty i liczby w raportach, a pomyłka w finansach szybko kosztuje. - What it does PL: Jak tłumacz, który po studiach językowych przepracował lata w banku: zna język ogólny i branżowy. - Everyday example PL: Analityk prosi asystenta o wyłuskanie z kwartalnego raportu wszystkich wzmianek o ryzyku walutowym i dostaje trafne, opisane fragmenty. - In one sentence EN: Language models that, besides ordinary text, have read huge amounts of reports, market news and financial documents. - Problem it solves EN: General models stumble over financial jargon, abbreviations and figures in reports, and mistakes in finance get expensive fast. - What it does EN: Like a translator who after language school spent years at a bank: fluent in both everyday and trade language. - Everyday example EN: An analyst asks an assistant to pull every mention of currency risk from a quarterly report and gets accurate, labelled passages. - concerns you if PL: analizujesz raporty spółek lub wiadomości rynkowe; wybierasz model do zastosowań finansowych - concerns you if EN: analyse company reports or market news; choose a model for finance tasks - related: `legallm` - sources: `bloomberggpt-2023`, `finer-xbrl-2022` ### Pytania i obliczenia na raportach finansowych (Question answering and numerical reasoning over financial reports) - id: `finreportqa` · https://aiatlasgraph.com/t/finreportqa.md - path: AI w finansach › Przetwarzanie języka w finansach › Pytania i obliczenia na raportach finansowych - aliases: financial QA, FinQA, FinanceBench, numerical reasoning over tables, analiza sprawozdań finansowych z LLM - PL: Odpowiadanie na pytania wymagające wyszukania i wieloetapowych obliczeń na tabelach i tekście raportów finansowych; benchmarki FinQA, TAT-QA, FinanceBench. - EN: Answering questions that require retrieval and multi-step calculation over tables and text in financial reports; FinQA, TAT-QA, FinanceBench benchmarks. - In one sentence PL: Modele, które odpowiadają na pytania o sprawozdania spółek i same liczą potrzebne wskaźniki z tabel i tekstu. - Problem it solves PL: Odpowiedź na proste pytanie o spółkę wymaga znalezienia liczb w setkach stron raportu i poprawnego ich przeliczenia. - What it does PL: Jak student ekonomii z kalkulatorem: najpierw odszukuje właściwe wiersze tabeli, potem krok po kroku liczy wynik. - Everyday example PL: Pytasz, o ile procent wzrosły przychody spółki rok do roku; model wskazuje dwie liczby z raportu i pokazuje obliczenie. - In one sentence EN: Models that answer questions about company reports and work out the needed ratios from tables and text. - Problem it solves EN: Answering a simple question about a company means finding figures in hundreds of report pages and calculating correctly. - What it does EN: Like an economics student with a calculator: first finds the right table rows, then works out the result step by step. - Everyday example EN: You ask by what percentage a company's revenue grew year on year; the model points to two figures in the report and shows the calculation. - concerns you if PL: analizujesz sprawozdania finansowe; oceniasz, czy czatbot nadaje się do pracy z raportami - concerns you if EN: analyse financial statements; judge whether a chatbot is fit for work with reports - related: `xbrltagging`, `tableqa`, `tableextraction` - sources: `finqa-2021`, `financebench-2023` ### Wykrywanie oszustw płatniczych (Payment fraud detection) - id: `frauddetection` · https://aiatlasgraph.com/t/frauddetection.md - path: AI w finansach › Wykrywanie oszustw płatniczych - aliases: fraud detection, transaction fraud detection, credit card fraud detection, wykrywanie fraudów - PL: Klasyfikacja transakcji w czasie rzeczywistym na skrajnie niezbalansowanych danych, łącząca reguły, modele uczone i weryfikację przez analityków. - EN: Real-time transaction classification on extremely imbalanced data, combining rules, learned models and analyst review. - In one sentence PL: Systemy, które w ułamku sekundy oceniają, czy płatność kartą lub przelew nie są dziełem złodzieja. - Problem it solves PL: Złodzieje kradną dane kart i przejmują konta, a bank ma ułamek sekundy, by zatrzymać pieniądze, zanim znikną. - What it does PL: Jak bramkarz znający zwyczaje każdego stałego gościa: znajomych wpuszcza bez pytań, a nietypowe zachowanie każe wylegitymować. - Everyday example PL: Ktoś próbuje kupić elektronikę twoją kartą o trzeciej w nocy w innym kraju; płatność zostaje wstrzymana, a ty dostajesz pytanie w aplikacji. - In one sentence EN: Systems that decide in a split second whether a card payment or transfer might be the work of a thief. - Problem it solves EN: Thieves steal card details and take over accounts, and the bank has a fraction of a second to stop the money before it vanishes. - What it does EN: Like a doorman who knows every regular's habits: familiar faces walk in, unusual behaviour gets asked for ID. - Everyday example EN: Someone tries to buy electronics with your card at 3 a.m. in another country; the payment is held and you get a question in your banking app. - concerns you if PL: płacisz kartą w sieci lub w sklepie; bank zablokował ci kiedyś płatność bez wyraźnego powodu; budujesz system płatności lub sklep internetowy - concerns you if EN: pay by card online or in shops; had a payment blocked by your bank for no clear reason; build a payment system or online shop - related: `transactiongraphs`, `cheatdetection`, `anomalydetection`, `phishingdetect` - sources: `fraud-detection-handbook-2022` ### Biometria behawioralna (sposób pisania i obsługi telefonu) (Behavioural biometrics for fraud prevention) - id: `behaviouralbiometrics` · https://aiatlasgraph.com/t/behaviouralbiometrics.md - path: AI w finansach › Wykrywanie oszustw płatniczych › Biometria behawioralna (sposób pisania i obsługi telefonu) - aliases: behavioral biometrics, keystroke dynamics, touch dynamics, continuous authentication, biometria behawioralna, dynamika pisania - PL: Ciągłe uwierzytelnianie i ocena ryzyka sesji na podstawie dynamiki pisania, ruchów myszy, dotyku i czujników urządzenia. - EN: Continuous authentication and session risk scoring from typing dynamics, mouse movement, touch and device sensors. - In one sentence PL: Rozpoznawanie, czy przy koncie siedzi właściciel, po tym, jak pisze, przewija i trzyma telefon. - Problem it solves PL: Złodziej z poprawnym hasłem albo osoba działająca pod presją oszusta wygląda dla banku tak samo jak prawowity klient. - What it does PL: Jak znajomy, który poznaje cię po kroku na schodach: system zna twój rytm stukania w klawisze i zauważa obcy. - Everyday example PL: Ktoś loguje się do twojej bankowości, wklejając dane zamiast je wpisywać i poruszając się nienaturalnie szybko; przelew zostaje wstrzymany do potwierdzenia. - In one sentence EN: Telling whether the account owner is really there from how they type, scroll and hold the phone. - Problem it solves EN: A thief with the right password, or a customer acting under a scammer's pressure, looks to the bank just like the genuine customer. - What it does EN: Like a friend who knows you by your footsteps on the stairs: the system knows your typing rhythm and notices a stranger's. - Everyday example EN: Someone logs into your banking by pasting details instead of typing and moves unnaturally fast; the transfer is held for confirmation. - concerns you if PL: logujesz się do banku na telefonie lub komputerze; projektujesz zabezpieczenia aplikacji finansowej - concerns you if EN: log into your bank on a phone or computer; design security for a financial app - related: `appscamdetection`, `ekycliveness` - sources: `keystroke-dynamics-survey-2023`, `pwc-psr-app-reimbursement` ### Ocena i walidacja modeli antyfraudowych (Evaluating and validating fraud models) - id: `fraudmetrics` · https://aiatlasgraph.com/t/fraudmetrics.md - path: AI w finansach › Wykrywanie oszustw płatniczych › Ocena i walidacja modeli antyfraudowych - aliases: fraud model evaluation, precision top-k, prequential validation, ewaluacja modeli antyfraudowych - PL: Metryki i schematy walidacji dla wykrywania oszustw: precyzja wśród top-k alertów, krzywe PR, walidacja czasowa z opóźnieniem etykiet. - EN: Metrics and validation schemes for fraud detection: precision among top-k alerts, PR curves, time-based validation with label delay. - In one sentence PL: Sposoby sprawdzenia, czy system wyłapuje oszustów, gdy oszustw jest garstka, a analitycy przejrzą tylko część alarmów. - Problem it solves PL: Model może mieć 99,9% trafności i nie złapać żadnego oszusta, bo prawie wszystkie płatności są uczciwe. - What it does PL: Zamiast pytać, ile razy model miał rację, pyta, ile prawdziwych oszustw było wśród stu alarmów, które zespół zdążył dziś sprawdzić. - Everyday example PL: Pięciu analityków przegląda codziennie sto najbardziej podejrzanych kart; model ocenia się po tym, ile z nich naprawdę okazało się skradzionych. - In one sentence EN: Ways to check whether a system catches fraudsters when fraud is rare and analysts can review only some alerts. - Problem it solves EN: A model can be 99.9% accurate and catch no fraudster at all, because almost every payment is honest. - What it does EN: Instead of asking how often the model was right, it asks how many of today's hundred checked alerts were real fraud. - Everyday example EN: Five analysts review the hundred most suspicious cards each day; the model is judged by how many of them really turned out to be stolen. - concerns you if PL: oceniasz model na danych z rzadkim zdarzeniem; decydujesz, ilu analityków potrzebuje zespół antyfraudowy - concerns you if EN: evaluate a model on data with a rare event; decide how many analysts a fraud team needs - related: `fraudfeedbackdrift`, `driftdetection` - sources: `fraud-detection-handbook-2022` ### Ocena ryzyka transakcji w czasie rzeczywistym (Real-time transaction risk scoring) - id: `cardfraudscoring` · https://aiatlasgraph.com/t/cardfraudscoring.md - path: AI w finansach › Wykrywanie oszustw płatniczych › Ocena ryzyka transakcji w czasie rzeczywistym - aliases: transaction scoring, real-time fraud scoring, scoring transakcji, fraud scoring - PL: Model scoringowy na cechach agregowanych w oknach czasowych (klient, terminal, urządzenie), zwracający ryzyko transakcji w milisekundach. - EN: A scoring model on time-window aggregated features (customer, terminal, device) that returns a transaction's risk within milliseconds. - In one sentence PL: Każda płatność dostaje w locie ocenę ryzyka, która decyduje, czy przejdzie, wymaga potwierdzenia, czy zostanie zatrzymana. - Problem it solves PL: Człowiek nie sprawdzi każdej płatności, a sztywne reguły albo przepuszczają oszustów, albo blokują uczciwych klientów. - What it does PL: Porównuje bieżący zakup z twoimi nawykami: ile zwykle wydajesz, gdzie, o jakiej porze i jak szybko płacisz kolejny raz. - Everyday example PL: Trzy płatności w minutę w trzech różnych sklepach internetowych dostają wysoką ocenę, więc czwarta wymaga potwierdzenia w aplikacji banku. - In one sentence EN: Every payment gets an on-the-fly risk score that decides whether it goes through, needs confirming or is stopped. - Problem it solves EN: No person can check every payment, and rigid rules either let fraudsters through or block honest customers. - What it does EN: Compares the current purchase with your habits: how much you usually spend, where, at what time and how quickly you pay again. - Everyday example EN: Three payments in a minute at three different online shops score high, so the fourth must be confirmed in the banking app. - concerns you if PL: dostajesz prośby o potwierdzenie płatności w aplikacji; prowadzisz sklep internetowy i tracisz na obciążeniach zwrotnych - concerns you if EN: get asked to confirm payments in your app; run an online shop and lose money on chargebacks - related: `gradientboosting` - sources: `fraud-detection-handbook-2022` ### Uczenie na opóźnionych etykietach i zmieniających się oszustwach (Learning with delayed labels and concept drift in fraud detection) - id: `fraudfeedbackdrift` · https://aiatlasgraph.com/t/fraudfeedbackdrift.md - path: AI w finansach › Wykrywanie oszustw płatniczych › Uczenie na opóźnionych etykietach i zmieniających się oszustwach - aliases: verification latency, alert-feedback interaction, delayed supervision, concept drift in fraud, opóźnione etykiety, dryf pojęć w antyfraudzie - PL: Uczenie strumieniowe klasyfikatora oszustw z dwóch źródeł etykiet: natychmiastowej informacji zwrotnej z alertów i opóźnionych etykiet, przy dryfie pojęć. - EN: Streaming training of a fraud classifier from two label sources, immediate alert feedback and delayed labels, under concept drift. - In one sentence PL: Sposób uczenia systemu antyfraudowego, gdy prawdę o transakcji poznaje się po dniach, a oszuści ciągle zmieniają metody. - Problem it solves PL: Bank dowiaduje się o większości oszustw z opóźnieniem, a analitycy sprawdzą tylko garstkę alarmów, więc model uczy się na niepełnym obrazie. - What it does PL: Rozdziela świeże uwagi analityków od starszych, potwierdzonych przypadków i łączy obie wiedze, jak lekarz słuchający dyżurnego i archiwum. - Everyday example PL: Przed świętami ludzie kupują inaczej niż zwykle; system, który uczy się na bieżących zgłoszeniach, szybciej przestaje blokować zwykłe prezenty. - In one sentence EN: A way to train an anti-fraud system when the truth about a payment arrives days later and fraudsters keep changing tactics. - Problem it solves EN: A bank learns about most fraud late, and analysts can only check a handful of alerts, so the model learns from a partial picture. - What it does EN: Keeps fresh analyst verdicts apart from older confirmed cases and blends both, like a doctor weighing the night shift's notes and the archive. - Everyday example EN: Before the holidays people shop differently; a system learning from current reports stops blocking ordinary gift purchases sooner. - concerns you if PL: budujesz model, którego etykiety przychodzą z opóźnieniem; pracujesz w zespole, który ręcznie sprawdza alarmy - concerns you if EN: build a model whose labels arrive late; work in a team that checks alerts by hand - related: `fraudmetrics`, `malwaredrift` - sources: `dalpozzolo-fraud-delayed-drift`, `fraud-detection-handbook-intro` ### Wykrywanie oszustw, w których ofiara sama zleca przelew (Authorised push payment (APP) scam detection) - id: `appscamdetection` · https://aiatlasgraph.com/t/appscamdetection.md - path: AI w finansach › Wykrywanie oszustw płatniczych › Wykrywanie oszustw, w których ofiara sama zleca przelew - aliases: APP fraud, APP scam, authorised push payment fraud, scam detection, oszustwo na przelew autoryzowany, oszustwa socjotechniczne - PL: Modele oceniające ryzyko autoryzowanych przez klienta przelewów pod kątem manipulacji socjotechnicznej, po stronie banku wysyłającego i odbierającego. - EN: Models scoring the risk of customer-authorised transfers for social-engineering manipulation, at both the sending and receiving bank. - In one sentence PL: Wyłapywanie przelewów, które klient wysyła sam, bo ktoś go przekonał, że to bezpieczne lub opłacalne. - Problem it solves PL: Oszuści coraz częściej nie kradną haseł, tylko namawiają ludzi do przelewu; dla zwykłych zabezpieczeń taka płatność wygląda zupełnie poprawnie. - What it does PL: Szuka sygnałów presji i nietypowej sytuacji, jak kasjerka, która dopytuje starszego pana, dlaczego nagle wypłaca całe oszczędności. - Everyday example PL: Dzwoni „pracownik banku” i każe przelać pieniądze na „bezpieczne konto”; aplikacja zatrzymuje przelew i pokazuje ostrzeżenie o takim scenariuszu. - In one sentence EN: Catching transfers customers send themselves because someone convinced them it was safe or worthwhile. - Problem it solves EN: Scammers increasingly skip stealing passwords and talk people into paying; to ordinary checks such a payment looks perfectly valid. - What it does EN: Looks for signs of pressure and unusual context, like a cashier asking an elderly man why he is suddenly withdrawing all his savings. - Everyday example EN: A 'bank employee' calls and tells you to move money to a 'safe account'; the app pauses the transfer and warns you about this exact scenario. - concerns you if PL: robisz przelewy na nowe konta; pomagasz starszym bliskim w bankowości; pracujesz nad bezpieczeństwem płatności - concerns you if EN: send transfers to new accounts; help older relatives with banking; work on payment security - related: `behaviouralbiometrics`, `amlmonitoring` - sources: `pwc-psr-app-reimbursement`, `nationwide-app-scam-ml-crc` ### Zarządzanie ryzykiem modeli w instytucjach finansowych (Model risk management in financial institutions) - id: `modelriskmgmt` · https://aiatlasgraph.com/t/modelriskmgmt.md - path: AI w finansach › Zarządzanie ryzykiem modeli w instytucjach finansowych - aliases: model risk management, MRM, SR 11-7, model validation in banking, walidacja modeli bankowych, ryzyko modelu - PL: Cykl życia modeli w instytucjach finansowych: inwentarz, ocena istotności, niezależna walidacja, monitoring i nadzór; w 2026 r. w USA SR 11-7 zastąpiono nowymi wytycznymi. - EN: The model lifecycle in financial institutions: inventory, materiality assessment, independent validation, monitoring and oversight; in 2026 US regulators replaced SR 11-7 with new guidance. - In one sentence PL: Zasady, według których bank spisuje, sprawdza i nadzoruje swoje modele, zanim i gdy wpływają na decyzje o pieniądzach. - Problem it solves PL: Błędny model w banku potrafi po cichu źle wycenić tysiące kredytów lub transakcji, zanim ktoś zauważy problem. - What it does PL: Jak przegląd techniczny samochodu: niezależny diagnosta sprawdza model przed wyjazdem na drogę i regularnie później. - Everyday example PL: Zanim nowy model kredytowy zacznie działać, osobny zespół sprawdza jego dane, założenia i wyniki na nowszym okresie i spisuje uwagi. - In one sentence EN: The rules by which a bank lists, checks and oversees its models before and while they influence money decisions. - Problem it solves EN: A faulty bank model can quietly misprice thousands of loans or trades before anyone notices. - What it does EN: Like a car's roadworthiness test: an independent inspector checks the model before it hits the road and regularly after. - Everyday example EN: Before a new credit model goes live, a separate team checks its data, assumptions and results on a more recent period and writes up findings. - concerns you if PL: pracujesz w banku, ubezpieczeniach lub fintechu; wdrażasz model, który ktoś będzie audytował - concerns you if EN: work at a bank, insurer or fintech; deploy a model that someone will audit - related: `riskframeworks` - sources: `fsb-ai-financial-stability-2024`, `us-mrm-guidance-2026-orrick`, `occ-bulletin-2026-13` ### Nadzór nad modelami generatywnymi w bankach (Generative AI risk management in financial institutions) - id: `genaimrmfin` · https://aiatlasgraph.com/t/genaimrmfin.md - path: AI w finansach › Zarządzanie ryzykiem modeli w instytucjach finansowych › Nadzór nad modelami generatywnymi w bankach - aliases: GenAI model risk, LLM risk management in banking, AI model risk management, generative AI governance in finance, nadzór nad GenAI w bankach - PL: Rozszerzenie zarządzania ryzykiem modeli na AI generatywną: inwentarz AI, ocena istotności, testy pod przypadek użycia, guardrails, nadzór ludzki i kontrola dostawców. - EN: Extending model risk management to generative AI: AI inventory, materiality assessment, use-case testing, guardrails, human oversight and vendor controls. - In one sentence PL: Zasady, jak bank sprawdza i ogranicza czatboty oraz inne modele generatywne, zanim pozwoli im pracować na danych klientów. - Problem it solves PL: Stare zasady kontroli modeli powstały dla wzorów liczących ryzyko, a model językowy może zmyślać, ujawnić dane i zmieniać się z każdą aktualizacją dostawcy. - What it does PL: Zamiast jednorazowego egzaminu daje modelowi kaganiec i opiekuna: filtry na wejściu i wyjściu, testy pod konkretne zadanie i człowieka zatwierdzającego decyzje. - Everyday example PL: Asystent pomaga pracownikom banku streszczać umowy, ale nie odpowiada klientom bezpośrednio, a każdy jego wniosek przed wysłaniem czyta człowiek. - In one sentence EN: Rules for how a bank tests and restrains chatbots and other generative models before letting them work with customer data. - Problem it solves EN: Old model controls were built for risk formulas, while a language model can make things up, leak data and change with each vendor update. - What it does EN: Instead of a one-off exam it gives the model a muzzle and a minder: input and output filters, task-specific tests and a human approving decisions. - Everyday example EN: An assistant helps bank staff summarise contracts but never answers customers directly, and a person reads each conclusion before it goes out. - concerns you if PL: wdrażasz czatbota lub asystenta w instytucji finansowej; oceniasz ryzyko narzędzia AI kupionego od dostawcy - concerns you if EN: roll out a chatbot or assistant at a financial firm; assess the risk of an AI tool bought from a vendor - related: `guardrails` - sources: `mas-ai-mrm-2024-klgates` ### Niezależna walidacja i monitoring modeli finansowych (Independent validation and ongoing monitoring of financial models) - id: `finmodelvalidation` · https://aiatlasgraph.com/t/finmodelvalidation.md - path: AI w finansach › Zarządzanie ryzykiem modeli w instytucjach finansowych › Niezależna walidacja i monitoring modeli finansowych - aliases: model validation, independent model validation, ongoing monitoring, champion-challenger, effective challenge, walidacja modeli, monitoring modeli - PL: Niezależna ocena koncepcji, danych, implementacji i wyników modelu oraz stały monitoring jego działania, proporcjonalne do istotności modelu. - EN: Independent assessment of a model's concept, data, implementation and outcomes plus ongoing performance monitoring, proportionate to model materiality. - In one sentence PL: Sprawdzanie modelu banku przez osoby, które go nie budowały, przed wdrożeniem i regularnie potem. - Problem it solves PL: Twórcy modelu nie widzą własnych błędów, a model, który działał rok temu, może po cichu przestać pasować do rzeczywistości. - What it does PL: Działa jak recenzent i kontrola okresowa naraz: kwestionuje założenia, porównuje z modelem konkurencyjnym i śledzi, czy wyniki się nie rozjeżdżają. - Everyday example PL: Zespół walidacji zauważa, że model kredytowy coraz częściej zaniża ryzyko w jednej grupie klientów, i zleca jego ponowną kalibrację. - In one sentence EN: Having people who didn't build a bank's model check it before launch and regularly afterwards. - Problem it solves EN: Model builders miss their own mistakes, and a model that worked a year ago can quietly stop matching reality. - What it does EN: Acts as reviewer and periodic check in one: challenges assumptions, compares with a rival model and tracks whether results drift. - Everyday example EN: The validation team notices a credit model increasingly understating risk for one customer group and orders a recalibration. - concerns you if PL: oddajesz model do przeglądu przed wdrożeniem; odpowiadasz za działanie modelu po wdrożeniu - concerns you if EN: hand a model over for review before launch; are responsible for a model after it goes live - related: `driftdetection` - sources: `pra-ss1-23-mrm` ## AI w grach (AI in games) - id: `gameai` · https://aiatlasgraph.com/t/gameai.md - path: AI w grach - aliases: game AI, AI and games, sztuczna inteligencja w grach, AI w grach wideo, computational intelligence in games, AI gier - PL: Zastosowania AI w grach: agenci grający, proceduralne generowanie treści, zachowanie postaci niezależnych i modelowanie graczy; gry służą też jako poligon badań nad AI. - EN: AI applied to games: game-playing agents, procedural content generation, non-player character behaviour and player modelling; games also serve as AI research testbeds. - In one sentence PL: Sztuczna inteligencja, która gra w gry, tworzy do nich poziomy i postacie oraz dopasowuje rozgrywkę do konkretnego gracza. - Problem it solves PL: Ręczne budowanie światów, przeciwników i testów pochłania lata pracy, a jedna stała trudność nudzi jednych graczy i zniechęca innych. - What it does PL: Jak mistrz gry przy stole: wymyśla świat, odgrywa postacie, pilnuje reguł i dobiera wyzwania do drużyny, która akurat gra. - Everyday example PL: Wrogowie w strzelance flankują cię i chowają się za osłonami, a każda wyprawa w grze przygodowej prowadzi przez inaczej ułożone lochy. - In one sentence EN: Artificial intelligence that plays games, builds their levels and characters, and tunes the experience to each player. - Problem it solves EN: Hand-building worlds, opponents and tests takes years of work, and one fixed difficulty bores some players while putting others off. - What it does EN: Like a game master at the table: it invents the world, plays the characters, keeps the rules and pitches challenges to the group playing. - Everyday example EN: Enemies in a shooter flank you and duck behind cover, and every run of an adventure game leads through differently laid-out dungeons. - concerns you if PL: grasz w gry i ciekawi cię, co steruje przeciwnikami; tworzysz gry albo chcesz zacząć; chcesz zrozumieć, jak AI uczy się przez zabawę - concerns you if EN: play games and wonder what drives the opponents; make games or want to start; want to see how AI learns through play - related: `robotics` - sources: `yannakakis-togelius-aigames-2025`, `gallotta-llm-games-2024` ### Agenci grający w gry (Game-playing agents) - id: `gameplaying` · https://aiatlasgraph.com/t/gameplaying.md - path: AI w grach › Agenci grający w gry - aliases: game playing AI, AI playing games, agenci do gier, boty do gier, superhuman game AI - PL: Agenci osiągający wysoki poziom w grach planszowych, karcianych i wideo dzięki przeszukiwaniu, uczeniu ze wzmocnieniem, grze z samym sobą i rozumieniu obrazu. - EN: Agents reaching high skill in board, card and video games through search, reinforcement learning, self-play and visual understanding. - In one sentence PL: Programy, które same uczą się grać w szachy, karty czy gry wideo, czasem lepiej niż najlepsi ludzie. - Problem it solves PL: Gra wymaga planowania, blefu i szybkich reakcji, a programy pisane ręcznie regułami szybko dają się przejrzeć i ograć. - What it does PL: Jak zawodnik, który rozegrał miliony partii na treningu: z każdej porażki wyciąga wniosek, aż zaczyna wygrywać z mistrzami. - Everyday example PL: Komputerowy przeciwnik w szachach na telefonie, który przegrywa z początkującym, ale potrafi też pokonać arcymistrza. - In one sentence EN: Programs that learn to play chess, cards or video games by themselves, sometimes better than the best humans. - Problem it solves EN: Games demand planning, bluffing and quick reactions, and hand-written rule-based programs are soon seen through and beaten. - What it does EN: Like a player who has played millions of practice games: each loss teaches something until it starts beating champions. - Everyday example EN: The chess opponent in a phone app that can lose to a beginner yet can also beat a grandmaster. - concerns you if PL: grasz z komputerem w szachy, karty lub strategię; śledzisz pojedynki AI z mistrzami gier - concerns you if EN: play chess, cards or strategy against the computer; follow AI-versus-champion matches - sources: `yannakakis-togelius-aigames-2025`, `vinyals-alphastar-2019` ### Agenci ogólni grający w wiele gier (Generalist game agents) - id: `generalistgameagents` · https://aiatlasgraph.com/t/generalistgameagents.md - path: AI w grach › Agenci grający w gry › Agenci ogólni grający w wiele gier - aliases: generalist game agents, instructable game agents, agenci wielogrowi, agenci sterowani poleceniami w grach, SIMA, multi-game agents, gaming companions - PL: Agenci przyjmujący obraz ekranu i polecenia językowe, a działający klawiaturą i myszą w wielu grach 3D, często z modelem językowo-wizyjnym jako rdzeniem. - EN: Agents that take screen images and language instructions and act via keyboard and mouse across many 3D games, often built around a vision-language model. - In one sentence PL: Jeden program, który patrzy na ekran jak człowiek, steruje klawiaturą i myszką i wykonuje słowne polecenia w wielu różnych grach. - Problem it solves PL: Każdy dotychczasowy agent umiał tylko jedną grę i wymagał dostępu do jej wnętrza, więc do nowej gry trzeba było zaczynać od zera. - What it does PL: Jak kolega, któremu podajesz pada i mówisz „zbierz drewno i zbuduj szałas”: rozgląda się, rozumie polecenie i sam kombinuje. - Everyday example PL: Mówisz towarzyszowi w grze survivalowej, żeby poszedł do czerwonego domu i przyniósł drewno, a on to robi, choć nigdy wcześniej nie widział tej gry. - In one sentence EN: One program that watches the screen like a person, uses keyboard and mouse, and follows spoken instructions across many different games. - Problem it solves EN: Earlier agents mastered only one game and needed access to its internals, so every new game meant starting from scratch. - What it does EN: Like a friend you hand the controller to and say 'gather wood and build a shelter': they look around, get it and figure it out. - Everyday example EN: You tell a companion in a survival game to go to the red house and fetch wood, and it does, though it has never seen that game before. - concerns you if PL: chcesz grać z AI jako partnerem w drużynie; interesujesz się agentami działającymi w 3D - concerns you if EN: want to play with AI as a teammate; are interested in agents acting in 3D worlds - related: `vla` - sources: `sima-team-2024`, `deepmind-sima2-2025` ### Automatyczne testowanie gier przez agentów (Automated playtesting with agents) - id: `gametesting` · https://aiatlasgraph.com/t/gametesting.md - path: AI w grach › Agenci grający w gry › Automatyczne testowanie gier przez agentów - aliases: automated playtesting, automated game testing, AI playtesting, testowanie gier z AI, boty testujące, game QA automation - PL: Wykorzystanie agentów uczonych przez wzmocnienie, imitację lub eksplorację do pokrywania przestrzeni gry, wykrywania błędów, exploitów i oceny trudności. - EN: Using agents trained by reinforcement, imitation or exploration to cover the game space, find bugs and exploits, and assess difficulty. - In one sentence PL: Programy, które godzinami grają w nową grę zamiast ludzi i szukają błędów, dziur w mapie i zbyt trudnych miejsc. - Problem it solves PL: Testerzy nie przejdą każdej ścieżki w ogromnym świecie, a każda łatka może zepsuć coś, co wczoraj działało. - What it does PL: Jak stado ciekawskich kotów wpuszczonych do nowego domu: wejdą w każdy kąt i od razu znajdą szparę, której nikt nie zauważył. - Everyday example PL: W nocy przed premierą boty biegają po mapie gry i rano zespół dostaje listę miejsc, gdzie postać przenika przez ścianę. - In one sentence EN: Programs that play a new game for hours instead of people, hunting for bugs, holes in the map and spots that are too hard. - Problem it solves EN: Testers cannot walk every path in a huge world, and every patch can break something that worked yesterday. - What it does EN: Like curious cats let into a new house: they poke into every corner and quickly find the gap nobody noticed. - Everyday example EN: The night before launch bots roam the game map, and in the morning the team gets a list of spots where characters pass through walls. - concerns you if PL: testujesz gry lub aplikacje interaktywne; prowadzisz małe studio bez dużego działu testów - concerns you if EN: test games or interactive apps; run a small studio without a big QA team - related: `curiosity` - sources: `bergdahl-drl-game-testing-2021` ### Gry z ukrytą informacją (poker, CFR) (Imperfect-information games and counterfactual regret minimisation) - id: `imperfectinfo` · https://aiatlasgraph.com/t/imperfectinfo.md - path: AI w grach › Agenci grający w gry › Gry z ukrytą informacją (poker, CFR) - aliases: imperfect-information games, CFR, counterfactual regret minimization, poker AI, gry z niepełną informacją, minimalizacja kontrfaktycznego żalu, Libratus, Pluribus - PL: Algorytmy dla gier z ukrytą informacją, oparte na iteracyjnej minimalizacji kontrfaktycznego żalu, abstrakcji gry i przeszukiwaniu w czasie rzeczywistym. - EN: Algorithms for hidden-information games built on iterative counterfactual regret minimisation, game abstraction and real-time search. - In one sentence PL: Metody grania w gry, w których nie widać kart ani ruchów przeciwnika, więc trzeba blefować i liczyć się z blefem. - Problem it solves PL: Gdy przeciwnik ukrywa informacje, każdy przewidywalny styl gry da się wykorzystać, a zwykłe przeszukiwanie ruchów przestaje działać. - What it does PL: Jak doświadczony pokerzysta, który po każdym rozdaniu liczy, ile by zyskał innym zagraniem, i powoli przesuwa nawyki w stronę lepszych. - Everyday example PL: Program do nauki pokera, który po partii pokazuje, gdzie spasowałeś za wcześnie i jak często warto blefować. - In one sentence EN: Ways of playing games where you cannot see the opponent's cards or moves, so you must bluff and expect bluffs. - Problem it solves EN: When an opponent hides information, any predictable style can be exploited, and ordinary move search stops working. - What it does EN: Like a seasoned poker player who after each hand counts what another play would have won and slowly shifts habits toward better ones. - Everyday example EN: A poker training app that shows after a session where you folded too early and how often a bluff pays off. - concerns you if PL: grasz w pokera lub inne gry z ukrytymi kartami; ciekawi cię, jak AI nauczyło się blefować - concerns you if EN: play poker or other hidden-card games; wonder how AI learned to bluff - related: `adversarialsearch`, `nashequilibria` - sources: `brown-sandholm-pluribus-2019` ### Uczenie grania z filmów z rozgrywki (VPT) (Video pretraining from gameplay videos) - id: `vptgames` · https://aiatlasgraph.com/t/vptgames.md - path: AI w grach › Agenci grający w gry › Uczenie grania z filmów z rozgrywki (VPT) - aliases: Video PreTraining, video pretraining from gameplay, learning from unlabeled gameplay videos, pretrening na filmach z rozgrywki, uczenie z nieopisanych filmów z gry - PL: Półnadzorowane uczenie przez imitację: model dynamiki odwrotnej z małego zbioru z etykietami opisuje akcjami duży zbiór filmów, na którym trenuje się politykę klonowaniem zachowań. - EN: Semi-supervised imitation: an inverse dynamics model trained on a small labelled set annotates a large video corpus, then a policy is behaviour-cloned on it. - In one sentence PL: Agent uczy się grać, oglądając tysiące godzin filmów, na których ludzie grają, choć nikt nie zapisał, jakie klawisze naciskali. - Problem it solves PL: Agent uczony od zera metodą prób i błędów w złożonej grze może nigdy nie trafić na długie sekwencje potrzebne do sukcesu. - What it does PL: Najpierw na małej próbce uczy się zgadywać, jaki ruch myszy wywołał zmianę na ekranie, a potem tak opisuje całe archiwum filmów. - Everyday example PL: Agent w grze o kopaniu i budowaniu, wyuczony na filmach graczy z sieci, sam zbiera drewno, robi narzędzia i schodzi po rzadkie surowce. - In one sentence EN: An agent learns to play by watching thousands of hours of videos of people playing, though nobody logged which keys they pressed. - Problem it solves EN: An agent learning from scratch by trial and error in a complex game may never stumble on the long sequences success requires. - What it does EN: First, on a small sample, it learns to guess which mouse move caused a change on screen, then labels a whole video archive that way. - Everyday example EN: An agent in a mining-and-building game, trained on players' online videos, gathers wood, crafts tools and digs for rare resources. - concerns you if PL: masz dużo nagrań rozgrywki bez zapisu sterowania; chcesz agenta, który gra myszką i klawiaturą jak człowiek; śledzisz uczenie agentów komputerowych z filmów - concerns you if EN: have lots of gameplay footage with no control logs; want an agent that plays with mouse and keyboard like a person; follow training computer agents from video - related: `humanvideo` - sources: `baker-vpt-2022` ### Uczenie przez grę z samym sobą (self-play) (Self-play and league training) - id: `selfplay` · https://aiatlasgraph.com/t/selfplay.md - path: AI w grach › Agenci grający w gry › Uczenie przez grę z samym sobą (self-play) - aliases: self-play, gra z samym sobą, league training, trening ligowy, fictitious self-play, population-based training - PL: Trening agentów przez rozgrywki z bieżącymi lub wcześniejszymi wersjami siebie, często z populacją strategii (liga) chroniącą przed cyklicznym zapominaniem. - EN: Training agents through games against current or past versions of themselves, often with a population of strategies (a league) to prevent cyclic forgetting. - In one sentence PL: Program uczy się gry, rozgrywając miliony partii przeciw własnym kopiom, bez podglądania ludzi. - Problem it solves PL: Do nauki potrzeba przeciwnika na właściwym poziomie, a ludzi do grania i nagrań z mistrzowskich partii jest za mało. - What it does PL: Jak szachista, który gra sam ze sobą po obu stronach planszy: każde odkrycie jednej strony zmusza drugą do poprawy. - Everyday example PL: Komputerowy przeciwnik w grze strategicznej, który na początku ruszał się losowo, a po tygodniach treningu ze sobą wygrywa z ligą ludzi. - In one sentence EN: A program learns a game by playing millions of matches against copies of itself, without watching people. - Problem it solves EN: Learning needs an opponent at the right level, and there are too few people to play and too few recorded master games. - What it does EN: Like a chess player playing both sides of the board: every discovery by one side forces the other to improve. - Everyday example EN: A strategy-game opponent that first moved at random and, after weeks of training against itself, beats ranked human players. - concerns you if PL: ciekawi cię, jak AI pokonało mistrzów gier; trenujesz agenta, a brakuje ci przeciwników - concerns you if EN: wonder how AI beat game champions; train an agent and lack opponents for it - related: `coevolution`, `mctsplanning`, `marl` - sources: `vinyals-alphastar-2019` ### Animacja postaci sterowana danymi (Data-driven character animation) - id: `charanimation` · https://aiatlasgraph.com/t/charanimation.md - path: AI w grach › Animacja postaci sterowana danymi - aliases: data-driven character animation, data-driven animation, animacja postaci oparta na danych, animacja postaci sterowana danymi - PL: Techniki generowania ruchu ciała i twarzy postaci z danych motion capture: wyszukiwanie klatek, sieci sterujące ruchem, modele generatywne ruchu i animacja z dźwięku. - EN: Techniques generating body and facial motion of characters from motion-capture data: frame search, neural motion controllers, generative motion models and audio-driven animation. - In one sentence PL: Ruch postaci w grach i filmach powstaje z nagrań prawdziwych ludzi i modeli, które z nich się uczą, a nie z ręcznego ustawiania każdej klatki. - Problem it solves PL: Ręczne animowanie każdego kroku, skrętu i grymasu jest bardzo drogie, a przejścia między gotowymi klipami wyglądają sztucznie. - What it does PL: Jak tancerz, który obejrzał tysiące nagrań i potrafi płynnie improwizować ruch pasujący do każdej sytuacji. - Everyday example PL: Bohater gry biegnie, gwałtownie hamuje i skręca na kamienistym zboczu, a jego nogi naturalnie trafiają na kolejne głazy. - In one sentence EN: Character movement in games and films comes from recordings of real people and models that learn from them, not from posing every frame by hand. - Problem it solves EN: Hand-animating every step, turn and grimace is very costly, and transitions between ready-made clips look artificial. - What it does EN: Like a dancer who has watched thousands of recordings and can smoothly improvise a movement for any situation. - Everyday example EN: A game hero runs, brakes hard and turns on a rocky slope, and his feet land naturally on each boulder. - concerns you if PL: animujesz postacie w grze lub filmie; chcesz ożywić awatara głosem lub opisem; ciekawi cię, czemu ruch w nowych grach wygląda tak płynnie - concerns you if EN: animate characters in a game or film; want to bring an avatar to life with voice or a description; wonder why movement in new games looks so smooth - related: `motionimitation` - sources: `holden-learned-motion-matching-2020`, `holden-pfnn-2017`, `tevet-mdm-2022` ### Animacja twarzy z nagrania głosu (Audio-driven facial animation) - id: `audiofacial` · https://aiatlasgraph.com/t/audiofacial.md - path: AI w grach › Animacja postaci sterowana danymi › Animacja twarzy z nagrania głosu - aliases: audio-driven facial animation, speech-driven facial animation, animacja twarzy sterowana mową, animacja twarzy z mowy - PL: Modele mapujące sygnał mowy na sekwencję parametrów animacji twarzy trójwymiarowej postaci, z późniejszym przeniesieniem ruchu na jej rig. - EN: Models mapping a speech signal to a sequence of facial-animation parameters for a 3D character, followed by retargeting the motion to its rig. - In one sentence PL: Model słucha mowy i tworzy zsynchronizowany ruch twarzy trójwymiarowej postaci. - Problem it solves PL: Ręczne zgrywanie ust z tysiącami linii dialogowych, w kilku językach, pochłania miesiące pracy animatorów. - What it does PL: Działa jak lektor dubbingu, który patrzy w ekran i dopasowuje ruch ust do słowa, tylko odwrotnie: z głosu powstaje twarz. - Everyday example PL: Postać w grze odpowiada ci głosem wygenerowanym na bieżąco, a jej usta i mimika pasują do każdego słowa i emocji. - In one sentence EN: A model listens to speech and creates synchronised facial motion for a 3D character. - Problem it solves EN: Hand-syncing lips to thousands of dialogue lines in several languages eats months of animators' work. - What it does EN: It works like dubbing in reverse: instead of fitting a voice to lips on screen, it builds the face from the voice. - Everyday example EN: A game character answers you with a voice generated on the fly, and its lips and expressions fit every word and emotion. - concerns you if PL: robisz grę z dużą ilością dialogów; budujesz rozmownego awatara lub asystenta głosowego z twarzą; lokalizujesz grę lub film na inne języki - concerns you if EN: make a game with lots of dialogue; build a talking avatar or voice assistant with a face; localise a game or film into other languages - related: `llmnpc` - sources: `nvidia-audio2face3d-2025` ### Dopasowywanie ruchu z bazy nagrań (motion matching) (Motion matching) - id: `motionmatching` · https://aiatlasgraph.com/t/motionmatching.md - path: AI w grach › Animacja postaci sterowana danymi › Dopasowywanie ruchu z bazy nagrań (motion matching) - aliases: motion matching, dopasowywanie ruchu, wyszukiwanie ruchu - PL: Kinematyczna metoda animacji, która co kilka klatek szuka w bazie nagrań najbliższego wektora cech pozy i trajektorii i przeskakuje do tego miejsca. - EN: A kinematic animation method that every frame or few frames searches the recording database for the nearest pose-and-trajectory feature vector and jumps playback there. - In one sentence PL: Gra co chwilę przeszukuje dużą bibliotekę nagranego ruchu i odtwarza fragment najlepiej pasujący do tego, co robi gracz. - Problem it solves PL: Klasyczne grafy animacji z ręcznie ustawionymi przejściami rozrastają się do setek połączeń, a ruch i tak wygląda sztywno. - What it does PL: Działa jak DJ, który w każdej chwili wybiera z płytoteki takt pasujący do poprzedniego i do nastroju sali. - Everyday example PL: Sterujesz postacią gałką pada, nagle zawracasz, a ona wykonuje naturalny obrót z przeniesieniem ciężaru, zamiast obracać się w miejscu. - In one sentence EN: The game keeps searching a big library of recorded movement and plays the snippet that best fits what the player is doing. - Problem it solves EN: Classic animation graphs with hand-set transitions grow to hundreds of links, and the motion still looks stiff. - What it does EN: It works like a DJ who keeps picking from the record crate the bar that fits the last one and the mood of the room. - Everyday example EN: You steer a character with the gamepad stick, suddenly reverse, and she makes a natural weight-shifting turn instead of spinning in place. - concerns you if PL: animujesz chodzenie i bieganie postaci w grze; masz dużo nagrań motion capture; walczysz z limitem pamięci na animacje - concerns you if EN: animate character walking and running in a game; have a lot of motion-capture data; struggle with memory limits for animation - related: `neuralcharcontrol` - sources: `holden-learned-motion-matching-2020` ### Generowanie ruchu postaci z opisu tekstowego (Text-to-motion generation) - id: `textmotion` · https://aiatlasgraph.com/t/textmotion.md - path: AI w grach › Animacja postaci sterowana danymi › Generowanie ruchu postaci z opisu tekstowego - aliases: text-to-motion generation, text-conditioned motion generation, generowanie ruchu z tekstu, generowanie ruchu warunkowane tekstem - PL: Modele generatywne, najczęściej dyfuzyjne transformery, tworzące sekwencje póz szkieletu warunkowane tekstem, etykietą akcji lub innymi sygnałami. - EN: Generative models, most often diffusion transformers, producing skeleton pose sequences conditioned on text, an action label or other signals. - In one sentence PL: Wpisujesz zdanie w rodzaju „osoba podskakuje i macha ręką”, a model tworzy animację ruchu całego ciała. - Problem it solves PL: Nagrywanie aktora w studiu ruchu dla każdej drobnej czynności jest drogie, a małe zespoły nie mają do niego dostępu. - What it does PL: Jak szkic choreografa: z opisu powstaje pierwszy ruch, który animator może potem poprawić albo przerobić. - Everyday example PL: Twórca niezależnej gry wpisuje „strażnik ziewa i przeciąga się” i dostaje gotowy klip dla postaci w tle. - In one sentence EN: You type a sentence like 'a person hops and waves', and a model creates an animation of full-body movement. - Problem it solves EN: Recording an actor in a motion studio for every small action is costly, and small teams cannot access one. - What it does EN: Like a choreographer's sketch: a first movement emerges from the description, which an animator can then refine or rework. - Everyday example EN: An indie game maker types 'a guard yawns and stretches' and gets a ready clip for a background character. - concerns you if PL: potrzebujesz animacji bez dostępu do studia ruchu; prototypujesz sceny w grze lub filmie; śledzisz modele generatywne poza obrazem i tekstem - concerns you if EN: need animation without access to a motion studio; prototype scenes for a game or film; follow generative models beyond images and text - related: `videogen` - sources: `tevet-mdm-2022` ### Neuronowe sterowanie ruchem postaci (Neural character controllers) - id: `neuralcharcontrol` · https://aiatlasgraph.com/t/neuralcharcontrol.md - path: AI w grach › Animacja postaci sterowana danymi › Neuronowe sterowanie ruchem postaci - aliases: neural character controllers, neural motion controller, neural character control, neuronowy kontroler ruchu, neuronowe sterowanie ruchem postaci - PL: Autoregresyjne sieci przewidujące pozę kolejnej klatki z poprzedniego stanu, sterowania i geometrii sceny, często z wagami zależnymi od fazy ruchu. - EN: Autoregressive networks predicting the next frame's pose from the previous state, control input and scene geometry, often with weights that depend on the motion phase. - In one sentence PL: Sieć neuronowa wyuczona na nagraniach ruchu w każdej klatce przewiduje kolejną pozę postaci, dopasowaną do terenu i poleceń gracza. - Problem it solves PL: Gotowe klipy nie pasują do każdego kamienia, schodka czy niskiego sufitu, więc postacie potykają się o świat gry. - What it does PL: Pamięta rytm kroku jak metronom i na tej podstawie dobiera sposób poruszania każdą częścią ciała w danym momencie. - Everyday example PL: Postać w grze przygodowej naturalnie przechodzi po nierównym podłożu i omija przeszkody, choć nikt nie animował ręcznie tego konkretnego miejsca. - In one sentence EN: A neural network trained on motion recordings predicts the character's next pose every frame, matched to terrain and the player's commands. - Problem it solves EN: Ready-made clips do not fit every rock, step or low ceiling, so characters stumble against the game world. - What it does EN: It keeps the rhythm of the stride like a metronome and uses it to decide how each body part moves at that moment. - Everyday example EN: A character in an adventure game moves naturally over uneven ground and around obstacles, though nobody hand-animated that exact place. - concerns you if PL: chcesz ruchu dopasowanego do nierównego terenu; masz ograniczoną pamięć, a dużo nagrań; interesuje cię uczenie maszynowe w animacji - concerns you if EN: want motion that adapts to uneven terrain; have little memory but lots of recordings; are curious about machine learning in animation - related: `motionmatching` - sources: `holden-pfnn-2017` ### Modelowanie gracza (Player modelling) - id: `playermodeling` · https://aiatlasgraph.com/t/playermodeling.md - path: AI w grach › Modelowanie gracza - aliases: player modeling, player modelling, modelowanie graczy, player experience modeling, game analytics, analityka gier - PL: Budowanie modeli obliczeniowych umiejętności, preferencji, emocji i zachowań graczy z danych rozgrywki, sygnałów fizjologicznych i kontekstu. - EN: Building computational models of players' skill, preferences, emotions and behaviour from gameplay data, physiological signals and context. - In one sentence PL: Odczytywanie z rozgrywki, jak dobrze ktoś gra, co go bawi, co frustruje i czy zaraz przestanie grać. - Problem it solves PL: Twórcy nie widzą twarzy graczy, więc nie wiedzą, gdzie ci się nudzą, utykają albo porzucają grę na zawsze. - What it does PL: Jak uważny gospodarz przyjęcia: po zachowaniu gości poznaje, komu się nudzi, i zmienia muzykę, zanim ktoś wyjdzie. - Everyday example PL: Gra wyścigowa zauważa, że trzeci raz rozbijasz się w tym samym zakręcie, i podpowiada wcześniejsze hamowanie. - In one sentence EN: Reading from gameplay how well someone plays, what they enjoy, what frustrates them and whether they are about to quit. - Problem it solves EN: Developers cannot see players' faces, so they do not know where people get bored, stuck or quit for good. - What it does EN: Like an attentive party host who reads guests' behaviour, notices who is bored and changes the music before anyone leaves. - Everyday example EN: A racing game notices you crashing on the same bend for the third time and suggests braking earlier. - concerns you if PL: tworzysz grę i chcesz wiedzieć, gdzie gracze odpadają; ciekawi cię, co gra wie o twoim stylu - concerns you if EN: make a game and want to know where players drop off; wonder what a game knows about your play style - sources: `yannakakis-togelius-aigames-2025`, `yannakakis-player-modeling-2013` ### Bayesowskie oceny umiejętności graczy (Bayesian player skill rating) - id: `skillrating` · https://aiatlasgraph.com/t/skillrating.md - path: AI w grach › Modelowanie gracza › Bayesowskie oceny umiejętności graczy - aliases: Bayesian skill rating, player skill rating, probabilistic skill rating, bayesowska ocena umiejętności, probabilistyczny ranking graczy - PL: Bayesowskie wnioskowanie o ukrytej umiejętności i jej niepewności z wyników pojedynków lub drużyn; oceny mogą wspierać dobieranie wyrównanych meczów. - EN: Bayesian inference of latent skill and its uncertainty from individual or team outcomes; ratings can support balanced matchmaking. - In one sentence PL: Gra szacuje, jak dobry jest każdy gracz, i na tej podstawie dobiera mu przeciwników oraz sojuszników o podobnym poziomie. - Problem it solves PL: Mecze z dużo lepszymi lub dużo słabszymi rywalami są nudne albo frustrujące, więc gracze szybko rezygnują. - What it does PL: Każdy wynik meczu przesuwa ocenę gracza; zaskakujące zwycięstwo nad mocniejszym przesuwa ją mocniej niż oczekiwane. - Everyday example PL: Po kilku pierwszych meczach w grze sieciowej trafiasz do rozgrywek z ludźmi, z którymi wygrywasz mniej więcej co drugi raz. - In one sentence EN: A game estimates how good each player is and uses that to pick opponents and teammates at a similar level. - Problem it solves EN: Matches against much stronger or much weaker rivals are dull or frustrating, so players quickly quit. - What it does EN: Every match result shifts a player's rating; a surprise win over a stronger rival moves it more than an expected one. - Everyday example EN: After your first few matches in an online game, you end up playing people you beat roughly every other time. - concerns you if PL: grasz w rankingowe gry sieciowe; organizujesz turniej lub ligę; porównujesz modele AI w pojedynkach - concerns you if EN: play ranked online games; run a tournament or league; compare AI models in head-to-head matchups - related: `arenas` - sources: `herbrich-trueskill-2006` ### Behawioralne wykrywanie oszustw w grach (Behavioural cheat detection in games) - id: `cheatdetection` · https://aiatlasgraph.com/t/cheatdetection.md - path: AI w grach › Modelowanie gracza › Behawioralne wykrywanie oszustw w grach - aliases: behavioural cheat detection, behavioral cheat detection, aimbot detection, triggerbot detection, behawioralne wykrywanie oszustw, wykrywanie aimbotów - PL: Klasyfikowanie programów oszukujących po wielowymiarowych szeregach czasowych wejścia gracza, bez dostępu do danych z wnętrza gry. - EN: Classifying cheating programs from multivariate time series of player input, without access to in-game data. - In one sentence PL: Model analizuje rytm ruchów myszy i naciskania klawiszy, by rozpoznać automatyczne celowanie lub strzelanie. - Problem it solves PL: Oszuści psują zabawę uczciwym graczom, a klasyczne zabezpieczenia szukające znanych programów łatwo ominąć nową wersją oszustwa. - What it does PL: Działa jak sędzia, który nie sprawdza kieszeni, tylko patrzy na zachowanie: człowiek nie celuje idealnie w ułamek sekundy przez cały mecz. - Everyday example PL: W strzelance sieciowej konto, które zawsze trafia w głowę natychmiast po pojawieniu się rywala, trafia do kolejki weryfikacji. - In one sentence EN: A model analyses the rhythm of mouse movement and key presses to recognise automated aiming or firing. - Problem it solves EN: Cheaters ruin the fun for honest players, and classic protections that look for known programs are easy to dodge with a new version. - What it does EN: It acts like a referee who checks behaviour, not pockets: no human aims perfectly within a split second for a whole match. - Everyday example EN: In an online shooter, an account that always hits the head the instant a rival appears gets queued for review. - concerns you if PL: grasz w gry sieciowe i denerwują cię oszuści; prowadzisz serwer lub grę wieloosobową; interesuje cię wykrywanie nietypowych zachowań - concerns you if EN: play online games and hate cheaters; run a server or a multiplayer game; are interested in spotting unusual behaviour - related: `frauddetection` - sources: `pinto-cheat-detection-mlj-2021` ### Dynamiczne dopasowanie trudności (Dynamic difficulty adjustment (DDA)) - id: `dda` · https://aiatlasgraph.com/t/dda.md - path: AI w grach › Modelowanie gracza › Dynamiczne dopasowanie trudności - aliases: dynamic difficulty adjustment, DDA, adaptive difficulty, dynamic game difficulty balancing, adaptacyjna trudność, dopasowanie poziomu trudności - PL: Bieżące dostosowywanie parametrów gry do umiejętności lub stanu emocjonalnego gracza, oszacowanych z wyników rozgrywki lub sygnałów fizjologicznych. - EN: Real-time tuning of game parameters to the player's skill or emotional state, estimated from gameplay performance or physiological signals. - In one sentence PL: Gra sama, w trakcie rozgrywki, robi się trochę łatwiejsza albo trudniejsza, zależnie od tego, jak ci idzie. - Problem it solves PL: Jeden poziom trudności dla wszystkich sprawia, że początkujący odpadają z frustracji, a doświadczeni ziewają z nudów. - What it does PL: Jak dobry trener tenisa, który odbija piłkę tak, żeby uczeń ledwo, ale jednak ją odbierał. - Everyday example PL: Po trzeciej porażce z bossem gra po cichu daje ci więcej apteczek, a gdy wygrywasz bez straty życia, przysyła silniejszych wrogów. - In one sentence EN: The game itself gets a little easier or harder during play, depending on how you are doing. - Problem it solves EN: One difficulty for everyone makes beginners quit in frustration while experienced players yawn with boredom. - What it does EN: Like a good tennis coach who hits the ball so the student can just barely return it. - Everyday example EN: After your third loss to a boss the game quietly gives you more health packs, and when you win flawlessly it sends tougher enemies. - concerns you if PL: projektujesz grę dla graczy o różnych umiejętnościach; tworzysz aplikację edukacyjną lub treningową - concerns you if EN: design a game for players of mixed skill; build a learning or training app - related: `narrativegen`, `cat`, `tutoring` - sources: `fisher-kulshreshth-dda-2025` ### Grupowanie graczy według stylu gry (Player segmentation by behavioural clustering) - id: `playersegmentation` · https://aiatlasgraph.com/t/playersegmentation.md - path: AI w grach › Modelowanie gracza › Grupowanie graczy według stylu gry - aliases: player segmentation, player clustering, behavioral player clustering, behavioural player clustering, segmentacja graczy, klasteryzacja graczy według zachowań - PL: Nienadzorowane grupowanie telemetrii zachowań (k-średnie, analiza archetypów, faktoryzacja macierzy) w interpretowalne profile graczy dla projektu i analityki gry. - EN: Unsupervised clustering of behavioural telemetry (k-means, archetypal analysis, matrix factorisation) into interpretable player profiles for game design and analytics. - In one sentence PL: Analiza danych z gry dzieli graczy na kilka grup o podobnym stylu – np. odkrywców, kolekcjonerów i zawodników. - Problem it solves PL: Twórcy widzą miliony graczy jako jedną średnią, więc zmiany w grze zadowalają jednych, a odstraszają innych. - What it does PL: Jak sortowanie zdjęć na kupki według podobieństwa: nikt nie podaje nazw grup, wyłaniają się one z samych danych. - Everyday example PL: Studio odkrywa, że spora grupa graczy prawie nie walczy, tylko buduje domy, i dodaje dla nich nowe zadania budowlane. - In one sentence EN: Analysing game data splits players into a few groups with a similar style – say explorers, collectors and competitors. - Problem it solves EN: Developers see millions of players as one average, so game changes please some and drive others away. - What it does EN: Like sorting photos into piles by similarity: nobody names the groups in advance, they emerge from the data itself. - Everyday example EN: A studio finds that a large group of players hardly fights and just builds houses, so it adds new building quests for them. - concerns you if PL: analizujesz dane graczy w swojej grze lub aplikacji; chcesz dopasować treści do różnych typów użytkowników; uczysz się klasteryzacji na praktycznych danych - concerns you if EN: analyse player data in your game or app; want to tailor content to different user types; learn clustering on practical data - related: `churnprediction` - sources: `drachen-player-clustering-2014` ### Przewidywanie odejść graczy (Player churn prediction) - id: `churnprediction` · https://aiatlasgraph.com/t/churnprediction.md - path: AI w grach › Modelowanie gracza › Przewidywanie odejść graczy - aliases: churn prediction, player churn, player retention modelling, przewidywanie rezygnacji, retencja graczy, odpływ graczy - PL: Klasyfikacja przewidująca, czy gracz przestanie grać w zadanym oknie, na podstawie telemetrii sesji i zagregowanych cech aktywności. - EN: Classification predicting whether a player will stop playing within a defined window, based on session telemetry and aggregated activity features. - In one sentence PL: Odgadywanie z zachowania w grze, którzy gracze wkrótce przestaną grać, żeby zdążyć coś zmienić. - Problem it solves PL: Większość osób porzuca darmowe gry po kilku dniach, a twórcy dowiadują się o tym dopiero wtedy, gdy już ich nie ma. - What it does PL: Jak barman, który widzi, że stały klient zagląda coraz rzadziej i krócej, więc zaprasza go na wieczór z jego ulubioną muzyką. - Everyday example PL: Gra logiczna na telefon zauważa, że od tygodnia grasz coraz krócej, i podsuwa ci nowy rodzaj łamigłówek. - In one sentence EN: Guessing from in-game behaviour which players will soon stop playing, in time to change something. - Problem it solves EN: Most people abandon free games within days, and developers only find out once they are already gone. - What it does EN: Like a barman noticing a regular coming less often and staying shorter, and inviting them to a night with their favourite music. - Everyday example EN: A puzzle game on your phone notices your sessions shrinking for a week and offers you a new kind of puzzle. - concerns you if PL: prowadzisz grę lub aplikację z subskrypcją; analizujesz dane o zachowaniu użytkowników - concerns you if EN: run a game or subscription app; analyse user behaviour data - related: `playersegmentation` - sources: `kristensen-burelli-churn-2022` ### Proceduralne generowanie treści gier (Procedural content generation (PCG)) - id: `pcg` · https://aiatlasgraph.com/t/pcg.md - path: AI w grach › Proceduralne generowanie treści gier - aliases: PCG, procedural generation, generowanie proceduralne, proceduralne generowanie, level generation, generowanie poziomów - PL: Algorytmiczne tworzenie treści gier — poziomów, map, zadań, przedmiotów, reguł — metodami konstrukcyjnymi, przeszukiwaniem, rozwiązywaniem ograniczeń lub uczeniem maszynowym. - EN: Algorithmic creation of game content — levels, maps, quests, items, rules — using constructive methods, search, constraint solving or machine learning. - In one sentence PL: Programy, które same budują poziomy, mapy, lochy i zadania, więc każda rozgrywka może wyglądać inaczej. - Problem it solves PL: Gracze szybko przechodzą to, co projektanci budowali miesiącami, a wielkie światy są za drogie, żeby układać je ręcznie. - What it does PL: Jak kucharz z przepisem i spiżarnią: zna zasady dobrego dania, więc z tych samych składników co dzień podaje coś nowego. - Everyday example PL: Gra o eksploracji kosmosu, w której każda odwiedzana planeta ma inny krajobraz, rośliny i zwierzęta, choć nikt ich nie rysował. - In one sentence EN: Programs that build levels, maps, dungeons and quests themselves, so every playthrough can look different. - Problem it solves EN: Players finish in hours what designers built over months, and huge worlds cost too much to lay out by hand. - What it does EN: Like a cook with a recipe and a pantry: knowing what makes a good dish, it serves something new each day from the same ingredients. - Everyday example EN: A space-exploration game where every planet you visit has its own landscape, plants and animals, though nobody drew them. - concerns you if PL: lubisz gry, w których każda rozgrywka jest inna; budujesz poziomy lub mapy do własnej gry; potrzebujesz wielu wariantów treści przy małym zespole - concerns you if EN: enjoy games where every run is different; build levels or maps for your own game; need many content variants with a small team - related: `openendedness` - sources: `yannakakis-togelius-aigames-2025`, `togelius-sbpcg-2011`, `summerville-pcgml-2018` ### Generowanie poziomów uczone na przykładach (Procedural content generation via machine learning (PCGML)) - id: `pcgml` · https://aiatlasgraph.com/t/pcgml.md - path: AI w grach › Proceduralne generowanie treści gier › Generowanie poziomów uczone na przykładach - aliases: PCGML, PCG via machine learning, learned level generation, generowanie poziomów przez uczenie maszynowe - PL: Generowanie treści gier modelami uczonymi na istniejących treściach, m.in. łańcuchami Markowa, sieciami rekurencyjnymi, autoenkoderami i sieciami generatywnymi. - EN: Generating game content with models trained on existing content, including Markov chains, recurrent networks, autoencoders and generative networks. - In one sentence PL: Model ogląda istniejące poziomy gry i uczy się tworzyć nowe w podobnym stylu, bez ręcznie pisanych reguł. - Problem it solves PL: Spisanie wszystkich zasad dobrego poziomu jest prawie niemożliwe, a projektant chce nowych map, które wyglądają jak jego własne. - What it does PL: Jak uczeń malarza, który po obejrzeniu setek obrazów mistrza maluje nowe płótna w jego manierze. - Everyday example PL: Fani klasycznej platformówki dostają nieskończony zestaw nowych plansz, które wyglądają i grają się jak oryginalne. - In one sentence EN: A model studies existing game levels and learns to make new ones in a similar style, without hand-written rules. - Problem it solves EN: Writing down every rule of a good level is nearly impossible, and designers want new maps that feel like their own. - What it does EN: Like a painter's apprentice who, after studying hundreds of the master's canvases, paints new ones in the same manner. - Everyday example EN: Fans of a classic platformer get an endless supply of new stages that look and play like the originals. - concerns you if PL: masz kilka ręcznie zrobionych poziomów i chcesz więcej; chcesz, żeby generator trzymał twój styl - concerns you if EN: have a few hand-made levels and want more; want a generator that keeps your style - sources: `summerville-pcgml-2018` ### Generowanie terenu z szumu i fraktali (Noise- and fractal-based terrain generation) - id: `noiseterrain` · https://aiatlasgraph.com/t/noiseterrain.md - path: AI w grach › Proceduralne generowanie treści gier › Generowanie terenu z szumu i fraktali - aliases: noise-based terrain generation, fractal terrain generation, generowanie terenu z szumu, generowanie terenu fraktalnego - PL: Klasyczne PCG terenu: mapy wysokości z szumu gradientowego lub wartościowego sumowanego w oktawach oraz algorytmy podziału (diamond-square) przybliżające ułamkowy ruch Browna. - EN: Classic terrain PCG: heightmaps from gradient or value noise summed over octaves and subdivision algorithms (diamond-square) approximating fractional Brownian motion. - In one sentence PL: Krajobrazy gier – góry, doliny, wyspy – powstają z matematycznego „szumu” ułożonego warstwami od dużych kształtów do drobnych szczegółów. - Problem it solves PL: Ręczne modelowanie ogromnych, otwartych światów trwałoby latami, a każda nowa rozgrywka wyglądałaby tak samo. - What it does PL: Jak zgniecenie kartki: duże załamania dają pasma gór, a coraz drobniejsze zmarszczki dodają skały i kamienie. - Everyday example PL: Zaczynasz nową grę survivalową i dostajesz świat z innymi wzgórzami, dolinami i wyspami niż poprzednio, wyliczony z jednej liczby startowej. - In one sentence EN: Game landscapes – mountains, valleys, islands – grow from mathematical 'noise' layered from big shapes down to fine detail. - Problem it solves EN: Hand-modelling huge open worlds would take years, and every new playthrough would look the same. - What it does EN: Like crumpling a sheet of paper: big folds make mountain ranges, and ever finer wrinkles add crags and stones. - Everyday example EN: You start a new survival game and get a world with different hills, valleys and islands than last time, computed from one seed number. - concerns you if PL: robisz grę z otwartym, losowanym światem; chcesz zrozumieć, skąd się biorą nieskończone mapy; tworzysz tekstury chmur, ognia lub marmuru - concerns you if EN: make a game with an open, randomised world; want to know where endless maps come from; create textures of clouds, fire or marble - sources: `pcgbook-ch04-noise` ### Generowanie treści przez przeszukiwanie (ewolucyjne) (Search-based procedural content generation) - id: `searchpcg` · https://aiatlasgraph.com/t/searchpcg.md - path: AI w grach › Proceduralne generowanie treści gier › Generowanie treści przez przeszukiwanie (ewolucyjne) - aliases: search-based PCG, SBPCG, evolutionary level generation, ewolucyjne generowanie poziomów, generowanie przez optymalizację - PL: Generowanie treści gier metaheurystykami, głównie ewolucyjnymi, które przeszukują przestrzeń reprezentacji treści według funkcji oceny jakości. - EN: Generating game content with metaheuristics, mostly evolutionary, which search a space of content representations guided by a quality evaluation function. - In one sentence PL: Program tworzy wiele wersji poziomu, ocenia każdą i krzyżuje najlepsze, aż dostanie poziom, który dobrze się gra. - Problem it solves PL: Proste generatory losowe dają poziomy niegrywalne albo nudne, a nikt nie ma czasu ręcznie przeglądać tysięcy wariantów. - What it does PL: Jak hodowca róż: krzyżuje najładniejsze okazy z każdego pokolenia i po wielu sezonach ma odmiany, jakich nikt nie zaprojektował. - Everyday example PL: Generator plansz do gry logicznej ocenia, czy każda plansza ma rozwiązanie i nie jest za łatwa, a przepuszcza tylko udane. - In one sentence EN: A program makes many versions of a level, scores each and breeds the best ones until it gets a level that plays well. - Problem it solves EN: Simple random generators produce levels that are unplayable or dull, and nobody has time to review thousands of variants by hand. - What it does EN: Like a rose breeder crossing the finest plants of each generation until, after many seasons, varieties appear that nobody designed. - Everyday example EN: A puzzle-board generator checks that each board has a solution and is not too easy, and only lets the good ones through. - concerns you if PL: chcesz generować poziomy spełniające konkretne warunki; potrzebujesz wielu różnych, ale grywalnych map - concerns you if EN: want to generate levels that meet specific conditions; need many different but playable maps - related: `mapelites` - sources: `togelius-sbpcg-2011` ### Generowanie z gramatyk i L-systemów (Grammars and L-systems for content generation) - id: `grammarpcg` · https://aiatlasgraph.com/t/grammarpcg.md - path: AI w grach › Proceduralne generowanie treści gier › Generowanie z gramatyk i L-systemów - aliases: grammar-based procedural generation, procedural grammars, generowanie proceduralne oparte na gramatykach, gramatyki proceduralne - PL: Generowanie treści przez wielokrotne stosowanie reguł produkcji: równoległe przepisywanie napisów (L-systemy) dla roślin oraz gramatyki grafowe dla misji i układów poziomów. - EN: Content generation by repeatedly applying production rules: parallel string rewriting (L-systems) for plants and graph grammars for missions and level layouts. - In one sentence PL: Kilka prostych reguł przepisywania, stosowanych raz za razem, wyhodowuje drzewa, rośliny, budynki albo układy lochów. - Problem it solves PL: Projektant chce tysięcy różnych drzew czy poziomów, ale każdy ma trzymać się sensownej struktury, a nie być przypadkowym bałaganem. - What it does PL: Działa jak przepis „każda gałąź wypuszcza dwie mniejsze”: po kilku powtórzeniach z jednej kreski robi się całe drzewo. - Everyday example PL: W grze przygodowej każdy loch ma inny układ, a jednak klucz zawsze leży przed drzwiami, które otwiera. - In one sentence EN: A few simple rewriting rules, applied again and again, grow trees, plants, buildings or dungeon layouts. - Problem it solves EN: A designer wants thousands of different trees or levels, each still following a sensible structure rather than random mess. - What it does EN: It works like the rule 'every branch sprouts two smaller ones': after a few rounds, one line becomes a whole tree. - Everyday example EN: In an adventure game every dungeon has a different layout, yet the key always lies before the door it opens. - concerns you if PL: generujesz roślinność lub miasta do gry albo wizualizacji; chcesz losowych poziomów, które zawsze da się przejść; lubisz matematykę kryjącą się za kształtami natury - concerns you if EN: generate vegetation or cities for a game or visualisation; want random levels that are always beatable; enjoy the maths behind nature's shapes - related: `wfc` - sources: `pcgbook-ch05-grammars` ### Generowanie z lokalnych wzorów (Wave Function Collapse) (Wave Function Collapse and constraint-based generation) - id: `wfc` · https://aiatlasgraph.com/t/wfc.md - path: AI w grach › Proceduralne generowanie treści gier › Generowanie z lokalnych wzorów (Wave Function Collapse) - aliases: Wave Function Collapse, WFC, model synthesis, constraint-based PCG, generowanie z ograniczeń, kafelkowe generowanie map - PL: Generowanie map i tekstur przez rozwiązywanie ograniczeń sąsiedztwa wyuczonych z przykładu lub zadanych listą kafelków, z wyborem komórek o najmniejszej entropii. - EN: Generating maps and textures by solving neighbourhood constraints learned from an example or given as a tile list, collapsing the lowest-entropy cells first. - In one sentence PL: Algorytm, który z małego przykładu mapy albo zestawu kafelków układa dużą, nową mapę zgodną z tym, co do czego pasuje. - Problem it solves PL: Ręczne układanie tysięcy kafelków trwa wieki, a zwykłe losowanie daje drogi urwane w pół i ściany w środku rzek. - What it does PL: Jak składanie puzzli od najpewniejszego miejsca: kładziesz element, który pasuje najmniej sposobów, i od razu wykluczasz te, które przestały pasować obok. - Everyday example PL: Gra budowlana, w której dokładasz dom, a mury, mosty i schody wokół same dopasowują się do terenu. - In one sentence EN: An algorithm that takes a small sample map or tile set and assembles a large new map where every piece fits its neighbours. - Problem it solves EN: Placing thousands of tiles by hand takes forever, and plain randomness gives roads that end abruptly and walls in rivers. - What it does EN: Like doing a jigsaw from the surest spot: place the piece with the fewest options, then rule out neighbours that no longer fit. - Everyday example EN: A town-building game where you add a house and the walls, bridges and stairs around it fit themselves to the terrain. - concerns you if PL: tworzysz mapy z kafelków albo pixel art; chcesz generować świat zgodny z ręcznym stylem - concerns you if EN: make tile maps or pixel art; want to generate a world that keeps a hand-made style - related: `grammarpcg`, `csp` - sources: `mxgmn-wavefunctioncollapse` ### Grywalne światy z modeli generatywnych (neuronowe silniki gier) (Neural game engines and interactive world generation) - id: `neuralgameengines` · https://aiatlasgraph.com/t/neuralgameengines.md - path: AI w grach › Proceduralne generowanie treści gier › Grywalne światy z modeli generatywnych (neuronowe silniki gier) - aliases: neural game engines, generative interactive environments, playable world models, interaktywne modele świata, neuronowy silnik gry, GameNGen, Genie - PL: Modele generatywne, zwykle dyfuzyjne lub autoregresyjne, przewidujące kolejne klatki interaktywnego świata z historii obrazu i akcji gracza w czasie rzeczywistym. - EN: Generative models, usually diffusion or autoregressive, that predict the next frames of an interactive world from image history and player actions in real time. - In one sentence PL: Model, który na bieżąco rysuje kolejne klatki gry w odpowiedzi na ruchy gracza, zamiast korzystać z tradycyjnego silnika. - Problem it solves PL: Zbudowanie grywalnego świata wymaga programistów, grafików i lat pracy, więc nie da się wypróbować pomysłu w kilka minut. - What it does PL: Jak gawędziarz, który na każde „idę w lewo” od razu dopowiada, co tam widać, i pamięta, co opisał przed chwilą. - Everyday example PL: Wpisujesz „nadmorskie miasteczko w deszczu” i po chwili spacerujesz po nim, a każdy obrót głową odsłania nowe uliczki. - In one sentence EN: A model that draws each next frame of a game in response to the player's moves, instead of using a traditional engine. - Problem it solves EN: Building a playable world takes programmers, artists and years of work, so you cannot try out an idea in minutes. - What it does EN: Like a storyteller who answers every 'I go left' by describing what is there, and remembers what was just described. - Everyday example EN: You type 'seaside town in the rain' and moments later walk around it, each turn of your head revealing new streets. - concerns you if PL: chcesz szybko wypróbować pomysł na grę lub świat; ciekawi cię przyszłość silników gier - concerns you if EN: want to quickly try out a game or world idea; wonder about the future of game engines - related: `worldfoundation` - sources: `valevski-gamengen-2024`, `genie3-blog-2025` ### Interaktywna fabuła i reżyser historii (Interactive narrative and drama management) - id: `narrativegen` · https://aiatlasgraph.com/t/narrativegen.md - path: AI w grach › Proceduralne generowanie treści gier › Interaktywna fabuła i reżyser historii - aliases: interactive narrative, drama management, experience management, interactive storytelling, interaktywna narracja, zarządzanie dramaturgią, zarządzanie doświadczeniem - PL: Systemy, w których menedżer doświadczenia śledzi działania gracza i steruje zdarzeniami oraz postaciami, by godzić sprawczość gracza ze spójnością fabuły. - EN: Systems in which an experience manager tracks player actions and steers events and characters to reconcile player agency with plot coherence. - In one sentence PL: Niewidoczny reżyser w grze dopasowuje dalszy ciąg historii do decyzji gracza, tak żeby opowieść wciąż miała sens. - Problem it solves PL: Gracze chcą wpływać na historię, ale ręczne napisanie każdej możliwej odnogi fabuły szybko staje się niewykonalne. - What it does PL: Jak mistrz gry przy stole: patrzy, co robią gracze, i po cichu podsuwa wydarzenia, by opowieść szła w dobrą stronę. - Everyday example PL: W grze o zombie, gdy drużyna radzi sobie zbyt łatwo, reżyser dorzuca hordę i przenosi zapasy, a gdy ledwo żyje, daje chwilę oddechu. - In one sentence EN: An invisible director in the game adapts the rest of the story to the player's choices so the tale still makes sense. - Problem it solves EN: Players want to shape the story, but hand-writing every possible plot branch quickly becomes impossible. - What it does EN: Like a tabletop game master: it watches what players do and quietly slips in events to keep the story on course. - Everyday example EN: In a zombie game, when the team has it too easy the director sends a horde and moves supplies; when they barely survive, it grants a breather. - concerns you if PL: piszesz grę z wyborami i rozgałęzioną fabułą; chcesz, by system prowadził sesję jak narrator; projektujesz symulacje szkoleniowe ze scenariuszem - concerns you if EN: write a game with choices and a branching plot; want a system to run a session like a narrator; design training simulations with a scenario - related: `dda` - sources: `riedl-bulitko-interactive-narrative-2013` ### Zachowanie postaci w grach (NPC behaviour and game character AI) - id: `gamecharacters` · https://aiatlasgraph.com/t/gamecharacters.md - path: AI w grach › Zachowanie postaci w grach - aliases: NPC AI, game character AI, AI postaci niezależnych, AI przeciwników, enemy AI, sztuczna inteligencja NPC - PL: Techniki sterujące postaciami niezależnymi: maszyny stanów, drzewa zachowań, planowanie celów, odnajdywanie drogi oraz postacie prowadzone przez modele językowe. - EN: Techniques that drive non-player characters: state machines, behaviour trees, goal planning, pathfinding and characters driven by language models. - In one sentence PL: Sposoby, którymi gra decyduje, co robią przeciwnicy, sojusznicy i mieszkańcy świata, żeby wyglądali na myślących. - Problem it solves PL: Postacie, które chodzą w kółko, utykają na ścianach albo zawsze reagują tak samo, psują wrażenie żywego świata. - What it does PL: Jak reżyser statystów na planie: każdy dostaje cel i zestaw ruchów, a razem tworzą wiarygodną scenę. - Everyday example PL: Strażnik w grze skradankowej słyszy hałas, idzie sprawdzić, a gdy nikogo nie znajduje, wraca na swój obchód. - In one sentence EN: The ways a game decides what enemies, allies and townsfolk do, so they seem to think for themselves. - Problem it solves EN: Characters that walk in circles, get stuck on walls or always react the same way break the sense of a living world. - What it does EN: Like a director of film extras: each gets a goal and a set of moves, and together they make a believable scene. - Everyday example EN: A guard in a stealth game hears a noise, goes to check, and when he finds no one, returns to his patrol. - concerns you if PL: projektujesz przeciwników lub postacie do gry; zastanawiasz się, czemu wrogowie w grach bywają głupi; chcesz rozmawiać z postaciami w grze własnymi słowami - concerns you if EN: design enemies or characters for a game; wonder why game enemies are sometimes dumb; want to talk to game characters in your own words - sources: `yannakakis-togelius-aigames-2025`, `colledanchise-ogren-bt-2017` ### Automaty stanów dla postaci (FSM) (Finite state machines for game characters) - id: `gamefsm` · https://aiatlasgraph.com/t/gamefsm.md - path: AI w grach › Zachowanie postaci w grach › Automaty stanów dla postaci (FSM) - aliases: FSM, finite state machine, automat stanów skończonych, automat skończony, maszyna stanów - PL: Model sterowania, w którym postać jest zawsze w dokładnie jednym stanie, a zdarzenia wyzwalają zdefiniowane przejścia; warianty hierarchiczne i ze stosem dodają współdzielenie i pamięć. - EN: A control model where a character is always in exactly one state and events trigger defined transitions; hierarchical and stack variants add sharing and memory. - In one sentence PL: Postać ma kilka wyraźnych trybów – patroluje, goni, ucieka – i przełącza się między nimi, gdy coś się wydarzy. - Problem it solves PL: Pisanie zachowania postaci jako jednego wielkiego bloku warunków szybko zamienia się w plątaninę, której nikt nie umie poprawić. - What it does PL: Działa jak schemat na kartce: kółka to tryby, strzałki to zdarzenia, po których postać przechodzi do innego kółka. - Everyday example PL: Strażnik w grze skradankowej spaceruje po korytarzu, słyszy hałas, idzie sprawdzić, a gdy cię zobaczy, zaczyna pościg. - In one sentence EN: A character has a few clear modes – patrolling, chasing, fleeing – and switches between them when something happens. - Problem it solves EN: Writing a character's behaviour as one big block of conditions quickly turns into a tangle nobody can fix. - What it does EN: It works like a diagram on paper: circles are modes, arrows are events that move the character to another circle. - Everyday example EN: A guard in a stealth game walks the corridor, hears a noise, goes to check, and starts a chase once he spots you. - concerns you if PL: zaczynasz programować przeciwników w swojej pierwszej grze; chcesz zrozumieć, skąd biorą się przewidywalni wrogowie; projektujesz menu lub proste roboty o kilku trybach - concerns you if EN: are coding enemies for your first game; want to know why some enemies feel predictable; design menus or simple robots with a few modes - related: `behaviortrees` - sources: `nystrom-gpp-state` ### Drzewa zachowań (Behaviour trees) - id: `behaviortrees` · https://aiatlasgraph.com/t/behaviortrees.md - path: AI w grach › Zachowanie postaci w grach › Drzewa zachowań - aliases: behavior trees, behaviour trees, BT, drzewa zachowania, drzewo zachowań - PL: Hierarchiczna, modułowa struktura sterowania, w której węzły sekwencji, wyboru i akcji są cyklicznie odpytywane i zwracają sukces, porażkę lub stan w toku. - EN: A hierarchical, modular control structure in which sequence, selector and action nodes are ticked periodically and return success, failure or running. - In one sentence PL: Sposób zapisania, co postać ma robić, jako drzewko decyzji, które projektant może narysować, czytać i łatwo zmieniać. - Problem it solves PL: Gdy postać ma dziesiątki zachowań, ręcznie połączone przejścia między nimi zamieniają się w plątaninę, której nikt nie umie poprawić. - What it does PL: Jak przepis z wariantami: najpierw spróbuj tego, jeśli się nie uda, zrób tamto; każdą gałąź da się wymienić bez ruszania reszty. - Everyday example PL: Pies w grze najpierw sprawdza, czy widzi gracza; jeśli tak, biegnie do niego, a jeśli nie, węszy po okolicy albo śpi. - In one sentence EN: A way to write down what a character should do as a decision tree that designers can draw, read and easily change. - Problem it solves EN: When a character has dozens of behaviours, hand-wired transitions between them become a tangle nobody can fix. - What it does EN: Like a recipe with fallbacks: try this first, if it fails do that; any branch can be swapped without touching the rest. - Everyday example EN: A dog in a game first checks whether it sees the player; if so it runs over, if not it sniffs around or naps. - concerns you if PL: programujesz zachowanie postaci w silniku gry; sterujesz robotem i chcesz czytelnej logiki - concerns you if EN: script character behaviour in a game engine; control a robot and want readable logic - related: `gamefsm`, `utilityai` - sources: `colledanchise-ogren-bt-2017` ### Hierarchiczne planowanie zadań postaci (HTN) (Hierarchical task network planning for game characters) - id: `htngames` · https://aiatlasgraph.com/t/htngames.md - path: AI w grach › Zachowanie postaci w grach › Hierarchiczne planowanie zadań postaci (HTN) - aliases: HTN, HTN planner, hierarchical task network, sieć zadań hierarchicznych, planowanie HTN - PL: Planer, który rozkłada zadania złożone na prymitywne według metod z warunkami, symulując efekty akcji na kopii stanu świata. - EN: A planner that decomposes compound tasks into primitive ones via conditioned methods, simulating action effects on a copy of the world state. - In one sentence PL: Postać rozbija duże zadanie, np. „pokonaj gracza”, na mniejsze kroki według przepisów przygotowanych przez projektanta. - Problem it solves PL: Postacie planujące wszystko od zera bywają powolne i nieprzewidywalne, a sztywne skrypty nie radzą sobie z niespodziankami. - What it does PL: Działa jak książka kucharska z wariantami: jeśli brakuje składnika, bierze kolejny przepis na to samo danie. - Everyday example PL: Troll w grze akcji traci pień, którym walczy, więc najpierw wyrywa nowe drzewo, a dopiero potem wraca do ataku. - In one sentence EN: A character breaks a big task, like 'defeat the player', into smaller steps following recipes the designer prepared. - Problem it solves EN: Characters that plan everything from scratch can be slow and unpredictable, while rigid scripts fail at surprises. - What it does EN: It works like a cookbook with variants: if an ingredient is missing, it takes the next recipe for the same dish. - Everyday example EN: A troll in an action game loses the tree trunk it fights with, so it uproots a new tree before returning to the attack. - concerns you if PL: chcesz przeciwników, którzy myślą kilka kroków naprzód; porównujesz planowanie celami z drzewami zachowań; budujesz AI w dużej grze akcji - concerns you if EN: want enemies that think a few steps ahead; compare goal planning with behaviour trees; build AI for a large action game - related: `goap` - sources: `humphreys-htn-gaipro-2013` ### Mapy wpływów do decyzji taktycznych (Influence maps for tactical decisions) - id: `influencemaps` · https://aiatlasgraph.com/t/influencemaps.md - path: AI w grach › Zachowanie postaci w grach › Mapy wpływów do decyzji taktycznych - aliases: influence maps, influence map, tactical influence maps, mapa wpływów, mapy wpływów - PL: Siatkowa reprezentacja przestrzeni, w której agenci rozpraszają wartości bliskości i zagrożenia z zanikiem z odległością; warstwy łączone arytmetycznie służą zapytaniom taktycznym. - EN: A grid representation of space in which agents spread proximity and threat values that decay with distance; layers combined arithmetically serve tactical queries. - In one sentence PL: Siatka nałożona na planszę pokazuje, gdzie jest silny wróg, gdzie sojusznicy i gdzie jest bezpiecznie. - Problem it solves PL: Postać widząca tylko pojedynczych przeciwników nie wie, gdzie przebiega front ani gdzie najlepiej się wycofać. - What it does PL: Działa jak mapa pogody: każda jednostka „promieniuje” wokół siebie, a nakładanie warstw pokazuje strefy ciepła i chłodu. - Everyday example PL: W grze strategicznej łucznicy sami ustawiają się za linią frontu, z dala od miejsc, do których dosięgnie wrogi oddział. - In one sentence EN: A grid laid over the level shows where the enemy is strong, where allies are, and where it is safe. - Problem it solves EN: A character that only sees single enemies does not know where the front line is or where to retreat. - What it does EN: It works like a weather map: every unit 'radiates' around itself, and stacking layers reveals warm and cool zones. - Everyday example EN: In a strategy game, archers position themselves behind the front line, away from spots an enemy squad can reach. - concerns you if PL: robisz grę strategiczną lub taktyczną; chcesz, by jednostki rozsądnie wybierały pozycje; szukasz prostego sposobu na „widzenie” pola bitwy - concerns you if EN: make a strategy or tactics game; want units to choose positions sensibly; need a simple way to 'see' the battlefield - related: `navmesh` - sources: `mark-modular-imaps-gaipro2-2015` ### Planowanie działań postaci (GOAP) (Goal-oriented action planning for game characters) - id: `goap` · https://aiatlasgraph.com/t/goap.md - path: AI w grach › Zachowanie postaci w grach › Planowanie działań postaci (GOAP) - aliases: GOAP, goal-oriented action planning, planowanie zorientowane na cel - PL: Planowanie w czasie rzeczywistym dla postaci, w którym system wyszukuje sekwencję akcji opisanych warunkami wstępnymi, efektami i kosztami. - EN: Real-time planning for characters in which the system searches for a sequence of actions described by preconditions, effects and costs. - In one sentence PL: Postać dostaje cel i listę umiejętności, a sama układa z nich plan, zamiast wykonywać sztywny scenariusz. - Problem it solves PL: Wrogowie, którzy zawsze robią to samo, gubią się, gdy gracz zablokuje drzwi lub zrobi coś, czego projektant nie przewidział. - What it does PL: Jak nawigacja w samochodzie, ale dla czynności: gdy droga jest zamknięta, od razu wylicza objazd z dostępnych ruchów. - Everyday example PL: Żołnierz w strzelance widzi zabarykadowane drzwi, więc wybija okno, wskakuje do środka i dopiero wtedy szuka osłony. - In one sentence EN: A character gets a goal and a list of skills and puts together its own plan, instead of following a rigid script. - Problem it solves EN: Enemies who always do the same thing get lost when the player blocks a door or does something the designer did not foresee. - What it does EN: Like a car's navigation, but for actions: when a road is closed, it instantly works out a detour from the moves available. - Everyday example EN: A soldier in a shooter finds a barricaded door, so he smashes a window, climbs in and only then looks for cover. - concerns you if PL: chcesz, żeby przeciwnicy w grze reagowali na niespodzianki; interesuje cię klasyczne planowanie w praktyce - concerns you if EN: want game enemies that handle surprises; are curious about classical planning in practice - related: `htngames`, `classicalplanning` - sources: `orkin-fear-goap-2006` ### Postacie rozmawiające dzięki modelom językowym (LLM-driven NPCs and generative agents) - id: `llmnpc` · https://aiatlasgraph.com/t/llmnpc.md - path: AI w grach › Zachowanie postaci w grach › Postacie rozmawiające dzięki modelom językowym - aliases: LLM NPCs, generative agents, AI NPC, postacie z modelem językowym, generatywni agenci, conversational NPCs, AI game master - PL: Postacie i symulacje społeczne napędzane modelami językowymi z pamięcią, refleksją i planowaniem, osadzone w regułach i stanie gry. - EN: Characters and social simulations driven by language models with memory, reflection and planning, grounded in game rules and state. - In one sentence PL: Postacie w grze, z którymi rozmawiasz własnymi słowami, a one odpowiadają w roli, pamiętają cię i mają własne plany. - Problem it solves PL: Rozmowy z postaciami ograniczają się do kilku gotowych odpowiedzi, więc świat gry szybko wydaje się sztuczny i pusty. - What it does PL: Jak aktor improwizujący w roli: zna swoją postać i jej historię, więc odpowie na pytanie, którego nikt nie napisał w scenariuszu. - Everyday example PL: Pytasz karczmarza w grze o plotki z miasta, a on opowiada o kłótni kowala z sąsiadem i pamięta, że wczoraj nie zapłaciłeś za piwo. - In one sentence EN: Game characters you talk to in your own words, who answer in character, remember you and have plans of their own. - Problem it solves EN: Conversations with characters are limited to a few canned replies, so the game world soon feels artificial and empty. - What it does EN: Like an improv actor in character: knowing the role and its backstory, it answers questions no script ever covered. - Everyday example EN: You ask a game innkeeper for town gossip, and he tells of the smith's feud with a neighbour and recalls you skipped paying for ale yesterday. - concerns you if PL: chcesz rozmawiać z postaciami w grach naturalnie; piszesz fabułę lub postacie do gry; grasz w gry fabularne z AI jako mistrzem gry - concerns you if EN: want natural conversations with game characters; write stories or characters for games; play role-playing games with AI as game master - related: `audiofacial`, `memory` - sources: `park-generative-agents-2023`, `gallotta-llm-games-2024` ### Siatki nawigacyjne i odnajdywanie drogi (Navigation meshes and pathfinding) - id: `navmesh` · https://aiatlasgraph.com/t/navmesh.md - path: AI w grach › Zachowanie postaci w grach › Siatki nawigacyjne i odnajdywanie drogi - aliases: navmesh, navigation mesh, pathfinding, siatka nawigacyjna, odnajdywanie ścieżek, Recast, crowd simulation - PL: Reprezentacja przestrzeni chodzenia jako siatki wielokątów wypukłych, generowanej z geometrii poziomu, oraz wyszukiwanie ścieżek i unikanie kolizji na niej. - EN: Representing walkable space as a mesh of convex polygons generated from level geometry, with pathfinding and collision avoidance on top. - In one sentence PL: Mapa miejsc, po których postacie mogą chodzić, i sposób szukania na niej najkrótszej drogi omijającej przeszkody. - Problem it solves PL: Postacie wpadające na ściany, utykające w kątach albo tratujące się w tłumie od razu psują wrażenie gry. - What it does PL: Jak plan pieszych ścieżek w parku: zamiast liczyć każdy krok po trawie, łączy wolne płaty terenu i szuka drogi między nimi. - Everyday example PL: W grze strategicznej klikasz cel po drugiej stronie miasta, a oddział sam omija budynki, rzekę i inne jednostki. - In one sentence EN: A map of the places characters can walk and a way to find the shortest route on it around obstacles. - Problem it solves EN: Characters walking into walls, sticking in corners or trampling each other in crowds instantly ruin a game. - What it does EN: Like a park's footpath plan: instead of computing every step on the grass, it links open patches and routes between them. - Everyday example EN: In a strategy game you click a spot across town, and the squad walks around buildings, the river and other units on its own. - concerns you if PL: tworzysz grę, w której postacie się poruszają; budujesz symulację ruchu ludzi lub pojazdów - concerns you if EN: make a game where characters move around; build a simulation of people or vehicle movement - related: `influencemaps`, `robotnav`, `mapf`, `astar`, `boids` - sources: `recast-navigation-docs` ### Wybór działań przez punktację (utility AI) (Utility AI for game characters) - id: `utilityai` · https://aiatlasgraph.com/t/utilityai.md - path: AI w grach › Zachowanie postaci w grach › Wybór działań przez punktację (utility AI) - aliases: utility AI, utility system, utility-based AI, AI oparte na użyteczności, system użyteczności - PL: Architektura decyzyjna, w której każda akcja dostaje znormalizowaną ocenę z ważonych czynników przepuszczonych przez krzywe odpowiedzi, a agent wybiera akcję o najwyższej użyteczności. - EN: A decision architecture in which every action receives a normalised score from weighted considerations passed through response curves, and the agent picks the highest-utility action. - In one sentence PL: Postać w każdej chwili ocenia punktami wszystkie możliwe czynności i robi tę, która w danej sytuacji wypada najlepiej. - Problem it solves PL: Sztywne listy priorytetów sprawiają, że postacie zachowują się jak automaty i nie umieją ważyć kilku potrzeb naraz. - What it does PL: Przypomina człowieka, który waha się między obiadem a drzemką: im większy głód, tym mocniej wygrywa jedzenie. - Everyday example PL: Mieszkaniec w symulatorze życia sam idzie do lodówki, gdy jest głodny, a do łóżka, gdy zmęczenie przeważy. - In one sentence EN: At every moment a character scores all the things it could do and picks whatever comes out best in the situation. - Problem it solves EN: Rigid priority lists make characters act like machines that cannot weigh several needs at once. - What it does EN: It resembles a person torn between lunch and a nap: the hungrier they get, the more food wins. - Everyday example EN: A resident in a life simulator walks to the fridge when hungry and to bed once tiredness outweighs everything else. - concerns you if PL: chcesz, by postacie w grze wyglądały na żywe; balansujesz wiele potrzeb lub celów naraz; szukasz alternatywy dla drzew zachowań - concerns you if EN: want game characters that feel alive; balance many needs or goals at once; look for an alternative to behaviour trees - related: `behaviortrees` - sources: `graham-utility-theory-gaipro-2013`, `wikipedia-utility-system` ## AI w medycynie i ochronie zdrowia (AI in healthcare and medicine) - id: `healthai` · https://aiatlasgraph.com/t/healthai.md - path: AI w medycynie i ochronie zdrowia - aliases: medical AI, healthcare AI, clinical AI, AI w ochronie zdrowia, medyczna AI - PL: Uczenie maszynowe w diagnostyce, dokumentacji klinicznej, prognozowaniu ryzyka i monitoringu pacjentów, wraz z walidacją kliniczną i regulacjami wyrobów medycznych. - EN: Machine learning for diagnosis, clinical documentation, risk prediction and patient monitoring, together with clinical validation and medical-device regulation. - In one sentence PL: Programy, które pomagają lekarzom i pacjentom: czytają badania obrazowe, piszą notatki, ostrzegają przed pogorszeniem zdrowia i odpowiadają na pytania. - Problem it solves PL: Lekarzy brakuje, kolejki rosną, a specjaliści nie mają czasu, by dokładnie obejrzeć każde zdjęcie i wypełnić każdy dokument. - What it does PL: Działa jak drugi, niestrudzony asystent: robi wstępny przegląd i zaznacza, co wymaga uwagi, a decyzję zostawia człowiekowi. - Everyday example PL: Lekarz patrzy na pacjenta, a nie w ekran, bo program sam spisuje rozmowę do karty; wieczorem zegarek pacjenta sygnalizuje nieregularne tętno. - In one sentence EN: Software that helps doctors and patients: it reads scans, writes notes, warns about worsening health and answers medical questions. - Problem it solves EN: There are too few doctors, queues keep growing, and specialists lack the time to study every scan and fill in every form. - What it does EN: Works like a tireless second assistant: it does a first pass and flags what needs attention, leaving the decision to a person. - Everyday example EN: The doctor looks at the patient, not the screen, because software writes the conversation into the record; that evening the patient's watch flags an irregular pulse. - concerns you if PL: korzystasz z publicznej lub prywatnej opieki zdrowotnej; nosisz zegarek lub opaskę mierzącą tętno; pracujesz w szpitalu, przychodni lub laboratorium - concerns you if EN: use public or private healthcare; wear a watch or band that measures your pulse; work in a hospital, clinic or lab - related: `aied`, `finance` - sources: `fda-ai-devices-list` ### Analiza obrazów medycznych (Medical image analysis) - id: `medimaging` · https://aiatlasgraph.com/t/medimaging.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych - aliases: medical imaging AI, radiology AI, AI w radiologii, analiza obrazowania medycznego - PL: Klasyfikacja, detekcja i segmentacja na obrazach RTG, TK, MR, USG, mammografii i preparatach histopatologicznych, zwykle jako wsparcie decyzji lekarza. - EN: Classification, detection and segmentation on X-ray, CT, MRI, ultrasound, mammography and histopathology images, usually as decision support for clinicians. - In one sentence PL: Programy, które oglądają prześwietlenia, tomografie, rezonanse czy obrazy spod mikroskopu i wskazują lekarzowi podejrzane miejsca. - Problem it solves PL: Radiolodzy i patolodzy oglądają tysiące obrazów dziennie, a przez zmęczenie drobne zmiany łatwo przeoczyć. - What it does PL: Jak uważny praktykant z zakreślaczem: przegląda każdy obraz, zaznacza miejsca warte uwagi i kładzie pilne przypadki na wierzch stosu. - Everyday example PL: Po tomografii głowy na ostrym dyżurze program sygnalizuje możliwe krwawienie, więc ten pacjent trafia do lekarza przed innymi czekającymi. - In one sentence EN: Software that looks at X-rays, body scans or microscope images and points the doctor to suspicious spots. - Problem it solves EN: Radiologists and pathologists look at thousands of images a day, and fatigue makes small changes easy to miss. - What it does EN: Like a careful trainee with a highlighter: it checks every image, marks spots worth a look and puts urgent cases on top. - Everyday example EN: After an emergency head scan, software flags a possible bleed, so that patient is seen before others who are waiting. - concerns you if PL: robisz badania obrazowe, np. mammografię lub tomografię; pracujesz w radiologii lub diagnostyce laboratoryjnej - concerns you if EN: have imaging tests such as a mammogram or body scan; work in radiology or lab diagnostics - sources: `fda-ai-devices-list`, `masai-lancet-2026`, `zech-2018` ### Automatyczne opisy badań obrazowych (Radiology report generation) - id: `radreportgen` · https://aiatlasgraph.com/t/radreportgen.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Automatyczne opisy badań obrazowych - aliases: automated radiology reporting, chest X-ray report generation, generowanie opisów RTG, medical report generation - PL: Generowanie tekstu opisu radiologicznego (opis i wnioski) z obrazu medycznego przez modele łączące enkoder obrazu z modelem językowym. - EN: Generating the radiology report text (findings and impression) from a medical image with models that couple an image encoder to a language model. - In one sentence PL: Program patrzy na zdjęcie rentgenowskie i pisze szkic opisu, który radiolog potem poprawia i podpisuje. - Problem it solves PL: Badań obrazowych przybywa szybciej niż radiologów, więc pacjenci i lekarze długo czekają na opis. - What it does PL: Działa jak stażysta, który przygotowuje pierwszą wersję opisu, a doświadczony lekarz skreśla błędy i dopisuje to, co ważne. - Everyday example PL: Na nocnym dyżurze szpital ma gotowe szkice opisów zdjęć klatki piersiowej, więc radiolog szybciej przegląda kolejkę i zaczyna od pilnych. - In one sentence EN: Software looks at an X-ray and writes a draft report that the radiologist then edits and signs. - Problem it solves EN: Scans pile up faster than radiologists can read them, so patients and doctors wait a long time for the report. - What it does EN: Works like a trainee who prepares a first draft, while the senior doctor strikes out errors and adds what matters. - Everyday example EN: On a night shift the hospital has draft reports for chest X-rays ready, so the radiologist clears the queue faster and starts with urgent ones. - concerns you if PL: czekasz na opis zdjęcia rentgenowskiego; opisujesz badania obrazowe w pracy - concerns you if EN: are waiting for an X-ray report; read and report scans at work - related: `generalistmedai`, `hallucinationdetect` - sources: `rrg-survey-2024` ### Ocena znamion i zmian skórnych ze zdjęć (AI classification of skin lesions) - id: `dermatologyai` · https://aiatlasgraph.com/t/dermatologyai.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Ocena znamion i zmian skórnych ze zdjęć - aliases: dermatology AI, skin cancer classification, melanoma detection AI, dermoscopy AI, rozpoznawanie czerniaka AI - PL: Klasyfikacja zdjęć klinicznych i dermoskopowych zmian skórnych (np. czerniak kontra znamię) sieciami neuronowymi, z naciskiem na równość działania między karnacjami. - EN: Neural-network classification of clinical and dermoscopic skin-lesion images (e.g. melanoma versus naevus), with a focus on performance across skin tones. - In one sentence PL: Program ogląda zdjęcie znamienia lub wysypki i ocenia, czy wygląda groźnie i warto pokazać je dermatologowi. - Problem it solves PL: Na wizytę u dermatologa czeka się długo, a groźny nowotwór skóry trudno odróżnić gołym okiem od niegroźnego znamienia. - What it does PL: Porównuje zdjęcie z setkami tysięcy opisanych zmian, jak lekarz, który widział ich więcej niż ktokolwiek, ale tylko na zdjęciach. - Everyday example PL: Lekarz rodzinny przykłada do skóry pacjenta małą lupę z aparatem i dostaje podpowiedź, czy pieprzyk na plecach trzeba szybko wyciąć. - In one sentence EN: Software looks at a photo of a mole or rash and judges whether it looks dangerous enough to show a skin doctor. - Problem it solves EN: Waiting lists for skin doctors are long, and a dangerous skin cancer is hard to tell apart from a harmless mole by eye. - What it does EN: Compares the photo with hundreds of thousands of labelled lesions, like a doctor who has seen more than anyone, but only in pictures. - Everyday example EN: A family doctor holds a small magnifying camera to a patient's skin and gets a hint whether a mole on the back should be removed soon. - concerns you if PL: masz dużo znamion i chcesz je regularnie sprawdzać; masz ciemną karnację i zastanawiasz się, czy narzędzie zadziała u ciebie - concerns you if EN: have many moles and want to check them regularly; have darker skin and wonder if the tool works for you - related: `clinicalbias` - sources: `ddi-dermatology-2021`, `skin-tone-ita-2023` ### Patologia cyfrowa: analiza skanów preparatów tkankowych (Computational pathology on whole-slide images) - id: `comppathology` · https://aiatlasgraph.com/t/comppathology.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Patologia cyfrowa: analiza skanów preparatów tkankowych - aliases: digital pathology, computational pathology, whole-slide image analysis, WSI, patologia obliczeniowa - PL: Analiza cyfrowych skanów całych preparatów (WSI): klasyfikacja nowotworów, wykrywanie przerzutów i przewidywanie biomarkerów z obrazu tkanki. - EN: Analysis of digital whole-slide images (WSI): cancer classification, metastasis detection and biomarker prediction from tissue images. - In one sentence PL: Program analizuje zeskanowane w ogromnej rozdzielczości szkiełka z wycinkami tkanki i pomaga ocenić, czy jest tam nowotwór i jaki. - Problem it solves PL: Patologów jest mało, a jeden preparat to miliardy pikseli; przejrzenie go pod mikroskopem kawałek po kawałku zajmuje dużo czasu. - What it does PL: Kroi skan na tysiące małych kafelków, ocenia każdy z osobna, a potem składa wnioski w jedną ocenę całego preparatu, jak mozaikę. - Everyday example PL: Po biopsji program podświetla patologowi fragmenty wycinka, w których komórki wyglądają na nowotworowe, i proponuje typ zmiany do potwierdzenia. - In one sentence EN: Software that analyses huge, high-resolution scans of tissue slides and helps judge whether a cancer is there and what kind. - Problem it solves EN: Pathologists are scarce and one slide holds billions of pixels; checking it piece by piece under a microscope takes a long time. - What it does EN: Cuts the scan into thousands of small tiles, scores each one, then assembles the findings into one verdict for the whole slide, like a mosaic. - Everyday example EN: After a biopsy, software highlights the parts of the sample where cells look cancerous and suggests a tumour type for the pathologist to confirm. - concerns you if PL: czekasz na wynik biopsji; pracujesz w laboratorium patomorfologii - concerns you if EN: are waiting for a biopsy result; work in a pathology lab - sources: `uni-pathology-2023` ### Modele bazowe w patologii (Pathology foundation models) - id: `pathologyfm` · https://aiatlasgraph.com/t/pathologyfm.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Patologia cyfrowa: analiza skanów preparatów tkankowych › Modele bazowe w patologii - aliases: computational pathology foundation models, histopathology foundation model, modele fundamentalne w patologii - PL: Enkodery kafelków i slajdów pretrenowane samonadzorowanie na milionach obrazów histopatologicznych, używane jako uniwersalne źródło cech dla zadań patologii. - EN: Tile and slide encoders pretrained self-supervised on millions of histopathology images, used as general feature extractors for pathology tasks. - In one sentence PL: Duże modele, które obejrzały miliony fragmentów preparatów tkankowych i służą jako gotowy start do wielu zadań patologii. - Problem it solves PL: Dla każdego rodzaju nowotworu brakuje tysięcy opisanych preparatów, więc budowa osobnego modelu od zera jest za droga. - What it does PL: Najpierw uczy się samego wyglądu tkanek bez opisów, jak student oglądający atlas, a potem wystarczy mu kilka przykładów nowego zadania. - Everyday example PL: Mały zakład patologii buduje narzędzie do rzadkiego nowotworu, mając sto preparatów, bo korzysta z gotowego modelu zamiast trenować własny. - In one sentence EN: Large models that have seen millions of tissue-slide patches and serve as a ready starting point for many pathology tasks. - Problem it solves EN: Each cancer type lacks thousands of labelled slides, so building a separate model from scratch is too costly. - What it does EN: First learns what tissue looks like without labels, like a student browsing an atlas, then needs only a few examples of a new task. - Everyday example EN: A small pathology lab builds a tool for a rare cancer with a hundred slides, using a ready model instead of training its own. - concerns you if PL: masz mało opisanych preparatów do nowego zadania; porównujesz gotowe modele do analizy tkanek - concerns you if EN: have few labelled slides for a new task; compare ready models for tissue analysis - related: `visionssl` - sources: `uni-pathology-2023` ### Uczenie z etykiety całego preparatu (wiele instancji) (Multiple instance learning for whole-slide images) - id: `pathologymil` · https://aiatlasgraph.com/t/pathologymil.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Patologia cyfrowa: analiza skanów preparatów tkankowych › Uczenie z etykiety całego preparatu (wiele instancji) - aliases: MIL, attention-based MIL, ABMIL, weakly supervised pathology, uczenie wielu instancji - PL: Słabo nadzorowane uczenie, w którym preparat to worek kafelków z jedną etykietą, a agregacja uwagi łączy cechy kafelków w predykcję dla całego slajdu. - EN: Weakly supervised learning in which a slide is a bag of tiles with one label, and attention pooling combines tile features into a slide-level prediction. - In one sentence PL: Sposób uczenia komputera na ogromnych skanach tkanek, gdy wiadomo tylko, czy w całym preparacie jest nowotwór, a nie gdzie. - Problem it solves PL: Ręczne zaznaczanie nowotworu na gigantycznych skanach zajmuje patologom godziny, więc oznaczonych danych prawie nie ma. - What it does PL: Kroi skan na tysiące kafelków i uczy się, które z nich przesądzają o rozpoznaniu, jak szukanie kilku zgniłych jabłek w skrzyni. - Everyday example PL: Szpital uczy model na archiwalnych skanach węzłów chłonnych, mając tylko wpisy z raportów, a model sam pokazuje podejrzane miejsca. - In one sentence EN: A way to teach a computer on huge tissue scans when we only know whether the whole slide has cancer, not where. - Problem it solves EN: Hand-marking cancer on gigantic scans takes pathologists hours, so labelled data barely exist. - What it does EN: Cuts the scan into thousands of tiles and learns which ones decide the diagnosis, like finding a few rotten apples in a crate. - Everyday example EN: A hospital trains a model on archived lymph-node scans using only report entries, and the model highlights suspicious areas by itself. - concerns you if PL: masz dużo zdjęć, ale tylko ogólne etykiety; pracujesz z bardzo dużymi obrazami medycznymi - concerns you if EN: have many images but only coarse labels; work with very large medical images - related: `weaksupervision`, `multiinstance` - sources: `clam-2020` ### Przesiewowa ocena zdjęć dna oka (AI screening of retinal images (diabetic retinopathy)) - id: `retinalscreening` · https://aiatlasgraph.com/t/retinalscreening.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Przesiewowa ocena zdjęć dna oka - aliases: diabetic retinopathy screening AI, retinopatia cukrzycowa AI, autonomous retinal AI, fundus image analysis, analiza zdjęć dna oka - PL: Klasyfikacja zdjęć dna oka (fundus) siecią konwolucyjną w celu wykrycia retinopatii cukrzycowej wymagającej skierowania, także w trybie autonomicznym. - EN: CNN classification of fundus photographs to detect referable diabetic retinopathy, including autonomous operation without a human reader. - In one sentence PL: Program ogląda zdjęcie siatkówki oka i od razu mówi, czy osoba z cukrzycą powinna pilnie trafić do okulisty. - Problem it solves PL: Osoby z cukrzycą powinny co roku badać oczy, ale okulistów brakuje, więc uszkodzenia siatkówki wykrywa się za późno. - What it does PL: Działa jak sito przed gabinetem: przepuszcza dalej tylko tych, u których zdjęcie budzi niepokój, resztę uspokaja. - Everyday example PL: W przychodni rodzinnej pielęgniarka robi zdjęcie oka zwykłą kamerą, a po minucie pacjent wie, czy musi umówić się do okulisty. - In one sentence EN: Software looks at a photo of the back of the eye and says right away whether a person with diabetes needs an eye specialist. - Problem it solves EN: People with diabetes need yearly eye checks, but eye specialists are scarce, so retinal damage is often found too late. - What it does EN: Works like a sieve in front of the clinic: only people whose photo looks worrying go on, the rest are reassured. - Everyday example EN: At a family clinic a nurse photographs the eye with a simple camera, and a minute later the patient knows whether to book an eye specialist. - concerns you if PL: masz cukrzycę i odkładasz wizytę u okulisty; pracujesz w przychodni bez dostępu do specjalistów - concerns you if EN: have diabetes and keep postponing the eye check; work in a clinic with no specialists nearby - related: `medicaldevicereg` - sources: `idxdr-pivotal-2018` ### Segmentacja narządów i zmian na obrazach medycznych (Medical image segmentation) - id: `medsegmentation` · https://aiatlasgraph.com/t/medsegmentation.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Segmentacja narządów i zmian na obrazach medycznych - aliases: organ segmentation, tumor segmentation, segmentacja medyczna, konturowanie, auto-contouring - PL: Przypisywanie każdemu wokselowi obrazu 2D lub 3D etykiety narządu albo zmiany, m.in. do planowania radioterapii, wolumetrii i chirurgii. - EN: Assigning each voxel of a 2D or 3D image an organ or lesion label, for radiotherapy planning, volumetry and surgery among others. - In one sentence PL: Program obrysowuje na tomografii lub rezonansie dokładne granice narządu albo guza, punkt po punkcie i warstwa po warstwie. - Problem it solves PL: Ręczne obrysowanie guza i narządów przed radioterapią zajmuje lekarzowi godziny, a każdy lekarz rysuje trochę inaczej. - What it does PL: Jak kolorowanka, w której ktoś już narysował kontury: lekarz dostaje gotowy obrys i tylko poprawia fragmenty. - Everyday example PL: Przed naświetlaniem program zaznacza guz i pobliskie narządy, które trzeba oszczędzić, a lekarz w kilka minut poprawia drobne fragmenty. - In one sentence EN: Software that outlines the exact edges of an organ or tumour on a 3D body scan, point by point and slice by slice. - Problem it solves EN: Hand-drawing a tumour and nearby organs before radiotherapy takes a doctor hours, and every doctor draws slightly differently. - What it does EN: Like a colouring book with the outlines already drawn: the doctor gets a ready contour and only fixes parts of it. - Everyday example EN: Before radiotherapy, software marks the tumour and nearby organs to be spared, and the doctor fixes small parts in minutes. - concerns you if PL: ty lub bliska osoba przechodzicie radioterapię; mierzysz objętość narządów lub zmian w badaniach naukowych - concerns you if EN: you or someone close is having radiotherapy; measure organ or lesion volumes in research - related: `promptseg` - sources: `nnunet-2018` ### Wykrywanie zmian na zdjęciach radiologicznych (Computer-aided detection and triage in radiology) - id: `radiologyai` · https://aiatlasgraph.com/t/radiologyai.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Wykrywanie zmian na zdjęciach radiologicznych - aliases: CADe, computer-aided detection, AI triage, AI w mammografii, wspomaganie diagnostyki obrazowej - PL: Systemy CADe/CADx i triażu, które wykrywają, lokalizują i priorytetyzują zmiany na obrazach radiologicznych, np. w przesiewowej mammografii. - EN: CADe/CADx and triage systems that detect, localise and prioritise findings in radiology images, for example in screening mammography. - In one sentence PL: Program zaznacza na prześwietleniu, mammografii lub tomografii miejsca, które mogą być guzem, złamaniem albo krwawieniem. - Problem it solves PL: W badaniach przesiewowych większość zdjęć jest prawidłowa, a lekarz i tak musi przejrzeć wszystkie, by znaleźć nieliczne groźne przypadki. - What it does PL: Działa jak dodatkowa para oczu: zaznacza podejrzane miejsca lub pomaga ustawić pilne badania wyżej w kolejce, ale sposób użycia zależy od konkretnego systemu. - Everyday example PL: Kobieta robi przesiewową mammografię; program uznaje obraz za podejrzany, więc oglądają go dwaj radiolodzy i wcześnie wykrywają mały guz. - In one sentence EN: Software that marks spots on an X-ray, mammogram or body scan that might be a tumour, a fracture or a bleed. - Problem it solves EN: In screening, most images are normal, yet a doctor must still read them all to find the few dangerous cases. - What it does EN: Acts like an extra pair of eyes: it marks suspicious areas or helps move urgent studies up the queue, but the workflow depends on the specific system. - Everyday example EN: A woman has a screening mammogram; software rates it as suspicious, so two radiologists read it and catch a small tumour early. - concerns you if PL: chodzisz na badania przesiewowe, np. mammografię; czekasz na opis zdjęcia rentgenowskiego - concerns you if EN: go for screening such as mammograms; are waiting for an X-ray report - related: `trustcalibration` - sources: `fda-ai-devices-list`, `masai-lancet-2026` ### AI w przesiewowej mammografii (AI in mammography screening) - id: `mammographyai` · https://aiatlasgraph.com/t/mammographyai.md - path: AI w medycynie i ochronie zdrowia › Analiza obrazów medycznych › Wykrywanie zmian na zdjęciach radiologicznych › AI w przesiewowej mammografii - aliases: AI-supported mammography, breast cancer screening AI, mammografia z AI, AI triage mammography - PL: Wsparcie przesiewowej mammografii przez modele oceniające ryzyko raka, używane do triażu między pojedynczym a podwójnym odczytem i do oznaczania podejrzanych obszarów. - EN: Supporting screening mammography with models that score cancer risk, used to triage between single and double reading and to mark suspicious regions. - In one sentence PL: W badaniach przesiewowych piersi program ocenia zdjęcia i wskazuje, które wymagają uważniejszego obejrzenia przez radiologa. - Problem it solves PL: Każde zdjęcie piersi zwykle oglądają dwie osoby, a radiologów brakuje, przez co programy przesiewowe się korkują. - What it does PL: Zdjęcia z niskim ryzykiem kieruje do jednego czytającego, a podejrzane do dwóch, i zaznacza miejsca, na które warto spojrzeć. - Everyday example PL: Kobieta przychodzi na rutynowe badanie piersi; jej zdjęcia dostają od programu ocenę ryzyka, zanim zobaczy je lekarz. - In one sentence EN: In breast screening, software scores the images and flags which ones need a closer look by a radiologist. - Problem it solves EN: Each breast image is usually read by two people, and radiologists are scarce, so screening programmes get backed up. - What it does EN: Routes low-risk images to one reader and suspicious ones to two, marking the spots worth a look. - Everyday example EN: A woman goes for a routine breast screening; her images get a risk score from the software before a doctor sees them. - concerns you if PL: chodzisz na przesiewowe badania piersi; organizujesz program badań przesiewowych - concerns you if EN: go for regular breast screening; run a screening programme - sources: `masai-lancet-2026` ### Język kliniczny i dokumentacja medyczna (Clinical language processing and documentation) - id: `clinicaldocs` · https://aiatlasgraph.com/t/clinicaldocs.md - path: AI w medycynie i ochronie zdrowia › Język kliniczny i dokumentacja medyczna - aliases: clinical NLP, medical NLP, przetwarzanie notatek klinicznych, dokumentacja kliniczna - PL: NLP na tekstach klinicznych: generowanie notatek, ekstrakcja informacji, kodowanie rozpoznań, deidentyfikacja i streszczanie dokumentacji pacjenta. - EN: NLP on clinical text: note generation, information extraction, diagnosis coding, de-identification and summarisation of patient records. - In one sentence PL: Programy, które czytają i piszą teksty medyczne: notatki z wizyt, wypisy ze szpitala, skierowania i kody rozpoznań. - Problem it solves PL: Lekarze spędzają dużą część dnia na pisaniu dokumentacji, a ważne informacje giną w długich, nieuporządkowanych notatkach. - What it does PL: Jak sekretarz medyczny, który słucha, porządkuje i streszcza, a potem odszukuje w stosach kart to, czego lekarz potrzebuje. - Everyday example PL: Szpital chce sprawdzić, którzy pacjenci mieli objawy uboczne po leku; program przeszukuje tysiące notatek zamiast zespołu czytającego je ręcznie. - In one sentence EN: Software that reads and writes medical text: visit notes, discharge letters, referrals and diagnosis codes. - Problem it solves EN: Doctors spend much of the day on paperwork, and key facts get lost in long, messy notes. - What it does EN: Like a medical secretary who listens, tidies and summarises, then digs through piles of records for what the doctor needs. - Everyday example EN: A hospital wants to know which patients had side effects from a drug; software searches thousands of notes instead of a team reading them by hand. - concerns you if PL: lekarz przy tobie więcej pisze, niż patrzy; pracujesz z dokumentacją medyczną lub rozliczeniami świadczeń - concerns you if EN: your doctor types more than they look at you; work with medical records or healthcare billing - related: `piiredaction` - sources: `aci-bench-2023`, `caml-2018` ### Automatyczne notatki z wizyty (ambient scribe) (Ambient clinical documentation (AI scribes)) - id: `ambientscribe` · https://aiatlasgraph.com/t/ambientscribe.md - path: AI w medycynie i ochronie zdrowia › Język kliniczny i dokumentacja medyczna › Automatyczne notatki z wizyty (ambient scribe) - aliases: AI scribe, ambient AI scribe, digital scribe, ambient clinical intelligence, asystent dokumentacji wizyty - PL: Systemy, które z nagrania wizyty generują ustrukturyzowaną notatkę kliniczną (np. SOAP) do przeglądu i podpisu przez klinicystę. - EN: Systems that turn a visit recording into a structured clinical note (e.g. SOAP) for the clinician to review and sign. - In one sentence PL: Program słucha rozmowy lekarza z pacjentem i przygotowuje szkic notatki do karty, który lekarz sprawdza i zatwierdza. - Problem it solves PL: Lekarze piszą notatki w trakcie wizyty albo wieczorami, przez co mniej słuchają pacjenta i szybciej się wypalają. - What it does PL: Jak protokolant, który od razu układa wypowiedzi w rubryki: wywiad, badanie, wyniki i plan leczenia. - Everyday example PL: Lekarka rodzinna prosi o zgodę na nagrywanie, rozmawia z pacjentem twarzą w twarz, a po wizycie poprawia dwa zdania w gotowym szkicu. - In one sentence EN: Software that listens to the doctor–patient conversation and drafts the note for the record, which the doctor checks and signs. - Problem it solves EN: Doctors type notes during visits or late in the evening, so they listen less to patients and burn out faster. - What it does EN: Like a stenographer who sorts what was said straight into sections: history, exam, results and treatment plan. - Everyday example EN: A family doctor asks for consent to record, talks to the patient face to face, and afterwards fixes two sentences in the ready draft. - concerns you if PL: lekarz pyta cię o zgodę na nagrywanie wizyty; sam piszesz dokumentację po każdej wizycie - concerns you if EN: your doctor asks to record the visit; write up notes yourself after every visit - related: `patientmessagedrafts`, `hallucinationdetect` - sources: `aci-bench-2023`, `ucla-ai-scribes-rct-2025` ### Kodowanie rozpoznań i wyciąganie danych z dokumentacji (Automated clinical coding and information extraction) - id: `clinicalcoding` · https://aiatlasgraph.com/t/clinicalcoding.md - path: AI w medycynie i ochronie zdrowia › Język kliniczny i dokumentacja medyczna › Kodowanie rozpoznań i wyciąganie danych z dokumentacji - aliases: ICD coding, medical coding, automatic ICD coding, kodowanie ICD, clinical information extraction - PL: Wieloetykietowa klasyfikacja notatek klinicznych do kodów ICD oraz ekstrakcja encji klinicznych (choroby, leki, dawki) i ich mapowanie na terminologie. - EN: Multi-label classification of clinical notes into ICD codes, plus extraction of clinical entities (diseases, drugs, doses) and mapping to terminologies. - In one sentence PL: Program czyta notatki lekarzy i proponuje urzędowe kody chorób i zabiegów albo wyciąga z nich leki, dawki i rozpoznania. - Problem it solves PL: Ręczne nadawanie kodów każdemu pobytowi w szpitalu jest żmudne i pełne pomyłek, a od kodów zależą rozliczenia i statystyki zdrowia. - What it does PL: Jak bibliotekarz, który po przeczytaniu książki od razu nadaje jej sygnaturę i wskazuje akapit, który o tym przesądził. - Everyday example PL: Po wypisie pacjenta szpitalny koder dostaje listę proponowanych kodów z zaznaczonymi zdaniami z karty i tylko je zatwierdza lub poprawia. - In one sentence EN: Software that reads doctors' notes and suggests official disease and procedure codes, or pulls out drugs, doses and diagnoses. - Problem it solves EN: Coding every hospital stay by hand is tedious and error-prone, yet payments and health statistics depend on those codes. - What it does EN: Like a librarian who reads a book, assigns its shelf mark at once and points to the paragraph that decided it. - Everyday example EN: After a patient is discharged, the hospital coder gets a list of suggested codes with the supporting sentences highlighted, and just approves or fixes them. - concerns you if PL: rozliczasz świadczenia medyczne; analizujesz dane szpitalne do badań lub statystyk - concerns you if EN: handle billing for medical services; analyse hospital data for research or statistics - sources: `caml-2018` ### Szkice odpowiedzi na wiadomości od pacjentów (AI-drafted replies to patient messages) - id: `patientmessagedrafts` · https://aiatlasgraph.com/t/patientmessagedrafts.md - path: AI w medycynie i ochronie zdrowia › Język kliniczny i dokumentacja medyczna › Szkice odpowiedzi na wiadomości od pacjentów - aliases: in-basket message drafting, patient portal reply drafting, AI draft replies, odpowiedzi w portalu pacjenta - PL: Generowanie przez model językowy projektów odpowiedzi na wiadomości pacjentów w portalu zintegrowanym z dokumentacją, do edycji i zatwierdzenia przez klinicystę. - EN: Language-model generation of draft replies to patient messages in a portal integrated with the health record, for clinician editing and approval. - In one sentence PL: Model językowy pisze wstępną odpowiedź na pytanie pacjenta z portalu, a lekarz ją poprawia i wysyła. - Problem it solves PL: Lekarze dostają dziennie dziesiątki wiadomości od pacjentów i odpisują na nie po godzinach. - What it does PL: Daje gotowy, uprzejmy początek, więc lekarz nie zaczyna od pustej kartki, tylko poprawia treść medyczną. - Everyday example PL: Pacjent pyta w aplikacji przychodni o wynik badań krwi; lekarka dostaje szkic odpowiedzi, zmienia jedno zdanie i wysyła. - In one sentence EN: A language model writes a first reply to a patient's portal message, and the doctor edits and sends it. - Problem it solves EN: Doctors get dozens of patient messages a day and answer them after hours. - What it does EN: Offers a ready, polite starting point, so the doctor edits medical content instead of facing a blank page. - Everyday example EN: A patient asks in the clinic app about a blood test; the doctor gets a draft reply, changes one sentence and sends it. - concerns you if PL: piszesz do lekarza przez aplikację przychodni; odpowiadasz pacjentom na wiadomości - concerns you if EN: message your doctor through a clinic app; answer patients' messages - related: `ambientscribe` - sources: `ucsd-ai-drafts-2024` ### Usuwanie danych osobowych z dokumentacji medycznej (Clinical text de-identification) - id: `clinicaldeid` · https://aiatlasgraph.com/t/clinicaldeid.md - path: AI w medycynie i ochronie zdrowia › Język kliniczny i dokumentacja medyczna › Usuwanie danych osobowych z dokumentacji medycznej - aliases: clinical de-identification, de-identification, PHI removal, deidentyfikacja dokumentacji klinicznej - PL: Wykrywanie i usuwanie lub zastępowanie chronionych informacji zdrowotnych (PHI) w tekście klinicznym jako zadanie rozpoznawania encji nazwanych. - EN: Detecting and removing or replacing protected health information (PHI) in clinical text, framed as named-entity recognition. - In one sentence PL: Program przeszukuje notatki lekarskie i wymazuje z nich nazwiska, adresy, daty i inne dane, które zdradziłyby pacjenta. - Problem it solves PL: Badacze potrzebują notatek medycznych, ale nie wolno ich udostępnić z danymi pacjentów, a ręczne zaczernianie trwałoby latami. - What it does PL: Jak korektor z czarnym flamastrem, który zna wszystkie miejsca, gdzie chowają się dane osobowe, i podmienia je na fikcyjne. - Everyday example PL: Szpital przekazuje uczelni tysiące wypisów do badań, w których zamiast nazwisk i dat są zastępcze imiona i przesunięte terminy. - In one sentence EN: Software scans doctors' notes and removes names, addresses, dates and other details that would reveal the patient. - Problem it solves EN: Researchers need medical notes, but they cannot be shared with patient details, and blacking them out by hand would take years. - What it does EN: Like a proofreader with a black marker who knows every place personal details hide, swapping them for fictional ones. - Everyday example EN: A hospital gives a university thousands of discharge letters for research, with stand-in names and shifted dates instead of real ones. - concerns you if PL: chcesz uczyć model na prawdziwych notatkach medycznych; twoje dane trafiają do badań naukowych - concerns you if EN: want to train a model on real medical notes; your records are used for research - related: `piiredaction` - sources: `transformer-deid-2022` ### Koncepcja wszechstronnych modeli medycznych (Generalist medical AI (multimodal medical models)) - id: `generalistmedai` · https://aiatlasgraph.com/t/generalistmedai.md - path: AI w medycynie i ochronie zdrowia › Koncepcja wszechstronnych modeli medycznych - aliases: GMAI, generalist medical AI, multimodal medical foundation models, medical multimodal LLM, medyczne modele multimodalne - PL: Proponowany paradygmat modeli bazowych, które miałyby łączyć wiele modalności medycznych (obrazy, EHR, wyniki, genomikę i tekst) oraz wykonywać zadania określane instrukcją. - EN: A proposed foundation-model paradigm intended to combine many medical modalities (images, EHRs, results, genomics and text) and perform tasks specified by instructions. - In one sentence PL: Pomysł na jeden elastyczny model, który miałby łącznie rozumieć obrazy, wyniki laboratoryjne i notatki, zamiast osobnego programu do każdego zadania. - Problem it solves PL: Większość medycznych programów AI robi jedną wąską rzecz, więc szpital musi kupić i pilnować dziesiątek narzędzi, które się nie rozumieją. - What it does PL: Miałby działać jak wszechstronny asystent: łączyć różne dane pacjenta i dostosowywać się do zadania opisanego słowami. - Everyday example PL: Autorzy koncepcji opisują przyszły system, który porównuje zdjęcie płuc z wynikami krwi i wcześniejszą dokumentacją, a potem przygotowuje odpowiedź i zaznaczenia na obrazie. - In one sentence EN: The idea of one flexible model that could jointly understand images, laboratory results and notes instead of a separate program for every task. - Problem it solves EN: Most medical AI tools do one narrow thing, so hospitals must buy and maintain dozens that don't talk to each other. - What it does EN: It would act as a versatile assistant: combining different patient data and adapting to a task described in words. - Everyday example EN: The concept's authors describe a future system that compares a chest image with blood results and prior records, then produces an answer and image annotations. - concerns you if PL: śledzisz, dokąd zmierza AI w medycynie; wybierasz narzędzia AI dla placówki - concerns you if EN: follow where medical AI is heading; choose AI tools for a clinic - related: `radreportgen` - sources: `gmai-2023` ### Modele językowe w medycynie (Medical large language models) - id: `medicalllm` · https://aiatlasgraph.com/t/medicalllm.md - path: AI w medycynie i ochronie zdrowia › Modele językowe w medycynie - aliases: medical LLM, clinical LLM, LLM w medycynie, medyczne czatboty - PL: Ogólne i dostrojone do medycyny LLM używane do odpowiadania na pytania, pracy z przypadkami klinicznymi i komunikacji zdrowotnej, wraz z oceną ich trafności i bezpieczeństwa. - EN: General and medically tuned LLMs used for question answering, work with clinical cases and health communication, together with evaluation of their accuracy and safety. - In one sentence PL: Duże modele językowe, które odpowiadają na pytania medyczne, objaśniają wyniki i porządkują informacje o przypadku, ale wymagają kontroli człowieka. - Problem it solves PL: Ludzie szukają porad zdrowotnych w sieci i dostają sprzeczne odpowiedzi, a lekarze nie nadążają za lawiną nowych zaleceń. - What it does PL: Jak bardzo oczytany młody lekarz: szybko zbiera wiedzę z wielu źródeł, ale jego odpowiedzi musi sprawdzić ktoś doświadczony. - Everyday example PL: Lekarz prosi model o szkic prostego objaśnienia wyniku badania, sprawdza go i dopiero potem przekazuje pacjentowi. - In one sentence EN: Large language models that answer medical questions, explain results and organise case information, but require human oversight. - Problem it solves EN: People search the web for health advice and get conflicting answers, while doctors cannot keep up with a flood of new guidance. - What it does EN: Like a very well-read junior doctor: gathers knowledge from many sources fast, but someone experienced must check the answers. - Everyday example EN: A clinician asks the model for a plain-language draft explaining a test result, checks it, and only then shares it with the patient. - concerns you if PL: pytasz czatbota o objawy lub wyniki badań; szukasz szybkiej ściągi z zaleceń leczenia - concerns you if EN: ask a chatbot about symptoms or test results; want a quick summary of treatment guidance - related: `chatbots` - sources: `medpalm-2022`, `healthbench-2025` ### Ocena modeli na pytaniach i rozmowach medycznych (Evaluating LLMs on medical questions and conversations) - id: `medllmeval` · https://aiatlasgraph.com/t/medllmeval.md - path: AI w medycynie i ochronie zdrowia › Modele językowe w medycynie › Ocena modeli na pytaniach i rozmowach medycznych - aliases: medical LLM benchmarks, HealthBench, MultiMedQA, benchmarki medyczne - PL: Benchmarki i protokoły oceny medycznych LLM: od pytań egzaminacyjnych po wieloturowe rozmowy oceniane rubrykami lekarzy i przegląd szkodliwości. - EN: Benchmarks and protocols for evaluating medical LLMs: from exam questions to multi-turn conversations scored with physician rubrics and harm review. - In one sentence PL: Sposoby sprawdzania, czy odpowiedzi modelu na pytania o zdrowie są trafne, bezpieczne i zrozumiałe dla pacjenta. - Problem it solves PL: Model może zdać lekarski egzamin, a mimo to dać groźną radę w zwykłej rozmowie z zaniepokojonym pacjentem. - What it does PL: Jak egzamin praktyczny zamiast testu: lekarze przygotowują realistyczne rozmowy i szczegółowe kryteria, a odpowiedzi modelu dostają za nie punkty. - Everyday example PL: Zanim szpital doda czatbota do aplikacji dla pacjentów, sprawdza go na setkach rozmów, także takich, w których trzeba odesłać na ostry dyżur. - In one sentence EN: Ways of checking whether a model's answers to health questions are accurate, safe and clear to a patient. - Problem it solves EN: A model can pass a medical exam and still give dangerous advice in an ordinary chat with a worried patient. - What it does EN: Like a practical exam instead of a quiz: doctors prepare realistic conversations and detailed criteria, and the model's answers are scored against them. - Everyday example EN: Before a hospital adds a chatbot to its patient app, it tests it on hundreds of conversations, including ones where the right move is the emergency room. - concerns you if PL: wybierasz czatbota do odpowiadania pacjentom; chcesz wiedzieć, na ile ufać poradom zdrowotnym od AI - concerns you if EN: are choosing a chatbot to answer patients; want to know how far to trust AI health advice - related: `benchcontamination`, `judgevalidation` - sources: `medpalm-2022`, `healthbench-2025` ### Odpowiedzi oparte na literaturze i zaleceniach medycznych (RAG) (Retrieval-augmented generation for medicine) - id: `medicalrag` · https://aiatlasgraph.com/t/medicalrag.md - path: AI w medycynie i ochronie zdrowia › Modele językowe w medycynie › Odpowiedzi oparte na literaturze i zaleceniach medycznych (RAG) - aliases: medical RAG, MedRAG, evidence-grounded medical QA, RAG w medycynie - PL: RAG nad korpusami medycznymi (literatura, podręczniki, wytyczne), który dostarcza modelowi znalezione fragmenty i może poprawiać trafność oraz umożliwiać sprawdzenie podstaw odpowiedzi. - EN: RAG over medical corpora (literature, textbooks and guidelines) that supplies retrieved passages and can improve accuracy while making the basis of an answer easier to inspect. - In one sentence PL: Model przed odpowiedzią wyszukuje fragmenty podręczników, artykułów i zaleceń, a potem odpowiada na ich podstawie i może podać odnośniki do znalezionych materiałów. - Problem it solves PL: Wiedza medyczna szybko się zmienia, a model mówiący z pamięci może podać przestarzałe albo zmyślone zalecenie. - What it does PL: Jak lekarz, który przed odpowiedzią zagląda do aktualnego podręcznika i pokazuje palcem stronę, z której to wziął. - Everyday example PL: Lekarz pyta o zalecenia dotyczące monitorowania leczenia i dostaje szkic odpowiedzi z fragmentami aktualnych wytycznych, które może otworzyć i sprawdzić. - In one sentence EN: Before answering, the model retrieves passages from textbooks, articles and guidelines, then answers from them and may link to the retrieved material. - Problem it solves EN: Medical knowledge changes fast, and a model answering from memory may give an outdated or made-up recommendation. - What it does EN: Like a doctor who checks the current handbook before answering and points to the page it came from. - Everyday example EN: A clinician asks about treatment-monitoring guidance and gets a draft answer with passages from current guidelines that can be opened and checked. - concerns you if PL: budujesz asystenta odpowiadającego na pytania medyczne; potrzebujesz odpowiedzi, której źródło da się sprawdzić - concerns you if EN: are building an assistant for medical questions; need answers whose source you can check - related: `contextmanagement` - sources: `medrag-2024` ### Wspomaganie diagnozy różnicowej (LLM-assisted differential diagnosis) - id: `diagnosticreasoning` · https://aiatlasgraph.com/t/diagnosticreasoning.md - path: AI w medycynie i ochronie zdrowia › Modele językowe w medycynie › Wspomaganie diagnozy różnicowej - aliases: differential diagnosis LLM, diagnostic decision support, clinical diagnostic reasoning AI, diagnoza różnicowa AI - PL: Użycie LLM do generowania rankingowanej listy rozpoznań różnicowych z opisu przypadku, samodzielnie lub jako wsparcie klinicysty. - EN: Using LLMs to generate a ranked differential-diagnosis list from a case description, standalone or as clinician support. - In one sentence PL: Model językowy czyta opis trudnego przypadku i podsuwa lekarzowi listę możliwych chorób, o których warto pomyśleć. - Problem it solves PL: Przy nietypowych objawach lekarz może utknąć przy jednej hipotezie i przeoczyć rzadką chorobę, którą widział tylko w podręczniku. - What it does PL: Działa jak konsultacja z oczytanym kolegą, który rzuca dodatkowe pomysły, a decyzja i badania zostają przy lekarzu. - Everyday example PL: Internista od tygodni nie wie, skąd gorączka pacjenta; wpisuje opis przypadku i dostaje listę dziesięciu możliwości z sugerowanymi badaniami. - In one sentence EN: A language model reads a hard case and suggests to the doctor a list of possible diseases worth considering. - Problem it solves EN: With unusual symptoms a doctor can get stuck on one idea and miss a rare disease seen only in textbooks. - What it does EN: Works like a quick consult with a well-read colleague who adds ideas, while the decision and tests stay with the doctor. - Everyday example EN: An internist has puzzled for weeks over a patient's fever; she enters the case and gets ten possibilities with suggested tests. - concerns you if PL: długo szukasz przyczyny swoich objawów; stawiasz diagnozy w pracy - concerns you if EN: have searched long for the cause of your symptoms; make diagnoses at work - related: `symptomtriage` - sources: `llm-ddx-2023` ### Prognozowanie ryzyka z dokumentacji pacjenta (Clinical risk prediction from health records) - id: `clinicalprediction` · https://aiatlasgraph.com/t/clinicalprediction.md - path: AI w medycynie i ochronie zdrowia › Prognozowanie ryzyka z dokumentacji pacjenta - aliases: clinical prediction models, EHR prediction, risk scores, modele predykcyjne w medycynie, predictive analytics in healthcare - PL: Modele diagnostyczne i prognostyczne na danych z elektronicznej dokumentacji (EHR): wczesne ostrzeganie, ryzyko powikłań, przeżycie i ponowne przyjęcia. - EN: Diagnostic and prognostic models on electronic health record (EHR) data: early warning, complication risk, survival and readmissions. - In one sentence PL: Modele, które na podstawie danych z karty pacjenta szacują ryzyko, np. pogorszenia, powikłań czy ponownego trafienia do szpitala. - Problem it solves PL: Groźne pogorszenia zapowiadają często drobne zmiany w wynikach, które w natłoku pracy łatwo przeoczyć aż do kryzysu. - What it does PL: Jak czujnik dymu dla oddziału: stale przegląda wyniki, ciśnienie i leki, i podnosi alarm, gdy ryzyko przekroczy próg. - Everyday example PL: Pielęgniarka dostaje powiadomienie, że u pacjenta po operacji rośnie ryzyko zakażenia, i wzywa lekarza kilka godzin wcześniej niż zwykle. - In one sentence EN: Models that use data from a patient's record to estimate risks such as deterioration, complications or coming back to hospital. - Problem it solves EN: Dangerous declines are often foreshadowed by small changes in results that are easy to miss on a busy shift until a crisis. - What it does EN: Like a smoke detector for a ward: it keeps scanning results, blood pressure and drugs, and sounds an alarm when risk crosses a threshold. - Everyday example EN: A nurse gets an alert that a post-surgery patient's infection risk is rising and calls the doctor hours earlier than usual. - concerns you if PL: leżysz w szpitalu lub opiekujesz się kimś w szpitalu; budujesz modele na danych medycznych - concerns you if EN: are in hospital or caring for someone who is; build models on medical data - related: `gradientboosting`, `atriskprediction` - sources: `trews-2022`, `sksurv-intro`, `tripod-ai-2024` ### Modele bazowe na danych z dokumentacji pacjenta (Foundation models for electronic health records) - id: `ehrfoundation` · https://aiatlasgraph.com/t/ehrfoundation.md - path: AI w medycynie i ochronie zdrowia › Prognozowanie ryzyka z dokumentacji pacjenta › Modele bazowe na danych z dokumentacji pacjenta - aliases: EHR foundation models, FEMR, clinical foundation models, structured EHR pretraining, modele bazowe EHR - PL: Modele pretrenowane na sekwencjach ustrukturyzowanych zdarzeń z EHR (kody, leki, wyniki badań), zwracające reprezentacje pacjenta do wielu zadań predykcyjnych. - EN: Models pretrained on sequences of structured EHR events (codes, medications, lab results) that produce patient representations for many prediction tasks. - In one sentence PL: Duże modele, które uczą się na historiach chorób milionów pacjentów i potem pomagają przewidywać wiele różnych zdarzeń. - Problem it solves PL: Szpital buduje osobny model dla każdego ryzyka, każdy wymaga własnych danych i pracy, więc większości nigdy nie powstaje. - What it does PL: Najpierw uczy się typowego przebiegu historii choroby, jak czytelnik tysięcy biografii, a potem szybko uczy się nowych pytań z kilku przykładów. - Everyday example PL: Szpital chce przewidywać ponowne przyjęcia po operacji i zamiast nowego projektu dostraja istniejący model w kilka dni. - In one sentence EN: Large models that learn from the medical histories of millions of patients and then help predict many different events. - Problem it solves EN: Hospitals build a separate model for every risk, each needing its own data and work, so most never get built. - What it does EN: First learns how medical histories usually unfold, like a reader of thousands of biographies, then picks up new questions from few examples. - Everyday example EN: A hospital wants to predict readmissions after surgery and, instead of a new project, adapts an existing model in a few days. - concerns you if PL: budujesz modele ryzyka na danych szpitalnych; masz mało oznaczonych przypadków dla nowego pytania - concerns you if EN: build risk models on hospital data; have few labelled cases for a new question - related: `tabularfm` - sources: `shaky-foundations-ehr-2023` ### Szacowanie, komu leczenie pomoże (efekt indywidualny) (Individualised treatment effect estimation) - id: `treatmenteffects` · https://aiatlasgraph.com/t/treatmenteffects.md - path: AI w medycynie i ochronie zdrowia › Prognozowanie ryzyka z dokumentacji pacjenta › Szacowanie, komu leczenie pomoże (efekt indywidualny) - aliases: heterogeneous treatment effects, CATE estimation, causal machine learning in medicine, personalized treatment recommendation, efekty heterogeniczne leczenia - PL: Estymacja warunkowego średniego efektu leczenia (CATE) z danych randomizowanych lub obserwacyjnych metodami przyczynowego uczenia maszynowego, jako podstawa rekomendacji terapii. - EN: Estimating the conditional average treatment effect (CATE) from randomised or observational data with causal machine learning, as a basis for treatment recommendations. - In one sentence PL: Metody, które z danych o wielu pacjentach próbują ocenić, czy dany lek pomoże właśnie tej osobie. - Problem it solves PL: Badania podają średni efekt leku, ale jedni pacjenci zyskują dużo, inni nic, a niektórym lek szkodzi. - What it does PL: Porównuje podobnych pacjentów leczonych i nieleczonych, jak szukanie bliźniaka, który wybrał inną drogę, i sprawdza, co się stało. - Everyday example PL: Kardiolog widzi przy karcie pacjenta szacunek, jak bardzo intensywniejsze leczenie obniżyłoby jego ryzyko w porównaniu ze standardowym. - In one sentence EN: Methods that use data from many patients to estimate whether a treatment will help this particular person. - Problem it solves EN: Trials report a drug's average effect, but some patients gain a lot, others nothing, and some are harmed. - What it does EN: Compares similar treated and untreated patients, like finding a twin who took the other path, and checks what happened. - Everyday example EN: A cardiologist sees in the patient's record an estimate of how much a stronger treatment would lower this person's risk versus standard care. - concerns you if PL: zastanawiasz się, czy średni wynik badania dotyczy ciebie; analizujesz dane obserwacyjne o leczeniu - concerns you if EN: wonder whether a trial's average applies to you; analyse observational treatment data - related: `survivalanalysis` - sources: `metalearners-cate-2017`, `causal-clinical-recs-2025` ### Uczenie maszynowe dla czasu do zdarzenia (Machine learning for time-to-event outcomes) - id: `survivalanalysis` · https://aiatlasgraph.com/t/survivalanalysis.md - path: AI w medycynie i ochronie zdrowia › Prognozowanie ryzyka z dokumentacji pacjenta › Uczenie maszynowe dla czasu do zdarzenia - aliases: time-to-event analysis, survival models, Cox model, DeepSurv, analiza czasu do zdarzenia, analiza przeżycia - PL: Modele przewidujące czas do zdarzenia przy danych cenzurowanych, od modelu Coxa po lasy przeżycia i sieci neuronowe. - EN: Models predicting time to an event with censored data, from the Cox model to survival forests and neural networks. - In one sentence PL: Metody, które przewidują nie tylko, czy coś złego się wydarzy, ale też kiedy, nawet gdy części pacjentów nie obserwowano do końca. - Problem it solves PL: Badania kończą się, zanim u wszystkich nastąpi zdarzenie, a zwykłe modele nie wiedzą, co zrobić z osobami, które wypadły z obserwacji. - What it does PL: Jak tablica, ilu biegaczy wciąż jest na trasie po każdym kilometrze, która uczciwie liczy też tych, których straciliśmy z oczu. - Everyday example PL: Lekarz pokazuje pacjentowi wykres, ile osób po danej terapii żyje bez nawrotu po roku, dwóch i pięciu latach. - In one sentence EN: Methods that predict not just whether something bad will happen but when, even if some patients were not followed to the end. - Problem it solves EN: Studies end before everyone has the event, and ordinary models don't know what to do with people who dropped out of follow-up. - What it does EN: Like a board showing how many runners are still in the race after each kilometre, fairly counting those we lost sight of. - Everyday example EN: A doctor shows a patient a chart of how many people live without relapse one, two and five years after a treatment. - concerns you if PL: słyszysz o odsetku pięcioletnich przeżyć po leczeniu; przewidujesz czas do odejścia klienta lub awarii - concerns you if EN: hear about five-year survival rates after treatment; predict time until a customer leaves or a machine fails - related: `treatmenteffects`, `earlywarning` - sources: `deepsurv-2016`, `sksurv-intro` ### Wczesne ostrzeganie o pogorszeniu stanu (np. sepsa) (Early warning systems for clinical deterioration (e.g. sepsis)) - id: `earlywarning` · https://aiatlasgraph.com/t/earlywarning.md - path: AI w medycynie i ochronie zdrowia › Prognozowanie ryzyka z dokumentacji pacjenta › Wczesne ostrzeganie o pogorszeniu stanu (np. sepsa) - aliases: sepsis prediction, early warning system, deterioration prediction, TREWS, wczesne wykrywanie sepsy - PL: Modele działające na bieżąco na danych EHR, które wskazują pacjentów z rosnącym ryzykiem sepsy lub pogorszenia i generują alerty dla personelu. - EN: Models running continuously on EHR data that flag patients at rising risk of sepsis or deterioration and alert staff. - In one sentence PL: Program w tle śledzi wyniki pacjentów w szpitalu i ostrzega personel, gdy ktoś zaczyna groźnie słabnąć, np. z powodu zakażenia krwi. - Problem it solves PL: Przy sepsie liczy się każda godzina, a pierwsze objawy są niespecyficzne i giną wśród setek pomiarów na oddziale. - What it does PL: Łączy wiele drobnych sygnałów, z których każdy osobno nic nie znaczy, w jedno ostrzeżenie, które lekarz potwierdza lub odrzuca. - Everyday example PL: Przy pacjencie z gorączką i spadającym ciśnieniem pojawia się alert; lekarz potwierdza go i od razu zleca antybiotyk. - In one sentence EN: Software that quietly tracks hospital patients' results and warns staff when someone starts to decline dangerously, for example from a blood infection. - Problem it solves EN: With sepsis every hour counts, yet the first signs are vague and get lost among hundreds of measurements on a ward. - What it does EN: Combines many small signals that mean little on their own into one alert that a clinician confirms or dismisses. - Everyday example EN: An alert appears for a patient with fever and falling blood pressure; the doctor confirms it and orders antibiotics straight away. - concerns you if PL: ktoś bliski leży na oddziale szpitalnym; wdrażasz alerty kliniczne w szpitalu - concerns you if EN: someone close is on a hospital ward; are rolling out clinical alerts in a hospital - related: `survivalanalysis` - sources: `trews-2022`, `epic-sepsis-external-validation-2021` ### Sprawdzanie objawów i kierowanie po pomoc (Symptom checkers and automated triage) - id: `symptomtriage` · https://aiatlasgraph.com/t/symptomtriage.md - path: AI w medycynie i ochronie zdrowia › Sprawdzanie objawów i kierowanie po pomoc - aliases: symptom checker, AI triage chatbot, online triage, sprawdzacz objawów, digital triage - PL: Narzędzia dla pacjentów, które na podstawie odpowiedzi w interaktywnym wywiadzie proponują możliwe rozpoznania i poziom pilności opieki. - EN: Patient-facing tools that use answers from an interactive symptom interview to suggest possible diagnoses and the urgency of care. - In one sentence PL: Aplikacja wypytuje o objawy i podpowiada, czy wystarczy odpocząć, umówić wizytę, czy pilnie jechać na izbę przyjęć. - Problem it solves PL: Ludzie nie wiedzą, jak poważne są ich objawy, więc jedni niepotrzebnie blokują izby przyjęć, a inni zwlekają zbyt długo. - What it does PL: Zadaje pytania jak pielęgniarka przy telefonie i na końcu wskazuje, gdzie i jak szybko szukać pomocy. - Everyday example PL: W nocy dziecko ma gorączkę i wysypkę; rodzic odpowiada w aplikacji na kilka pytań i dostaje radę, by zadzwonić po pomoc od razu. - In one sentence EN: An app asks about your symptoms and suggests whether to rest, book a visit or go to emergency now. - Problem it solves EN: People cannot tell how serious their symptoms are, so some clog emergency rooms and others wait too long. - What it does EN: Asks questions like a nurse on a helpline and ends by pointing where and how quickly to get help. - Everyday example EN: At night a child has fever and a rash; the parent answers a few questions in an app and is told to call for help now. - concerns you if PL: szukasz objawów w internecie przed wizytą; organizujesz telefoniczną lub internetową rejestrację pacjentów - concerns you if EN: look up symptoms online before a visit; run phone or online patient intake - related: `diagnosticreasoning` - sources: `symptom-checkers-review-2022` ### Sygnały z ciała i urządzenia noszone (Physiological signals and wearables) - id: `biosignals` · https://aiatlasgraph.com/t/biosignals.md - path: AI w medycynie i ochronie zdrowia › Sygnały z ciała i urządzenia noszone - aliases: biosignal analysis, physiological signal processing, wearable health AI, analiza biosygnałów - PL: Uczenie maszynowe na fizjologicznych szeregach czasowych (EKG, PPG, EEG, polisomnografia, dane z urządzeń noszonych) do wykrywania i monitorowania chorób. - EN: Machine learning on physiological time series (ECG, PPG, EEG, polysomnography, wearable data) for detecting and monitoring disease. - In one sentence PL: Analiza zapisów pracy serca, mózgu, snu czy tętna z aparatów medycznych i zegarków, by wcześnie wychwycić niepokojące zmiany. - Problem it solves PL: Zaburzenia rytmu serca czy przerwy w oddychaniu podczas snu pojawiają się epizodycznie i umykają podczas krótkiej wizyty u lekarza. - What it does PL: Jak strażnik czuwający całą dobę: przeszukuje godziny zapisu i wyłuskuje kilka sekund, które warto pokazać lekarzowi. - Everyday example PL: Po tygodniu noszenia plastra na klatce piersiowej program wskazuje kardiologowi trzy krótkie epizody nieregularnego rytmu ukryte w zapisie. - In one sentence EN: Analysis of recordings of the heart, brain, sleep or pulse from medical devices and watches to catch worrying changes early. - Problem it solves EN: Heart-rhythm problems or pauses in breathing during sleep come and go, and slip past a short visit to the doctor. - What it does EN: Like a round-the-clock watchman: it combs through hours of recording and picks out the few seconds worth showing a doctor. - Everyday example EN: After a week of wearing a chest patch, software points the cardiologist to three short bouts of irregular rhythm hidden in the recording. - concerns you if PL: nosisz zegarek lub pierścień mierzący tętno i sen; masz zlecone wielodniowe monitorowanie serca - concerns you if EN: wear a watch or ring that tracks pulse and sleep; have been given multi-day heart monitoring - related: `tsfoundation` - sources: `ecg-cardiologist-2017`, `apple-heart-study-2019` ### Analiza EEG i wykrywanie napadów padaczkowych (Deep learning for EEG and seizure detection) - id: `eegai` · https://aiatlasgraph.com/t/eegai.md - path: AI w medycynie i ochronie zdrowia › Sygnały z ciała i urządzenia noszone › Analiza EEG i wykrywanie napadów padaczkowych - aliases: EEG seizure detection, epileptic seizure detection AI, wykrywanie napadów padaczki, automatyczne wykrywanie wyładowań padaczkowych - PL: Wykrywanie napadów w EEG śródczaszkowym oraz wyładowań padaczkowych w EEG skalpowym z użyciem sieci konwolucyjnych, rekurencyjnych i transformerów. - EN: Detecting seizures in intracranial EEG and epileptiform discharges in scalp EEG with convolutional, recurrent and transformer networks. - In one sentence PL: Program czyta zapis fal mózgowych i wyłapuje fragmenty, w których zaczyna się napad padaczkowy. - Problem it solves PL: Zapis pracy mózgu z kilku dni trzeba przejrzeć godzina po godzinie, a specjalistów, którzy to potrafią, jest bardzo mało. - What it does PL: Jak zakreślacz w długiej książce: zaznacza podejrzane minuty, a lekarz sprawdza tylko je zamiast całości. - Everyday example PL: Dziecko leży kilka dni na oddziale z czepkiem elektrod; rano neurolog dostaje listę nocnych epizodów do obejrzenia. - In one sentence EN: Software reads a recording of brain waves and picks out the moments when an epileptic seizure begins. - Problem it solves EN: Days of brain-wave recordings must be reviewed hour by hour, and very few specialists can do it. - What it does EN: Like a highlighter in a long book: it marks suspicious minutes, so the doctor checks only those instead of everything. - Everyday example EN: A child spends several days on the ward wearing an electrode cap; each morning the neurologist gets a list of night-time episodes to review. - concerns you if PL: ty lub bliski macie padaczkę; analizujesz długie zapisy sygnałów z czujników - concerns you if EN: you or someone close has epilepsy; analyse long sensor-signal recordings - related: `anomalydetection` - sources: `ieeg-seizure-review-2025`, `scalp-eeg-dl-review-2022` ### Analiza zapisu EKG przez sieci neuronowe (Deep learning for ECG analysis) - id: `ecgai` · https://aiatlasgraph.com/t/ecgai.md - path: AI w medycynie i ochronie zdrowia › Sygnały z ciała i urządzenia noszone › Analiza zapisu EKG przez sieci neuronowe - aliases: AI-ECG, ECG classification, arrhythmia detection, wykrywanie arytmii - PL: Głębokie sieci do klasyfikacji zapisów EKG, przede wszystkim rytmów i arytmii; inne zastosowania wymagają odrębnej walidacji. - EN: Deep networks for classifying ECG recordings, especially rhythms and arrhythmias; other uses require separate validation. - In one sentence PL: Sieć neuronowa czyta zapis elektrycznej pracy serca i rozpoznaje rodzaje rytmu oraz niektóre nieprawidłowości. - Problem it solves PL: Zapis z wielodniowego monitorowania obejmuje setki tysięcy uderzeń serca, a ręczne przejrzenie każdej minuty przerasta kardiologa. - What it does PL: Jak korektor, który przegląda całą książkę i zaznacza tylko strony z błędami: model wskazuje odcinki z nieprawidłowym rytmem. - Everyday example PL: Przychodnia daje pacjentowi plaster do noszenia przez tydzień, a raport z zaznaczonymi epizodami nieregularnego rytmu trafia do kardiologa w dniu zwrotu. - In one sentence EN: A neural network reads the heart's electrical recording and recognises rhythm types and some abnormalities. - Problem it solves EN: A multi-day heart recording covers hundreds of thousands of beats, and checking every minute by hand is beyond a cardiologist. - What it does EN: Like a proofreader who scans a whole book and flags only pages with mistakes: the model points to stretches with an abnormal rhythm. - Everyday example EN: A clinic gives a patient a patch to wear for a week, and a report marking bouts of irregular rhythm reaches the cardiologist on the day it is returned. - concerns you if PL: masz badanie serca z wielodniowym zapisem; chcesz zrozumieć, jak zegarek wykrywa nieregularny rytm - concerns you if EN: are having a multi-day heart recording; want to understand how a watch spots an irregular rhythm - related: `wearablemonitoring` - sources: `ecg-cardiologist-2017` ### Automatyczna ocena faz snu (Automated sleep staging) - id: `sleepstaging` · https://aiatlasgraph.com/t/sleepstaging.md - path: AI w medycynie i ochronie zdrowia › Sygnały z ciała i urządzenia noszone › Automatyczna ocena faz snu - aliases: sleep stage scoring, polysomnography scoring AI, ocena polisomnografii, U-Sleep - PL: Klasyfikacja 30-sekundowych epok polisomnografii (EEG, EOG, EMG) do faz snu według zasad AASM przez sieci konwolucyjne i rekurencyjne. - EN: Classifying 30-second polysomnography epochs (EEG, EOG, EMG) into sleep stages under AASM rules with convolutional and recurrent networks. - In one sentence PL: Program analizuje nocne badanie snu i rozpisuje, kiedy pacjent czuwał, spał płytko, głęboko albo śnił. - Problem it solves PL: Technik godzinami ocenia każdą noc w laboratorium snu, więc na badanie i wynik czeka się tygodniami. - What it does PL: Dzieli noc na krótkie odcinki i każdemu nadaje fazę, jak sekretarz, który przepisuje nagranie na protokół minuta po minucie. - Everyday example PL: Po nocy w pracowni snu pacjent z chrapaniem dostaje wynik następnego dnia, bo technik tylko poprawia gotowy hipnogram. - In one sentence EN: Software analyses an overnight sleep study and maps when the patient was awake, in light or deep sleep, or dreaming. - Problem it solves EN: A technician spends hours scoring each night in a sleep lab, so people wait weeks for a test and result. - What it does EN: Cuts the night into short chunks and labels each with a stage, like a clerk turning a recording into minute-by-minute minutes. - Everyday example EN: After a night in the sleep lab, a patient who snores gets results next day because the technician only corrects a ready hypnogram. - concerns you if PL: czekasz na badanie snu; śledzisz sen opaską i ciekawi cię, jak to działa - concerns you if EN: are waiting for a sleep study; track sleep with a band and wonder how it works - related: `wearablemonitoring` - sources: `usleep-2021` ### Monitorowanie zdrowia z zegarków i opasek (Wearable health monitoring) - id: `wearablemonitoring` · https://aiatlasgraph.com/t/wearablemonitoring.md - path: AI w medycynie i ochronie zdrowia › Sygnały z ciała i urządzenia noszone › Monitorowanie zdrowia z zegarków i opasek - aliases: smartwatch AF detection, consumer wearables health, PPG monitoring, remote patient monitoring, zdalne monitorowanie pacjenta - PL: Algorytmy analizujące dane z konsumenckich urządzeń noszonych (PPG, akcelerometr, jednoodprowadzeniowe EKG) do badań przesiewowych, śledzenia trendów i wybranych zastosowań zdalnego monitorowania. - EN: Algorithms analysing consumer wearable data (PPG, accelerometer and single-lead ECG) for screening, trend tracking and selected remote-monitoring uses. - In one sentence PL: Zegarki, opaski i pierścienie mierzą tętno, sen i ruch, a algorytmy wyłapują w tych danych sygnały możliwej choroby. - Problem it solves PL: Niektóre choroby, jak nieregularny rytm serca, latami nie dają objawów i wychodzą na jaw dopiero po groźnym powikłaniu. - What it does PL: Jak kontrolka na desce rozdzielczej auta: nie stawia diagnozy, ale mówi, że warto pojechać do mechanika. - Everyday example PL: Zegarek kilka razy w tygodniu sygnalizuje nieregularne tętno; właścicielka idzie do lekarza, a badanie serca potwierdza zaburzenie rytmu. - In one sentence EN: Watches, bands and rings measure pulse, sleep and movement, and algorithms spot signs of possible illness in that data. - Problem it solves EN: Some conditions, such as an irregular heartbeat, show no symptoms for years and come to light only after a serious complication. - What it does EN: Like a warning light on a car's dashboard: it doesn't diagnose, but tells you it's worth seeing a mechanic. - Everyday example EN: A watch flags an irregular pulse several times a week; its owner sees a doctor, and a heart test confirms a rhythm disorder. - concerns you if PL: nosisz urządzenie mierzące tętno lub sen; dostałeś powiadomienie o nieregularnym rytmie serca - concerns you if EN: wear a device that tracks pulse or sleep; got a notification about an irregular heart rhythm - related: `ecgai`, `sleepstaging` - sources: `apple-heart-study-2019` ### Walidacja kliniczna i dopuszczenie do użytku (Clinical validation and regulatory approval) - id: `clinicalvalidation` · https://aiatlasgraph.com/t/clinicalvalidation.md - path: AI w medycynie i ochronie zdrowia › Walidacja kliniczna i dopuszczenie do użytku - aliases: clinical AI validation, medical AI regulation, clinical evaluation of AI, wdrażanie AI w szpitalu - PL: Ocena modeli medycznych: walidacja zewnętrzna i badania prospektywne, standardy raportowania, dopuszczenie jako wyrób medyczny i nadzór po wdrożeniu. - EN: Evaluating medical models: external validation and prospective studies, reporting standards, medical-device approval and post-deployment monitoring. - In one sentence PL: Wszystko, co trzeba sprawdzić i opisać, zanim program medyczny trafi do lekarzy i pacjentów, oraz później, gdy już działa. - Problem it solves PL: Model błyszczący w artykule często zawodzi w innym szpitalu, a błąd w medycynie może kosztować zdrowie albo życie. - What it does PL: Jak seria bramek bezpieczeństwa: najpierw test techniczny, potem ocena na nowych danych i w rzeczywistym sposobie pracy, następnie odpowiednia procedura regulacyjna oraz monitoring po wdrożeniu. - Everyday example PL: Szpital chce kupić program do czytania zdjęć płuc; przed włączeniem sprawdza go na własnych pacjentach i wyznacza osobę, która co miesiąc przegląda błędy. - In one sentence EN: Everything that must be checked and documented before medical software reaches doctors and patients, and later, once it is in use. - Problem it solves EN: A model that shines in a paper often fails in another hospital, and a mistake in medicine can cost health or life. - What it does EN: Like a series of safety gates: technical testing first, then evaluation on new data and in the real workflow, the appropriate regulatory procedure, and monitoring after deployment. - Everyday example EN: A hospital wants to buy software that reads lung images; before switching it on, it tests it on its own patients and names someone to review errors monthly. - concerns you if PL: kupujesz lub wdrażasz oprogramowanie medyczne; publikujesz badanie o modelu medycznym - concerns you if EN: buy or roll out medical software; publish a study on a medical model - sources: `fda-pccp-2025`, `tripod-ai-2024`, `zech-2018`, `consort-spirit-ai-2020`, `decide-ai-2022`, `eu-ai-act-2024` ### Dopuszczenie AI jako wyrobu medycznego (Regulation of AI as a medical device (SaMD)) - id: `medicaldevicereg` · https://aiatlasgraph.com/t/medicaldevicereg.md - path: AI w medycynie i ochronie zdrowia › Walidacja kliniczna i dopuszczenie do użytku › Dopuszczenie AI jako wyrobu medycznego - aliases: SaMD, software as a medical device, AI-enabled medical devices, oprogramowanie jako wyrób medyczny, MDR - PL: Ramy regulacyjne dla oprogramowania z AI o przeznaczeniu medycznym: klasy ryzyka, ścieżki dopuszczenia, plany kontrolowanych zmian i nadzór po wprowadzeniu. - EN: Regulatory frameworks for AI software with a medical purpose: risk classes, approval pathways, change control plans and post-market surveillance. - In one sentence PL: Zasady, według których urząd pozwala, by program pomagający w diagnozie lub leczeniu był sprzedawany i używany w szpitalach. - Problem it solves PL: Pacjent i lekarz nie mają jak sami sprawdzić, czy program medyczny jest bezpieczny, a producent może przeceniać jego skuteczność. - What it does PL: Jak przegląd techniczny auta: niezależna instytucja sprawdza dokumenty i testy, a większa przeróbka wymaga nowej zgody albo wcześniej uzgodnionego planu. - Everyday example PL: Firma chce ulepszyć program do wykrywania złamań na nowych danych; zgodnie z uzgodnionym planem testuje nową wersję i dopiero wtedy ją udostępnia. - In one sentence EN: The rules under which a regulator allows software that helps with diagnosis or treatment to be sold and used in hospitals. - Problem it solves EN: Patients and doctors cannot check for themselves whether medical software is safe, and makers may overstate how well it works. - What it does EN: Like a car's roadworthiness test: an independent body checks documents and tests, and a major rework needs fresh approval or a plan agreed in advance. - Everyday example EN: A company wants to improve its fracture-detection software with new data; following the agreed plan, it tests the new version before releasing it. - concerns you if PL: tworzysz aplikację, która ma coś mówić o zdrowiu; chcesz sprawdzić, czy narzędzie medyczne ma dopuszczenie - concerns you if EN: are building an app that says something about health; want to check whether a medical tool is approved - related: `retinalscreening`, `airegulation` - sources: `fda-ai-devices-list`, `fda-pccp-2025`, `eu-ai-act-2024` ### Nadzór nad modelem po wdrożeniu w szpitalu (Post-deployment monitoring of clinical AI) - id: `postdeploymonitoring` · https://aiatlasgraph.com/t/postdeploymonitoring.md - path: AI w medycynie i ochronie zdrowia › Walidacja kliniczna i dopuszczenie do użytku › Nadzór nad modelem po wdrożeniu w szpitalu - aliases: post-market surveillance AI, clinical AI monitoring, model drift in healthcare, monitorowanie AI w szpitalu, algorithmovigilance - PL: Ciągła kontrola danych wejściowych, wyników i skuteczności klinicznego modelu po wdrożeniu, z wykrywaniem dryfu, analizą podgrup i procedurą reakcji. - EN: Continuous checking of a clinical model's inputs, outputs and performance after deployment, with drift detection, subgroup analysis and a response procedure. - In one sentence PL: Stałe sprawdzanie, czy medyczny program AI działa równie dobrze po miesiącach używania, jak w dniu wdrożenia. - Problem it solves PL: Szpital zmienia aparaty, procedury i pacjentów, a model po cichu traci trafność i nikt tego nie zauważa. - What it does PL: Jak okresowy przegląd samochodu: regularne pomiary wyłapują zużycie, zanim dojdzie do awarii. - Everyday example PL: Po wymianie tomografu dashboard pokazuje, że wyniki modelu przesunęły się, więc zespół wstrzymuje alerty i sprawdza przypadki ręcznie. - In one sentence EN: Ongoing checks that a medical AI tool works as well months into use as on the day it was switched on. - Problem it solves EN: Hospitals change scanners, procedures and patient mix, and a model quietly loses accuracy without anyone noticing. - What it does EN: Like a regular car inspection: periodic measurements catch wear before something breaks. - Everyday example EN: After a CT scanner is replaced, a dashboard shows the model's scores have shifted, so the team pauses alerts and checks cases by hand. - concerns you if PL: odpowiadasz za wdrożone narzędzie AI w placówce; zastanawiasz się, kto pilnuje AI po zakupie - concerns you if EN: are responsible for an AI tool in a clinic; wonder who watches AI after purchase - related: `crosssiteshift`, `driftdetection` - sources: `postdeploy-monitoring-2025` ### Przenoszenie modeli między szpitalami i ukryte skróty (Cross-site generalisation and shortcut learning in medical AI) - id: `crosssiteshift` · https://aiatlasgraph.com/t/crosssiteshift.md - path: AI w medycynie i ochronie zdrowia › Walidacja kliniczna i dopuszczenie do użytku › Przenoszenie modeli między szpitalami i ukryte skróty - aliases: dataset shift in healthcare, shortcut learning, hospital shift, external validity, uogólnianie między szpitalami - PL: Spadek jakości modeli medycznych po zmianie ośrodka, sprzętu lub populacji, wynikający z przesunięcia rozkładu i uczenia się skrótów (czynników zakłócających). - EN: Loss of medical model performance when the site, equipment or population changes, due to distribution shift and shortcut learning (confounders). - In one sentence PL: Model uczony w jednym szpitalu często działa gorzej w innym, bo nauczył się cech tamtego miejsca zamiast samej choroby. - Problem it solves PL: Szpital kupuje program o świetnych wynikach, a na jego pacjentach i sprzęcie skuteczność wyraźnie spada, choć nikt tego nie zauważa. - What it does PL: Jak uczeń, który zapamiętał, że trudne zadania są zawsze na czerwonym papierze: na nowym egzaminie ta sztuczka przestaje działać. - Everyday example PL: Model do zdjęć płuc po drobnych oznaczeniach na obrazie rozpoznaje, z którego szpitala ono pochodzi, i z tego zgaduje chorobę; gdzie indziej przestaje trafiać. - In one sentence EN: A model trained in one hospital often works worse in another because it learned that place's quirks rather than the disease. - Problem it solves EN: A hospital buys software with great results, but on its own patients and equipment accuracy drops noticeably, and nobody notices. - What it does EN: Like a pupil who learned that hard questions are always on red paper: on a new exam the trick stops working. - Everyday example EN: A chest-image model recognises from small marks on the picture which hospital it came from and guesses the disease from that; elsewhere it stops working. - concerns you if PL: wdrażasz model z innego ośrodka; porównujesz wyniki z artykułu z własną praktyką - concerns you if EN: deploy a model built at another centre; compare a paper's results with your own practice - related: `fairnessmetrics`, `postdeploymonitoring`, `crossdomainfault`, `splitstrategies` - sources: `zech-2018` ### Sprawdzanie stronniczości modeli wobec grup pacjentów (Bias and equity audits of clinical algorithms) - id: `clinicalbias` · https://aiatlasgraph.com/t/clinicalbias.md - path: AI w medycynie i ochronie zdrowia › Walidacja kliniczna i dopuszczenie do użytku › Sprawdzanie stronniczości modeli wobec grup pacjentów - aliases: algorithmic bias in healthcare, health equity AI, clinical algorithm fairness, stronniczość algorytmów medycznych, label bias healthcare - PL: Ocena różnic w skuteczności i skutkach klinicznych modeli między grupami pacjentów oraz wykrywanie źródeł stronniczości, m.in. etykiet zastępczych. - EN: Assessing differences in clinical models' performance and consequences across patient groups and finding bias sources, including proxy labels. - In one sentence PL: Sprawdzanie, czy medyczny algorytm nie traktuje gorzej niektórych grup pacjentów, np. kobiet, osób starszych albo biedniejszych. - Problem it solves PL: Algorytm może świetnie działać średnio, a przy tym systematycznie odmawiać dodatkowej opieki tym, którzy potrzebują jej najbardziej. - What it does PL: Rozkłada wyniki na grupy i porównuje je obok siebie, jak audytor sprawdzający, czy ta sama ocena znaczy to samo dla każdego. - Everyday example PL: Szpital odkrywa, że program wybierający pacjentów do opieki koordynowanej pomijał osoby, na które dotąd mniej wydawano, mimo że były bardziej chore. - In one sentence EN: Checking that a medical algorithm does not treat some patient groups worse, such as women, older or poorer people. - Problem it solves EN: An algorithm can do well on average while systematically denying extra care to those who need it most. - What it does EN: Breaks results down by group and compares them side by side, like an auditor checking that a score means the same for everyone. - Everyday example EN: A hospital finds that software choosing patients for extra care skipped people who had cost less so far, even though they were sicker. - concerns you if PL: budujesz model na danych medycznych; kupujesz algorytm, który decyduje o dostępie do opieki - concerns you if EN: build a model on medical data; buy an algorithm that decides access to care - related: `fairnessmetrics`, `dermatologyai` - sources: `ddi-dermatology-2021`, `obermeyer-bias-2019` ### Standardy raportowania badań nad AI w medycynie (Reporting guidelines for clinical AI studies) - id: `reportingguidelines` · https://aiatlasgraph.com/t/reportingguidelines.md - path: AI w medycynie i ochronie zdrowia › Walidacja kliniczna i dopuszczenie do użytku › Standardy raportowania badań nad AI w medycynie - aliases: TRIPOD+AI, CONSORT-AI, SPIRIT-AI, TRIPOD-LLM, DECIDE-AI, wytyczne raportowania - PL: Wytyczne raportowania (TRIPOD+AI, CONSORT-AI, SPIRIT-AI, DECIDE-AI, TRIPOD-LLM) dla badań nad modelami predykcyjnymi i interwencjami AI w medycynie. - EN: Reporting guidelines (TRIPOD+AI, CONSORT-AI, SPIRIT-AI, DECIDE-AI, TRIPOD-LLM) for studies of prediction models and AI interventions in medicine. - In one sentence PL: Listy kontrolne mówiące autorom badań, co muszą opisać o swoim modelu medycznym, żeby inni mogli ocenić jego wiarygodność. - Problem it solves PL: Wiele artykułów o medycznej AI pomija, skąd pochodzą dane i jak testowano model, więc nie da się ocenić, ile wynik jest wart. - What it does PL: Jak lista kontrolna pilota przed startem: pilnuje, by żaden krok nie został pominięty, zanim badanie trafi do druku. - Everyday example PL: Recenzent czasopisma dostaje artykuł o modelu przewidującym powikłania i z listą w ręku sprawdza, czy autorzy opisali dane, braki i test w innym szpitalu. - In one sentence EN: Checklists telling researchers what they must describe about their medical model so others can judge how trustworthy it is. - Problem it solves EN: Many medical AI papers omit where the data came from and how the model was tested, so nobody can judge the result. - What it does EN: Like a pilot's pre-flight checklist: it makes sure no step is skipped before a study goes to print. - Everyday example EN: A journal reviewer gets a paper on a complication-prediction model and, checklist in hand, checks whether the authors described the data, missing values and a test in another hospital. - concerns you if PL: czytasz badania o skuteczności medycznej AI; piszesz artykuł lub raport o modelu medycznym - concerns you if EN: read studies on how well medical AI works; write a paper or report on a medical model - related: `evalstats` - sources: `tripod-ai-2024`, `consort-spirit-ai-2020`, `decide-ai-2022`, `tripod-llm-2025` ## AI w nauce (AI for science) - id: `aiscience` · https://aiatlasgraph.com/t/aiscience.md - path: AI w nauce - aliases: AI4Science, AI for Science, scientific machine learning, nauka wspierana przez AI - PL: Zastosowania głębokiego uczenia do problemów naukowych w skali kwantowej, atomowej i ciągłej: biocząsteczki, chemia, materiały, klimat i równania fizyki. - EN: Deep learning applied to scientific problems at quantum, atomistic and continuum scales: biomolecules, chemistry, materials, climate and physical equations. - In one sentence PL: Wykorzystanie uczenia maszynowego do odkryć w biologii, chemii, fizyce i naukach o Ziemi. - Problem it solves PL: Eksperymenty i symulacje fizyczne trwają miesiącami i dużo kosztują, a możliwych cząsteczek czy materiałów jest więcej, niż da się sprawdzić. - What it does PL: Model uczony na dawnych pomiarach działa jak szybki zwiad: wskazuje najbardziej obiecujących kandydatów, a laboratorium sprawdza tylko ich. - Everyday example PL: Prognoza pogody na dziesięć dni policzona w minutę albo kształt nowego leku dopasowany na komputerze, zanim ktoś go zsyntetyzuje. - In one sentence EN: Using machine learning to make discoveries in biology, chemistry, physics and the Earth sciences. - Problem it solves EN: Experiments and physical simulations take months and cost a lot, and there are more possible molecules or materials than anyone could ever test. - What it does EN: A model trained on past measurements acts like a fast scout: it points to the most promising candidates, and the lab only tests those. - Everyday example EN: A ten-day weather forecast computed in a minute, or a new drug shaped on a computer before anyone synthesises it. - concerns you if PL: pracujesz w laboratorium lub przy symulacjach naukowych; chcesz wiedzieć, skąd biorą się nowe leki i materiały; śledzisz, jak AI zmienia medycynę i energetykę - concerns you if EN: work in a lab or with scientific simulations; want to know where new drugs and materials come from; follow how AI is changing medicine and energy - related: `geoai` - sources: `ai4science-survey-2023`, `nobel-chem-2024-embl` ### Automatyzacja badań naukowych (AI-driven scientific discovery and research automation) - id: `discovery` · https://aiatlasgraph.com/t/discovery.md - path: AI w nauce › Automatyzacja badań naukowych - aliases: AI scientist, autonomous research, automated science, agentic science, automatyzacja nauki - PL: Agentowe systemy LLM i pętle optymalizacji automatyzujące cykl naukowy: hipoteza, plan, eksperyment (obliczeniowy lub robotyczny), analiza, raport. - EN: Agentic LLM systems and optimisation loops automating the scientific cycle: hypothesis, plan, experiment (computational or robotic), analysis, report. - In one sentence PL: Systemy, które same proponują hipotezy, planują eksperymenty i analizują wyniki, czasem sterując robotami w laboratorium. - Problem it solves PL: Naukowiec nie nadąża czytać literatury ani ręcznie prowadzić setek prób, więc wiele obiecujących pomysłów nigdy nie zostaje sprawdzonych. - What it does PL: Działa jak niestrudzony asystent: czyta, proponuje, sprawdza i uczy się z porażek w pętli, która może kręcić się dzień i noc. - Everyday example PL: Zespół biologów dostaje od asystenta AI ranking hipotez, które istniejące leki warto wypróbować w innej chorobie, z uzasadnieniem każdej. - In one sentence EN: Systems that propose hypotheses, plan experiments and analyse results on their own, sometimes driving robots in a lab. - Problem it solves EN: Scientists cannot keep up with the literature or run hundreds of trials by hand, so many promising ideas never get tested. - What it does EN: It works like a tireless assistant: reading, proposing, checking and learning from failures in a loop that can run day and night. - Everyday example EN: A biology team receives from an AI assistant a ranked list of hypotheses on which existing drugs to try for another disease, each with reasoning. - concerns you if PL: pracujesz naukowo i toniesz w publikacjach; prowadzisz wiele powtarzalnych eksperymentów - concerns you if EN: do research and are drowning in papers; run many repetitive experiments - related: `theoremproving`, `llmprogramsearch`, `ideascientist` - sources: `ai-scientist-2024`, `ai-coscientist-2025`, `coscientist-2023` ### Agenci generujący hipotezy i eksperymenty obliczeniowe (Hypothesis-generating research agents) - id: `hypothesisagents` · https://aiatlasgraph.com/t/hypothesisagents.md - path: AI w nauce › Automatyzacja badań naukowych › Agenci generujący hipotezy i eksperymenty obliczeniowe - aliases: AI co-scientist, AI Scientist, research agents, agenci badawczy, automated hypothesis generation - PL: Wieloagentowe systemy LLM generujące, oceniające i rozwijające hipotezy, a w dziedzinach obliczeniowych także piszące kod, uruchamiające eksperymenty i tworzące artykuły. - EN: Multi-agent LLM systems that generate, evaluate and evolve hypotheses and, in computational fields, also write code, run experiments and draft papers. - In one sentence PL: Programy oparte na modelach językowych, które czytają prace naukowe, wymyślają nowe pomysły badawcze i sprawdzają je na komputerze. - Problem it solves PL: Publikacji przybywa szybciej, niż człowiek zdąży je przeczytać, więc łatwo przeoczyć połączenie dwóch odległych odkryć. - What it does PL: Kilku wirtualnych naukowców proponuje pomysły, krytykuje je nawzajem i zostawia najmocniejsze, jak w turnieju. - Everyday example PL: Doktorantka prosi asystenta o pomysły na kolejny eksperyment i dostaje kilka hipotez z odnośnikami do prac oraz planem testu. - In one sentence EN: Language-model programs that read research papers, come up with new research ideas and test them on a computer. - Problem it solves EN: Papers pile up faster than anyone can read them, so it is easy to miss a link between two distant findings. - What it does EN: Several virtual scientists propose ideas, critique each other and keep the strongest, as in a tournament. - Everyday example EN: A doctoral student asks an assistant for next-experiment ideas and gets several hypotheses with links to papers and a test plan. - concerns you if PL: szukasz nowych pomysłów badawczych w zalewie publikacji; chcesz zautomatyzować eksperymenty obliczeniowe - concerns you if EN: look for fresh research ideas amid a flood of papers; want to automate computational experiments - related: `researchworldmodels`, `subagents` - sources: `ai-scientist-2024`, `ai-coscientist-2025` ### Ideacja naukowa przez analogie (Analogy-based scientific ideation) - id: `ideascientist` · https://aiatlasgraph.com/t/ideascientist.md - path: AI w nauce › Automatyzacja badań naukowych › Agenci generujący hipotezy i eksperymenty obliczeniowe › Ideacja naukowa przez analogie - aliases: IdeaScientist, gap finding innovation, ideacja przez analogie - PL: System agentów rozkłada ideację na szukanie luk, innowację przez analogie i pisanie propozycji, trenowane uczeniem ze wzmocnieniem. - EN: An agent system decomposes ideation into gap finding, analogy-based innovation and proposal writing, trained with reinforcement learning. - In one sentence PL: Agent szuka luk w pracach, a potem szuka w innych dziedzinach mechanizmów, które mogłyby je wypełnić. - Problem it solves PL: Trudno wymyślić nowy pomysł badawczy, który jest zarazem nowy i dobrze osadzony w istniejącej wiedzy. - What it does PL: Rozbija pracę na szukanie luk, przenoszenie mechanizmów z innych dziedzin i pisanie propozycji. - Everyday example PL: Asystent czyta prace o optymalizacji, znajduje ograniczenie, a potem proponuje rozwiązanie zaczerpnięte z biologii. - In one sentence EN: An agent finds gaps in papers, then looks in other fields for mechanisms that might fill them. - Problem it solves EN: It is hard to invent a research idea that is both novel and well grounded in existing knowledge. - What it does EN: It splits the work into finding gaps, transferring mechanisms from other fields and writing proposals. - Everyday example EN: An assistant reads optimisation papers, finds a limitation, then proposes a solution borrowed from biology. - concerns you if PL: szukasz nowych kierunków badawczych; chcesz łączyć pomysły z różnych dziedzin; automatyzujesz generowanie hipotez - concerns you if EN: look for new research directions; want to connect ideas across fields; automate hypothesis generation - related: `discovery` - sources: `liu-ideascientist-2026` ### Laboratoria autonomiczne (self-driving labs) (Self-driving laboratories) - id: `selfdrivinglabs` · https://aiatlasgraph.com/t/selfdrivinglabs.md - path: AI w nauce › Automatyzacja badań naukowych › Laboratoria autonomiczne (self-driving labs) - aliases: self-driving labs, SDL, autonomous laboratories, laboratoria samosterujące, closed-loop experimentation - PL: Zamknięta pętla projektuj–wykonaj–zmierz–analizuj: robotyka wykonuje eksperymenty, a model (zwykle optymalizacja bayesowska, coraz częściej agent LLM) wybiera następne. - EN: A closed design–make–measure–analyse loop: robotics runs experiments and a model (usually Bayesian optimisation, increasingly an LLM agent) chooses the next ones. - In one sentence PL: Laboratoria, w których roboty wykonują doświadczenia, a algorytm sam decyduje, co sprawdzić w następnej kolejności. - Problem it solves PL: Ręczne prowadzenie setek prób z ciągłym dobieraniem parametrów jest powolne, monotonne i podatne na błędy. - What it does PL: Jak gra w ciepło–zimno: każdy wynik podpowiada algorytmowi, w którą stronę zmienić przepis, żeby szybciej trafić w cel. - Everyday example PL: Automat miesza roztwory do nowej powłoki, mierzy jej przewodność i w nocy sam wybiera kolejne proporcje do sprawdzenia. - In one sentence EN: Labs where robots run the experiments and an algorithm decides by itself what to try next. - Problem it solves EN: Running hundreds of trials by hand while constantly adjusting settings is slow, tedious and error-prone. - What it does EN: Like a game of hot and cold: each result tells the algorithm which way to change the recipe to reach the goal sooner. - Everyday example EN: A robot mixes solutions for a new coating, measures its conductivity and overnight picks the next ratios to try by itself. - concerns you if PL: optymalizujesz przepis lub proces metodą prób; masz dostęp do zautomatyzowanej aparatury - concerns you if EN: optimise a recipe or process by trial and error; have access to automated lab equipment - related: `retrosynthesis`, `hptuning` - sources: `coscientist-2023`, `atlas-sdl-2025` ### Modele świata badań nad AI (Research world models for AI experiments) - id: `researchworldmodels` · https://aiatlasgraph.com/t/researchworldmodels.md - path: AI w nauce › Automatyzacja badań naukowych › Modele świata badań nad AI - aliases: RWM, modele świata dla agentów badawczych, predykcja wyników eksperymentów AI - PL: Modele przewidujące wyniki eksperymentów nad modelami AI na podstawie reprezentacji konfiguracji, stosowane do wybierania obiecujących wariantów treningu i inferencji. - EN: Models that predict outcomes of AI-model experiments from configuration representations, used to select promising training and inference variants. - In one sentence PL: Model szacuje wynik eksperymentu nad innym modelem AI przed jego kosztownym uruchomieniem. - Problem it solves PL: Pomaga wybierać warianty pretreningu, post-treningu i inferencji, aby ograniczać koszt nietrafionych eksperymentów nad AI. - What it does PL: Koduje konfigurację eksperymentu nad AI, przewiduje jego metryki i wspiera ranking następnych kandydatów w pętli badawczej. - Everyday example PL: Asystent chce sprawdzić pięć wariantów treningu. Model wskazuje dwa, które najpewniej poprawią wynik, a resztę odrzuca. - In one sentence EN: A model estimates the outcome of an experiment on another AI model before the costly run. - Problem it solves EN: Helps select pretraining, post-training, and inference variants to reduce the cost of unproductive AI experiments. - What it does EN: Encodes an AI experiment configuration, predicts its metrics, and supports ranking subsequent candidates in a research loop. - Everyday example EN: An assistant wants to test five training variants. The model points to two that are most likely to improve the score and discards the rest. - concerns you if PL: automatyzujesz eksperymenty obliczeniowe; budżet GPU jest ograniczony; chcesz szybciej wybrać co sprawdzić - concerns you if EN: automate computational experiments; GPU budget is limited; want to choose what to test faster - related: `hypothesisagents` - sources: `wang-rwm-2026` ### Białka i biologia molekularna (Proteins and molecular biology) - id: `biomolecules` · https://aiatlasgraph.com/t/biomolecules.md - path: AI w nauce › Białka i biologia molekularna - aliases: computational biology, protein AI, biologia obliczeniowa, AI w biologii - PL: Uczenie maszynowe dla biocząsteczek: przewidywanie struktur i oddziaływań, projektowanie białek oraz modele językowe sekwencji białek i genomów. - EN: Machine learning for biomolecules: predicting structures and interactions, designing proteins, and language models of protein and genome sequences. - In one sentence PL: Modele, które odczytują i projektują cząsteczki życia: białka, DNA i ich wzajemne połączenia. - Problem it solves PL: Ustalenie kształtu jednego białka w laboratorium potrafiło trwać latami, a od kształtu zależy, jak działa lek czy enzym. - What it does PL: Model uczy się na setkach tysięcy poznanych struktur, jak ciąg liter zamienia się w trójwymiarowy kształt. - Everyday example PL: Badaczka sprawdza w ogólnodostępnej bazie przewidywany kształt białka bakterii, zanim zaplanuje eksperyment z nowym antybiotykiem. - In one sentence EN: Models that read and design the molecules of life: proteins, DNA and how they bind to each other. - Problem it solves EN: Working out the shape of a single protein in the lab could take years, and that shape decides how a drug or enzyme works. - What it does EN: The model learns from hundreds of thousands of known structures how a string of letters turns into a three-dimensional shape. - Everyday example EN: A researcher looks up the predicted shape of a bacterial protein in a public database before planning an experiment with a new antibiotic. - concerns you if PL: pracujesz w biotechnologii, farmacji lub medycynie; chcesz zrozumieć, jak powstają nowe leki i szczepionki - concerns you if EN: work in biotech, pharma or medicine; want to understand how new drugs and vaccines are made - sources: `nobel-chem-2024-embl`, `alphafold3-2024`, `esm-github` ### Modele bazowe pojedynczych komórek (Single-cell foundation models) - id: `singlecellfm` · https://aiatlasgraph.com/t/singlecellfm.md - path: AI w nauce › Białka i biologia molekularna › Modele bazowe pojedynczych komórek - aliases: single-cell foundation models, modele bazowe pojedynczych komórek - PL: Transformery pretrenowane samonadzorowo na profilach ekspresji z sekwencjonowania pojedynczych komórek, dostrajane do adnotacji, integracji i analizy sieci genów. - EN: Transformers pretrained self-supervised on single-cell expression profiles, fine-tuned for annotation, integration and gene-network analysis. - In one sentence PL: Duże modele uczone na zapisach aktywności genów w milionach pojedynczych komórek, które rozpoznają typy komórek i ich stany. - Problem it solves PL: Biolodzy dostają dane z setek tysięcy komórek naraz i tygodniami ręcznie ustalają, która jest która i co się z nią dzieje. - What it does PL: Jak model językowy, tylko słowami są geny: uczy się, które geny zwykle włączają się razem, i z tego rozumie charakter komórki. - Everyday example PL: Laboratorium badające nowotwór w godzinę oznacza typy komórek w próbce guza, porównując je z atlasem zdrowych tkanek. - In one sentence EN: Large models trained on gene-activity records from millions of individual cells that recognise cell types and states. - Problem it solves EN: Biologists get data from hundreds of thousands of cells at once and spend weeks working out which cell is which and what is happening. - What it does EN: Like a language model whose words are genes: it learns which genes usually switch on together and from that grasps a cell's character. - Everyday example EN: A cancer lab labels the cell types in a tumour sample within an hour by comparing them with an atlas of healthy tissue. - concerns you if PL: pracujesz z danymi biologicznymi z wielu komórek; chcesz zobaczyć, jak pomysł modeli językowych przenosi się do biologii - concerns you if EN: work with biological data from many cells; want to see how the language-model idea carries over to biology - related: `bioseqmodels` - sources: `scgpt-github` ### Modele językowe białek i genomów (Protein and genomic language models) - id: `bioseqmodels` · https://aiatlasgraph.com/t/bioseqmodels.md - path: AI w nauce › Białka i biologia molekularna › Modele językowe białek i genomów - aliases: protein language models, PLM, genomic language models, DNA language models, ESM, Evo - PL: Transformery i modele sekwencyjne trenowane samonadzorowo na sekwencjach białek lub DNA; dają osadzenia, oceniają mutacje i generują nowe sekwencje. - EN: Transformers and sequence models trained self-supervised on protein or DNA sequences; they yield embeddings, score mutations and generate new sequences. - In one sentence PL: Modele czytające zapis białek i DNA tak, jak modele językowe czytają tekst, i wyłapujące jego reguły. - Problem it solves PL: Znamy miliardy sekwencji genów i białek, ale tylko dla drobnej części wiemy, co robią i co psuje mutacja. - What it does PL: Jak uczeń, który przeczytał całą bibliotekę: bez słownika wyczuwa, które zmiany liter brzmią naturalnie, a które są błędem. - Everyday example PL: Genetyk ocenia, czy wykryta w badaniu zmiana w genie jest prawdopodobnie groźna, zanim zleci kolejne testy. - In one sentence EN: Models that read the code of proteins and DNA the way language models read text, picking up its rules. - Problem it solves EN: We know billions of gene and protein sequences, but only for a tiny fraction do we know what they do or what a mutation breaks. - What it does EN: Like a student who has read the whole library: without a dictionary it senses which letter changes sound natural and which are mistakes. - Everyday example EN: A geneticist judges whether a gene change found in a test is likely harmful before ordering further tests. - concerns you if PL: analizujesz dane genetyczne lub sekwencje białek; chcesz ocenić skutki mutacji bez eksperymentu - concerns you if EN: analyse genetic data or protein sequences; want to judge a mutation's effect without an experiment - related: `singlecellfm`, `proteinstructure`, `varianteffect` - sources: `esm-github`, `evo2-2025` ### Projektowanie nowych białek (De novo protein design) - id: `proteindesign` · https://aiatlasgraph.com/t/proteindesign.md - path: AI w nauce › Białka i biologia molekularna › Projektowanie nowych białek - aliases: protein design, de novo protein design, RFdiffusion, ProteinMPNN, inverse folding, projektowanie białek de novo - PL: Generowanie nowych szkieletów białkowych i sekwencji do zadanej funkcji: wiązania celu, symetrycznych kompleksów, miejsc aktywnych enzymów. - EN: Generating new protein backbones and sequences for a given function: target binders, symmetric assemblies and enzyme active sites. - In one sentence PL: Tworzenie na komputerze białek, których nie ma w naturze, tak aby wiązały wybrany cel lub przyspieszały reakcję. - Problem it solves PL: Naturalne białka rzadko robią dokładnie to, czego potrzebujemy, a przypadkowe modyfikacje i testy to loteria. - What it does PL: Najpierw rysuje kształt idealnego narzędzia, potem dobiera kolejność budulców, która sama złoży się w ten kształt. - Everyday example PL: Zespół szuka białka, które zablokuje toksynę z jadu węża, i w laboratorium testuje tylko kilkadziesiąt projektów z komputera. - In one sentence EN: Creating proteins on a computer that do not exist in nature, built to grab a chosen target or speed up a reaction. - Problem it solves EN: Natural proteins rarely do exactly what we need, and random tweaking and testing is a lottery. - What it does EN: It first sketches the shape of the ideal tool, then picks an order of building blocks that will fold into that shape by itself. - Everyday example EN: A team looking for a protein that neutralises a snake-venom toxin tests only a few dozen computer-made designs in the lab. - concerns you if PL: chcesz stworzyć białko o konkretnej funkcji; pracujesz nad nowymi terapiami, enzymami lub szczepionkami - concerns you if EN: want to create a protein with a specific job; work on new therapies, enzymes or vaccines - related: `proteinstructure` - sources: `nobel-chem-2024-embl`, `rfdiffusion-2023`, `genai-drug-design-survey-2024` ### Przewidywanie struktury białek i kompleksów (Protein and biomolecular complex structure prediction) - id: `proteinstructure` · https://aiatlasgraph.com/t/proteinstructure.md - path: AI w nauce › Białka i biologia molekularna › Przewidywanie struktury białek i kompleksów - aliases: protein folding, protein structure prediction, AlphaFold, zwijanie białek, przewidywanie struktury białka - PL: Predykcja struktury 3D białek z sekwencji, a w nowszych modelach całych kompleksów z DNA, RNA, małymi cząsteczkami i jonami. - EN: Predicting the 3D structure of proteins from sequence and, in newer models, of whole complexes with DNA, RNA, small molecules and ions. - In one sentence PL: Odgadywanie trójwymiarowego kształtu białka na podstawie samej kolejności jego budulców. - Problem it solves PL: Doświadczalne ustalenie kształtu białka wymaga drogiej aparatury i miesięcy pracy, a bez kształtu trudno zrozumieć, co białko robi. - What it does PL: Jak składanie origami z samej instrukcji: model wie z tysięcy przykładów, które fragmenty łańcucha lubią leżeć obok siebie. - Everyday example PL: Naukowiec ogląda przewidziany kształt białka wirusa i widzi miejsce, do którego mogłoby się przyczepić przeciwciało. - In one sentence EN: Working out a protein's three-dimensional shape from nothing but the order of its building blocks. - Problem it solves EN: Determining a protein's shape experimentally takes expensive equipment and months of work, and without the shape it is hard to see what the protein does. - What it does EN: Like folding origami from the instructions alone: from thousands of examples the model knows which parts of the chain like to sit together. - Everyday example EN: A scientist views the predicted shape of a viral protein and spots a place where an antibody could latch on. - concerns you if PL: badasz działanie białek lub chorób na poziomie cząsteczek; szukasz miejsca, w które może trafić lek - concerns you if EN: study how proteins or diseases work at the molecular level; are looking for the spot a drug could target - related: `docking`, `bioseqmodels`, `proteindesign` - sources: `nobel-chem-2024-embl`, `alphafold3-2024` ### Zero-shot ocena skutków mutacji w białkach (Zero-shot protein variant effect prediction with language models) - id: `varianteffect` · https://aiatlasgraph.com/t/varianteffect.md - path: AI w nauce › Białka i biologia molekularna › Zero-shot ocena skutków mutacji w białkach - aliases: variant effect prediction, mutation effect prediction, zero-shot variant effect prediction, ocena wariantów - PL: Zero-shot ocena wpływu podstawień aminokwasów przez porównanie prawdopodobieństw wariantu i sekwencji wyjściowej w białkowym modelu językowym. - EN: Zero-shot scoring of amino-acid substitutions by comparing variant and wild-type likelihoods under a protein language model. - In one sentence PL: Białkowy model językowy ocenia, czy pojedyncza zmiana aminokwasu pasuje do wzorców poznanych z naturalnych sekwencji. - Problem it solves PL: Badania genetyczne znajdują u ludzi tysiące rzadkich mutacji, a o większości nikt nie wie, czy są groźne. - What it does PL: Jak korektor, który przeczytał miliony tekstów: od razu czuje, które literówki zmieniają sens zdania, a które są bez znaczenia. - Everyday example PL: Badacz porządkuje setki wariantów białka według przewidywanego wpływu na jego funkcję, zanim wybierze mutacje do pomiaru w laboratorium. - In one sentence EN: A protein language model judges whether a single amino-acid change fits patterns learned from natural sequences. - Problem it solves EN: Genetic tests find thousands of rare mutations in people, and for most of them nobody knows whether they are dangerous. - What it does EN: Like a proofreader who has read millions of texts: it senses at once which typos change a sentence's meaning and which do not matter. - Everyday example EN: A researcher ranks hundreds of protein variants by their predicted effect on function before choosing mutations to measure in the lab. - concerns you if PL: masz do czynienia z wynikami badań genetycznych; projektujesz białka i chcesz wiedzieć, które zmiany są bezpieczne - concerns you if EN: deal with genetic test results; engineer proteins and want to know which changes are safe - related: `bioseqmodels` - sources: `esm1v-2021` ### Chemia i odkrywanie leków (Chemistry and drug discovery) - id: `chemistry` · https://aiatlasgraph.com/t/chemistry.md - path: AI w nauce › Chemia i odkrywanie leków - aliases: molecular machine learning, AI drug discovery, cheminformatics, chemoinformatyka, projektowanie leków - PL: Modele dla małych cząsteczek: przewidywanie właściwości, generowanie nowych struktur, dokowanie do białek i planowanie syntezy. - EN: Models for small molecules: property prediction, generating new structures, docking to proteins and synthesis planning. - In one sentence PL: Uczenie maszynowe pomagające wybierać, projektować i oceniać cząsteczki, zanim chemik je zsyntetyzuje. - Problem it solves PL: Możliwych cząsteczek przypominających leki jest niewyobrażalnie dużo, a każda synteza i test to tygodnie pracy. - What it does PL: Działa jak sito przed laboratorium: odrzuca na komputerze tysiące słabych kandydatów i zostawia garść wartych sprawdzenia. - Everyday example PL: Firma farmaceutyczna przesiewa na komputerze miliony związków, a do probówek trafia tylko kilkaset najbardziej obiecujących. - In one sentence EN: Machine learning that helps choose, design and assess molecules before a chemist synthesises them. - Problem it solves EN: There are unimaginably many possible drug-like molecules, and each synthesis and test takes weeks of work. - What it does EN: It works like a sieve in front of the lab: it discards thousands of weak candidates on a computer and leaves a handful worth testing. - Everyday example EN: A drug company screens millions of compounds on a computer, and only a few hundred of the most promising reach the test tubes. - concerns you if PL: pracujesz w farmacji, chemii lub biotechnologii; ciekawi cię, jak skraca się drogę do nowego leku - concerns you if EN: work in pharma, chemistry or biotech; are curious how the road to a new drug gets shorter - sources: `moleculenet-2017`, `genai-drug-design-survey-2024` ### Dokowanie cząsteczek do białek (Molecular docking and binding prediction) - id: `docking` · https://aiatlasgraph.com/t/docking.md - path: AI w nauce › Chemia i odkrywanie leków › Dokowanie cząsteczek do białek - aliases: molecular docking, DiffDock, protein–ligand binding, dokowanie molekularne, wirtualny screening - PL: Predykcja pozy wiązania ligandu w białku i siły wiązania; klasycznie przeszukiwanie z funkcją oceny, obecnie także modele generatywne i przewidywanie całych kompleksów. - EN: Predicting a ligand's binding pose in a protein and its binding strength; classically search with a scoring function, now also generative models and whole-complex prediction. - In one sentence PL: Przewidywanie, jak mała cząsteczka leku ułoży się w zagłębieniu białka i jak mocno się w nim utrzyma. - Problem it solves PL: Lek działa tylko wtedy, gdy pasuje do celu jak klucz do zamka, a sprawdzanie każdego klucza w laboratorium trwa. - What it does PL: Model wkłada klucz do zamka w przypadkowym położeniu, a potem krok po kroku obraca go i przesuwa, aż znajdzie najlepsze dopasowanie. - Everyday example PL: Badacz sprawdza na komputerze, czy znany już lek może pasować do białka innej choroby, zanim zleci testy. - In one sentence EN: Predicting how a small drug molecule will sit in a protein's pocket and how firmly it will hold there. - Problem it solves EN: A drug only works if it fits its target like a key in a lock, and trying every key in the lab takes time. - What it does EN: The model drops the key into the lock at random, then turns and shifts it step by step until it finds the best fit. - Everyday example EN: A researcher checks on a computer whether an existing drug might fit a protein from another disease before ordering tests. - concerns you if PL: wiesz, które białko chcesz zablokować; przesiewasz wiele związków pod jeden cel - concerns you if EN: know which protein you want to block; screen many compounds against one target - related: `proteinstructure` - sources: `alphafold3-2024`, `diffdock-2022` ### Generowanie nowych cząsteczek (De novo molecule generation) - id: `moleculegen` · https://aiatlasgraph.com/t/moleculegen.md - path: AI w nauce › Chemia i odkrywanie leków › Generowanie nowych cząsteczek - aliases: de novo drug design, molecular generation, generative chemistry, projektowanie leków de novo - PL: Modele generatywne (językowe na SMILES, grafowe, dyfuzyjne w 3D) i optymalizacja z nagrodą do proponowania nowych związków, także wprost w kieszeni wiążącej białka. - EN: Generative models (SMILES language models, graph models, 3D diffusion) and reward-driven optimisation for proposing new compounds, including directly inside a protein's binding pocket. - In one sentence PL: Wymyślanie przez model zupełnie nowych cząsteczek o pożądanych cechach zamiast przeszukiwania gotowych katalogów. - Problem it solves PL: Katalogi znanych związków pokrywają ułamek możliwej chemii, więc najlepszej cząsteczki może w nich po prostu nie być. - What it does PL: Jak architekt szkicujący budynki pod wymagania klienta: model proponuje struktury i poprawia je według oceny właściwości. - Everyday example PL: Chemik zadaje cel: cząsteczka mocno wiążąca wybrane białko, ale łatwa do syntezy, i dostaje listę propozycji do oceny. - In one sentence EN: A model inventing brand-new molecules with the traits you want instead of searching existing catalogues. - Problem it solves EN: Catalogues of known compounds cover a sliver of possible chemistry, so the best molecule may simply not be in them. - What it does EN: Like an architect sketching buildings to a client's brief: the model proposes structures and refines them according to property scores. - Everyday example EN: A chemist sets a goal — a molecule that binds a chosen protein tightly yet is easy to make — and gets a list of proposals to review. - concerns you if PL: szukasz cząsteczek, których nie ma w katalogach; optymalizujesz kilka właściwości związku naraz - concerns you if EN: are after molecules that are not in any catalogue; optimise several properties of a compound at once - related: `rewardhacking` - sources: `genai-drug-design-survey-2024` ### Planowanie syntezy wstecznej (retrosynteza) (Retrosynthesis planning) - id: `retrosynthesis` · https://aiatlasgraph.com/t/retrosynthesis.md - path: AI w nauce › Chemia i odkrywanie leków › Planowanie syntezy wstecznej (retrosynteza) - aliases: retrosynthesis, computer-aided synthesis planning, CASP, planowanie syntezy - PL: Wyszukiwanie dróg syntezy od cząsteczki docelowej do dostępnych substratów: sieci proponujące reakcje plus przeszukiwanie drzewa (MCTS, A*). - EN: Searching synthesis routes from a target molecule back to available starting materials: networks proposing reactions plus tree search (MCTS, A*). - In one sentence PL: Program, który dla wymarzonej cząsteczki szuka przepisu: z jakich dostępnych składników i w jakich krokach da się ją zrobić w laboratorium. - Problem it solves PL: Zaprojektowanie obiecującego leku na komputerze nic nie daje, jeśli chemik nie wie, jak go wytworzyć, a ręczne planowanie trwa tygodnie. - What it does PL: Jak cofanie się w przepisie kulinarnym od gotowego ciasta do produktów ze sklepu, sprawdzając po drodze najbardziej obiecujące ścieżki. - Everyday example PL: Chemik wpisuje strukturę nowego związku i po kilku minutach dostaje trzy proponowane drogi syntezy z gotowych odczynników. - In one sentence EN: A program that finds a recipe for a target molecule: which available ingredients and which steps can make it in a lab. - Problem it solves EN: Designing a promising drug on a computer means little if chemists do not know how to make it, and planning by hand takes weeks. - What it does EN: Like working backwards from a finished cake to shop ingredients, checking the most promising paths along the way. - Everyday example EN: A chemist enters a new compound's structure and minutes later gets three proposed synthesis routes from purchasable reagents. - concerns you if PL: projektujesz cząsteczki i musisz wiedzieć, czy da się je wytworzyć; ciekawi cię planowanie z przeszukiwaniem drzewa poza grami - concerns you if EN: design molecules and need to know whether they can be made; are curious about tree-search planning beyond games - related: `selfdrivinglabs`, `mctsplanning` - sources: `segler-retro-2017` ### Przewidywanie właściwości cząsteczek (Molecular property prediction) - id: `molproperty` · https://aiatlasgraph.com/t/molproperty.md - path: AI w nauce › Chemia i odkrywanie leków › Przewidywanie właściwości cząsteczek - aliases: QSAR, molecular property prediction, ADMET prediction, przewidywanie toksyczności - PL: Regresja i klasyfikacja właściwości fizykochemicznych, biologicznych i toksyczności (ADMET) z reprezentacji cząsteczki. - EN: Regression and classification of physicochemical, biological and toxicity (ADMET) properties from a molecular representation. - In one sentence PL: Szacowanie na podstawie samego wzoru cząsteczki, czy będzie rozpuszczalna, toksyczna albo skuteczna. - Problem it solves PL: Zmierzenie rozpuszczalności czy toksyczności tysięcy związków w laboratorium jest drogie i powolne. - What it does PL: Jak doświadczony chemik, który po rysunku cząsteczki przeczuwa jej zachowanie, tyle że opiera się na tysiącach pomiarów. - Everyday example PL: Zanim zamówisz syntezę nowego związku, program ostrzega, że prawdopodobnie będzie słabo rozpuszczał się w wodzie. - In one sentence EN: Estimating from a molecule's structure alone whether it will dissolve, be toxic or work as intended. - Problem it solves EN: Measuring the solubility or toxicity of thousands of compounds in the lab is expensive and slow. - What it does EN: Like an experienced chemist who senses a molecule's behaviour from its drawing, except it relies on thousands of measurements. - Everyday example EN: Before you order a new compound, software warns that it will probably dissolve poorly in water. - concerns you if PL: masz pomiary dla części związków i chcesz przewidzieć resztę; wybierasz, które cząsteczki zsyntetyzować najpierw - concerns you if EN: have measurements for some compounds and want to predict the rest; are choosing which molecules to synthesise first - related: `messagepassing` - sources: `moleculenet-2017` ### Fizyka i astronomia (AI in physics and astronomy) - id: `physastro` · https://aiatlasgraph.com/t/physastro.md - path: AI w nauce › Fizyka i astronomia - aliases: ML for physics, AI for astronomy, astroinformatics, physics ML, uczenie maszynowe w fizyce, astroinformatyka - PL: Zastosowania ML w fizyce cząstek, astrofizyce, kosmologii i fizyce plazmy: klasyfikacja sygnałów, szybka symulacja, wnioskowanie i sterowanie eksperymentami. - EN: ML in particle physics, astrophysics, cosmology and plasma physics: signal classification, fast simulation, inference and experiment control. - In one sentence PL: Uczenie maszynowe, które pomaga fizykom i astronomom przesiewać ogromne ilości pomiarów z teleskopów, zderzaczy i reaktorów. - Problem it solves PL: Współczesne teleskopy i detektory zbierają więcej danych w jedną noc, niż ludzie zdołaliby obejrzeć przez całe życie. - What it does PL: Działa jak niezmordowany asystent, który przegląda każdy zapis i odkłada na bok te kilka, w których może kryć się odkrycie. - Everyday example PL: Z milionów zdjęć nieba sieć wybiera garść nowo rozbłysłych gwiazd, które astronomowie jeszcze tej nocy obserwują dokładniej. - In one sentence EN: Machine learning that helps physicists and astronomers sift huge volumes of measurements from telescopes, colliders and reactors. - Problem it solves EN: Modern telescopes and detectors collect more data in one night than people could inspect in a lifetime. - What it does EN: It works like a tireless assistant who goes through every record and sets aside the few that may hide a discovery. - Everyday example EN: From millions of sky images a network picks a handful of newly flaring stars that astronomers observe more closely that same night. - concerns you if PL: interesujesz się kosmosem lub fizyką cząstek; chcesz zobaczyć, jak AI pomaga w odkryciach naukowych - concerns you if EN: are curious about space or particle physics; want to see how AI helps make scientific discoveries - related: `sciml` - sources: `carleo-ml-physics-2019` ### Odsiewanie fałszywych alarmów w obserwacjach zmiennego nieba (Real–bogus classification of astronomical transients) - id: `transientrealbogus` · https://aiatlasgraph.com/t/transientrealbogus.md - path: AI w nauce › Fizyka i astronomia › Odsiewanie fałszywych alarmów w obserwacjach zmiennego nieba - aliases: real-bogus, transient classification, alert brokers, zjawiska przejściowe - PL: Klasyfikacja wycinków obrazów różnicowych z przeglądów nieba (prawdziwe źródło vs. artefakt) siecią konwolucyjną w potoku alertów. - EN: Classifying difference-image cutouts from sky surveys (real source vs. artefact) with a convolutional network in the alert pipeline. - In one sentence PL: Sieć ocenia każdy nowy błysk wykryty na kolejnych zdjęciach nieba i odrzuca te, które są tylko usterką aparatu lub odbiciem. - Problem it solves PL: Przeglądy nieba wysyłają co noc ogromne liczby alertów, a większość to śmieci, które zasłaniają prawdziwe wybuchy gwiazd. - What it does PL: Jak sito przy płukaniu złota: przepuszcza ziarna wyglądające na prawdziwe, a resztę odrzuca, zanim ktokolwiek musi na nią patrzeć. - Everyday example PL: Astronom budzi się rano z krótką listą świeżych wybuchów gwiazd do obserwacji, zamiast tysięcy podejrzanych kropek. - In one sentence EN: A network rates every new flash found in successive sky images and discards those that are only camera glitches or reflections. - Problem it solves EN: Sky surveys send huge numbers of alerts every night, and most are junk that hides real stellar explosions. - What it does EN: Like a sieve when panning for gold: it keeps grains that look real and drops the rest before anyone has to look. - Everyday example EN: An astronomer wakes up to a short list of fresh stellar explosions to observe, instead of thousands of suspicious dots. - concerns you if PL: filtrujesz masowe alerty i boisz się przeoczyć ważny; ciekawi cię, jak wykrywa się wybuchy gwiazd - concerns you if EN: filter mass alerts and fear missing an important one; wonder how exploding stars are spotted - related: `anomalydetection` - sources: `braai-ztf-2019` ### Rozpoznawanie kształtów galaktyk na zdjęciach nieba (Galaxy morphology classification) - id: `galaxymorph` · https://aiatlasgraph.com/t/galaxymorph.md - path: AI w nauce › Fizyka i astronomia › Rozpoznawanie kształtów galaktyk na zdjęciach nieba - aliases: galaxy morphology, morfologia galaktyk - PL: Klasyfikacja morfologii galaktyk sieciami konwolucyjnymi (zespoły bayesowskie) trenowanymi na rozkładach głosów ochotników z projektów crowdsourcingowych. - EN: Classifying galaxy morphology with convolutional networks (Bayesian ensembles) trained on vote distributions from crowdsourcing volunteers. - In one sentence PL: Sieć patrzy na zdjęcia setek tysięcy galaktyk i opisuje, czy są spiralne, eliptyczne, mają poprzeczkę albo właśnie się zderzają. - Problem it solves PL: Przeglądy nieba fotografują więcej galaktyk, niż nawet tłum ochotników zdoła ręcznie opisać. - What it does PL: Ochotnicy opisują część zdjęć, a sieć uczy się na ich głosach i dokańcza resztę, podając też, jak bardzo jest pewna. - Everyday example PL: Miłośnik astronomii klika w przeglądarce, czy galaktyka ma ramiona spiralne, a jego odpowiedzi uczą model opisującego cały katalog. - In one sentence EN: A network looks at photos of hundreds of thousands of galaxies and says whether they are spiral, elliptical, barred or colliding. - Problem it solves EN: Sky surveys photograph more galaxies than even crowds of volunteers can describe by hand. - What it does EN: Volunteers label some images, the network learns from their votes and finishes the rest, also saying how sure it is. - Everyday example EN: An amateur astronomer clicks in a browser whether a galaxy has spiral arms, and their answers train the model labelling a whole catalogue. - concerns you if PL: chcesz pomagać nauce jako ochotnik przy opisywaniu zdjęć; łączysz etykiety od wielu osób w jeden zbiór treningowy - concerns you if EN: want to help science by labelling images as a volunteer; combine labels from many people into one training set - related: `visiontransfer` - sources: `gz-decals-2021` ### Rozpoznawanie strumieni cząstek ze zderzeń (jet tagging) (Jet tagging in particle physics) - id: `jettagging` · https://aiatlasgraph.com/t/jettagging.md - path: AI w nauce › Fizyka i astronomia › Rozpoznawanie strumieni cząstek ze zderzeń (jet tagging) - aliases: jet tagging, particle cloud, tagowanie dżetów - PL: Klasyfikacja dżetów hadronowych (np. top, W, b, gluon) sieciami na chmurach cząstek, grafach lub transformerach niezależnych od kolejności. - EN: Classifying hadronic jets (e.g. top, W, b, gluon) with permutation-invariant networks on particle clouds, graphs or transformers. - In one sentence PL: Sieć patrzy na rozbryzg cząstek po zderzeniu w akceleratorze i rozpoznaje, jaka cząstka go zapoczątkowała. - Problem it solves PL: Ślady rzadkich, ciekawych cząstek giną wśród miliardów zwykłych zderzeń, które z daleka wyglądają bardzo podobnie. - What it does PL: Jak rozpoznawanie fajerwerku po samym rozkładzie iskier: kolejność iskier nie ma znaczenia, liczy się, jak leżą względem siebie. - Everyday example PL: Fizycy w laboratorium zderzeń wybierają z ogromu danych garstkę przypadków, w których mogła powstać poszukiwana ciężka cząstka. - In one sentence EN: A network looks at the spray of particles after a collision in an accelerator and recognises which particle started it. - Problem it solves EN: Traces of rare, interesting particles are lost among billions of ordinary collisions that look very similar from afar. - What it does EN: Like identifying a firework by the pattern of its sparks: the order of sparks does not matter, only how they sit relative to each other. - Everyday example EN: Physicists at a collider lab pick from vast data the handful of events where a sought-after heavy particle may have formed. - concerns you if PL: interesujesz się fizyką cząstek i zderzaczami; pracujesz z danymi w postaci nieuporządkowanych zbiorów punktów - concerns you if EN: are interested in particle physics and colliders; work with data shaped as unordered sets of points - related: `pointclouds` - sources: `particlenet-2019` ### Sterowanie plazmą w tokamaku przez uczenie ze wzmocnieniem (Reinforcement learning for tokamak plasma control) - id: `plasmacontrol` · https://aiatlasgraph.com/t/plasmacontrol.md - path: AI w nauce › Fizyka i astronomia › Sterowanie plazmą w tokamaku przez uczenie ze wzmocnieniem - aliases: tokamak control, plasma magnetic control, fusion RL, sterowanie tokamakiem, fuzja jądrowa AI - PL: Głębokie RL trenowane w symulatorze plazmy, które jedną siecią steruje wszystkimi cewkami tokamaka, utrzymując i kształtując plazmę. - EN: Deep RL trained in a plasma simulator that controls all of a tokamak's coils with one network, holding and shaping the plasma. - In one sentence PL: Agent uczący się metodą prób i błędów steruje magnesami tokamaka, utrzymując gorącą plazmę w zadanym kształcie z dala od ścian. - Problem it solves PL: Plazma jest niestabilna i zmienia się w milisekundach, a ręczne strojenie wielu osobnych regulatorów dla każdego kształtu zajmuje inżynierom miesiące. - What it does PL: Jak pilot wyćwiczony na symulatorze lotów: najpierw milion prób w komputerze, potem jeden płynny lot prawdziwą maszyną. - Everyday example PL: Naukowcy określają kształt plazmy, który chcą zbadać, a agent wytrenowany w symulatorze utrzymuje go w eksperymentalnym tokamaku TCV. - In one sentence EN: A trial-and-error learning agent drives a tokamak's magnets, holding hot plasma in a set shape away from the walls. - Problem it solves EN: Plasma is unstable and changes within milliseconds, and hand-tuning many separate controllers for each shape takes engineers months. - What it does EN: Like a pilot trained on a flight simulator: a million tries in the computer first, then one smooth flight in the real machine. - Everyday example EN: Scientists specify a plasma shape they want to study, and an agent trained in a simulator holds it in the experimental TCV tokamak. - concerns you if PL: ciekawi cię energia z fuzji jądrowej; chcesz zobaczyć uczenie ze wzmocnieniem poza grami - concerns you if EN: are curious about fusion energy; want to see reinforcement learning outside games - related: `simtoreal` - sources: `tokamak-rl-2022` ### Szybka symulacja detektorów modelami generatywnymi (Generative fast simulation of particle detectors) - id: `fastdetsim` · https://aiatlasgraph.com/t/fastdetsim.md - path: AI w nauce › Fizyka i astronomia › Szybka symulacja detektorów modelami generatywnymi - aliases: fast calorimeter simulation, generative detector simulation, szybka symulacja kalorymetru - PL: Generatywne modele (GAN, VAE, przepływy, dyfuzja, flow matching) zastępujące symulację kaskad w kalorymetrach, oceniane na wspólnych wyzwaniach. - EN: Generative models (GANs, VAEs, flows, diffusion, flow matching) replacing calorimeter shower simulation, evaluated on shared challenges. - In one sentence PL: Model generatywny uczy się, jak wyglądają ślady cząstek w detektorze, i tworzy je znacznie szybciej niż szczegółowa symulacja fizyki. - Problem it solves PL: Eksperymenty fizyczne potrzebują miliardów symulowanych zderzeń, a dokładna symulacja zjada większość mocy obliczeniowej laboratoriów. - What it does PL: Jak szkicownik, który po obejrzeniu wielu zdjęć burz rysuje nowe, przekonujące burze w sekundę, bez liczenia każdej kropli. - Everyday example PL: Zespół badawczy przygotowuje zbiór symulacji do analizy w jeden dzień zamiast tygodni czekania na kolejkę superkomputera. - In one sentence EN: A generative model learns what particle traces look like in a detector and produces them much faster than detailed physics simulation. - Problem it solves EN: Physics experiments need billions of simulated collisions, and detailed simulation eats most of the labs' computing power. - What it does EN: Like a sketch artist who, after seeing many storm photos, draws convincing new storms in a second without computing every drop. - Everyday example EN: A research team prepares a simulation set for analysis in one day instead of weeks waiting in a supercomputer queue. - concerns you if PL: zastępujesz wolną symulację szybkim modelem; porównujesz modele generatywne i zastanawiasz się, jak ocenić ich jakość - concerns you if EN: replace a slow simulation with a fast model; compare generative models and wonder how to judge their quality - related: `flowmatching` - sources: `calochallenge-2024` ### Wykrywanie fal grawitacyjnych przez sieci neuronowe (Deep learning detection of gravitational waves) - id: `gwdetection` · https://aiatlasgraph.com/t/gwdetection.md - path: AI w nauce › Fizyka i astronomia › Wykrywanie fal grawitacyjnych przez sieci neuronowe - aliases: gravitational wave detection, GW deep learning, fale grawitacyjne - PL: Sieci konwolucyjne na szeregach czasowych z interferometrów, które wykrywają sygnały koalescencji i szacują ich parametry szybciej niż filtrowanie dopasowane. - EN: Convolutional networks on interferometer time series that detect coalescence signals and estimate their parameters faster than matched filtering. - In one sentence PL: Sieć nasłuchuje szumu z detektorów fal grawitacyjnych i w czasie rzeczywistym rozpoznaje ślad zderzenia dwóch czarnych dziur. - Problem it solves PL: Klasyczne porównywanie sygnału z ogromnym katalogiem wzorców jest kosztowne, szczególnie gdy trzeba szybko przetwarzać długi strumień danych. - What it does PL: Jak ucho, które w hałasie stadionu od razu wyłapuje znajomą melodię, zamiast odtwarzać po kolei wszystkie piosenki świata. - Everyday example PL: System w czasie zbliżonym do rzeczywistego oznacza fragment danych jako kandydata na koalescencję czarnych dziur i wstępnie szacuje masy składników. - In one sentence EN: A network listens to the noise from gravitational-wave detectors and recognises the trace of two colliding black holes in real time. - Problem it solves EN: Classically comparing a signal with a huge catalogue of templates is expensive, especially when a long data stream must be processed quickly. - What it does EN: Like an ear that instantly picks out a familiar tune in stadium noise, instead of replaying every song in the world. - Everyday example EN: In near real time, the system flags a data segment as a candidate black-hole merger and makes an initial estimate of the component masses. - concerns you if PL: ciekawi cię, jak słucha się zderzeń czarnych dziur; szukasz słabych sygnałów w zaszumionych pomiarach - concerns you if EN: wonder how black-hole collisions are heard; search for weak signals in noisy measurements - related: `timeseries` - sources: `deep-filtering-2016` ### Wyszukiwanie planet pozasłonecznych w zmianach jasności gwiazd (Exoplanet transit detection with deep learning) - id: `exoplanetdetect` · https://aiatlasgraph.com/t/exoplanetdetect.md - path: AI w nauce › Fizyka i astronomia › Wyszukiwanie planet pozasłonecznych w zmianach jasności gwiazd - aliases: exoplanet detection, transit classification, egzoplanety, wykrywanie tranzytów - PL: Klasyfikacja sygnałów tranzytowych w krzywych blasku (planeta vs. fałszywy alarm) sieciami konwolucyjnymi 1D i ranking kandydatów. - EN: Classifying transit signals in light curves (planet vs. false positive) with 1D convolutional networks and ranking candidates. - In one sentence PL: Sieć przegląda zapisy jasności tysięcy gwiazd i wskazuje te, w których drobne regularne przyciemnienia mogą oznaczać przechodzącą planetę. - Problem it solves PL: Przyciemnień udających planety jest znacznie więcej niż prawdziwych planet, a ludzie nie są w stanie ręcznie sprawdzić każdego kandydata. - What it does PL: Jak doświadczony obserwator, który po kształcie spadku jasności odróżnia cień planety od zaćmienia dwóch gwiazd czy usterki aparatu. - Everyday example PL: Z archiwum dawnych obserwacji sieć wyławia nieznaną wcześniej planetę wokół gwiazdy, przy której znano już siedem innych. - In one sentence EN: A network scans brightness records of thousands of stars and flags those whose small regular dips may mean a passing planet. - Problem it solves EN: Dips that mimic planets far outnumber real planets, and people cannot check every candidate by hand. - What it does EN: Like a seasoned observer who tells a planet's shadow from two stars eclipsing or a camera glitch by the shape of the dip. - Everyday example EN: From an archive of past observations a network finds an unknown planet around a star already known to host seven others. - concerns you if PL: ciekawi cię, jak znajduje się planety przy innych gwiazdach; pracujesz z długimi zapisami pomiarów i szukasz rzadkich wzorców - concerns you if EN: wonder how planets around other stars are found; work with long measurement records and look for rare patterns - related: `timeseries` - sources: `astronet-2017` ### Odkrywanie materiałów (Materials discovery) - id: `materials` · https://aiatlasgraph.com/t/materials.md - path: AI w nauce › Odkrywanie materiałów - aliases: materials informatics, AI for materials, materiałoznawstwo z AI, computational materials science - PL: Uczenie maszynowe dla materiałów nieorganicznych: przewidywanie stabilności i właściwości kryształów, uczone potencjały międzyatomowe i generowanie struktur. - EN: Machine learning for inorganic materials: predicting crystal stability and properties, learned interatomic potentials and structure generation. - In one sentence PL: Szukanie z pomocą modeli nowych kryształów i związków do baterii, ogniw słonecznych czy chipów. - Problem it solves PL: Znalezienie stabilnego materiału o konkretnych cechach wymagało lat prób i ogromnych obliczeń dla każdego kandydata. - What it does PL: Model zastępuje kosztowne obliczenia fizyczne szybkim przybliżeniem, więc można sprawdzić miliony układów zamiast tysięcy. - Everyday example PL: Zespół pracujący nad lepszą baterią do samochodu elektrycznego dostaje od modelu listę kandydatów do sprawdzenia w laboratorium. - In one sentence EN: Using models to find new crystals and compounds for batteries, solar cells or chips. - Problem it solves EN: Finding a stable material with specific traits used to take years of trials and huge calculations for every candidate. - What it does EN: The model replaces costly physics calculations with a fast approximation, so millions of arrangements can be checked instead of thousands. - Everyday example EN: A team working on a better electric-car battery gets a list of candidate materials from a model to test in the lab. - concerns you if PL: pracujesz z bateriami, katalizatorami lub półprzewodnikami; chcesz przyspieszyć symulacje atomowe - concerns you if EN: work with batteries, catalysts or semiconductors; want to speed up atomistic simulations - sources: `gnome-2023`, `mattergen-2025` ### Generowanie nowych kryształów (Generative crystal and materials design) - id: `crystalgen` · https://aiatlasgraph.com/t/crystalgen.md - path: AI w nauce › Odkrywanie materiałów › Generowanie nowych kryształów - aliases: crystal structure generation, generative materials design, inverse materials design, MatterGen, odwrotne projektowanie materiałów - PL: Generatywne modele struktur krystalicznych (głównie dyfuzyjne) warunkowane składem chemicznym, symetrią i docelowymi właściwościami. - EN: Generative models of crystal structures (mainly diffusion-based) conditioned on chemical composition, symmetry and target properties. - In one sentence PL: Modele, które proponują od zera ułożenia atomów w nowych kryształach o zamówionych właściwościach. - Problem it solves PL: Przesiewanie znanych struktur ma granice: materiał o potrzebnej twardości czy przewodnictwie może nie być jeszcze nigdzie opisany. - What it does PL: Projektowanie od drugiej strony: mówisz, jakiej właściwości potrzebujesz, a model szkicuje pasujące ułożenia atomów. - Everyday example PL: Inżynier szuka materiału na magnes bez rzadkich, drogich pierwiastków i dostaje propozycje struktur do dalszych obliczeń. - In one sentence EN: Models that propose, from scratch, atom arrangements for new crystals with the properties you ask for. - Problem it solves EN: Screening known structures has limits: a material with the hardness or conductivity you need may not be described anywhere yet. - What it does EN: Design in reverse: you say which property you need, and the model sketches atom arrangements that fit. - Everyday example EN: An engineer looks for a magnet material without rare, expensive elements and gets proposed structures for further calculation. - concerns you if PL: szukasz materiału o konkretnej właściwości; chcesz ograniczyć drogie lub rzadkie surowce - concerns you if EN: are looking for a material with a specific property; want to cut down on expensive or scarce raw materials - related: `mlip` - sources: `gnome-2023`, `mattergen-2025` ### Uczone potencjały międzyatomowe (Machine-learned interatomic potentials) - id: `mlip` · https://aiatlasgraph.com/t/mlip.md - path: AI w nauce › Odkrywanie materiałów › Uczone potencjały międzyatomowe - aliases: MLIP, ML force fields, neural network potentials, uczone pola siłowe, universal interatomic potentials - PL: Regresja energii i sił atomowych z lokalnych otoczeń atomów, uczona na danych DFT; zastępuje klasyczne pola siłowe w dynamice molekularnej. - EN: Regressing atomic energies and forces from local atomic environments, trained on DFT data; replaces classical force fields in molecular dynamics. - In one sentence PL: Modele, które szybko liczą siły między atomami, żeby dało się symulować ruch cząsteczek i materiałów. - Problem it solves PL: Dokładne obliczenia kwantowe sił między atomami są tak wolne, że symulacja trwa miesiące albo musi być bardzo mała. - What it does PL: Uczy się od dokładnego, ale powolnego kalkulatora i potem odpowiada podobnie, tylko wielokrotnie szybciej. - Everyday example PL: Naukowiec symuluje, jak jony przechodzą przez nowy materiał do baterii, w skali i czasie niedostępnych dla obliczeń kwantowych. - In one sentence EN: Models that quickly compute the forces between atoms so the motion of molecules and materials can be simulated. - Problem it solves EN: Accurate quantum calculations of interatomic forces are so slow that a simulation takes months or has to stay tiny. - What it does EN: It learns from an accurate but slow calculator and then answers in much the same way, only many times faster. - Everyday example EN: A scientist simulates ions moving through a new battery material at a scale and duration out of reach for quantum calculations. - concerns you if PL: prowadzisz symulacje dynamiki molekularnej; potrzebujesz dokładności kwantowej w większej skali - concerns you if EN: run molecular dynamics simulations; need quantum-level accuracy at a larger scale - related: `crystalgen`, `equivariantgnn` - sources: `gnome-2023`, `mace-2022` ### Pogoda i klimat (Weather and climate modelling) - id: `earthsystems` · https://aiatlasgraph.com/t/earthsystems.md - path: AI w nauce › Pogoda i klimat - aliases: ML weather prediction, AI weather forecasting, machine learning weather prediction, prognoza pogody AI, climate AI - PL: Uczenie maszynowe w naukach o Ziemi: globalne prognozy średnioterminowe, prognozy zespołowe, prognozy krótkoterminowe i emulacja modeli klimatu. - EN: Machine learning in the Earth sciences: global medium-range forecasts, ensemble forecasts, nowcasting and climate-model emulation. - In one sentence PL: Modele uczone na dziesięcioleciach zapisów atmosfery, które prognozują pogodę szybciej niż klasyczne symulacje. - Problem it solves PL: Tradycyjna prognoza wymaga godzin pracy superkomputera, więc trudno często ją odświeżać i liczyć wiele wariantów. - What it does PL: Zamiast liczyć fizykę od zera, model patrzy na obecny stan atmosfery i z doświadczenia przewiduje jej stan za kilka godzin, krok po kroku. - Everyday example PL: Służby kryzysowe dostają wcześniej ostrzeżenie o trasie huraganu, a operator farm wiatrowych planuje produkcję prądu na kolejne dni. - In one sentence EN: Models trained on decades of atmospheric records that forecast the weather faster than classical simulations. - Problem it solves EN: A traditional forecast takes hours on a supercomputer, so it is hard to refresh often or run many variants. - What it does EN: Instead of computing physics from scratch, the model looks at the current atmosphere and, from experience, predicts its state hours ahead, step by step. - Everyday example EN: Emergency services get earlier warning of a hurricane's path, and a wind-farm operator plans power output for the coming days. - concerns you if PL: planujesz pracę zależną od pogody; pracujesz w energetyce, rolnictwie lub zarządzaniu kryzysowym - concerns you if EN: plan work that depends on the weather; work in energy, farming or emergency management - related: `eoapps`, `gnn` - sources: `graphcast-2022`, `gencast-2023` ### Globalne prognozy pogody z sieci neuronowych (Data-driven global medium-range weather forecasting) - id: `mlweatherglobal` · https://aiatlasgraph.com/t/mlweatherglobal.md - path: AI w nauce › Pogoda i klimat › Globalne prognozy pogody z sieci neuronowych - aliases: ML weather prediction, AI weather models, prognoza średnioterminowa AI - PL: Deterministyczne modele (GNN, transformery) uczone na reanalizie, które autoregresyjnie prognozują globalny stan atmosfery na 1–15 dni. - EN: Deterministic models (GNNs, transformers) trained on reanalysis that autoregressively forecast the global atmospheric state 1–15 days ahead. - In one sentence PL: Sieć neuronowa, która z obecnego stanu całej atmosfery przewiduje pogodę na świecie na kilka do kilkunastu dni naprzód. - Problem it solves PL: Klasyczna prognoza dla całego globu zajmuje superkomputer na godziny, więc nie da się jej liczyć często ani tanio. - What it does PL: Jak meteorolog z ogromnym archiwum map: widząc dzisiejszy układ chmur i wiatrów, rozpoznaje, jak takie sytuacje zwykle się rozwijały. - Everyday example PL: Prognoza na przyszły tydzień w aplikacji odświeża się co kilka godzin, a linia lotnicza wcześniej omija rejon burz. - In one sentence EN: A neural network that takes the current state of the whole atmosphere and predicts worldwide weather several days to two weeks ahead. - Problem it solves EN: A classical global forecast ties up a supercomputer for hours, so it cannot be run often or cheaply. - What it does EN: Like a forecaster with a huge archive of maps: seeing today's clouds and winds, it recalls how such situations usually unfolded. - Everyday example EN: Next week's forecast in an app refreshes every few hours, and an airline routes around a storm area earlier. - concerns you if PL: planujesz coś na tydzień naprzód i zależy ci na pogodzie; chcesz zrozumieć, skąd biorą się nowe prognozy w aplikacjach - concerns you if EN: plan something a week ahead and care about the weather; want to understand where new app forecasts come from - related: `ensembleweather`, `nowcasting` - sources: `graphcast-2022`, `pangu-weather-2022` ### Modele hybrydowe i emulatory klimatu (Hybrid and learned climate models (climate emulators)) - id: `hybridclimate` · https://aiatlasgraph.com/t/hybridclimate.md - path: AI w nauce › Pogoda i klimat › Modele hybrydowe i emulatory klimatu - aliases: climate emulator, climate model emulation, hybrid GCM, emulacja modelu klimatu - PL: Uczone emulatory modeli cyrkulacji ogólnej oraz hybrydy łączące różniczkowalny solwer dynamiki z sieciami parametryzującymi procesy podsiatkowe. - EN: Learned emulators of general circulation models and hybrids that pair a differentiable dynamics solver with networks parameterising sub-grid processes. - In one sentence PL: Modele, które uczą się naśladować wielkie symulacje klimatu albo łączą równania fizyki z uczonymi poprawkami, by liczyć dziesięciolecia szybciej. - Problem it solves PL: Długie symulacje klimatu są bardzo kosztowne obliczeniowo, więc trudno sprawdzać wiele wariantów i powtarzać eksperymenty. - What it does PL: Jak praktykant, który po obejrzeniu tysięcy obliczeń mistrza robi te same szacunki w pamięci, a w trudnych miejscach wciąż sięga po wzory. - Everyday example PL: Badacze szybko porównują długie przebiegi modelu dla różnych warunków brzegowych i sprawdzają, jak zmieniają się statystyki upałów. - In one sentence EN: Models that learn to imitate huge climate simulations, or combine physics equations with learned corrections, to compute decades faster. - Problem it solves EN: Long climate simulations are computationally expensive, making it hard to test many variants and repeat experiments. - What it does EN: Like an apprentice who, after watching thousands of the master's calculations, makes the same estimates mentally but still uses formulas where it matters. - Everyday example EN: Researchers quickly compare long model runs under different boundary conditions and examine how heatwave statistics change. - concerns you if PL: śledzisz prognozy klimatu i chcesz wiedzieć, skąd się biorą; pracujesz z danymi o ryzyku klimatycznym - concerns you if EN: follow climate projections and want to know where they come from; work with climate-risk data - related: `hybridmodeling`, `neuraloperators` - sources: `neuralgcm-2023`, `ace-climate-2023` ### Probabilistyczne prognozy pogody (zespoły) (Probabilistic ensemble weather forecasting) - id: `ensembleweather` · https://aiatlasgraph.com/t/ensembleweather.md - path: AI w nauce › Pogoda i klimat › Probabilistyczne prognozy pogody (zespoły) - aliases: ensemble forecasting, probabilistic weather forecasting, prognoza zespołowa, GenCast - PL: Generowanie zespołów prognoz modelami probabilistycznymi (głównie dyfuzyjnymi) zamiast jednej prognozy deterministycznej. - EN: Generating forecast ensembles with probabilistic (mainly diffusion) models instead of a single deterministic forecast. - In one sentence PL: Prognoza, która zamiast jednej odpowiedzi podaje wiele możliwych scenariuszy pogody i ich szanse. - Problem it solves PL: Pojedyncza prognoza nie mówi, jak bardzo jej ufać, a przy burzy czy powodzi liczy się właśnie ryzyko. - What it does PL: Jak zapytanie kilkudziesięciu meteorologów naraz: im bardziej zgadzają się ich scenariusze, tym pewniejsza prognoza. - Everyday example PL: Aplikacja pogodowa pokazuje siedemdziesiąt procent szans na deszcz w sobotę, a organizator festynu decyduje, czy rozstawić namiot. - In one sentence EN: A forecast that gives many possible weather scenarios and their chances instead of a single answer. - Problem it solves EN: A single forecast does not say how far to trust it, and with storms or floods it is the risk that matters. - What it does EN: Like asking dozens of forecasters at once: the more their scenarios agree, the more certain the forecast. - Everyday example EN: A weather app shows a seventy percent chance of rain on Saturday, and a fair organiser decides whether to put up a tent. - concerns you if PL: podejmujesz decyzje zależne od ryzyka pogodowego; potrzebujesz wiedzieć, na ile pewna jest prognoza - concerns you if EN: make decisions that hinge on weather risk; need to know how certain a forecast is - related: `mlweatherglobal`, `calibration` - sources: `gencast-2023` ### Prognozy opadów na najbliższe godziny z radaru (nowcasting) (Precipitation nowcasting from radar) - id: `nowcasting` · https://aiatlasgraph.com/t/nowcasting.md - path: AI w nauce › Pogoda i klimat › Prognozy opadów na najbliższe godziny z radaru (nowcasting) - aliases: nowcasting, precipitation nowcasting, prognoza natychmiastowa - PL: Krótkoterminowa (5–90 min, do kilku godzin) prognoza opadów z sekwencji obrazów radarowych modelami generatywnymi lub sieciami konwolucyjnymi. - EN: Short-range (5–90 min, up to a few hours) precipitation forecasting from radar image sequences with generative or convolutional models. - In one sentence PL: Przewidywanie, gdzie i jak mocno będzie padać w ciągu najbliższych kilkudziesięciu minut, na podstawie ostatnich obrazów z radaru. - Problem it solves PL: Nagła ulewa potrafi zalać ulice w pół godziny, a zwykła prognoza nie mówi dokładnie, nad którą dzielnicą spadnie. - What it does PL: Jak ktoś, kto patrzy na kilka ostatnich klatek filmu z chmurami i dorysowuje kolejne, łącznie z tym, jak deszcz rośnie lub słabnie. - Everyday example PL: Telefon ostrzega rowerzystę, że za dwadzieścia minut zacznie lać na jego trasie do domu. - In one sentence EN: Predicting where and how hard it will rain over the next tens of minutes, from the latest radar images. - Problem it solves EN: A sudden downpour can flood streets in half an hour, and a regular forecast does not say which neighbourhood it will hit. - What it does EN: Like someone watching the last few frames of a cloud film and drawing the next ones, including rain growing or fading. - Everyday example EN: A phone warns a cyclist that heavy rain will start on their route home in twenty minutes. - concerns you if PL: dostajesz w telefonie alerty o deszczu za kilka minut; organizujesz wydarzenia lub prace pod gołym niebem - concerns you if EN: get phone alerts about rain in a few minutes; run events or work outdoors - related: `mlweatherglobal` - sources: `dgmr-2021` ### Zwiększanie szczegółowości prognoz i projekcji klimatu (downscaling) (Machine-learning downscaling of weather and climate data) - id: `climatedownscaling` · https://aiatlasgraph.com/t/climatedownscaling.md - path: AI w nauce › Pogoda i klimat › Zwiększanie szczegółowości prognoz i projekcji klimatu (downscaling) - aliases: downscaling, statistical downscaling, generative downscaling, regionalizacja - PL: Mapowanie zgrubnych pól z modeli globalnych lub reanalizy na wysoką rozdzielczość siecią regresyjną i generatywną (np. dyfuzja korygująca reszty). - EN: Mapping coarse fields from global models or reanalysis to high resolution with regression and generative networks (e.g. residual-correcting diffusion). - In one sentence PL: Zamiana zgrubnej prognozy obejmującej cały kraj w szczegółową mapę pokazującą różnice między dolinami, miastami i wybrzeżem. - Problem it solves PL: Modele globalne widzą świat w kratkach po kilkadziesiąt kilometrów, a rolnik czy gmina potrzebują informacji dla swojej okolicy. - What it does PL: Jak malarz, który dostaje szkic z grubych plam i dorysowuje szczegóły, wiedząc, jak zwykle wygląda teren w tym miejscu. - Everyday example PL: Gmina górska sprawdza, jak częste będą ulewy w jej dolinach za trzydzieści lat, zamiast patrzeć na średnią dla całego regionu. - In one sentence EN: Turning a coarse forecast covering a whole country into a detailed map showing differences between valleys, cities and coast. - Problem it solves EN: Global models see the world in squares tens of kilometres wide, while a farmer or a town needs information for their own area. - What it does EN: Like a painter given a sketch of broad patches who adds detail, knowing how the terrain there usually looks. - Everyday example EN: A mountain town checks how often downpours will hit its valleys in thirty years, instead of a whole-region average. - concerns you if PL: potrzebujesz danych pogodowych dla konkretnej miejscowości; planujesz inwestycje zależne od lokalnego klimatu - concerns you if EN: need weather data for a specific place; plan investments that depend on local climate - related: `imagerestoration` - sources: `corrdiff-2023` ### Uczenie maszynowe z fizyką i symulacje (Physics-informed and scientific machine learning) - id: `sciml` · https://aiatlasgraph.com/t/sciml.md - path: AI w nauce › Uczenie maszynowe z fizyką i symulacje - aliases: SciML, scientific machine learning, physics-informed machine learning, surrogate modelling, modele surogatowe - PL: Modele surogatowe i rozwiązywanie równań różniczkowych cząstkowych sieciami neuronowymi, z wiedzą fizyczną w funkcji straty, architekturze lub danych. - EN: Surrogate models and solving partial differential equations with neural networks, with physical knowledge built into the loss, architecture or data. - In one sentence PL: Łączenie sieci neuronowych z prawami fizyki, żeby szybko przybliżać symulacje przepływów, ciepła czy naprężeń. - Problem it solves PL: Symulacje inżynierskie na superkomputerach trwają godziny lub dni, a projektant chce sprawdzić setki wariantów. - What it does PL: Model uczy się z wyników symulacji lub z samych równań i odpowiada w ułamku sekundy, jak szybki szkic zamiast pełnego rysunku. - Everyday example PL: Inżynier zmienia kształt skrzydła drona i od razu widzi przybliżony opływ powietrza, zamiast czekać na nocną symulację. - In one sentence EN: Combining neural networks with the laws of physics to quickly approximate simulations of flow, heat or stress. - Problem it solves EN: Engineering simulations on supercomputers take hours or days, while a designer wants to try hundreds of variants. - What it does EN: The model learns from simulation outputs or the equations themselves and answers in a split second, like a quick sketch instead of a full drawing. - Everyday example EN: An engineer tweaks a drone wing's shape and instantly sees an approximate airflow instead of waiting for an overnight simulation. - concerns you if PL: prowadzisz symulacje fizyczne lub inżynierskie; potrzebujesz wielu szybkich przybliżeń zamiast jednego dokładnego wyniku - concerns you if EN: run physical or engineering simulations; need many quick approximations rather than one exact result - related: `digitaltwins`, `physastro`, `hybridmodeling`, `geneticprogramming` - sources: `ai4science-survey-2023`, `pinn-2017`, `fno-2020` ### Operatory neuronowe (FNO, DeepONet) (Neural operators (FNO, DeepONet)) - id: `neuraloperators` · https://aiatlasgraph.com/t/neuraloperators.md - path: AI w nauce › Uczenie maszynowe z fizyką i symulacje › Operatory neuronowe (FNO, DeepONet) - aliases: neural operators, Fourier Neural Operator, FNO, DeepONet, operator learning - PL: Sieci uczące odwzorowań między przestrzeniami funkcji (np. warunek początkowy → rozwiązanie PDE), w dużej mierze niezależne od rozdzielczości siatki. - EN: Networks learning mappings between function spaces (e.g. initial condition → PDE solution), largely independent of mesh resolution. - In one sentence PL: Modele, które uczą się całej rodziny symulacji naraz i podają wynik dla nowych warunków bez liczenia od zera. - Problem it solves PL: Klasyczny solver dla każdych nowych warunków liczy wszystko od początku, co przy setkach wariantów trwa za długo. - What it does PL: Uczy się reguły zamiany warunków na wynik, a nie jednej odpowiedzi, więc poradzi sobie też z warunkami, których nie widział. - Everyday example PL: Hydrolog sprawdza w kilka minut dziesiątki scenariuszy przepływu wód gruntowych, zmieniając przepuszczalność gleby. - In one sentence EN: Models that learn a whole family of simulations at once and give results for new conditions without starting from scratch. - Problem it solves EN: A classical solver recomputes everything for each new set of conditions, which takes too long across hundreds of variants. - What it does EN: It learns the rule that turns conditions into results rather than a single answer, so it can also handle conditions it has not seen. - Everyday example EN: A hydrologist checks dozens of groundwater-flow scenarios in minutes by varying soil permeability. - concerns you if PL: liczysz wiele wariantów tej samej symulacji; potrzebujesz szybkiego zastępcy symulacji do optymalizacji projektu - concerns you if EN: run many variants of the same simulation; need a fast stand-in for a simulation when optimising a design - related: `hybridclimate`, `reducedorder`, `pinn` - sources: `fno-2020` ### Sieci uwzględniające fizykę (PINN) (Physics-informed neural networks (PINN)) - id: `pinn` · https://aiatlasgraph.com/t/pinn.md - path: AI w nauce › Uczenie maszynowe z fizyką i symulacje › Sieci uwzględniające fizykę (PINN) - aliases: PINN, physics-informed neural networks, sieci informowane fizyką - PL: Sieć przybliżająca rozwiązanie PDE, trenowana stratą łączącą dopasowanie do danych z residuum równania i warunkami brzegowymi. - EN: A network approximating a PDE solution, trained with a loss combining data fit, the equation residual and boundary conditions. - In one sentence PL: Sieć neuronowa karana nie tylko za rozmijanie się z pomiarami, ale też za łamanie znanych praw fizyki. - Problem it solves PL: Pomiarów często jest garstka, a model uczony tylko na nich wymyśla zachowania fizycznie niemożliwe. - What it does PL: Jak nauczyciel, który sprawdza nie tylko wynik, ale i to, czy uczeń trzymał się wzoru: równanie pilnuje, by odpowiedź miała sens. - Everyday example PL: Z kilku czujników temperatury w hali model odtwarza rozkład ciepła w całym pomieszczeniu, zgodny z prawami przewodzenia. - In one sentence EN: A neural network penalised not only for missing the measurements but also for breaking known laws of physics. - Problem it solves EN: There are often only a handful of measurements, and a model trained on them alone invents physically impossible behaviour. - What it does EN: Like a teacher who checks not just the answer but whether the student followed the formula: the equation keeps the answer sensible. - Everyday example EN: From a few temperature sensors in a hall, the model reconstructs the heat distribution across the whole room, consistent with the laws of conduction. - concerns you if PL: masz mało pomiarów, ale znasz równania, które nimi rządzą; chcesz odtworzyć nieznany parametr z danych - concerns you if EN: have few measurements but know the equations governing them; want to recover an unknown parameter from data - related: `neuraloperators` - sources: `pinn-2017` ## AI w obserwacji Ziemi i geoinformatyce (Geospatial AI and Earth observation) - id: `geoai` · https://aiatlasgraph.com/t/geoai.md - path: AI w obserwacji Ziemi i geoinformatyce - aliases: GeoAI, geospatial AI, Earth observation AI, AI for remote sensing, deep learning in remote sensing, teledetekcja z AI, sztuczna inteligencja geoprzestrzenna, AI dla danych satelitarnych - PL: Uczenie maszynowe na danych teledetekcyjnych (optycznych, radarowych, wielospektralnych) i innych danych geoprzestrzennych: mapowanie, wykrywanie zmian, modele bazowe i walidacja przestrzenna. - EN: Machine learning on remote-sensing data (optical, radar, multispectral) and other geospatial data: mapping, change detection, foundation models and spatial validation. - In one sentence PL: Komputery uczą się czytać zdjęcia z satelitów i samolotów oraz dane o miejscach, żeby na bieżąco mapować, co dzieje się na Ziemi. - Problem it solves PL: Programy obserwacji Ziemi regularnie obrazują ogromne obszary, ale danych jest tyle, że żaden zespół ludzi nie zdąży ich wszystkich obejrzeć ani opisać. - What it does PL: Jak niestrudzony kartograf, który regularnie przegląda świeże zdjęcia rozległych obszarów i dorysowuje na mapie nowe drogi, zalane pola i wycięte lasy. - Everyday example PL: Po powodzi ratownicy dostają mapę zalanych ulic i uszkodzonych domów, narysowaną automatycznie na podstawie świeżych zdjęć satelitarnych. - In one sentence EN: Computers learn to read satellite and aerial images and location data, so they can map what is happening on Earth as it changes. - Problem it solves EN: Earth-observation programmes regularly image vast areas, but there is too much data for any human team to inspect and describe it all. - What it does EN: Like a tireless map-maker who regularly reviews fresh images of vast areas, drawing in new roads, flooded fields and cleared forests. - Everyday example EN: After a flood, rescuers receive a map of flooded streets and damaged homes, drawn automatically from fresh satellite images. - concerns you if PL: korzystasz z map w telefonie i ciekawi cię, skąd są aktualne; pracujesz z ziemią, lasem albo nieruchomościami; interesują cię zmiany klimatu widziane z kosmosu - concerns you if EN: use maps on your phone and wonder how they stay current; work with farmland, forests or property; care about climate change as seen from space - related: `aiscience` - sources: `zhu-dl-remote-sensing-2017`, `xiao-rs-foundation-models-survey-2024`, `gao-hu-li-geoai-handbook-2023`, `janowicz-geoai-2020`, `stewart-torchgeo-2021` ### Analiza ruchu ludzi i pojazdów (trajektorie) (Mobility and trajectory data mining) - id: `mobilityai` · https://aiatlasgraph.com/t/mobilityai.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza ruchu ludzi i pojazdów (trajektorie) - aliases: trajectory data mining, spatio-temporal data mining, human mobility modelling, eksploracja trajektorii - PL: Przetwarzanie i modelowanie sekwencji pozycji w czasie: dopasowanie do sieci dróg, prognoza ruchu, przewidywanie kolejnych miejsc i generowanie syntetycznych trajektorii. - EN: Processing and modelling sequences of positions over time: road-network matching, traffic forecasting, next-location prediction and synthetic trajectory generation. - In one sentence PL: Wyciąganie wiedzy ze śladów GPS ludzi, aut i rowerów: którędy jeżdżą, gdzie się zatrzymują i kiedy robi się tłoczno. - Problem it solves PL: Miasta i przewoźnicy mają góry zapisów pozycji, ale surowe punkty są zaszumione i nie mówią same, gdzie będzie korek ani dokąd kto jedzie. - What it does PL: Zamienia chmurę kropek na mapie w opowieść o podróżach: kto, kiedy, którędy i po co, jak dyspozytor, który zna rytm całego miasta. - Everyday example PL: Aplikacja nawigacyjna ostrzega, że za kwadrans na obwodnicy zrobi się korek, i proponuje wcześniejszy zjazd. - In one sentence EN: Learning from the GPS trails of people, cars and bikes: which way they go, where they stop and when it gets crowded. - Problem it solves EN: Cities and carriers hold mountains of position records, but raw points are noisy and do not say where jams will form or where people head. - What it does EN: Turns a cloud of map dots into a story of journeys: who, when, which way and why, like a dispatcher who knows the city. - Everyday example EN: A navigation app warns that the ring road will jam in fifteen minutes and suggests an earlier exit. - concerns you if PL: korzystasz z nawigacji lub aplikacji przewozowych; planujesz transport lub logistykę w mieście; zastanawiasz się, co mówią o tobie dane o lokalizacji - concerns you if EN: use navigation or ride-hailing apps; plan transport or logistics in a city; wonder what location data reveal about you - related: `motionforecasting` - sources: `trajectory-survey-llm-2024` ### Dopasowanie śladu GPS do sieci dróg (Map matching) - id: `mapmatching` · https://aiatlasgraph.com/t/mapmatching.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza ruchu ludzi i pojazdów (trajektorie) › Dopasowanie śladu GPS do sieci dróg - aliases: GPS map matching, HMM map matching, trajectory map matching, snap to road, dopasowanie do mapy - PL: Przypisanie zaszumionych i rzadkich pomiarów pozycji do najbardziej prawdopodobnej ścieżki w grafie sieci drogowej. - EN: Assigning noisy, sparse position fixes to the most probable path in a road-network graph. - In one sentence PL: Ustalanie, którymi dokładnie ulicami jechał pojazd, gdy zapisane punkty GPS skaczą i lądują obok jezdni. - Problem it solves PL: Surowy ślad GPS przecina budynki i parki, więc bez poprawki nie da się policzyć przejechanej trasy, opłat ani prędkości na odcinkach. - What it does PL: Wybiera trasę, która jest jednocześnie blisko punktów i sensowna do przejechania, tak jak ktoś, kto po śladach opon odtwarza drogę auta po mapie. - Everyday example PL: Aplikacja do biegania pokazuje trasę równo po ścieżkach w parku, choć telefon zgubił sygnał między drzewami. - In one sentence EN: Working out exactly which streets a vehicle used when its recorded GPS points jump around and land beside the road. - Problem it solves EN: A raw GPS trail cuts through buildings and parks, so without correction you cannot compute the route driven, tolls or segment speeds. - What it does EN: Picks a route that is both close to the points and drivable, like someone retracing a car's path from tyre marks on a map. - Everyday example EN: A running app shows the route neatly along park paths, although the phone lost signal among the trees. - concerns you if PL: analizujesz trasy flot pojazdów lub kurierów; budujesz aplikację rejestrującą trasy - concerns you if EN: analyse routes of vehicle or courier fleets; build an app that records routes - sources: `hmm-mapmatching-2009`, `trajectory-survey-llm-2024` ### Prognozowanie natężenia ruchu na sieci dróg (Traffic forecasting with spatio-temporal graph networks) - id: `trafficforecasting` · https://aiatlasgraph.com/t/trafficforecasting.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza ruchu ludzi i pojazdów (trajektorie) › Prognozowanie natężenia ruchu na sieci dróg - aliases: traffic forecasting, traffic flow prediction, prognozowanie natężenia ruchu - PL: Prognoza prędkości lub przepływu na czujnikach drogowych sieciami łączącymi splot na grafie sieci drogowej z modelowaniem sekwencji w czasie. - EN: Forecasting speed or flow at road sensors with networks combining graph convolution over the road network and temporal sequence modelling. - In one sentence PL: Przewidywanie, jak szybko i jak tłoczno będzie na poszczególnych odcinkach dróg za kilka, kilkanaście czy kilkadziesiąt minut. - Problem it solves PL: Korek na jednym skrzyżowaniu po chwili blokuje sąsiednie ulice, a zwykłe prognozy dla pojedynczego czujnika tego nie widzą. - What it does PL: Traktuje miasto jak sieć naczyń połączonych: model obserwuje, jak zator rozlewa się z odcinka na odcinek, i przewiduje kolejne fale. - Everyday example PL: System sygnalizacji wydłuża zielone światło na wjazdach, bo przewiduje, że za dziesięć minut spłynie fala aut z autostrady. - In one sentence EN: Predicting how fast and how crowded individual road sections will be in the next few minutes to an hour. - Problem it solves EN: A jam at one junction soon blocks neighbouring streets, and simple per-sensor forecasts cannot see that coming. - What it does EN: Treats the city like connected vessels: the model watches congestion spill from segment to segment and predicts the next waves. - Everyday example EN: A signal system lengthens green lights on approaches because it expects a wave of cars from the motorway in ten minutes. - concerns you if PL: codziennie dojeżdżasz przez zatłoczone miasto; zarządzasz ruchem lub flotą pojazdów - concerns you if EN: commute through a congested city every day; manage traffic or a vehicle fleet - sources: `dcrnn-2018` ### Przewidywanie, dokąd ktoś pójdzie dalej (Next point-of-interest (POI) recommendation) - id: `nextpoi` · https://aiatlasgraph.com/t/nextpoi.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza ruchu ludzi i pojazdów (trajektorie) › Przewidywanie, dokąd ktoś pójdzie dalej - aliases: next POI recommendation, next-place prediction, rekomendacja następnego miejsca - PL: Przewidywanie kolejnego odwiedzanego miejsca z sekwencji zameldowań, uwzględniające kontekst przestrzenny, czasowy i społeczny. - EN: Predicting the next visited place from a sequence of check-ins, using spatial, temporal and social context. - In one sentence PL: Zgadywanie na podstawie historii odwiedzin, do jakiej kawiarni, sklepu czy muzeum dana osoba wybierze się jako następne. - Problem it solves PL: Polecanie miejsc bez brania pod uwagę pory dnia i tego, gdzie ktoś właśnie jest, daje propozycje bezużyteczne, bo za daleko albo zamknięte. - What it does PL: Jak znajomy przewodnik, który wie, że po porannej kawie zwykle idziesz na targ, a w deszczowe popołudnia do kina blisko domu. - Everyday example PL: Turysta w obcym mieście dostaje po zwiedzaniu katedry podpowiedź pobliskiej restauracji, która jest jeszcze otwarta. - In one sentence EN: Guessing from past visits which café, shop or museum a person will head to next. - Problem it solves EN: Recommending places without regard to time of day or current location yields useless ideas: too far away or closed. - What it does EN: Like a local guide who knows that after morning coffee you usually go to the market, and on rainy afternoons to a cinema near home. - Everyday example EN: A tourist in a foreign city, after visiting the cathedral, gets a tip for a nearby restaurant that is still open. - concerns you if PL: dostajesz w telefonie podpowiedzi miejsc w okolicy; prowadzisz lokal i chcesz zrozumieć ruch klientów - concerns you if EN: get nearby place suggestions on your phone; run a venue and want to understand customer flow - sources: `poi-rec-survey-2020` ### Analiza zdjęć satelitarnych i lotniczych (Satellite and aerial image analysis) - id: `eoanalysis` · https://aiatlasgraph.com/t/eoanalysis.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych - aliases: remote sensing image analysis, aerial image analysis, analiza obrazów teledetekcyjnych, satellite imagery analysis, overhead imagery analysis - PL: Klasyfikacja scen i pokrycia terenu, segmentacja, detekcja obiektów i wykrywanie zmian na obrazach optycznych, wielospektralnych i radarowych z satelitów, samolotów i dronów. - EN: Scene and land-cover classification, segmentation, object detection and change detection on optical, multispectral and radar imagery from satellites, aircraft and drones. - In one sentence PL: Programy, które na zdjęciach robionych z góry rozpoznają lasy, pola, budynki i statki oraz to, co zmieniło się od ostatniego przelotu. - Problem it solves PL: Zdjęcia z góry wyglądają inaczej niż zwykłe fotografie: obiekty są maleńkie, obrócone pod dowolnym kątem, a część obrazu zasłaniają chmury. - What it does PL: Jak doświadczony fotointerpretator, który z wysokości od razu odróżnia sad od lasu, tyle że przegląda miliony zdjęć naraz. - Everyday example PL: Gmina sprawdza, na których działkach pojawiły się nowe budynki albo baseny, porównując zeszłoroczne i tegoroczne zdjęcia lotnicze. - In one sentence EN: Programs that look at pictures taken from above and recognise forests, fields, buildings and ships, and what has changed since the last pass. - Problem it solves EN: Pictures from above look nothing like everyday photos: objects are tiny, turned at any angle, and clouds hide part of the scene. - What it does EN: Like a seasoned photo interpreter who tells an orchard from a forest at a glance from altitude, only working through millions of images at once. - Everyday example EN: A town council checks which plots have new buildings or swimming pools by comparing last year's and this year's aerial photos. - concerns you if PL: oglądasz widok satelitarny w aplikacji z mapami; pracujesz w planowaniu przestrzennym lub ochronie środowiska - concerns you if EN: browse satellite view in a map app; work in spatial planning or environmental protection - sources: `zhu-dl-remote-sensing-2017`, `stewart-torchgeo-2021` ### Analiza obrazów radarowych (SAR) (Deep learning for SAR imagery) - id: `sarai` · https://aiatlasgraph.com/t/sarai.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Analiza obrazów radarowych (SAR) - aliases: synthetic aperture radar, SAR deep learning, radar satelitarny, SAR image analysis, radar z syntetyczną aperturą - PL: Uczenie głębokie na obrazach z radaru z syntetyczną aperturą: klasyfikacja terenu, rozpoznawanie celów, usuwanie plamkowania, interferometria i fuzja z danymi optycznymi. - EN: Deep learning on synthetic aperture radar images: terrain classification, target recognition, despeckling, interferometry and fusion with optical data. - In one sentence PL: Uczenie komputerów czytania obrazów z radaru satelitarnego, który widzi powierzchnię Ziemi przez chmury, dym i w nocy. - Problem it solves PL: Zwykłe zdjęcia satelitarne są bezużyteczne pod chmurami i po zmroku, a powodzie czy sztormy zdarzają się właśnie przy złej pogodzie. - What it does PL: Jak nietoperz, który widzi echem: radar wysyła impuls i z odbić składa obraz, a model uczy się te echa rozumieć. - Everyday example PL: Obraz radarowy pokazuje zalane pola w środku burzy, gdy zdjęcia optyczne widzą tylko białe chmury. - In one sentence EN: Teaching computers to read images from satellite radar, which sees the Earth's surface through clouds, smoke and at night. - Problem it solves EN: Ordinary satellite photos are useless under clouds and after dark, yet floods and storms strike precisely in bad weather. - What it does EN: Like a bat seeing by echo: radar sends a pulse and builds a picture from reflections, and the model learns to read those echoes. - Everyday example EN: A radar image shows flooded fields in the middle of a storm, when optical photos see only white cloud. - concerns you if PL: potrzebujesz danych niezależnie od pogody i pory dnia; obserwujesz morze, lód lub osiadanie terenu - concerns you if EN: need data regardless of weather or time of day; watch the sea, ice or ground subsidence - sources: `zhu-dl-remote-sensing-2017`, `zhu-dl-meets-sar-2020`, `bonafilia-sen1floods11-2020` ### Wykrywanie ruchów gruntu z interferometrii radarowej (Ground deformation detection from InSAR with deep learning) - id: `insardeformation` · https://aiatlasgraph.com/t/insardeformation.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Analiza obrazów radarowych (SAR) › Wykrywanie ruchów gruntu z interferometrii radarowej - aliases: InSAR deep learning, interferogram classification, volcano deformation detection, ground subsidence monitoring, osiadanie terenu InSAR - PL: Klasyfikacja interferogramów i szeregów czasowych InSAR sieciami konwolucyjnymi w celu automatycznego wykrywania deformacji powierzchni. - EN: Classifying InSAR interferograms and time series with convolutional networks to detect surface deformation automatically. - In one sentence PL: Szukanie w danych z satelity radarowego miejsc, gdzie ziemia podnosi się lub zapada o milimetry, zanim stanie się coś groźnego. - Problem it solves PL: Satelity co kilka dni mierzą ruchy gruntu na całym globie, ale nikt nie zdąży obejrzeć tych milionów obrazów w poszukiwaniu ostrzeżeń. - What it does PL: Jak ratownik górski, który z setek zdjęć stoku wyławia te, na których śnieg zaczyna pękać, i podsuwa je ekspertowi. - Everyday example PL: Wulkanolodzy dostają alert, że zbocze od kilku tygodni lekko się wybrzusza, i zaczynają dokładniej obserwować ten wulkan. - In one sentence EN: Searching satellite radar data for places where the ground rises or sinks by millimetres before something dangerous happens. - Problem it solves EN: Satellites measure ground motion worldwide every few days, but nobody can look through those millions of images for warnings. - What it does EN: Like a mountain rescuer picking, from hundreds of slope photos, those where the snow starts cracking and passing them to an expert. - Everyday example EN: Volcanologists get an alert that a flank has been bulging slightly for weeks and start watching that volcano more closely. - concerns you if PL: mieszkasz na terenie górniczym lub sejsmicznym; dbasz o bezpieczeństwo budynków, mostów lub tam - concerns you if EN: live in a mining or seismic area; look after the safety of buildings, bridges or dams - sources: `insar-volcano-dl-2018` ### Wykrywanie statków na obrazach radarowych (Ship and dark vessel detection in SAR imagery) - id: `sarshipdetection` · https://aiatlasgraph.com/t/sarshipdetection.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Analiza obrazów radarowych (SAR) › Wykrywanie statków na obrazach radarowych - aliases: SAR ship detection, ship detection in SAR imagery, detekcja statków na obrazach SAR - PL: Detekcja i charakteryzacja jednostek oraz infrastruktury morskiej na obrazach SAR, łączona z danymi AIS do wskazywania tzw. ciemnych statków. - EN: Detecting and characterising vessels and offshore infrastructure in SAR imagery, cross-referenced with AIS to flag so-called dark vessels. - In one sentence PL: Odnajdywanie statków na morzu na zdjęciach radarowych z satelity, także nocą i przez chmury. - Problem it solves PL: Część statków wyłącza nadajniki pozycji, żeby łowić nielegalnie, a ocean jest zbyt wielki, by patrolować go łodziami i samolotami. - What it does PL: Model szuka jasnych punktów odbitego echa na ciemnej wodzie i porównuje je z listą statków, które zgłaszają swoją pozycję; reszta to podejrzani. - Everyday example PL: Straż przybrzeżna dostaje rano listę jednostek, które w nocy kręciły się przy rezerwacie morskim bez włączonego nadajnika. - In one sentence EN: Finding ships at sea in satellite radar images, even at night and through clouds. - Problem it solves EN: Some ships switch off their position beacons to fish illegally, and the ocean is too vast to patrol with boats and planes. - What it does EN: The model looks for bright echo points on dark water and compares them with ships reporting their position; the rest are suspects. - Everyday example EN: The coastguard gets a morning list of vessels that loitered near a marine reserve overnight with their beacon off. - concerns you if PL: interesujesz się ochroną mórz i ryb; chcesz widzieć przez chmury i nocą - concerns you if EN: care about protecting seas and fish stocks; need to see through clouds and at night - sources: `xview3-sar-2022` ### Analiza zdjęć hiperspektralnych (Hyperspectral image analysis) - id: `hyperspectral` · https://aiatlasgraph.com/t/hyperspectral.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Analiza zdjęć hiperspektralnych - aliases: hyperspectral image classification, HSI classification, imaging spectroscopy, obrazowanie hiperspektralne, spektroskopia obrazowa - PL: Klasyfikacja i segmentacja obrazów o setkach wąskich pasm spektralnych, łącząca cechy widmowe i przestrzenne przy małej liczbie etykiet. - EN: Classifying and segmenting images with hundreds of narrow spectral bands, combining spectral and spatial features under scarce labels. - In one sentence PL: Odczytywanie, z czego zbudowana jest powierzchnia, z setek wąskich kolorów światła, których ludzkie oko w ogóle nie rozróżnia. - Problem it solves PL: Na zwykłym zdjęciu różne minerały, gatunki roślin czy tworzywa wyglądają podobnie, więc nie da się ich odróżnić bez pobierania próbek. - What it does PL: Każdy piksel niesie jakby odcisk palca materiału: model uczy się porównywać te odciski i dopasowywać je do znanych substancji. - Everyday example PL: Geolog oznacza na mapie złoża minerałów z przelotu samolotu, zamiast tygodniami chodzić po górach z młotkiem. - In one sentence EN: Reading what a surface is made of from hundreds of narrow colours of light that the human eye cannot tell apart. - Problem it solves EN: In an ordinary photo different minerals, plant species or plastics look alike, so they cannot be told apart without taking samples. - What it does EN: Each pixel carries a kind of fingerprint of the material: the model learns to compare these prints and match them to known substances. - Everyday example EN: A geologist marks mineral deposits on a map from one aircraft flight instead of spending weeks in the hills with a hammer. - concerns you if PL: chcesz rozpoznawać materiały na odległość; pracujesz z danymi o setkach kanałów - concerns you if EN: want to identify materials from a distance; work with data that has hundreds of channels - related: `methanedetection` - sources: `hsi-dl-overview-2019`, `starcop-2023` ### Mapowanie pokrycia i użytkowania terenu (Land use and land cover classification) - id: `landcover` · https://aiatlasgraph.com/t/landcover.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Mapowanie pokrycia i użytkowania terenu - aliases: LULC, land cover mapping, land use classification, klasyfikacja pokrycia terenu, mapy pokrycia terenu - PL: Przypisywanie każdemu pikselowi lub kafelkowi zdjęcia satelitarnego klasy pokrycia terenu (las, woda, zabudowa, uprawy) przez klasyfikację scen lub segmentację semantyczną. - EN: Assigning each pixel or tile of a satellite image a land-cover class (forest, water, built-up, cropland) through scene classification or semantic segmentation. - In one sentence PL: Kolorowanie mapy według tego, co jest na ziemi: las, pole, woda, zabudowa czy łąka, na podstawie zdjęć z satelity. - Problem it solves PL: Mapy terenu robione ręcznie szybko się starzeją, a miasta, lasy i pola zmieniają się z roku na rok. - What it does PL: Jak malowanie według numerów, tyle że model sam rozpoznaje, jaki numer należy się każdemu kawałkowi terenu. - Everyday example PL: Planista sprawdza na mapie, ile zabudowy przybyło wokół jego miasta w ciągu dekady kosztem pól. - In one sentence EN: Colouring a map by what is on the ground — forest, field, water, buildings or meadow — based on satellite images. - Problem it solves EN: Hand-made land maps go stale quickly, while towns, forests and fields change from year to year. - What it does EN: Like painting by numbers, except the model works out by itself which number each patch of ground should get. - Everyday example EN: A planner checks on a map how much building has spread over farmland around their town in a decade. - concerns you if PL: planujesz, budujesz lub chronisz przyrodę w swojej okolicy; ciekawi cię, jak szybko rozrastają się miasta - concerns you if EN: plan, build or protect nature in your area; wonder how fast towns are spreading - related: `semanticseg` - sources: `zhu-dl-remote-sensing-2017` ### Szeregi czasowe zdjęć satelitarnych (Satellite image time series) - id: `sits` · https://aiatlasgraph.com/t/sits.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Szeregi czasowe zdjęć satelitarnych - aliases: SITS, multi-temporal remote sensing, temporal satellite imagery, analiza wieloczasowa, image time series classification - PL: Klasyfikacja i segmentacja na stosach obrazów z wielu dat, wykorzystująca zmiany spektralne w czasie, np. do mapowania typów upraw. - EN: Classification and segmentation over stacks of multi-date images, exploiting spectral change over time, e.g. for crop-type mapping. - In one sentence PL: Analiza wielu zdjęć tego samego miejsca z całego sezonu, żeby rozpoznać to, czego nie widać na jednym ujęciu. - Problem it solves PL: Na jednym zdjęciu pszenica i jęczmień wyglądają tak samo, a chmury co chwilę zasłaniają pola, więc pojedyncze ujęcie często nie wystarcza. - What it does PL: Jak film poklatkowy z ogrodu: dopiero widząc, kiedy co kiełkuje i kwitnie, odróżniasz od siebie podobne rośliny. - Everyday example PL: Mapa upraw w regionie powstaje z kilkudziesięciu zdjęć z sezonu, bo dopiero rytm wzrostu zdradza, co rośnie na polu. - In one sentence EN: Analysing many pictures of the same place across a season to recognise what a single shot cannot reveal. - Problem it solves EN: On a single image wheat and barley look the same, and clouds keep hiding fields, so one snapshot is often not enough. - What it does EN: Like a time-lapse of a garden: only by seeing when each plant sprouts and flowers can you tell similar ones apart. - Everyday example EN: A regional crop map is built from dozens of images across the season, because only the growth rhythm reveals what is in each field. - concerns you if PL: śledzisz, co rośnie na polach w twoim regionie; pracujesz z danymi, które zmieniają się sezonowo - concerns you if EN: follow what grows in the fields of your region; work with data that change with the seasons - related: `timeseries`, `cloudmasking` - sources: `garnot-pastis-utae-2021` ### Wieloklatkowa super-rozdzielczość zdjęć satelitarnych (Multi-frame super-resolution for satellite imagery) - id: `eosuperres` · https://aiatlasgraph.com/t/eosuperres.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Wieloklatkowa super-rozdzielczość zdjęć satelitarnych - aliases: super-resolution for remote sensing, multi-frame super-resolution, MFSR, wieloklatkowa super-rozdzielczość - PL: Rekonstrukcja obrazu o wyższej rozdzielczości z wielu przelotów niskiej rozdzielczości tego samego obszaru. - EN: Reconstructing a higher-resolution image from multiple low-resolution revisits of the same area. - In one sentence PL: Program, który z kilku rozmytych zdjęć satelitarnych tego samego miejsca składa jedno ostrzejsze, pokazujące drobniejsze szczegóły. - Problem it solves PL: Darmowe zdjęcia z satelitów są za mało szczegółowe, żeby policzyć domy czy drogi, a ostre ujęcia komercyjne kosztują i rzadko powstają. - What it does PL: Jak detektyw, który z kilku niewyraźnych klatek monitoringu odtwarza tablicę rejestracyjną: każde ujęcie dokłada okruch informacji, którego brakuje w pozostałych. - Everyday example PL: Gmina chce zobaczyć nowe osiedle sprzed miesiąca, ale ma tylko bezpłatne zdjęcia; po wyostrzeniu widać już zarysy pojedynczych budynków. - In one sentence EN: Software that combines several blurry satellite pictures of one place into a single sharper image showing finer detail. - Problem it solves EN: Free satellite pictures are too coarse to count houses or roads, while sharp commercial shots are costly and rarely taken. - What it does EN: Like a detective rebuilding a licence plate from several fuzzy CCTV frames: each shot adds a crumb of detail the others lack. - Everyday example EN: A town wants to see last month's new housing estate but has only free imagery; after sharpening, individual building outlines appear. - concerns you if PL: korzystasz z bezpłatnych zdjęć satelitarnych; potrzebujesz szczegółów, na które nie stać cię w komercyjnych zdjęciach - concerns you if EN: use free satellite imagery; need detail you cannot afford to buy as commercial imagery - sources: `worldstrat-2022` ### Wydobywanie obrysów budynków ze zdjęć (Building footprint extraction from overhead imagery) - id: `buildingextraction` · https://aiatlasgraph.com/t/buildingextraction.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Wydobywanie obrysów budynków ze zdjęć - aliases: building footprint extraction, building segmentation, wektoryzacja zabudowy - PL: Segmentacja budynków na zdjęciach bardzo wysokiej rozdzielczości i wektoryzacja masek do obrysów zapisanych jako poligony. - EN: Segmenting buildings in very-high-resolution overhead imagery and vectorising the masks into footprint polygons. - In one sentence PL: Automatyczne rysowanie na mapie konturów budynków na podstawie zdjęć z góry. - Problem it solves PL: W wielu regionach świata nie ma aktualnych map zabudowy, a ręczne obrysowanie milionów dachów zajęłoby lata. - What it does PL: Jak kreślarz, który kalkuje każdy dach z fotografii, tyle że robi to dla całego kontynentu i podaje, na ile jest pewny. - Everyday example PL: Organizacja pomocowa planuje szczepienia w wioskach, których nie ma na żadnej mapie, licząc domy z wygenerowanych obrysów. - In one sentence EN: Automatically drawing building outlines on a map from overhead imagery. - Problem it solves EN: Many regions of the world lack up-to-date maps of buildings, and tracing millions of roofs by hand would take years. - What it does EN: Like a draughtsman tracing every roof from a photo, except it does it for a whole continent and says how sure it is. - Everyday example EN: An aid group plans vaccinations in villages missing from every map by counting houses from generated outlines. - concerns you if PL: tworzysz lub uzupełniasz mapy; planujesz usługi dla ludzi w słabo zmapowanych miejscach - concerns you if EN: create or update maps; plan services for people in poorly mapped places - sources: `openbuildings-2021` ### Wykrywanie chmur i ich cieni na zdjęciach (Cloud and cloud shadow detection) - id: `cloudmasking` · https://aiatlasgraph.com/t/cloudmasking.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Wykrywanie chmur i ich cieni na zdjęciach - aliases: cloud masking, cloud detection, maskowanie chmur - PL: Segmentacja pikseli na czyste niebo, gęstą chmurę, cienką chmurę i cień chmury, jako maska jakości przed dalszą analizą obrazów optycznych. - EN: Pixel segmentation into clear sky, thick cloud, thin cloud and cloud shadow, used as a quality mask before further optical-image analysis. - In one sentence PL: Automatyczne zaznaczanie na zdjęciach z kosmosu, gdzie zasłaniają ziemię chmury i rzucane przez nie cienie. - Problem it solves PL: Chmury zakrywają dużą część zdjęć, a niezauważona chmura lub cień potrafi zepsuć każdą późniejszą analizę pola czy lasu. - What it does PL: Działa jak korektor, który przed drukiem zakreśla zamazane fragmenty tekstu, żeby nikt nie wyciągał z nich wniosków. - Everyday example PL: Rolnik dostaje mapę wigoru roślin tylko z tych dni, gdy nad jego polem było czysto, zamiast fałszywego alarmu po zachmurzonym ujęciu. - In one sentence EN: Automatically marking where clouds and their shadows hide the ground in pictures taken from space. - Problem it solves EN: Clouds cover much of every image, and one unnoticed cloud or shadow can ruin any later analysis of a field or forest. - What it does EN: Works like a proofreader who highlights smudged passages before printing, so nobody draws conclusions from them. - Everyday example EN: A farmer gets a crop-vigour map only from days when the sky over his field was clear, not a false alarm from a cloudy shot. - concerns you if PL: analizujesz zdjęcia satelitarne z wielu dat; dostajesz dziwne wyniki z pochmurnych dni - concerns you if EN: analyse satellite images from many dates; get strange results on cloudy days - related: `sits` - sources: `cloudsen12-2022` ### Wykrywanie obiektów na zdjęciach z góry (Object detection in aerial and satellite imagery) - id: `aerialdetection` · https://aiatlasgraph.com/t/aerialdetection.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Wykrywanie obiektów na zdjęciach z góry - aliases: oriented object detection, rotated object detection, aerial object detection, detekcja obiektów na zdjęciach lotniczych, OBB detection - PL: Lokalizacja obiektów na obrazach teledetekcyjnych za pomocą ramek poziomych lub obróconych (OBB), przy dużej zmienności skali, orientacji i gęstości obiektów. - EN: Locating objects in remote-sensing images with horizontal or oriented bounding boxes (OBB), under large variation in scale, orientation and density. - In one sentence PL: Odnajdywanie i liczenie na zdjęciach z satelity lub drona pojedynczych rzeczy: samolotów, statków, samochodów, zbiorników czy budynków. - Problem it solves PL: Z góry obiekty są drobne, ciasno upakowane i obrócone w dowolną stronę, więc zwykłe prostokątne ramki łapią w nie dużo tła. - What it does PL: Jak liczenie aut na parkingu z balkonu wieżowca: trzeba wypatrzyć małe kształty i obrysować każdy pod jego własnym kątem. - Everyday example PL: Port sprawdza, ile statków czeka na redzie, licząc je automatycznie na codziennych zdjęciach satelitarnych. - In one sentence EN: Finding and counting individual things in satellite or drone images: planes, ships, cars, tanks or buildings. - Problem it solves EN: From above, objects are small, tightly packed and turned every which way, so ordinary upright boxes capture a lot of background. - What it does EN: Like counting cars in a car park from a tower-block balcony: you must spot small shapes and outline each at its own angle. - Everyday example EN: A port checks how many ships are waiting offshore by counting them automatically on daily satellite images. - concerns you if PL: liczysz rzeczy na dużym terenie: auta, drzewa, panele słoneczne; pracujesz z nagraniami z drona - concerns you if EN: count things over a large area: cars, trees, solar panels; work with drone footage - related: `objectdetection` - sources: `xia-dota-2017` ### Wykrywanie zmian na zdjęciach z różnych dat (Remote sensing change detection) - id: `eochange` · https://aiatlasgraph.com/t/eochange.md - path: AI w obserwacji Ziemi i geoinformatyce › Analiza zdjęć satelitarnych i lotniczych › Wykrywanie zmian na zdjęciach z różnych dat - aliases: change detection, bi-temporal change detection, semantic change detection, detekcja zmian, wykrywanie zmian terenu - PL: Wykrywanie i klasyfikacja zmian między wyrównanymi obrazami tego samego obszaru z różnych dat: binarnie (zmiana albo brak) lub semantycznie (z jakiej klasy w jaką). - EN: Detecting and classifying changes between co-registered images of one area from different dates: binary (change or not) or semantic (which class to which). - In one sentence PL: Porównywanie dwóch zdjęć tego samego miejsca z różnych dni, żeby automatycznie zaznaczyć, co powstało, zniknęło albo się zmieniło. - Problem it solves PL: Na dwóch zdjęciach różni się prawie wszystko: światło, pora roku, kąt kamery, więc prawdziwe zmiany giną wśród pozornych. - What it does PL: Jak gra w szukanie różnic, w której model uczy się pomijać cienie i kolor trawy, a zauważać nowy dom czy wycięty las. - Everyday example PL: Leśnicy dostają alerty o świeżych wycinkach w trudno dostępnych częściach puszczy, zanim ktokolwiek tam dotrze. - In one sentence EN: Comparing two pictures of the same place from different days to mark automatically what appeared, disappeared or changed. - Problem it solves EN: Almost everything differs between two images — light, season, camera angle — so real changes get lost among apparent ones. - What it does EN: Like a spot-the-difference game where the model learns to ignore shadows and grass colour but notice a new house or a felled forest. - Everyday example EN: Foresters get alerts about fresh clearings in remote parts of a forest before anyone could get there. - concerns you if PL: pilnujesz terenu, którego nie da się regularnie objechać; chcesz wiedzieć, co budują w twojej okolicy - concerns you if EN: look after land you cannot visit regularly; want to know what is being built near you - sources: `cheng-change-detection-review-2023` ### Modele bazowe dla obserwacji Ziemi (Earth observation foundation models) - id: `geofm` · https://aiatlasgraph.com/t/geofm.md - path: AI w obserwacji Ziemi i geoinformatyce › Modele bazowe dla obserwacji Ziemi - aliases: geospatial foundation models, remote sensing foundation models, GFM, EO foundation models, modele fundamentowe dla teledetekcji - PL: Modele pretrenowane samonadzorowanie lub kontrastowo na dużych zbiorach danych teledetekcyjnych (wielospektralnych, radarowych, czasowych), dostrajane lub sondowane liniowo do zadań mapowania. - EN: Models pretrained self-supervised or contrastively on large remote-sensing collections (multispectral, radar, temporal), then fine-tuned or linearly probed for mapping tasks. - In one sentence PL: Duże modele, które najpierw oglądają ogromne archiwa zdjęć satelitarnych bez opisów, a potem szybko uczą się konkretnych zadań z kilku przykładów. - Problem it solves PL: Każda nowa mapa, np. upraw czy zalanych terenów, wymagała dotąd tysięcy ręcznie oznaczonych przykładów i osobnego modelu trenowanego od zera. - What it does PL: Jak geograf, który latami przeglądał zdjęcia całego świata: przy nowym zadaniu wystarczy mu kilka wskazówek, bo resztę już rozumie. - Everyday example PL: Organizacja przyrodnicza tworzy mapę mokradeł w swoim kraju, oznaczając ręcznie tylko kilkadziesiąt punktów. - In one sentence EN: Large models that first study huge archives of unlabelled satellite images, then quickly learn specific tasks from a handful of examples. - Problem it solves EN: Every new map, say of crops or flooded land, used to need thousands of hand-labelled examples and a separate model trained from scratch. - What it does EN: Like a geographer who has studied pictures of the whole world for years: given a new task, a few hints suffice. - Everyday example EN: A nature charity maps the wetlands of its country after hand-labelling only a few dozen points. - concerns you if PL: chcesz zrobić mapę z satelity, a masz mało oznaczonych danych; śledzisz, jak duże modele wchodzą do nauk o Ziemi - concerns you if EN: want to make a map from satellite data but have few labels; follow how large models are entering the Earth sciences - sources: `xiao-rs-foundation-models-survey-2024`, `szwarcman-prithvi-eo-2-2024`, `brown-alphaearth-foundations-2025` ### Agenci AI do analiz w systemach GIS (LLM agents for geospatial analysis (autonomous GIS)) - id: `geoagents` · https://aiatlasgraph.com/t/geoagents.md - path: AI w obserwacji Ziemi i geoinformatyce › Modele bazowe dla obserwacji Ziemi › Agenci AI do analiz w systemach GIS - aliases: autonomous GIS, geospatial agents, agenci geoprzestrzenni - PL: Agenci oparci na modelach językowych, którzy planują przepływy geoprzetwarzania, generują i wykonują kod GIS oraz wizualizują wyniki. - EN: Language-model agents that plan geoprocessing workflows, generate and execute GIS code, and visualise the results. - In one sentence PL: Asystent, któremu opisujesz analizę mapową zwykłymi słowami, a on układa przepływ geoprzetwarzania, generuje kod i przedstawia wynik. - Problem it solves PL: Analiza przestrzenna wymaga znajomości specjalistycznych programów i formatów danych, więc wiele osób z dobrymi pytaniami nie potrafi uzyskać odpowiedzi. - What it does PL: Jak doświadczony kartograf: rozbija pytanie na kroki, pisze do każdego krótki program, uruchamia całość i oddaje mapę z objaśnieniem. - Everyday example PL: Urzędniczka pyta, ile szkół leży w strefie zalewowej, i po chwili dostaje mapę oraz tabelę z listą budynków. - In one sentence EN: An assistant that turns a plain-language map-analysis request into a geoprocessing workflow, generated code and a presented result. - Problem it solves EN: Spatial analysis requires specialist software and data formats, so many people with good questions cannot get answers. - What it does EN: Like a seasoned cartographer: splits the question into steps, writes a short program for each, runs it all and hands back a map with notes. - Everyday example EN: A council officer asks how many schools lie in the flood zone and soon receives a map and a table listing the buildings. - concerns you if PL: masz pytania o mapę, ale nie znasz programów GIS; chcesz przyspieszyć powtarzalne analizy przestrzenne - concerns you if EN: have map questions but do not know GIS software; want to speed up repetitive spatial analyses - related: `rsvlm` - sources: `autonomous-gis-2023` ### Gotowe osadzenia powierzchni Ziemi (Earth embedding fields) - id: `embeddingfields` · https://aiatlasgraph.com/t/embeddingfields.md - path: AI w obserwacji Ziemi i geoinformatyce › Modele bazowe dla obserwacji Ziemi › Gotowe osadzenia powierzchni Ziemi - aliases: embedding fields, satellite embeddings, Satellite Embedding dataset, pola osadzeń, geospatial embeddings, AlphaEarth embeddings - PL: Globalne, coroczne zbiory wektorów osadzeń dla każdego piksela lądu, wytworzone przez model bazowy łączący wiele sensorów, używane do klasyfikacji k-NN, regresji liniowej i wykrywania zmian. - EN: Global annual embedding vectors for every land pixel, produced by a multi-sensor foundation model and used for k-NN classification, linear regression and change detection. - In one sentence PL: Gotowe, policzone raz dla całego globu skróty liczbowe opisujące każdy kawałek lądu, z których można budować własne mapy bez trenowania dużych modeli. - Problem it solves PL: Przetwarzanie surowych zdjęć satelitarnych z wielu lat wymaga ogromnej mocy obliczeniowej i wiedzy, której mała organizacja nie ma. - What it does PL: Jak słownik, w którym każde miejsce na Ziemi ma już swoje hasło: zamiast czytać całą bibliotekę zdjęć, zaglądasz do gotowego opisu. - Everyday example PL: Mała fundacja oznacza na mapie kilkanaście sadów, a prosty model na gotowych osadzeniach znajduje podobne sady w całym kraju. - In one sentence EN: Ready-made numeric summaries of every patch of land, computed once for the whole globe, for building your own maps without training big models. - Problem it solves EN: Processing years of raw satellite images takes huge computing power and expertise that a small organisation does not have. - What it does EN: Like a dictionary where every place on Earth already has an entry: instead of reading a library of images, you look up the description. - Everyday example EN: A small charity marks a dozen orchards on a map, and a simple model on ready embeddings finds similar orchards across the country. - concerns you if PL: chcesz mapować coś na dużym obszarze bez własnych serwerów; masz tylko kilka przykładów tego, czego szukasz - concerns you if EN: want to map something over a large area without your own servers; have only a few examples of what you are looking for - sources: `brown-alphaearth-foundations-2025`, `klemmer-satclip-2023` ### Modele wizja–język dla zdjęć satelitarnych (Remote sensing vision-language models) - id: `rsvlm` · https://aiatlasgraph.com/t/rsvlm.md - path: AI w obserwacji Ziemi i geoinformatyce › Modele bazowe dla obserwacji Ziemi › Modele wizja–język dla zdjęć satelitarnych - aliases: remote sensing VLM, geospatial multimodal LLM, RS VLM, czat ze zdjęciem satelitarnym, remote sensing visual question answering - PL: Modele łączące enkoder obrazów teledetekcyjnych z modelem językowym: kontrastowe (wyszukiwanie obraz–tekst) i generatywne (opisy, VQA, uziemienie w ramkach). - EN: Models linking a remote-sensing image encoder with a language model: contrastive (image–text retrieval) and generative (captions, VQA, box grounding). - In one sentence PL: Modele, którym można zadać pytanie o zdjęcie satelitarne zwykłym językiem i dostać odpowiedź, opis albo zaznaczony na obrazie obiekt. - Problem it solves PL: Analiza zdjęć z satelity wymagała specjalistycznych programów i osobnego modelu do każdego pytania, niedostępnych dla zwykłych użytkowników. - What it does PL: Jak rozmowa z analitykiem nad mapą: pytasz, ile tu jest boisk, a on liczy i pokazuje je palcem. - Everyday example PL: Dziennikarka pyta model, ile statków stoi w porcie na zdjęciu, i prosi o zaznaczenie rozpoznanych jednostek. - In one sentence EN: Models you can ask about a satellite image in plain language and get an answer, a description or an object marked on the picture. - Problem it solves EN: Analysing satellite images used to need specialist software and a separate model for each question, out of reach for ordinary users. - What it does EN: Like talking to an analyst over a map: you ask how many sports pitches there are, and they count and point to them. - Everyday example EN: A journalist asks how many ships are in the harbour image and asks the model to mark the vessels it identifies. - concerns you if PL: chcesz pytać o zdjęcia satelitarne bez znajomości programów do map; budujesz asystenta do analizy zdjęć z góry - concerns you if EN: want to ask about satellite images without knowing mapping software; are building an assistant for analysing overhead images - related: `geoagents`, `vlm` - sources: `xiao-rs-foundation-models-survey-2024`, `kuckreja-geochat-2023`, `weng-rs-vlm-survey-2025` ### Samonadzorowany pretrening na zdjęciach wielospektralnych (Self-supervised pretraining for multispectral satellite imagery) - id: `eopretraining` · https://aiatlasgraph.com/t/eopretraining.md - path: AI w obserwacji Ziemi i geoinformatyce › Modele bazowe dla obserwacji Ziemi › Samonadzorowany pretrening na zdjęciach wielospektralnych - aliases: masked autoencoders for remote sensing, EO self-supervised learning, pretrening teledetekcyjny, multispectral MAE, remote sensing self-supervised learning - PL: Pretrening transformerów na nieoznaczonych obrazach wielospektralnych i szeregach czasowych przez maskowane autoenkodery lub uczenie kontrastowe, z kodowaniem kanałów, dat i położenia. - EN: Pretraining transformers on unlabelled multispectral images and time series with masked autoencoders or contrastive learning, encoding bands, dates and location. - In one sentence PL: Uczenie modelu na milionach zdjęć satelitarnych bez opisów: model zgaduje zasłonięte fragmenty i tak poznaje wygląd Ziemi. - Problem it solves PL: Zdjęcia satelitarne mają kanały niewidoczne dla oka i daty, a modele uczone na zwykłych fotografiach nie wiedzą, co z nimi zrobić. - What it does PL: Jak układanie puzzli z brakującymi kawałkami: dopasowując miliony braków, model uczy się, jak zwykle wyglądają pola, rzeki i miasta. - Everyday example PL: Naukowcy biorą udostępniony model i dostrajają go do wykrywania pogorzelisk w swoim regionie, zamiast trenować własny od zera. - In one sentence EN: Training a model on millions of unlabelled satellite images: it guesses hidden pieces and so learns what the Earth looks like. - Problem it solves EN: Satellite images carry bands invisible to the eye and dates, and models trained on ordinary photos do not know what to do with them. - What it does EN: Like doing jigsaws with missing pieces: by filling millions of gaps, the model learns how fields, rivers and towns usually look. - Everyday example EN: Researchers take a published model and fine-tune it to find burn scars in their region instead of training their own from scratch. - concerns you if PL: trenujesz modele na danych satelitarnych; chcesz zrozumieć, skąd biorą się modele bazowe dla Ziemi - concerns you if EN: train models on satellite data; want to understand where Earth foundation models come from - related: `visionssl` - sources: `xiao-rs-foundation-models-survey-2024`, `cong-satmae-2022`, `szwarcman-prithvi-eo-2-2024` ### Monitoring rolnictwa, lasów i katastrof z satelity (Satellite monitoring of agriculture, forests and disasters) - id: `eoapps` · https://aiatlasgraph.com/t/eoapps.md - path: AI w obserwacji Ziemi i geoinformatyce › Monitoring rolnictwa, lasów i katastrof z satelity - aliases: Earth observation applications, precision agriculture remote sensing, disaster mapping, environmental monitoring, rolnictwo precyzyjne z satelity, monitoring środowiska - PL: Zastosowania obserwacji Ziemi z uczeniem maszynowym: mapowanie upraw i prognoza plonów, pomiar lasów i biomasy, szybkie mapowanie powodzi i szkód po katastrofach. - EN: Earth observation applications of machine learning: crop mapping and yield prediction, forest and biomass measurement, rapid mapping of floods and disaster damage. - In one sentence PL: Wykorzystanie map tworzonych przez AI ze zdjęć satelitarnych do pilnowania upraw i lasów oraz szybkiej pomocy po powodziach i trzęsieniach ziemi. - Problem it solves PL: Rolnicy, leśnicy i ratownicy potrzebują aktualnej wiedzy o ogromnych obszarach, a objazd w terenie trwa tygodniami i omija trudno dostępne miejsca. - What it does PL: Jak strażnik na wieży obserwacyjnej, tyle że wieża sięga kosmosu, a strażnik regularnie sprawdza rozległe obszary. - Everyday example PL: Agencja rolna sprawdza na zdjęciach satelitarnych, czy na zgłoszonych polach naprawdę rośnie zadeklarowana uprawa, zanim wypłaci dopłaty. - In one sentence EN: Using AI-made maps from satellite images to keep watch over crops and forests and to speed up help after floods and earthquakes. - Problem it solves EN: Farmers, foresters and rescuers need current knowledge of huge areas, while field surveys take weeks and miss hard-to-reach places. - What it does EN: Like a ranger in a lookout tower, except the tower reaches into space and the ranger regularly surveys vast areas. - Everyday example EN: A farm agency checks satellite images to see whether the declared crop really grows on the reported fields before paying out subsidies. - concerns you if PL: masz pole, las lub działkę i chcesz śledzić ich stan; mieszkasz na terenie zagrożonym powodzią lub pożarami; pracujesz w ubezpieczeniach lub zarządzaniu kryzysowym - concerns you if EN: own a field, woodland or plot and want to track its condition; live in an area at risk of floods or wildfires; work in insurance or emergency management - related: `earthsystems` - sources: `gao-hu-li-geoai-handbook-2023`, `lang-canopy-height-2023` ### Mapowanie powodzi i szkód po katastrofach (Flood and disaster damage mapping) - id: `disastermapping` · https://aiatlasgraph.com/t/disastermapping.md - path: AI w obserwacji Ziemi i geoinformatyce › Monitoring rolnictwa, lasów i katastrof z satelity › Mapowanie powodzi i szkód po katastrofach - aliases: flood mapping, building damage assessment, disaster response mapping, mapowanie szkód, rapid damage assessment - PL: Segmentacja wody na obrazach radarowych i optycznych oraz ocena szkód budynków przez porównanie zdjęć sprzed i po zdarzeniu, w skali stopni zniszczenia. - EN: Segmenting water in radar and optical images and assessing building damage by comparing pre- and post-event images on a scale of damage levels. - In one sentence PL: Automatyczne rysowanie ze zdjęć satelitarnych map zalanych terenów i zniszczonych budynków, żeby pomoc trafiła tam, gdzie jest najbardziej potrzebna. - Problem it solves PL: Po katastrofie ratownicy nie wiedzą, które okolice ucierpiały najbardziej, a ręczne oglądanie zdjęć tysięcy domów trwa zbyt długo. - What it does PL: Jak zwiadowca, który obleciał cały region i wraca z mapą: tu woda, tu zawalone dachy, tu obszar wymagający sprawdzenia. - Everyday example PL: Po trzęsieniu ziemi organizacja pomocowa używa mapy szkód, by ustalić kolejność weryfikacji terenowej i zaplanować pracę zespołów. - In one sentence EN: Automatically drawing maps of flooded land and destroyed buildings from satellite images, so help reaches where it is needed most. - Problem it solves EN: After a disaster, rescuers do not know which areas were hit hardest, and checking images of thousands of homes by hand takes too long. - What it does EN: Like a scout who has flown over the whole region and comes back with a map: water here, collapsed roofs there, this area needs checking. - Everyday example EN: After an earthquake, an aid group uses a damage map to prioritise field verification and plan its teams' work. - concerns you if PL: działasz w ratownictwie, samorządzie lub organizacji pomocowej; ubezpieczasz domy lub szacujesz szkody - concerns you if EN: work in rescue, local government or an aid organisation; insure homes or assess damage - related: `wildfiremonitoring` - sources: `szwarcman-prithvi-eo-2-2024`, `gupta-xbd-2019`, `bonafilia-sen1floods11-2020` ### Mapowanie upraw i prognoza plonów (Crop type mapping and yield prediction) - id: `cropmapping` · https://aiatlasgraph.com/t/cropmapping.md - path: AI w obserwacji Ziemi i geoinformatyce › Monitoring rolnictwa, lasów i katastrof z satelity › Mapowanie upraw i prognoza plonów - aliases: crop classification, crop yield prediction, precision agriculture, rolnictwo precyzyjne, prognozowanie plonów, agricultural remote sensing - PL: Klasyfikacja typów upraw z szeregów czasowych obrazów oraz regresja plonów z wskaźników roślinności, pogody i danych glebowych, na poziomie pola, regionu lub kraju. - EN: Classifying crop types from image time series and regressing yields from vegetation indices, weather and soil data, at field, regional or national scale. - In one sentence PL: Rozpoznawanie ze zdjęć satelitarnych, co rośnie na każdym polu, i przewidywanie, ile da się z niego zebrać. - Problem it solves PL: Rolnicy, skupy i państwa planują ceny, zapasy i pomoc w ciemno, bo o zbiorach wiadomo naprawdę dopiero po żniwach. - What it does PL: Jak doświadczony agronom, który co tydzień mija pole i po kolorze oraz tempie wzrostu ocenia, jaki będzie plon. - Everyday example PL: Rolnik widzi w aplikacji mapę pola, na której słabiej rosnące miejsca świecą na żółto, i kieruje tam lustrację przed decyzją o zabiegu. - In one sentence EN: Recognising from satellite images what grows in each field and predicting how much it will yield. - Problem it solves EN: Farmers, buyers and governments plan prices, stocks and aid blind, because the size of the harvest is only really known after it is in. - What it does EN: Like a seasoned agronomist who passes a field every week and judges the coming yield from its colour and pace of growth. - Everyday example EN: A farmer sees a field map where weaker patches glow yellow and inspects those areas before deciding on any treatment. - concerns you if PL: masz gospodarstwo albo działkę rolną; zajmujesz się cenami żywności lub zapasami zboża - concerns you if EN: run a farm or own farmland; deal with food prices or grain stocks - sources: `garnot-pastis-utae-2021`, `muruganantham-yield-review-2022` ### Pomiar wysokości koron drzew z satelity (Forest canopy height mapping) - id: `forestmonitoring` · https://aiatlasgraph.com/t/forestmonitoring.md - path: AI w obserwacji Ziemi i geoinformatyce › Monitoring rolnictwa, lasów i katastrof z satelity › Pomiar wysokości koron drzew z satelity - aliases: canopy height mapping, forest canopy height, forest monitoring, monitoring lasów, wysokość drzewostanu - PL: Regresja wysokości koron drzew na podstawie zdjęć wielospektralnych, uczona na rzadkich pomiarach lidarowych i sprawdzana niezależnymi pomiarami lotniczymi. - EN: Regressing forest canopy height from multispectral imagery, trained on sparse lidar measurements and checked against independent airborne measurements. - In one sentence PL: Szacowanie ze zdjęć satelitarnych, jak wysokie są korony drzew w lasach na całym świecie. - Problem it solves PL: Ocena struktury lasów wymaga pomiaru wysokości drzew, a pomiary laserowe obejmują tylko niewielkie fragmenty powierzchni. - What it does PL: Jak nauczyciel, który zna wzrost kilku uczniów i na tej podstawie ocenia na zdjęciu grupowym wzrost wszystkich pozostałych. - Everyday example PL: Agencja leśna korzysta z regionalnej mapy wysokości koron, aby wskazać niskie i wysokie drzewostany do dalszej kontroli. - In one sentence EN: Estimating forest canopy height around the world from satellite imagery. - Problem it solves EN: Assessing forest structure requires tree-height measurements, while laser observations cover only a small fraction of the land. - What it does EN: Like a teacher who knows a few pupils' heights and uses them to judge everyone else's height in the class photo. - Everyday example EN: A forestry agency uses a regional canopy-height map to identify shorter and taller stands for further inspection. - concerns you if PL: interesuje cię struktura i stan lasów; pracujesz w leśnictwie lub ochronie przyrody - concerns you if EN: care about forest structure and condition; work in forestry or nature conservation - related: `deforestationdrivers`, `spatialcv` - sources: `lang-canopy-height-2023`, `ploton-spatial-validation-2020` ### Prognozowanie rozprzestrzeniania pożaru na kolejny dzień (Next-day wildfire spread prediction) - id: `wildfiremonitoring` · https://aiatlasgraph.com/t/wildfiremonitoring.md - path: AI w obserwacji Ziemi i geoinformatyce › Monitoring rolnictwa, lasów i katastrof z satelity › Prognozowanie rozprzestrzeniania pożaru na kolejny dzień - aliases: wildfire spread prediction, next-day wildfire spread, prognozowanie rozprzestrzeniania pożaru - PL: Prognozowanie maski pożaru na kolejny dzień z bieżącego zasięgu ognia oraz danych pogodowych, terenowych i o roślinności. - EN: Forecasting the next-day fire mask from the current fire extent plus weather, terrain and vegetation data. - In one sentence PL: Przewidywanie, dokąd pożar może rozprzestrzenić się następnego dnia, z bieżącej mapy ognia i warunków otoczenia. - Problem it solves PL: Strażacy muszą decydować, kogo ewakuować i gdzie wysłać sprzęt, zanim wiadomo, w którą stronę ruszy ogień. - What it does PL: Łączy obecny zasięg ognia z wiatrem, suszą i rodzajem roślinności, jak doświadczony leśnik, który patrzy na teren i czuje kierunek wiatru. - Everyday example PL: Mieszkańcy wsi pod lasem dostają ostrzeżenie, że jutro pożar może dotrzeć do ich drogi dojazdowej. - In one sentence EN: Predicting where a wildfire may spread the next day from its current map and surrounding conditions. - Problem it solves EN: Firefighters must decide whom to evacuate and where to send equipment before anyone knows which way the fire will move. - What it does EN: Combines the current fire outline with wind, drought and vegetation, like a seasoned ranger reading the terrain and the wind. - Everyday example EN: Villagers near a forest get a warning that tomorrow the fire may reach their access road. - concerns you if PL: mieszkasz w pobliżu lasów w suchym klimacie; pracujesz w ochronie przeciwpożarowej lub leśnictwie - concerns you if EN: live near forests in a dry climate; work in fire protection or forestry - related: `disastermapping` - sources: `next-day-wildfire-spread-2021` ### Rozpoznawanie przyczyn wylesiania (Deforestation driver classification) - id: `deforestationdrivers` · https://aiatlasgraph.com/t/deforestationdrivers.md - path: AI w obserwacji Ziemi i geoinformatyce › Monitoring rolnictwa, lasów i katastrof z satelity › Rozpoznawanie przyczyn wylesiania - aliases: drivers of deforestation, forest loss attribution, przyczyny utraty lasu - PL: Klasyfikacja bezpośredniej przyczyny utraty lasu na obrazach wokół wykrytych zdarzeń wylesienia; w ForestNet były to plantacje, rolnictwo drobne, trawy lub zarośla oraz klasa „inne”. - EN: Classifying the direct cause of forest loss from imagery around detected deforestation events; ForestNet used plantation, smallholder agriculture, grass or shrubland, and an other class. - In one sentence PL: Ustalanie na podstawie zdjęć satelitarnych, czy las w danym miejscu ustąpił m.in. plantacji, drobnemu rolnictwu, trawom lub zaroślom. - Problem it solves PL: Wiadomo, gdzie ubywa lasu, ale bez znajomości przyczyny trudno ustalić odpowiedzialnych i dobrać właściwe przepisy czy sankcje. - What it does PL: Jak biegły na miejscu zdarzenia, który po śladach odróżnia kradzież od wypadku: kształt wycięcia, rzędy drzewek czy drogi zdradzają sprawę. - Everyday example PL: Firma kupująca olej roślinny sprawdza, czy pola jej dostawców nie powstały niedawno w miejscu wyciętego lasu. - In one sentence EN: Working out from satellite imagery whether forest loss at a place led, for example, to plantation, smallholder agriculture, grass or shrubland. - Problem it solves EN: We know where forest is lost, but without the cause it is hard to find who is responsible and choose the right rules or sanctions. - What it does EN: Like an investigator telling theft from accident by the traces: the cut's shape, rows of saplings or new roads give it away. - Everyday example EN: A company buying vegetable oil checks whether its suppliers' fields were recently carved out of cleared forest. - concerns you if PL: śledzisz pochodzenie surowców w łańcuchu dostaw; zajmujesz się ochroną lasów lub klimatu - concerns you if EN: trace where raw materials in a supply chain come from; work on forest or climate protection - related: `forestmonitoring` - sources: `forestnet-2020` ### Szacowanie zamożności i warunków życia ze zdjęć satelitarnych (Poverty and socioeconomic mapping from satellite imagery) - id: `povertymapping` · https://aiatlasgraph.com/t/povertymapping.md - path: AI w obserwacji Ziemi i geoinformatyce › Monitoring rolnictwa, lasów i katastrof z satelity › Szacowanie zamożności i warunków życia ze zdjęć satelitarnych - aliases: poverty prediction from satellite imagery, socioeconomic mapping, wealth index estimation, mapowanie ubóstwa - PL: Regresja wskaźników zamożności i ubóstwa z obrazów dziennych i nocnych, kalibrowana na ankietach gospodarstw domowych. - EN: Regressing wealth and poverty indicators from daytime and night-time imagery, calibrated on household surveys. - In one sentence PL: Przewidywanie, jak zamożne są wioski i dzielnice, na podstawie tego, jak wyglądają z kosmosu w dzień i w nocy. - Problem it solves PL: W wielu krajach ankiety o dochodach robi się rzadko i w nielicznych miejscach, więc pomoc trafia na ślepo. - What it does PL: Dachy z blachy, drogi, pola i światła w nocy to wskazówki; model uczy się, które idą w parze z zamożnością tam, gdzie zrobiono ankiety. - Everyday example PL: Rząd wybiera wsie do programu wsparcia na podstawie mapy zamożności, bo ostatni spis był dziesięć lat temu. - In one sentence EN: Predicting how well-off villages and neighbourhoods are from how they look from space by day and by night. - Problem it solves EN: In many countries income surveys are rare and cover few places, so aid is sent almost blindly. - What it does EN: Metal roofs, roads, fields and night lights are clues; the model learns which go with wealth in places where surveys were done. - Everyday example EN: A government picks villages for a support programme from a wealth map, because the last census was ten years ago. - concerns you if PL: planujesz pomoc lub inwestycje w regionach bez dobrych statystyk; badasz nierówności społeczne - concerns you if EN: plan aid or investment in regions lacking good statistics; study social inequality - sources: `jean-poverty-2016-news` ### Wykrywanie wycieków metanu z satelity (Methane plume detection from satellite imagery) - id: `methanedetection` · https://aiatlasgraph.com/t/methanedetection.md - path: AI w obserwacji Ziemi i geoinformatyce › Monitoring rolnictwa, lasów i katastrof z satelity › Wykrywanie wycieków metanu z satelity - aliases: methane plume detection, methane plume segmentation, detekcja smug metanu - PL: Segmentacja smug metanu ze źródeł punktowych na obrazach hiperspektralnych i wielospektralnych, z redukcją fałszywych wykryć względem filtrów dopasowanych. - EN: Segmenting point-source methane plumes in hyperspectral and multispectral imagery, reducing false detections compared with matched filters. - In one sentence PL: Odnajdywanie na zdjęciach z góry niewidocznych gołym okiem smug metanu ulatującego z instalacji gazowych, kopalń czy wysypisk. - Problem it solves PL: Metan silnie ogrzewa klimat, a pojedyncze nieszczelności emitują go ogromnie dużo, tylko nikt ich nie widzi i długo nie naprawia. - What it does PL: Gaz pochłania określone barwy światła; model szuka na obrazie smugi takiego cienia i odróżnia ją od dachu czy drogi, które wyglądają podobnie. - Everyday example PL: Operator gazociągu dostaje zgłoszenie o wycieku na odległej stacji, zanim jakakolwiek ekipa tam pojechała. - In one sentence EN: Finding, in overhead images, methane plumes invisible to the eye that escape from gas facilities, mines or landfills. - Problem it solves EN: Methane strongly warms the climate, and single leaks emit huge amounts, yet nobody sees them and they go unfixed for long. - What it does EN: The gas absorbs specific colours of light; the model looks for a plume of that shadow and tells it apart from look-alike roofs or roads. - Everyday example EN: A pipeline operator receives a leak report at a remote station before any crew has gone there. - concerns you if PL: interesujesz się mierzeniem emisji gazów cieplarnianych; pracujesz w energetyce, górnictwie lub gospodarce odpadami - concerns you if EN: care about measuring greenhouse gas emissions; work in energy, mining or waste management - related: `hyperspectral` - sources: `starcop-2023` ### Uczenie maszynowe na danych przestrzennych (Spatial machine learning) - id: `spatialml` · https://aiatlasgraph.com/t/spatialml.md - path: AI w obserwacji Ziemi i geoinformatyce › Uczenie maszynowe na danych przestrzennych - aliases: spatially explicit machine learning, spatial data science, geostatistical machine learning, uczenie przestrzenne, spatial ML - PL: Metody uczenia maszynowego jawnie uwzględniające przestrzeń: walidacja przestrzenna, kodowanie położenia, modelowanie autokorelacji i niejednorodności przestrzennej oraz geolokalizacja. - EN: Machine-learning methods that treat space explicitly: spatial validation, location encoding, modelling spatial autocorrelation and heterogeneity, and geolocalisation. - In one sentence PL: Uczenie maszynowe, które bierze pod uwagę, że miejsca położone blisko siebie są podobne, a samo położenie niesie informację. - Problem it solves PL: Zwykłe modele traktują każdy punkt na mapie jak osobne losowanie, więc chwalą się dokładnością, której nie mają w nowych, odległych miejscach. - What it does PL: Jak lokalny przewodnik, który wie, że sąsiednie ulice mają podobny charakter, ale nie udaje, że zna dzielnice, w których nigdy nie był. - Everyday example PL: Model cen mieszkań wypada świetnie w testach, a w nowym mieście bardzo się myli, bo sprawdzano go na sąsiadach mieszkań z treningu. - In one sentence EN: Machine learning that accounts for the fact that nearby places resemble each other and that location itself carries information. - Problem it solves EN: Ordinary models treat every point on a map as an independent draw, so they boast an accuracy they lack in new, distant places. - What it does EN: Like a local guide who knows neighbouring streets share a character, but does not pretend to know districts never visited. - Everyday example EN: A flat-price model scores brilliantly in tests yet misses badly in a new city, because it was tested on neighbours of its training flats. - concerns you if PL: robisz mapy lub prognozy dla miejsc bez pomiarów; oceniasz model na danych z GPS-em lub adresami - concerns you if EN: make maps or forecasts for places without measurements; evaluate a model on data with GPS points or addresses - sources: `gao-hu-li-geoai-handbook-2023`, `janowicz-geoai-2020`, `ploton-spatial-validation-2020`, `meyer-pebesma-global-maps-2022` ### Kodowanie położenia geograficznego (Location encoding) - id: `locationencoding` · https://aiatlasgraph.com/t/locationencoding.md - path: AI w obserwacji Ziemi i geoinformatyce › Uczenie maszynowe na danych przestrzennych › Kodowanie położenia geograficznego - aliases: location encoders, geographic positional encoding, kodowanie współrzędnych, spatial representation learning, location embeddings - PL: Odwzorowanie współrzędnych punktu na wielowymiarowe osadzenie (funkcje sinusoidalne, harmoniki sferyczne, sieci), często uczone kontrastowo ze zdjęciami satelitarnymi lub naziemnymi. - EN: Mapping a point's coordinates to a high-dimensional embedding (sinusoids, spherical harmonics, networks), often trained contrastively with satellite or ground images. - In one sentence PL: Zamiana szerokości i długości geograficznej na zestaw liczb, z którego sieć neuronowa potrafi wyczytać, jakie to miejsce. - Problem it solves PL: Surowe współrzędne niewiele mówią sieci: nie widzi, że dwa punkty są blisko, że Ziemia jest kulą, ani czym góry różnią się od wybrzeża. - What it does PL: Jak zamiana adresu na wizytówkę miejsca: zamiast samych liczb z GPS model dostaje opis klimatu, krajobrazu i sąsiedztwa. - Everyday example PL: Aplikacja do rozpoznawania roślin trafniej zgaduje gatunek, bo bierze pod uwagę, gdzie zrobiono zdjęcie. - In one sentence EN: Turning latitude and longitude into a set of numbers from which a neural network can read what kind of place it is. - Problem it solves EN: Raw coordinates tell a network little: it cannot see that two points are close, that the Earth is round, or how mountains differ from coast. - What it does EN: Like swapping an address for a profile of the place: instead of bare GPS numbers, the model gets a sense of climate, landscape and surroundings. - Everyday example EN: A plant-identification app guesses the species better because it takes into account where the photo was taken. - concerns you if PL: masz dane z GPS i chcesz, żeby model z nich korzystał; rozpoznajesz gatunki lub zjawiska zależne od miejsca - concerns you if EN: have GPS data and want a model to use it; identify species or phenomena that depend on place - related: `posencoding` - sources: `mai-location-encoding-review-2022`, `klemmer-satclip-2023`, `vivanco-geoclip-2023` ### Ustalanie, gdzie zrobiono zdjęcie (Image geolocalisation) - id: `geolocalization` · https://aiatlasgraph.com/t/geolocalization.md - path: AI w obserwacji Ziemi i geoinformatyce › Uczenie maszynowe na danych przestrzennych › Ustalanie, gdzie zrobiono zdjęcie - aliases: visual geolocation, image geo-localization, photo geolocation, geolokalizacja zdjęć, planet-scale geolocalization - PL: Przewidywanie współrzędnych miejsca wykonania zdjęcia w skali planety: klasyfikacja na komórki geograficzne, wyszukiwanie w galerii lokalizacji lub kontrastowe dopasowanie obraz–GPS. - EN: Predicting where on the planet a photo was taken: classification into geographic cells, retrieval from a location gallery, or contrastive image–GPS matching. - In one sentence PL: Modele, które patrząc na zwykłe zdjęcie ulicy czy krajobrazu, odgadują, w jakim kraju, mieście, a nawet okolicy je zrobiono. - Problem it solves PL: Wiele zdjęć nie ma zapisanego miejsca, a ręczne ustalanie, gdzie powstały, wymaga wiedzy eksperta i godzin szukania. - What it does PL: Jak wytrawny podróżnik, który po kształcie słupków, roślinności i znakach drogowych od razu mówi: to chyba północna Hiszpania. - Everyday example PL: Redakcja sprawdza, czy nagranie rzekomej powodzi naprawdę pochodzi z miejsca opisanego w podpisie. - In one sentence EN: Models that look at an ordinary photo of a street or landscape and guess the country, city or even neighbourhood where it was taken. - Problem it solves EN: Many photos carry no recorded location, and working out by hand where they were taken needs expert knowledge and hours of searching. - What it does EN: Like a seasoned traveller who, from the shape of road posts, the plants and the signs, says at once: probably northern Spain. - Everyday example EN: A newsroom checks whether footage of an alleged flood really comes from the place named in the caption. - concerns you if PL: weryfikujesz zdjęcia krążące w internecie; publikujesz zdjęcia i dbasz o swoją prywatność - concerns you if EN: verify photos circulating online; post photos and care about your privacy - sources: `vivanco-geoclip-2023`, `haas-pigeon-2023` ### Dopasowanie zdjęcia z ulicy do mapy satelitarnej (Cross-view geo-localisation) - id: `crossviewgeo` · https://aiatlasgraph.com/t/crossviewgeo.md - path: AI w obserwacji Ziemi i geoinformatyce › Uczenie maszynowe na danych przestrzennych › Ustalanie, gdzie zrobiono zdjęcie › Dopasowanie zdjęcia z ulicy do mapy satelitarnej - aliases: cross-view geolocalization, ground-to-aerial geolocation, geolokalizacja międzywidokowa - PL: Wyszukiwanie i lokalizacja metryczna zdjęcia naziemnego przez dopasowanie do georeferencjonowanych obrazów lotniczych lub satelitarnych. - EN: Retrieving and metrically localising a ground-level image by matching it against georeferenced aerial or satellite imagery. - In one sentence PL: Ustalanie, gdzie zrobiono zdjęcie z poziomu ulicy, przez odnalezienie tego samego miejsca na zdjęciach z satelity. - Problem it solves PL: Sygnał GPS w gęstej zabudowie bywa mylący o dziesiątki metrów, a wiele zdjęć w ogóle nie ma zapisanego miejsca. - What it does PL: Jak ktoś, kto stojąc na skrzyżowaniu, porównuje układ budynków i dróg z planem miasta, żeby wskazać swoje miejsce na mapie. - Everyday example PL: Robot dostawczy na wąskiej uliczce poprawia swoją pozycję, porównując widok z kamery z mapą z góry. - In one sentence EN: Working out where a street-level photo was taken by finding the same spot in satellite images. - Problem it solves EN: GPS in dense cities can be off by tens of metres, and many photos have no stored location at all. - What it does EN: Like someone at a crossroads comparing the layout of buildings and streets with a city plan to point to where they stand. - Everyday example EN: A delivery robot in a narrow street corrects its position by comparing its camera view with an overhead map. - concerns you if PL: potrzebujesz dokładnej pozycji tam, gdzie GPS zawodzi; weryfikujesz, gdzie naprawdę zrobiono zdjęcie - concerns you if EN: need a precise position where GPS fails; verify where a photo was really taken - related: `maplocalization` - sources: `vigor-2021` ### Uzupełnianie mapy między punktami pomiarowymi (Spatial interpolation with machine learning and geostatistics) - id: `spatialinterpolation` · https://aiatlasgraph.com/t/spatialinterpolation.md - path: AI w obserwacji Ziemi i geoinformatyce › Uczenie maszynowe na danych przestrzennych › Uzupełnianie mapy między punktami pomiarowymi - aliases: spatial prediction, geostatistical interpolation, interpolacja przestrzenna - PL: Predykcja zmiennej ciągłej w nieopróbkowanych lokalizacjach przez kriging, modele uczenia maszynowego z cechami przestrzennymi lub ich połączenie. - EN: Predicting a continuous variable at unsampled locations via kriging, machine-learning models with spatial features, or a combination. - In one sentence PL: Szacowanie wartości, np. zanieczyszczenia czy składu gleby, w miejscach między nielicznymi punktami, w których naprawdę ją zmierzono. - Problem it solves PL: Czujników i próbek jest zwykle kilkadziesiąt, a decyzje trzeba podejmować dla każdej działki, ulicy czy hektara. - What it does PL: Wykorzystuje regułę, że bliższe miejsca są do siebie podobne, i dokłada wskazówki z map rzeźby terenu czy zdjęć satelitarnych. - Everyday example PL: Mieszkańcy sprawdzają mapę smogu dla swojej ulicy, choć najbliższy czujnik stoi dwa kilometry dalej. - In one sentence EN: Estimating a value, such as pollution or soil content, in places between the few points where it was actually measured. - Problem it solves EN: There are usually only dozens of sensors or samples, yet decisions must be made for every plot, street or hectare. - What it does EN: Uses the rule that nearby places resemble each other and adds clues from terrain maps or satellite images. - Everyday example EN: Residents check a smog map for their street although the nearest sensor is two kilometres away. - concerns you if PL: masz pomiary tylko w kilku punktach terenu; tworzysz ciągłe mapy z danych terenowych - concerns you if EN: have measurements at only a few points; make continuous maps from field data - related: `spatialcv` - sources: `rfsp-hengl-2018` ### Walidacja przestrzenna (bloki zamiast losowania) (Spatial cross-validation) - id: `spatialcv` · https://aiatlasgraph.com/t/spatialcv.md - path: AI w obserwacji Ziemi i geoinformatyce › Uczenie maszynowe na danych przestrzennych › Walidacja przestrzenna (bloki zamiast losowania) - aliases: spatial block cross-validation, blocked cross-validation, buffered leave-one-out, walidacja krzyżowa przestrzenna, spatial CV - PL: Podział danych na zbiory testowe według bloków przestrzennych, buforów lub odległości, aby oszacować błąd modelu przy autokorelacji przestrzennej i ekstrapolacji. - EN: Splitting data into test folds by spatial blocks, buffers or distance to estimate model error under spatial autocorrelation and extrapolation. - In one sentence PL: Sprawdzanie modelu mapy na miejscach oddalonych od tych, na których się uczył, żeby uczciwie zmierzyć, jak poradzi sobie w nowym terenie. - Problem it solves PL: Losowo wybrane punkty testowe leżą tuż obok treningowych, więc model wygląda na świetny, a w nowym miejscu zawodzi. - What it does PL: Jak egzamin z innego rozdziału niż ćwiczony: uczeń, który tylko zapamiętał odpowiedzi z zeszytu, od razu się zdradza. - Everyday example PL: Mapa biomasy lasów wydaje się trafna przy losowym teście, a sprawdzona na odległych obszarach okazuje się niewiele lepsza od zgadywania średniej. - In one sentence EN: Testing a mapping model on places far from those it learned from, to measure fairly how it will cope in new terrain. - Problem it solves EN: Randomly picked test points sit right next to training ones, so the model looks great yet fails in a new place. - What it does EN: Like an exam on a chapter other than the one practised: a student who only memorised the workbook answers is caught at once. - Everyday example EN: A forest biomass map looks accurate in a random test, but checked on distant areas it turns out barely better than guessing the average. - concerns you if PL: tworzysz mapę lub prognozę z punktów pomiarowych; nie dowierzasz mapom o rzekomo bardzo wysokiej dokładności - concerns you if EN: build a map or forecast from measurement points; distrust maps that claim very high accuracy - related: `forestmonitoring`, `splitstrategies`, `spatialinterpolation` - sources: `ploton-spatial-validation-2020`, `roberts-block-cv-2017`, `meyer-pebesma-global-maps-2022` ## AI w prawie (AI and law (legal AI)) - id: `legalai` · https://aiatlasgraph.com/t/legalai.md - path: AI w prawie - aliases: legal AI, AI and law, LegalAI, legal tech AI, sztuczna inteligencja w prawie, AI dla prawników - PL: Zastosowania AI w pracy z prawem: wyszukiwanie informacji prawnej, analiza umów, przegląd dokumentów w sporach, rozumowanie i predykcja oraz formalizacja przepisów. - EN: AI applied to legal work: legal information retrieval, contract analysis, document review in litigation, reasoning and prediction, and formalising legislation. - In one sentence PL: Programy, które pomagają szukać przepisów i orzeczeń, czytać umowy, przeglądać stosy dokumentów w sprawie i zapisywać reguły prawa tak, by liczył je komputer. - Problem it solves PL: Prawo to góry tekstu: przepisy, wyroki, umowy i akta. Prawnicy toną w czytaniu, a zwykły człowiek nie wie, gdzie zacząć. - What it does PL: Jak bystry aplikant, który w minutę przeczyta całe archiwum i podsunie fragmenty do sprawdzenia, ale podpis i odpowiedzialność zostają przy prawniku. - Everyday example PL: Przed podpisaniem umowy najmu wrzucasz ją do asystenta i pytasz, kiedy możesz ją wypowiedzieć; dostajesz odpowiedź z zaznaczonym paragrafem. - In one sentence EN: Software that helps find laws and rulings, read contracts, sift piles of case documents and write legal rules down so a computer can apply them. - Problem it solves EN: Law is mountains of text: statutes, rulings, contracts and case files. Lawyers drown in reading, and ordinary people do not know where to start. - What it does EN: Like a sharp trainee who reads the whole archive in a minute and flags passages to check; the lawyer keeps the signature and responsibility. - Everyday example EN: Before signing a lease you give it to an assistant and ask when you can terminate it; the answer comes back with the clause highlighted. - concerns you if PL: podpisujesz umowy i nie masz czasu ich czytać; pracujesz w kancelarii, dziale prawnym lub urzędzie; szukasz porady prawnej w czatbocie - concerns you if EN: sign contracts and have no time to read them; work in a law firm, legal department or public office; look for legal advice from a chatbot - related: `airegulation` - sources: `zhong-legalai-survey-2020`, `kapoor-legal-ai-pitfalls-2024` ### Analiza umów (Contract analysis and review) - id: `contractai` · https://aiatlasgraph.com/t/contractai.md - path: AI w prawie › Analiza umów - aliases: contract review, contract analysis, AI contract review, contract intelligence, CLM AI, przegląd umów, analiza umów przez AI - PL: Automatyczne wyszukiwanie i klasyfikowanie postanowień umownych oraz wskazywanie klauzul wymagających oceny ryzyka przez człowieka. - EN: Automated retrieval and classification of contract provisions, with identification of clauses that require human risk assessment. - In one sentence PL: Programy, które czytają umowy, znajdują w nich ważne zapisy i ostrzegają przed ryzykownymi albo brakującymi postanowieniami. - Problem it solves PL: Przy przejęciu firmy albo audycie trzeba przeczytać setki umów, a jedno przeoczone zdanie o karze czy wypowiedzeniu kosztuje fortunę. - What it does PL: Jak zakreślacz z listą kontrolną: przechodzi umowę punkt po punkcie i zaznacza, gdzie jest każde z kilkudziesięciu typowych postanowień. - Everyday example PL: Dział prawny dostaje paczkę dwustu umów dostawców i w godzinę ma tabelę: kto ma klauzulę wyłączności, a kto może zerwać umowę bez kary. - In one sentence EN: Software that reads contracts, finds the important provisions and warns about risky or missing terms. - Problem it solves EN: In a company acquisition or audit hundreds of contracts must be read, and one missed sentence on penalties or termination can cost a fortune. - What it does EN: Like a highlighter with a checklist: it walks through the contract and marks where each of dozens of standard provisions sits. - Everyday example EN: A legal team receives two hundred supplier contracts and within an hour has a table of who has exclusivity and who can terminate without penalty. - concerns you if PL: zarządzasz wieloma umowami z klientami lub dostawcami; podpisujesz umowę i chcesz znać ryzyka - concerns you if EN: manage many contracts with clients or suppliers; are signing a contract and want to know the risks - sources: `hendrycks-cuad-2021`, `liu-contracteval-2025` ### Przegląd umowy według zasad firmy (playbook) (Playbook-based contract review) - id: `playbookreview` · https://aiatlasgraph.com/t/playbookreview.md - path: AI w prawie › Analiza umów › Przegląd umowy według zasad firmy (playbook) - aliases: playbook review, contract playbook, deviation detection, standard positions review, template comparison, przegląd umów według playbooka - PL: Sprawdzanie umowy pod kątem zgodności z firmowym zbiorem standardowych stanowisk i wzorów, z lokalizacją odstępstw i braków. - EN: Checking a contract against a company's set of standard positions and templates, locating deviations and missing provisions. - In one sentence PL: Program porównuje umowę z firmową listą zasad: co akceptujemy, na co godzimy się w ostateczności, a czego nigdy nie podpisujemy. - Problem it solves PL: Młodszy prawnik nie zna wszystkich firmowych granic negocjacyjnych, a starszy nie ma czasu czytać każdej umowy zakupowej. - What it does PL: Jak lista kontrolna pilota przed startem: każdy punkt zasad sprawdzany po kolei, z zaznaczeniem, gdzie w umowie jest odstępstwo. - Everyday example PL: Dział zakupów wgrywa umowę od dostawcy i dostaje listę: limit odpowiedzialności za niski, brak zapisu o poufności, termin płatności zgodny z zasadami. - In one sentence EN: Software compares a contract with the company's list of rules: what we accept, what we concede as a last resort, and what we never sign. - Problem it solves EN: A junior lawyer does not know all the company's negotiating limits, and a senior one has no time to read every purchase contract. - What it does EN: Like a pilot's pre-flight checklist: each rule checked in turn, with a mark showing where the contract departs from it. - Everyday example EN: A purchasing team uploads a supplier's contract and gets a list: liability cap too low, no confidentiality clause, payment terms within policy. - concerns you if PL: sprawdzasz dużo podobnych umów; twoja firma ma własne zasady negocjacji; chcesz wiedzieć, gdzie umowa odbiega od wzoru - concerns you if EN: check many similar contracts; work for a company with its own negotiation rules; want to know where a contract departs from the template - related: `contractdrafting`, `contractnli` - sources: `martin-better-call-gpt-2024`, `narendra-contract-comparison-2024`, `mltaikins-playbooks-genai-2026` ### Redagowanie i poprawianie umów z AI (AI contract drafting and redlining) - id: `contractdrafting` · https://aiatlasgraph.com/t/contractdrafting.md - path: AI w prawie › Analiza umów › Redagowanie i poprawianie umów z AI - aliases: contract drafting, AI redlining, clause generation, contract revision, contract negotiation AI, redagowanie umów, redlining - PL: Generowanie klauzul i proponowanie zmian w projektach umów przez LLM, często z wyszukiwaniem wzorców i oceną akceptowalności zmian. - EN: LLM generation of clauses and proposed edits to contract drafts, often with retrieval of precedents and scoring of edit acceptability. - In one sentence PL: AI pisze nowe postanowienia umowy albo proponuje poprawki w projekcie drugiej strony, zaznaczone jak zmiany w edytorze tekstu. - Problem it solves PL: Każda negocjacja to dziesiątki wersji tej samej umowy i godziny przepisywania podobnych klauzul, często pod presją czasu. - What it does PL: Jak asystent, który pamięta wszystkie wcześniejsze negocjacje firmy i podsuwa sformułowanie, które druga strona zwykle akceptowała. - Everyday example PL: Dostawca przysyła umowę z nową klauzulą o karach; system zaznacza ją, proponuje łagodniejszą wersję i pokazuje podobne poprawki z poprzednich lat. - In one sentence EN: AI writes new contract provisions or proposes edits to the other side's draft, marked up like changes in a word processor. - Problem it solves EN: Every negotiation means dozens of versions of the same contract and hours of rewriting similar clauses, often under time pressure. - What it does EN: Like an assistant who remembers all the company's past negotiations and suggests the wording the other side usually accepted. - Everyday example EN: A supplier sends a contract with a new penalty clause; the system flags it, proposes a milder version and shows similar edits from previous years. - concerns you if PL: negocjujesz umowy z kontrahentami; piszesz umowy z gotowych wzorów; sprawdzasz poprawki drugiej strony - concerns you if EN: negotiate contracts with business partners; write contracts from templates; check the other side's edits - related: `playbookreview` - sources: `lam-llm-contract-drafting-2023`, `topollai-contract-rag-2025` ### Sprawdzanie twierdzeń o umowie (Contract natural language inference) - id: `contractnli` · https://aiatlasgraph.com/t/contractnli.md - path: AI w prawie › Analiza umów › Sprawdzanie twierdzeń o umowie - aliases: ContractNLI, document-level NLI for contracts, contract entailment, contract hypothesis checking, wnioskowanie z umów - PL: Wnioskowanie na poziomie całego dokumentu: dla umowy i hipotezy model klasyfikuje wynikanie, sprzeczność lub brak wzmianki i wskazuje dowodowe fragmenty. - EN: Document-level inference: given a contract and a hypothesis, the model labels entailment, contradiction or not mentioned and identifies evidence spans. - In one sentence PL: Program dostaje twierdzenie, np. „obowiązek poufności trwa po zakończeniu umowy”, i odpowiada, czy umowa to potwierdza, zaprzecza, czy milczy. - Problem it solves PL: Znalezienie klauzuli to nie wszystko: trzeba jeszcze zrozumieć, czy jej wyjątki i zaprzeczenia faktycznie dają to, czego szukasz. - What it does PL: Działa jak sędzia w quizie z trzema przyciskami: tak, nie, brak informacji, i zawsze pokazuje zdanie, na którym oparł werdykt. - Everyday example PL: Przed podpisaniem umowy o zachowaniu poufności sprawdzasz, czy wolno ci pokazać dokumenty doradcy; odpowiedź wskazuje właściwy ustęp. - In one sentence EN: Software takes a statement, such as 'confidentiality survives termination', and answers whether the contract confirms it, contradicts it or says nothing. - Problem it solves EN: Finding a clause is not enough: you still need to understand whether its exceptions and negations actually give you what you are looking for. - What it does EN: It acts like a quiz judge with three buttons, yes, no and not mentioned, and always shows the sentence its verdict rests on. - Everyday example EN: Before signing a non-disclosure agreement you check whether you may show the documents to your adviser; the answer points to the right paragraph. - concerns you if PL: podpisujesz umowę o poufności; porównujesz umowy z firmowym wzorcem - concerns you if EN: are signing a non-disclosure agreement; compare contracts against a company standard - related: `statuteqa`, `playbookreview`, `nli` - sources: `koreeda-contractnli-2021` ### Wyszukiwanie klauzul w umowach (Contract clause extraction) - id: `clauseextraction` · https://aiatlasgraph.com/t/clauseextraction.md - path: AI w prawie › Analiza umów › Wyszukiwanie klauzul w umowach - aliases: clause extraction, contract clause identification, clause classification, provision extraction, CUAD task, wyciąganie klauzul, ekstrakcja postanowień umownych - PL: Lokalizowanie w umowie fragmentów odpowiadających zdefiniowanym kategoriom postanowień, zwykle jako ekstrakcja fragmentów tekstu na wzór pytań i odpowiedzi. - EN: Locating contract passages matching defined provision categories, usually framed as question-answering-style span extraction. - In one sentence PL: Program wskazuje w umowie konkretne fragmenty, np. czas trwania, prawo właściwe czy limit odpowiedzialności, które człowiek musi przeczytać. - Problem it solves PL: Ważne zapisy są rozrzucone po kilkudziesięciu stronach i nazwane różnie w każdej umowie, więc ręczne szukanie jest wolne i zawodne. - What it does PL: Dla każdego pytania z listy, np. „czy jest zakaz konkurencji?”, zwraca dokładny fragment tekstu albo informację, że takiego zapisu nie ma. - Everyday example PL: Księgowa sprawdza, kiedy wygasają umowy licencyjne; program wyciąga z każdej datę końca i warunki automatycznego przedłużenia. - In one sentence EN: Software points to specific passages in a contract, such as duration, governing law or liability cap, that a person needs to read. - Problem it solves EN: Key provisions are scattered over dozens of pages and named differently in each contract, so manual search is slow and unreliable. - What it does EN: For each checklist question, such as 'is there a non-compete?', it returns the exact text span or reports that no such provision exists. - Everyday example EN: An accountant checks when licence agreements expire; the software pulls each one's end date and auto-renewal terms. - concerns you if PL: porządkujesz archiwum umów w firmie; budujesz narzędzie do przeglądu dokumentów - concerns you if EN: are organising a company's contract archive; build a document review tool - related: `kie` - sources: `hendrycks-cuad-2021`, `liu-contracteval-2025` ### Benchmarki modeli prawniczych (Legal AI benchmarks) - id: `legalbenchmarks` · https://aiatlasgraph.com/t/legalbenchmarks.md - path: AI w prawie › Benchmarki modeli prawniczych - aliases: legal benchmarks, LegalBench, LexGLUE, legal LLM evaluation, bar exam evaluation, benchmarki prawnicze, ewaluacja modeli w prawie - PL: Zestawy zadań do oceny modeli na tekstach prawnych, obejmujące rozumienie języka, klasyfikację i różne typy rozumowania prawniczego. - EN: Task collections for evaluating models on legal text, covering language understanding, classification, and multiple forms of legal reasoning. - In one sentence PL: Zestawy zadań przygotowane przez prawników, które sprawdzają, w czym model językowy radzi sobie z prawem, a gdzie zawodzi. - Problem it solves PL: Bez wspólnych testów każdy producent chwali się własnymi wynikami, a kancelaria nie ma jak porównać narzędzi przed zakupem. - What it does PL: Rozbija pracę prawnika na drobne umiejętności, np. rozpoznanie problemu czy odczytanie definicji, i każdą mierzy osobnym zestawem pytań. - Everyday example PL: Dział innowacji kancelarii porównuje trzy asystenty na tych samych stu zadaniach i widzi, że najlepszy w streszczeniach słabo stosuje przepisy do faktów. - In one sentence EN: Task sets prepared by lawyers that check where a language model handles law well and where it fails. - Problem it solves EN: Without shared tests every vendor boasts its own results, and a law firm has no way to compare tools before buying. - What it does EN: It breaks legal work into small skills, such as spotting an issue or reading a definition, and measures each with its own set of questions. - Everyday example EN: A law firm's innovation team compares three assistants on the same hundred tasks and sees that the best summariser is weak at applying rules to facts. - concerns you if PL: wybierasz narzędzie AI dla kancelarii lub działu prawnego; budujesz model do zadań prawniczych - concerns you if EN: choose an AI tool for a law firm or legal team; build a model for legal tasks - related: `knowledgebench` - sources: `guha-legalbench-2023`, `chalkidis-lexglue-2021` ### E-discovery i przegląd dokumentów (E-discovery and technology-assisted review) - id: `ediscovery` · https://aiatlasgraph.com/t/ediscovery.md - path: AI w prawie › E-discovery i przegląd dokumentów - aliases: e-discovery, eDiscovery, electronic discovery, technology-assisted review, TAR, predictive coding, document review, przegląd dokumentów w sporze - PL: Identyfikacja, przegląd i przekazanie elektronicznych dowodów w postępowaniach; technology-assisted review to klasyfikacja istotności uczona na ocenach recenzentów. - EN: Identifying, reviewing and producing electronic evidence in proceedings; technology-assisted review is relevance classification trained on reviewers' judgements. - In one sentence PL: Przeglądanie milionów maili i plików w sporze sądowym, w którym komputer uczy się od prawników, które dokumenty mają znaczenie dla sprawy. - Problem it solves PL: W dużym sporze strony muszą przekazać istotne dokumenty, a ręczne przeczytanie milionów maili trwa miesiącami i kosztuje majątek. - What it does PL: Jak pies tropiący, któremu pokazuje się kilka śladów: po każdej ocenie prawnika coraz lepiej wie, czego szukać, i przynosi najpierw najbardziej obiecujące pliki. - Everyday example PL: Firma pozwana w sprawie o zmowę cenową musi przejrzeć skrzynki pięćdziesięciu pracowników; system podsuwa recenzentom najpierw maile, które najpewniej dotyczą sprawy. - In one sentence EN: Reviewing millions of emails and files in a lawsuit, where a computer learns from lawyers which documents matter to the case. - Problem it solves EN: In a big lawsuit parties must hand over relevant documents, and reading millions of emails by hand takes months and costs a fortune. - What it does EN: Like a tracking dog given a few scents: after each lawyer's judgement it learns what to look for and brings the most promising files first. - Everyday example EN: A company sued over price-fixing must review fifty employees' mailboxes; the system shows reviewers the emails most likely to be relevant first. - concerns you if PL: uczestniczysz w sporze z dużą ilością dokumentów; prowadzisz audyt lub dochodzenie wewnętrzne - concerns you if EN: are in a dispute involving many documents; run an audit or internal investigation - sources: `cormack-grossman-cal-sigir-2014` ### Ciągłe aktywne uczenie w przeglądzie dokumentów (Continuous active learning for document review (CAL)) - id: `calreview` · https://aiatlasgraph.com/t/calreview.md - path: AI w prawie › E-discovery i przegląd dokumentów › Ciągłe aktywne uczenie w przeglądzie dokumentów - aliases: continuous active learning, CAL, TAR 2.0, AutoTAR, relevance feedback review, ciągłe aktywne uczenie - PL: Protokół TAR, w którym klasyfikator jest stale douczany na ocenach recenzenta i zawsze podsuwa najwyżej oceniane, jeszcze nieprzejrzane dokumenty. - EN: A TAR protocol in which the classifier is retrained continuously on reviewer judgements and always offers the top-ranked unreviewed documents. - In one sentence PL: Sposób przeglądu, w którym program po każdej decyzji recenzenta od nowa układa kolejkę i pokazuje najpierw dokumenty najpewniej istotne. - Problem it solves PL: Starsze metody wymagały dużej losowej próbki do treningu i zgadywania, kiedy model jest „gotowy”, co marnowało czas recenzentów. - What it does PL: Zaczyna od jednego dobrego przykładu lub zapytania i uczy się w trakcie, więc recenzenci od początku czytają głównie to, co ważne. - Everyday example PL: Zespół dochodzeniowy wpisuje krótki opis sprawy, ocenia pierwsze podsunięte maile, a po kilku dniach kolejne paczki prawie nie zawierają już niczego istotnego. - In one sentence EN: A review method in which the software reorders the queue after every reviewer decision and shows the most likely relevant documents first. - Problem it solves EN: Older methods needed a large random training sample and guessing when the model was 'ready', which wasted reviewers' time. - What it does EN: It starts from one good example or a query and learns as it goes, so reviewers read mostly what matters from the outset. - Everyday example EN: An investigation team types a short description, judges the first emails offered, and after a few days new batches contain almost nothing relevant. - concerns you if PL: przeglądasz dużą kolekcję dokumentów pod jedno pytanie; budujesz systematyczny przegląd literatury - concerns you if EN: review a large document collection for one question; build a systematic literature review - related: `llmdocreview` - sources: `cormack-grossman-cal-sigir-2014`, `cormack-grossman-autotar-2015` ### Przegląd dokumentów przez modele językowe (LLM-based document review (generative TAR)) - id: `llmdocreview` · https://aiatlasgraph.com/t/llmdocreview.md - path: AI w prawie › E-discovery i przegląd dokumentów › Przegląd dokumentów przez modele językowe - aliases: GenAI document review, LLM document review, generative AI review, LLM relevance coding, przegląd dokumentów z GenAI - PL: Ocena istotności dokumentów w e-discovery przez LLM z promptem opisującym żądanie albo po dostrojeniu na zbiorze startowym, z generowanym uzasadnieniem. - EN: Relevance assessment of documents in e-discovery by an LLM prompted with the request or fine-tuned on a seed set, with a generated rationale. - In one sentence PL: Model językowy czyta każdy dokument w sprawie, ocenia, czy dotyczy sporu, i krótko uzasadnia swoją decyzję. - Problem it solves PL: Klasyczne systemy wymagają na start tysięcy ocen prawnika i nie tłumaczą, czemu uznały dokument za ważny. - What it does PL: Zamiast uczyć klasyfikator od zera, daje się modelowi opis tego, czego szukamy, jak instrukcję dla nowego członka zespołu. - Everyday example PL: Kancelaria opisuje w kilku zdaniach, jakich maili szuka w sporze o zmowę cenową, a system przegląda setki tysięcy wiadomości i dopisuje do każdej powód oceny. - In one sentence EN: A language model reads each document in a case, judges whether it concerns the dispute and briefly explains its decision. - Problem it solves EN: Classic systems need thousands of lawyer judgments to start and do not explain why they marked a document as important. - What it does EN: Instead of training a classifier from scratch, you describe what you are looking for, like briefing a new team member. - Everyday example EN: A law firm describes in a few sentences which emails it needs in a price-fixing dispute; the system reviews hundreds of thousands, noting a reason for each. - concerns you if PL: prowadzisz przegląd dużej liczby dokumentów w sporze; zastanawiasz się, czy AI zastąpi pierwszą linię przeglądu - concerns you if EN: run a review of many documents in a dispute; wonder whether AI will replace first-pass review - related: `calreview` - sources: `pai-open-llm-ediscovery-2023` ### Wykrywanie dokumentów objętych tajemnicą adwokacką (Privilege review in e-discovery) - id: `privilegereview` · https://aiatlasgraph.com/t/privilegereview.md - path: AI w prawie › E-discovery i przegląd dokumentów › Wykrywanie dokumentów objętych tajemnicą adwokacką - aliases: privilege review, privilege classification, privilege detection, attorney-client privilege review, privilege log, tajemnica adwokacka, przegląd pod kątem tajemnicy - PL: Klasyfikacja dokumentów pod kątem tajemnicy zawodowej obok istotności, z kosztowym wyborem, które dokumenty sprawdza człowiek. - EN: Classifying documents for privilege alongside responsiveness, with cost-based selection of which documents a human reviews. - In one sentence PL: W sporze trzeba przekazać drugiej stronie tysiące dokumentów, ale nie poufne rady własnego prawnika; program pomaga je wyłowić. - Problem it solves PL: Przypadkowe oddanie przeciwnikowi korespondencji z własnym prawnikiem może zaszkodzić sprawie, a ręczne sprawdzanie milionów maili kosztuje fortunę. - What it does PL: Jak sito z dwoma rodzajami oczek: jedno odsiewa dokumenty związane ze sprawą, drugie te, które trzeba zatrzymać i wpisać na listę wyłączeń. - Everyday example PL: Firma w sporze z dostawcą musi oddać skrzynki pocztowe zespołu; system odkłada na bok maile do kancelarii, a starszy prawnik sprawdza tylko wątpliwe. - In one sentence EN: In a dispute you must hand thousands of documents to the other side, but not your own lawyer's confidential advice; software helps fish those out. - Problem it solves EN: Accidentally giving the opponent your correspondence with your own lawyer can hurt the case, and checking millions of emails by hand costs a fortune. - What it does EN: Like a sieve with two meshes: one catches documents relevant to the case, the other those to hold back and list as withheld. - Everyday example EN: A company in a dispute must hand over its team's mailboxes; the system sets aside emails to the law firm, and a senior lawyer checks only doubtful ones. - concerns you if PL: twoja firma jest stroną sporu z ujawnianiem dokumentów; pracujesz przy przeglądzie dokumentów w kancelarii - concerns you if EN: work for a company in a dispute with document disclosure; work on document review at a law firm - sources: `oard-minecore-2019`, `zhao-privilege-transfer-2021` ### Formalizacja prawa (Computational law and formal legal models) - id: `computationallaw` · https://aiatlasgraph.com/t/computationallaw.md - path: AI w prawie › Formalizacja prawa - aliases: computational law, formal models of law, legal knowledge representation, symbolic AI and law, legal expert systems, prawo obliczeniowe, formalizacja przepisów - PL: Symboliczny nurt AI i prawa: reprezentacja norm w logice i językach programowania oraz obliczeniowe modele rozumowania i argumentacji prawniczej. - EN: The symbolic strand of AI and law: representing norms in logic and programming languages, and computational models of legal reasoning and argument. - In one sentence PL: Zapisywanie przepisów i sposobów argumentowania w języku, który komputer potrafi ściśle wykonać i sprawdzić, zamiast tylko czytać tekst. - Problem it solves PL: Przepisy pisane prozą są niejednoznaczne i rozproszone, więc urzędy i firmy różnie je liczą, a błędy w systemach wychodzą dopiero po latach. - What it does PL: Jak przepisanie przepisu kulinarnego na dokładny algorytm z wagą w gramach: każdy krok i wyjątek musi być nazwany, więc luki od razu wychodzą na jaw. - Everyday example PL: Kalkulator zasiłku na stronie urzędu liczy kwotę według tej samej, sprawdzonej wersji przepisów, której używa system wypłat. - In one sentence EN: Writing laws and ways of arguing in a language a computer can execute and check precisely, rather than merely read as text. - Problem it solves EN: Laws written in prose are ambiguous and scattered, so agencies and firms compute them differently, and errors in systems surface years later. - What it does EN: Like rewriting a recipe as an exact algorithm with gram weights: every step and exception must be named, so gaps show up straight away. - Everyday example EN: A benefits calculator on an agency website computes the amount from the same verified version of the rules that the payment system uses. - concerns you if PL: projektujesz system liczący podatki, zasiłki lub opłaty; interesuje cię, jak komputer może rozumować o prawie - concerns you if EN: design a system that computes taxes, benefits or fees; wonder how a computer can reason about law - related: `logic` - sources: `merigoux-catala-2021`, `benchcapon-hypo-legacy-2017`, `catala-exceptions-docs` ### Automatyczne sprawdzanie zgodności z przepisami (Automated regulatory compliance checking) - id: `compliancechecking` · https://aiatlasgraph.com/t/compliancechecking.md - path: AI w prawie › Formalizacja prawa › Automatyczne sprawdzanie zgodności z przepisami - aliases: regulatory compliance checking, compliance automation, RegTech compliance, compliance by design, business process compliance, sprawdzanie zgodności z regulacjami - PL: Weryfikacja procesów biznesowych i dokumentów względem norm prawnych: klasycznie przez formalne reguły deontyczne, współcześnie także z LLM i wyszukiwaniem. - EN: Verifying business processes and documents against legal norms: classically with formal deontic rules, more recently also with LLMs and retrieval. - In one sentence PL: Program porównuje dokumenty albo procedury firmy z wymaganiami przepisów i wskazuje, gdzie czegoś brakuje lub coś jest niezgodne. - Problem it solves PL: Firmy muszą spełniać setki wymogów z wielu przepisów, a ręczne sprawdzanie każdej polityki i procedury jest powolne i dziurawe. - What it does PL: Jak audytor z listą kontrolną zbudowaną z przepisów: przechodzi przez każdy krok procesu i notuje, który obowiązek nie został spełniony. - Everyday example PL: Sklep internetowy sprawdza swoją politykę prywatności i dostaje listę informacji, które według przepisów musi jeszcze przekazać klientom. - In one sentence EN: Software compares a company's documents or procedures with legal requirements and points out what is missing or non-compliant. - Problem it solves EN: Companies must meet hundreds of requirements from many laws, and checking every policy and procedure by hand is slow and full of gaps. - What it does EN: Like an auditor with a checklist built from the regulations, walking through each step of a process and noting which obligation was not met. - Everyday example EN: An online shop checks its privacy policy and gets a list of information the regulations still require it to give customers. - concerns you if PL: odpowiadasz w firmie za zgodność z przepisami; piszesz polityki lub regulaminy; projektujesz procesy w regulowanej branży - concerns you if EN: are responsible for regulatory compliance at a company; write policies or terms of service; design processes in a regulated industry - related: `rulesascode` - sources: `oasis-legalruleml-2021`, `governatori-ict-compliance-2014`, `garza-privcomp-kg-2024` ### Modele argumentacji prawniczej (Computational models of legal argument) - id: `legalargumentation` · https://aiatlasgraph.com/t/legalargumentation.md - path: AI w prawie › Formalizacja prawa › Modele argumentacji prawniczej - aliases: computational models of legal argument, legal argumentation, case-based legal reasoning, HYPO, CATO, factor-based reasoning, argumentacja prawnicza - PL: Formalne i obliczeniowe modele tworzenia, oceny i użycia argumentów prawnych, zwłaszcza rozumowanie na precedensach opartych na czynnikach i wymiarach. - EN: Formal and computational models for generating, evaluating and using legal arguments, especially precedent-based reasoning with factors and dimensions. - In one sentence PL: Programy, które odtwarzają spór prawników: przywołują podobne sprawy, wskazują różnice i odpierają kontrargumenty, krok po kroku. - Problem it solves PL: W prawie nie ma jednej poprawnej odpowiedzi do wyliczenia; liczy się, czyja argumentacja jest mocniejsza, a tego zwykły klasyfikator nie pokazuje. - What it does PL: Jak szachowy zapis partii, tylko dla sporu: każde posunięcie, czyli powołanie precedensu, odróżnienie sprawy czy kontrprzykład, jest jawne i da się je sprawdzić. - Everyday example PL: Student prawa ćwiczy z programem, który podaje mu wcześniejszą sprawę korzystną dla przeciwnika i prosi, by pokazał, czym jego sprawa się różni. - In one sentence EN: Programs that recreate lawyers' disputes: they cite similar cases, point out differences and rebut counter-arguments, step by step. - Problem it solves EN: Law has no single right answer to compute; what matters is whose argument is stronger, and an ordinary classifier does not show that. - What it does EN: Like a chess score sheet for a dispute: every move, citing a precedent, distinguishing a case or a counterexample, is explicit and can be checked. - Everyday example EN: A law student practises with a program that offers a past case favouring the other side and asks them to show how their case differs. - concerns you if PL: uczysz się prawa lub uczysz argumentacji; chcesz, żeby AI uzasadniało, a nie tylko zgadywało - concerns you if EN: study law or teach argumentation; want AI to justify rather than just guess - sources: `benchcapon-hypo-legacy-2017`, `benchcapon-etal-legal-argument-2024` ### Prawo jako kod (Rules as code) - id: `rulesascode` · https://aiatlasgraph.com/t/rulesascode.md - path: AI w prawie › Formalizacja prawa › Prawo jako kod - aliases: rules as code, RaC, law as code, machine-consumable legislation, executable legislation, Catala, prawo jako kod - PL: Tworzenie maszynowo wykonywalnej wersji przepisów obok tekstu prawnego, w specjalnych językach lub frameworkach, najlepiej już na etapie legislacji. - EN: Creating a machine-executable version of legislation alongside the legal text, in dedicated languages or frameworks, ideally at the drafting stage. - In one sentence PL: Przepisy, które coś wyliczają, np. podatek albo zasiłek, pisze się równolegle jako tekst dla ludzi i jako program dla komputera. - Problem it solves PL: Każdy urząd i firma osobno tłumaczy te same przepisy na kod, z różnymi błędami, więc obywatel dostaje różne wyniki w różnych systemach. - What it does PL: Jedna oficjalna, sprawdzalna wersja w kodzie staje się wspólnym wzorcem, a każdy artykuł ustawy ma w niej swój odpowiednik, więc łatwo znaleźć rozbieżność. - Everyday example PL: Rodzice wpisują dochód i liczbę dzieci w kalkulatorze świadczeń, który korzysta z tej samej wersji przepisów co urząd przyznający pieniądze. - In one sentence EN: Rules that compute something, such as a tax or benefit, are written in parallel as text for people and as a program for computers. - Problem it solves EN: Every agency and firm separately translates the same rules into code, with different bugs, so citizens get different results in different systems. - What it does EN: One official, checkable code version becomes the shared reference, with every article mapped to its counterpart, so mismatches are easy to find. - Everyday example EN: Parents enter their income and number of children into a benefits calculator that uses the same version of the rules as the paying agency. - concerns you if PL: budujesz kalkulator podatków, świadczeń lub opłat; pracujesz przy tworzeniu przepisów w administracji - concerns you if EN: build a tax, benefits or fees calculator; help draft rules in public administration - related: `compliancechecking`, `statutoryreasoning`, `machinereadablelaw` - sources: `merigoux-catala-2021`, `oecd-cracking-the-code-2020`, `catala-exceptions-docs` ### Ustrukturyzowane dokumenty prawne (Structured legal documents) - id: `machinereadablelaw` · https://aiatlasgraph.com/t/machinereadablelaw.md - path: AI w prawie › Formalizacja prawa › Ustrukturyzowane dokumenty prawne - aliases: machine-readable legislation, Akoma Ntoso, LegalDocML, European Legislation Identifier, ELI, legislative XML, structured legislation, ustrukturyzowane akty prawne - PL: Standardy ustrukturyzowanego zapisu i identyfikacji dokumentów prawnych w XML i RDF, umożliwiające precyzyjne linkowanie, wersjonowanie i konsolidację. - EN: Standards for structured encoding and identification of legal documents in XML and RDF, enabling precise linking, versioning and consolidation. - In one sentence PL: Ustawy i wyroki zapisane tak, żeby komputer widział ich budowę: artykuły, paragrafy, wersje, zmiany i stałe adresy w sieci. - Problem it solves PL: Akty publikowane jako zwykłe dokumenty trudno precyzyjnie przeszukiwać, linkować do konkretnego przepisu i sprawdzić, jak brzmiały w danym dniu. - What it does PL: Jak porządny katalog biblioteczny z historią wydań: każdy przepis ma swoje miejsce, adres i daty obowiązywania. - Everyday example PL: Asystent prawny podaje brzmienie przepisu sprzed nowelizacji z dokładnym linkiem do artykułu, bo baza zna wszystkie wersje ustawy. - In one sentence EN: Laws and rulings recorded so a computer sees their structure: articles, paragraphs, versions, amendments and permanent web addresses. - Problem it solves EN: Laws published as plain documents are hard to search precisely, link to a specific provision, or read as they stood on a given day. - What it does EN: Like a good library catalogue with edition history: every provision has its place, address and dates in force. - Everyday example EN: A legal assistant gives a provision's wording from before an amendment, with an exact link to the article, because the database knows every version of the law. - concerns you if PL: budujesz wyszukiwarkę lub asystenta opartego na przepisach; potrzebujesz brzmienia przepisu z konkretnej daty; publikujesz akty prawne lub decyzje - concerns you if EN: build a search engine or assistant based on legislation; need a provision's wording as of a specific date; publish legal acts or decisions - related: `rulesascode` - sources: `oasis-akoma-ntoso-2018`, `eurlex-eli-about` ### Przetwarzanie tekstów prawnych (Legal text processing (legal NLP)) - id: `legalnlp` · https://aiatlasgraph.com/t/legalnlp.md - path: AI w prawie › Przetwarzanie tekstów prawnych - aliases: legal NLP, legal text processing, legal document processing, NLP for law, przetwarzanie języka prawnego - PL: Zadania NLP dostosowane do tekstów prawnych: rozpoznawanie encji, strukturyzacja wyroków, streszczanie, anonimizacja oraz modele językowe trenowane na prawie. - EN: NLP tasks adapted to legal text: entity recognition, judgment structuring, summarisation, anonymisation and language models trained on law. - In one sentence PL: Programy, które czytają wyroki i ustawy: wyłapują nazwiska i sygnatury, dzielą tekst na części, streszczają go i zakrywają dane osób. - Problem it solves PL: Teksty prawne są długie, pisane specyficznym językiem i pełne danych osobowych, więc ogólne narzędzia do tekstu często się na nich gubią. - What it does PL: Jak doświadczony sekretarz sądowy, który zna układ każdego wyroku i od razu wie, gdzie szukać stron, przepisów i rozstrzygnięcia. - Everyday example PL: Portal z orzeczeniami publikuje tysiące wyroków miesięcznie; każdy jest wcześniej automatycznie streszczany, opisany hasłami i pozbawiony nazwisk stron. - In one sentence EN: Software that reads rulings and statutes: it picks out names and case numbers, splits the text into parts, summarises it and hides personal data. - Problem it solves EN: Legal texts are long, written in a peculiar language and full of personal data, so general text tools often get lost in them. - What it does EN: Like a seasoned court clerk who knows the layout of every ruling and goes straight to the parties, the provisions and the decision. - Everyday example EN: A case-law portal publishes thousands of rulings a month; each is first automatically summarised, tagged with topics and stripped of the parties' names. - concerns you if PL: czytasz wyroki lub akty prawne w pracy; budujesz wyszukiwarkę lub bazę orzeczeń; chcesz zrozumieć, czego dotyczy wyrok w twojej sprawie - concerns you if EN: read rulings or legislation at work; build a search engine or case-law database; want to understand what the ruling in your case says - sources: `modi-semeval2023-legaleval`, `chalkidis-legal-bert-2020` ### Anonimizacja orzeczeń sądowych (Anonymisation of court decisions) - id: `courtanonymization` · https://aiatlasgraph.com/t/courtanonymization.md - path: AI w prawie › Przetwarzanie tekstów prawnych › Anonimizacja orzeczeń sądowych - aliases: court decision anonymisation, judgment anonymization, pseudonymisation of rulings, de-identification of court rulings, re-identification risk, anonimizacja wyroków, pseudonimizacja orzeczeń - PL: Automatyczne wykrywanie identyfikatorów osób w orzeczeniach i ich maskowanie przed publikacją oraz ocena ryzyka ponownej identyfikacji. - EN: Automatically detecting personal identifiers in court decisions and masking them before publication, and assessing re-identification risk. - In one sentence PL: Przed publikacją wyroku program wyszukuje w nim nazwiska, adresy i inne dane osób i zastępuje je inicjałami lub znakami zastępczymi. - Problem it solves PL: Sądy chcą publikować wyroki, ale ręczne zakrywanie danych na tysiącach stron jest powolne, a jedno przeoczone nazwisko narusza czyjąś prywatność. - What it does PL: Jak korektor z czarnym markerem, który podsuwa urzędnikowi gotowe skreślenia; człowiek tylko zatwierdza albo poprawia. - Everyday example PL: Czytasz w internecie wyrok w sprawie rozwodowej z innego miasta; zamiast nazwisk widzisz same litery i kreski. - In one sentence EN: Before a ruling is published, software finds names, addresses and other personal details in it and replaces them with initials or placeholders. - Problem it solves EN: Courts want to publish rulings, but blacking out data on thousands of pages by hand is slow, and one missed name breaches someone's privacy. - What it does EN: Like a proofreader with a black marker who hands the clerk ready-made deletions; the person only approves or corrects them. - Everyday example EN: You read a divorce ruling from another city online; instead of names you see only letters and dashes. - concerns you if PL: twoja sprawa sądowa może zostać opublikowana; pracujesz w sądzie lub urzędzie publikującym decyzje; udostępniasz dokumenty z danymi osób - concerns you if EN: have a court case that may be published; work at a court or office that publishes decisions; share documents containing personal data - related: `legalner`, `piiredaction` - sources: `niklaus-swiss-anonymization-2023`, `nyffenegger-anonymity-at-risk-2023` ### Modele językowe uczone na tekstach prawnych (Domain-adapted legal language models) - id: `legallm` · https://aiatlasgraph.com/t/legallm.md - path: AI w prawie › Przetwarzanie tekstów prawnych › Modele językowe uczone na tekstach prawnych - aliases: legal language models, legal LLM, LEGAL-BERT, SaulLM, legal domain pretraining, prawnicze modele językowe - PL: Modele językowe dotrenowane lub trenowane od zera na korpusach prawnych, czasem z własnym słownikiem i dostrajaniem instrukcyjnym na zadaniach prawnych. - EN: Language models further pretrained or trained from scratch on legal corpora, sometimes with a custom vocabulary and instruction tuning on legal tasks. - In one sentence PL: Modele, które oprócz zwykłych tekstów przeczytały ogromne zbiory ustaw, wyroków i umów, żeby lepiej rozumieć prawniczy język. - Problem it solves PL: Ogólne modele mylą się na prawniczym żargonie i zawiłych konstrukcjach zdań, a kancelarie nie zawsze mogą wysyłać dokumenty na zewnątrz. - What it does PL: Jak tłumacz, który najpierw kilka lat przepracował w kancelarii: zna te same słowa co inni, ale lepiej czuje ich prawny sens. - Everyday example PL: Dział prawny banku uruchamia na własnym serwerze mały model dotrenowany na umowach, który klasyfikuje klauzule bez wysyłania ich do chmury. - In one sentence EN: Models that, besides ordinary text, have read huge collections of statutes, rulings and contracts to understand legal language better. - Problem it solves EN: General models stumble on legal jargon and convoluted sentences, and law firms cannot always send documents outside. - What it does EN: Like a translator who spent a few years at a law firm: same words as everyone, but a better feel for their legal meaning. - Everyday example EN: A bank's legal department runs a small model further trained on contracts on its own server, classifying clauses without sending them to the cloud. - concerns you if PL: potrzebujesz modelu do zadań prawniczych na własnym sprzęcie; zastanawiasz się, czy dotrenować model na swoich dokumentach - concerns you if EN: need a model for legal tasks on your own hardware; wonder whether to further train a model on your documents - related: `continuedpretraining`, `finllm` - sources: `chalkidis-legal-bert-2020`, `zheng-casehold-2021`, `colombo-saullm-2024` ### Podział wyroku na części (role retoryczne) (Rhetorical role labelling of court judgments) - id: `rhetoricalroles` · https://aiatlasgraph.com/t/rhetoricalroles.md - path: AI w prawie › Przetwarzanie tekstów prawnych › Podział wyroku na części (role retoryczne) - aliases: rhetorical role labelling, rhetorical roles, judgment structuring, legal document segmentation, RR labelling, strukturyzacja wyroków - PL: Klasyfikacja każdego zdania wyroku do funkcjonalnej roli, np. fakty, argumenty stron, analiza, ratio decidendi i rozstrzygnięcie. - EN: Classifying each sentence of a judgment into a functional role such as facts, party arguments, analysis, ratio decidendi and decision. - In one sentence PL: Program dzieli długi wyrok na części: fakty, argumenty stron, analizę sądu, powody decyzji i samo rozstrzygnięcie. - Problem it solves PL: Wyrok bywa ciągłym tekstem na dziesiątki stron i trudno szybko znaleźć, co sąd sam ustalił, a co tylko streścił za stronami. - What it does PL: Jak spis treści doklejony do książki, która go nie miała: każde zdanie dostaje etykietę rozdziału, do którego należy. - Everyday example PL: Aplikant otwiera wyrok i jednym kliknięciem przeskakuje do fragmentu, w którym sąd wyjaśnia, dlaczego oddalił apelację. - In one sentence EN: Software splits a long ruling into parts: the facts, each side's arguments, the court's analysis, the reasons for the decision and the decision itself. - Problem it solves EN: A ruling can run to dozens of pages, and it is hard to see quickly what the court found itself and what it merely relayed. - What it does EN: Like a table of contents added to a book that never had one: every sentence gets the label of the chapter it belongs to. - Everyday example EN: A trainee lawyer opens a ruling and jumps with one click to the passage where the court explains why it dismissed the appeal. - concerns you if PL: czytasz długie wyroki i szukasz sedna; budujesz streszczenia lub wyszukiwanie orzeczeń - concerns you if EN: read long rulings and look for the gist; build summaries or case-law search - related: `legalsummarization` - sources: `modi-semeval2023-legaleval`, `kalamkar-legal-structuring-2022` ### Rozpoznawanie nazw w tekstach prawnych (Legal named entity recognition) - id: `legalner` · https://aiatlasgraph.com/t/legalner.md - path: AI w prawie › Przetwarzanie tekstów prawnych › Rozpoznawanie nazw w tekstach prawnych - aliases: legal NER, L-NER, legal entity recognition, named entity recognition in judgments, NER prawniczy - PL: Oznaczanie w tekstach prawnych encji o drobnych klasach domenowych, np. sąd, sędzia, strona, przepis, precedens i sygnatura. - EN: Tagging entities in legal texts with fine-grained domain classes such as court, judge, party, provision, precedent and case number. - In one sentence PL: Program zaznacza w wyroku, kto jest sędzią, kto stroną, jaki sąd orzekał i na które przepisy oraz wcześniejsze sprawy się powołano. - Problem it solves PL: Żeby przeszukiwać i porównywać tysiące wyroków, trzeba wiedzieć, kto w nich występuje i co cytują, a ręczne oznaczanie trwałoby latami. - What it does PL: Jak zakreślacze w kilku kolorach: osobny dla sądu, osobny dla stron, osobny dla przepisów, tyle że nakładane w ułamku sekundy. - Everyday example PL: Wyszukiwarka orzeczeń pozwala odfiltrować wszystkie wyroki jednego sędziego, w których powołano ten sam artykuł kodeksu. - In one sentence EN: Software marks in a ruling who the judge is, who the parties are, which court decided, and which provisions and earlier cases were cited. - Problem it solves EN: To search and compare thousands of rulings you must know who appears in them and what they cite; tagging by hand would take years. - What it does EN: Like highlighters in several colours, one for the court, one for the parties, one for the provisions, only applied in a split second. - Everyday example EN: A case-law search engine lets you filter all rulings by one judge that cite the same article of the code. - concerns you if PL: szukasz wyroków danego sądu lub sędziego; budujesz bazę orzeczeń z filtrami; przygotowujesz dane do anonimizacji - concerns you if EN: look for rulings by a given court or judge; build a case-law database with filters; prepare data for anonymisation - related: `courtanonymization`, `ner`, `infoextraction` - sources: `modi-semeval2023-legaleval`, `kalamkar-indian-legal-ner-2022`, `leitner-german-ler-2020` ### Streszczanie wyroków i aktów prawnych (Legal document summarisation) - id: `legalsummarization` · https://aiatlasgraph.com/t/legalsummarization.md - path: AI w prawie › Przetwarzanie tekstów prawnych › Streszczanie wyroków i aktów prawnych - aliases: legal summarization, judgment summarization, case summarization, headnote generation, legislation summarization, streszczanie orzeczeń - PL: Ekstraktywne i abstraktywne streszczanie długich dokumentów prawnych: wyroków, akt spraw i aktów prawnych, także wielojęzycznie. - EN: Extractive and abstractive summarisation of long legal documents: judgments, case files and legislation, including multilingual settings. - In one sentence PL: Program skraca wielostronicowy wyrok albo ustawę do kilku akapitów, które mówią, o co chodziło i jak sprawa się skończyła. - Problem it solves PL: Prawnik ma przeczytać dziesiątki wyroków, by znaleźć te przydatne, a każdy liczy kilkadziesiąt stron gęstego tekstu. - What it does PL: Wybiera najważniejsze zdania z kolejnych części wyroku albo pisze je na nowo, jak redaktor przygotowujący notkę do zbioru orzeczeń. - Everyday example PL: W biuletynie dla radców każdy nowy wyrok najwyższego sądu ma krótką notkę: stan faktyczny, problem prawny i odpowiedź sądu. - In one sentence EN: Software shortens a ruling or statute many pages long to a few paragraphs saying what it was about and how it ended. - Problem it solves EN: A lawyer has to read dozens of rulings to find the useful ones, and each runs to dozens of pages of dense text. - What it does EN: It picks the key sentences from each part of the ruling or rewrites them, like an editor preparing a note for a law report. - Everyday example EN: In a bulletin for lawyers every new supreme court ruling gets a short note: the facts, the legal question and the court's answer. - concerns you if PL: przeglądasz dużo orzeczeń naraz; chcesz zrozumieć długi wyrok bez czytania całości; przygotowujesz notki lub biuletyny prawne - concerns you if EN: go through many rulings at once; want to understand a long ruling without reading all of it; prepare legal notes or bulletins - related: `rhetoricalroles`, `summarization`, `abstractivesumm` - sources: `shukla-legal-case-summarization-2022`, `shen-multilexsum-2022`, `aumiller-eurlexsum-2022` ### Rozumowanie prawne i przewidywanie (Legal reasoning and outcome prediction) - id: `legalreasoning` · https://aiatlasgraph.com/t/legalreasoning.md - path: AI w prawie › Rozumowanie prawne i przewidywanie - aliases: legal reasoning, legal NLU, legal outcome prediction, AI legal reasoning, rozumowanie prawnicze, prognozowanie rozstrzygnięć - PL: Modelowanie i ocena rozumowania prawniczego modeli (rozpoznanie kwestii, zastosowanie reguły, wniosek) oraz przewidywanie rozstrzygnięć sądowych z tekstu. - EN: Modelling and evaluating models' legal reasoning (issue spotting, rule application, conclusion) and predicting court outcomes from text. - In one sentence PL: Sprawdzanie, czy AI potrafi rozumować jak prawnik: wskazać problem prawny, zastosować przepis do faktów i przewidzieć, jak sąd rozstrzygnie. - Problem it solves PL: Ludzie chcą wiedzieć, czy mają szansę wygrać sprawę, a reklamy obiecują AI lepsze od prawników bez rzetelnych dowodów. - What it does PL: Jak egzamin praktyczny z kazusami: model dostaje fakty i musi przejść kolejne kroki rozumowania, a każdy krok da się osobno ocenić. - Everyday example PL: Serwis obiecuje oszacować szanse twojego odwołania od mandatu; warto wiedzieć, na jakich danych taką prognozę zbudowano i jak ją sprawdzono. - In one sentence EN: Testing whether AI can reason like a lawyer: spot the legal issue, apply a rule to facts and predict how a court will decide. - Problem it solves EN: People want to know whether they could win a case, while marketing promises AI better than lawyers without solid evidence. - What it does EN: Like a practical exam with case problems: the model gets facts and must go through each reasoning step, and every step can be graded separately. - Everyday example EN: A website promises to estimate the odds of your appeal against a fine; it helps to know what data the forecast rests on and how it was tested. - concerns you if PL: słyszysz, że AI zda egzamin prawniczy; rozważasz narzędzie oceniające szanse w sporze - concerns you if EN: hear that AI can pass the bar exam; are considering a tool that rates your odds in a dispute - sources: `kapoor-legal-ai-pitfalls-2024`, `guha-legalbench-2023` ### Przewidywanie wyroków (Legal judgment prediction) - id: `judgmentprediction` · https://aiatlasgraph.com/t/judgmentprediction.md - path: AI w prawie › Rozumowanie prawne i przewidywanie › Przewidywanie wyroków - aliases: legal judgment prediction, LJP, court decision prediction, outcome forecasting, judicial decision prediction, predykcja wyroków, przewidywanie orzeczeń - PL: Klasyfikacja rozstrzygnięcia (np. naruszenie artykułu, wygrana strony) na podstawie tekstu sprawy; odróżnia się identyfikację wyniku od rzeczywistego prognozowania. - EN: Classifying the outcome (e.g. violation of an article, which party wins) from case text; outcome identification is distinguished from genuine forecasting. - In one sentence PL: Model czyta opis sprawy sądowej i zgaduje, jak zakończy się wyrok, np. czy sąd uzna, że doszło do naruszenia praw. - Problem it solves PL: Strony sporu i ich prawnicy chcą z góry wiedzieć, czy warto iść do sądu, a sądy mają zaległości i chcą wyłapać sprawy pilne lub ważne. - What it does PL: Uczy się na tysiącach dawnych wyroków, które słowa i układy faktów zwykle szły w parze z wygraną, a które z przegraną. - Everyday example PL: Badacze pokazują, że program z samego opisu okoliczności sprawy trafnie typuje większość rozstrzygnięć międzynarodowego trybunału praw człowieka. - In one sentence EN: A model reads the description of a court case and guesses how the judgment will end, e.g. whether the court will find a rights violation. - Problem it solves EN: Litigants and lawyers want to know in advance whether suing is worth it, and backlogged courts want to spot urgent or important cases. - What it does EN: It learns from thousands of past judgments which words and fact patterns usually went with a win and which with a loss. - Everyday example EN: Researchers show that software, from the description of a case's circumstances alone, correctly guesses most decisions of an international human rights court. - concerns you if PL: myślisz o tym, czy pozwać firmę lub urząd; oceniasz narzędzia do analityki sądowej - concerns you if EN: are thinking about suing a company or authority; evaluate court analytics tools - related: `explainability` - sources: `aletras-echr-2016`, `chalkidis-ljp-2019`, `medvedeva-rethinking-ljp-2023` ### Stosowanie przepisu do faktów (rozumowanie z ustaw) (Statutory reasoning) - id: `statutoryreasoning` · https://aiatlasgraph.com/t/statutoryreasoning.md - path: AI w prawie › Rozumowanie prawne i przewidywanie › Stosowanie przepisu do faktów (rozumowanie z ustaw) - aliases: statutory reasoning, statute application, rule application, SARA, tax law reasoning, rozumowanie ustawowe, subsumpcja - PL: Zastosowanie podanego tekstu ustawy do opisanego stanu faktycznego: rozstrzygnięcie, czy przepis ma zastosowanie, lub obliczenie skutku prawnego. - EN: Applying a given statute text to a described set of facts: deciding whether a provision applies or computing the legal outcome. - In one sentence PL: Model dostaje tekst przepisu i opis sytuacji i ma rozstrzygnąć, czy przepis ma zastosowanie, albo policzyć na tej podstawie wynik, np. podatek. - Problem it solves PL: Przepisy pełne wyjątków i odesłań łatwo zastosować źle, a błąd w podatku czy świadczeniu kosztuje konkretnych ludzi pieniądze. - What it does PL: Jak uczeń rozwiązujący zadanie z treścią: najpierw przekłada słowa przepisu na reguły, potem podstawia fakty i liczy. - Everyday example PL: Ktoś wpisuje do asystenta podatkowego swoją sytuację rodzinną i dochody i pyta, czy może rozliczyć się wspólnie z małżonkiem i ile zapłaci. - In one sentence EN: Given a law's text and a description of a situation, a model decides whether the law applies or computes a result such as tax owed. - Problem it solves EN: Laws full of exceptions and cross-references are easy to misapply, and a mistake in tax or benefits costs real people money. - What it does EN: Like a pupil solving a word problem: first turning the law's words into rules, then plugging in the facts and calculating. - Everyday example EN: Someone enters their family situation and income into a tax assistant and asks whether they can file jointly with their spouse and how much they will pay. - concerns you if PL: rozliczasz podatki lub świadczenia z pomocą AI; budujesz system stosujący przepisy do wniosków - concerns you if EN: do taxes or benefit claims with AI help; build a system that applies rules to applications - related: `rulesascode` - sources: `holzenberger-sara-2020`, `blairstanek-gpt3-statutory-2023`, `jurayj-tax-logic-programs-2025` ### Wyszukiwanie informacji prawnej (Legal information retrieval and research) - id: `legalsearch` · https://aiatlasgraph.com/t/legalsearch.md - path: AI w prawie › Wyszukiwanie informacji prawnej - aliases: legal information retrieval, legal research, legal IR, AI legal research, wyszukiwanie prawnicze, kwerenda prawna - PL: Wyszukiwanie i ranking orzeczeń oraz przepisów dla zapytania lub opisu sprawy, coraz częściej połączone z generowaniem odpowiedzi z cytatami (legal RAG). - EN: Retrieving and ranking rulings and statutes for a query or case description, increasingly combined with answer generation with citations (legal RAG). - In one sentence PL: Szukanie przepisów i wyroków, które pasują do konkretnej sprawy, z pomocą programu rozumiejącego pytanie zadane zwykłymi słowami. - Problem it solves PL: Odpowiednie orzeczenie może leżeć wśród milionów innych, a samo wpisanie słów kluczowych gubi sprawy opisane innym językiem. - What it does PL: Jak bibliotekarz z wydziału prawa, który pyta, o co chodzi w sprawie, i przynosi kilka najbliższych orzeczeń z zakładkami. - Everyday example PL: Aplikantka opisuje stan faktyczny sporu o zalanie mieszkania i dostaje listę podobnych wyroków wraz z fragmentami uzasadnień. - In one sentence EN: Finding the statutes and rulings that fit a specific case, with software that understands a question asked in plain words. - Problem it solves EN: The right ruling may sit among millions of others, and typing keywords misses cases described in different words. - What it does EN: Like a law-school librarian who asks what the case is about and brings back the few closest rulings with bookmarks. - Everyday example EN: A trainee lawyer describes the facts of a dispute over a flooded flat and gets a list of similar rulings with excerpts of the reasoning. - concerns you if PL: przygotowujesz pismo i szukasz orzecznictwa; chcesz sprawdzić, co mówi przepis w twojej sprawie - concerns you if EN: prepare a filing and look for case law; want to check what a law says about your case - sources: `feng-lcr-survey-2024`, `locke-zuccon-caselaw-2022`, `coliee-2023-summary`, `magesh-legal-rag-hallucination-2024` ### Agenci badań prawnych (Agentic legal research) - id: `legalresearchagents` · https://aiatlasgraph.com/t/legalresearchagents.md - path: AI w prawie › Wyszukiwanie informacji prawnej › Agenci badań prawnych - aliases: legal research agents, legal AI agents, agentic legal RAG, legal deep research, multi-agent legal QA, agenci prawniczy - PL: Wieloetapowe systemy agentowe, które planują zapytania, używają narzędzi wyszukiwania w bazach prawa i tworzą odpowiedzi z cytatami, często z osobnym weryfikatorem. - EN: Multi-step agent systems that plan queries, use search tools over legal databases and produce cited answers, often with a separate verifier. - In one sentence PL: AI, która sama planuje kwerendę prawną: zadaje kolejne zapytania do baz, czyta wyniki i pisze odpowiedź z przypisami. - Problem it solves PL: Prawdziwe pytanie prawne wymaga wielu wyszukiwań i lektur, a jedno zapytanie do bazy zwykle zwraca tylko część odpowiedzi. - What it does PL: Jak aplikant wysłany do biblioteki z listą: szuka, czyta, wraca po kolejne tomy, a na końcu sprawdza każdy przypis. - Everyday example PL: Przedsiębiorca pyta, czy może zwolnić pracownika w okresie ochronnym; asystent w kilku krokach przeszukuje kodeks i orzecznictwo i podaje odpowiedź z linkami. - In one sentence EN: AI that plans legal research by itself: it runs successive database queries, reads the results and writes an answer with footnotes. - Problem it solves EN: A real legal question needs many searches and readings, and a single database query usually returns only part of the answer. - What it does EN: Like a trainee sent to the library with a list: searching, reading, going back for more volumes, and checking every footnote at the end. - Everyday example EN: A business owner asks whether they can dismiss an employee during a protected period; the assistant searches the code and case law in several steps and answers with links. - concerns you if PL: zlecasz AI przygotowanie notatki prawnej; oceniasz narzędzia do badań prawnych; chcesz wiedzieć, czy przypisom z AI można ufać - concerns you if EN: ask AI to prepare a legal memo; evaluate legal research tools; want to know whether AI footnotes can be trusted - related: `agentsnode`, `citationcheck` - sources: `li-legalagentbench-2024`, `yuan-lmars-2025`, `magesh-legal-rag-hallucination-2024` ### Odpowiedzi na pytania z przepisów (Statute retrieval and legal entailment) - id: `statuteqa` · https://aiatlasgraph.com/t/statuteqa.md - path: AI w prawie › Wyszukiwanie informacji prawnej › Odpowiedzi na pytania z przepisów - aliases: statute retrieval, statute law entailment, legal question answering, bar exam QA, legal entailment, wyszukiwanie przepisów, pytania egzaminacyjne z prawa - PL: Wyszukiwanie artykułów ustawy istotnych dla pytania oraz wnioskowanie tak/nie, czy pytanie wynika z tych artykułów. - EN: Retrieving the statute articles relevant to a question and yes/no inference on whether the question follows from those articles. - In one sentence PL: Program znajduje przepisy, które odnoszą się do pytania, i rozstrzyga, czy w ich świetle dane twierdzenie jest prawdziwe. - Problem it solves PL: Kodeksy mają setki artykułów, które odsyłają do siebie nawzajem; łatwo wybrać zły przepis albo pominąć wyjątek. - What it does PL: Działa w dwóch krokach jak zdający egzamin prawniczy: najpierw otwiera kodeks na właściwych artykułach, potem sprawdza, czy z nich wynika teza z pytania. - Everyday example PL: Pytasz, czy możesz odstąpić od umowy kupna przez internet po dziesięciu dniach; asystent wskazuje artykuł i odpowiada „tak” lub „nie” z uzasadnieniem. - In one sentence EN: Software finds the provisions that bear on a question and decides whether, in their light, a given statement is true. - Problem it solves EN: Codes have hundreds of articles that refer to each other; it is easy to pick the wrong provision or miss an exception. - What it does EN: Like a bar candidate, it works in two steps: open the code at the right articles, then check whether the statement follows from them. - Everyday example EN: You ask whether you can withdraw from an online purchase after ten days; the assistant points to the article and answers yes or no with a reason. - concerns you if PL: uczysz się do egzaminu prawniczego; pytasz czatbota o swoje prawa konsumenta - concerns you if EN: study for a law exam; ask a chatbot about your consumer rights - related: `contractnli` - sources: `coliee-2023-summary` ### Wyszukiwanie podobnych orzeczeń (Legal case retrieval (prior case retrieval)) - id: `caseretrieval` · https://aiatlasgraph.com/t/caseretrieval.md - path: AI w prawie › Wyszukiwanie informacji prawnej › Wyszukiwanie podobnych orzeczeń - aliases: legal case retrieval, LCR, prior case retrieval, case law retrieval, precedent retrieval, wyszukiwanie orzeczeń, wyszukiwanie precedensów - PL: Zadanie znajdowania w dużej bazie orzeczeń spraw istotnych dla zapytania będącego opisem sprawy lub całym dokumentem. - EN: The task of finding, in a large database of rulings, cases relevant to a query that is a case description or a whole document. - In one sentence PL: Program dostaje opis sprawy albo cały wyrok i znajduje wcześniejsze orzeczenia, które dotyczyły podobnej sytuacji. - Problem it solves PL: Podobne sprawy rzadko używają tych samych słów, więc prawnik godzinami przekopuje bazy, żeby niczego ważnego nie przeoczyć. - What it does PL: Porównuje sens sporu, a nie tylko słowa: kto, z kim, o co i na jakiej podstawie, tak jak robi to doświadczony sędzia. - Everyday example PL: Kancelaria wkleja wyrok pierwszej instancji i w kilka sekund widzi dziesięć wcześniejszych spraw, na które warto powołać się w apelacji. - In one sentence EN: Software takes a case description or a whole ruling and finds earlier decisions that dealt with a similar situation. - Problem it solves EN: Similar cases rarely use the same words, so lawyers dig through databases for hours so as not to miss anything important. - What it does EN: It compares what the dispute is about, not just its words: who, against whom, over what and on what basis, as an experienced judge would. - Everyday example EN: A law firm pastes in a first-instance judgment and within seconds sees ten earlier cases worth citing in the appeal. - concerns you if PL: piszesz apelację lub opinię prawną; budujesz wyszukiwarkę dla bazy orzeczeń - concerns you if EN: write an appeal or legal opinion; build a search engine for a database of rulings - sources: `feng-lcr-survey-2024`, `locke-zuccon-caselaw-2022`, `coliee-2023-summary` ### Zmyślone orzeczenia i weryfikacja cytowań (Legal hallucinations and citation verification) - id: `citationcheck` · https://aiatlasgraph.com/t/citationcheck.md - path: AI w prawie › Wyszukiwanie informacji prawnej › Zmyślone orzeczenia i weryfikacja cytowań - aliases: legal hallucinations, fake case citations, citation verification, hallucinated case law, fabricated citations, zmyślone wyroki, halucynacje prawne - PL: Badanie i wykrywanie zmyślonych lub błędnie przytoczonych źródeł prawa w odpowiedziach modeli oraz automatyczna weryfikacja cytowań w pismach. - EN: Studying and detecting invented or misquoted legal authorities in model outputs, and automated verification of citations in filings. - In one sentence PL: Modele potrafią wymyślić nieistniejący wyrok z sygnaturą i cytatem; weryfikacja cytowań sprawdza, czy każde powołane źródło istnieje i mówi to, co twierdzi pismo. - Problem it solves PL: Pismo z fałszywym orzeczeniem może skończyć się karą dla prawnika i przegraną sprawą, a fałszywki wyglądają zupełnie wiarygodnie. - What it does PL: Jak korektor, który przy każdym przypisie idzie do archiwum, wyciąga dokument i porównuje cytat słowo w słowo. - Everyday example PL: Sąd otrzymuje pismo z kilkoma orzeczeniami, których nikt nie umie znaleźć; okazuje się, że wymyślił je czatbot użyty do napisania pisma. - In one sentence EN: Models can invent a ruling, complete with case number and quotation; citation checking confirms each cited source exists and says what the filing claims. - Problem it solves EN: A filing with a fake ruling can bring sanctions on the lawyer and a lost case, and the fakes look entirely convincing. - What it does EN: Like a proofreader who goes to the archive for every footnote, pulls the document and compares the quotation word for word. - Everyday example EN: A court receives a filing citing several rulings nobody can find; it turns out a chatbot used to write it made them up. - concerns you if PL: piszesz pismo do sądu z pomocą AI; sprawdzasz pracę prawników lub studentów; prowadzisz sprawę sam, bez adwokata - concerns you if EN: write a court filing with AI help; review the work of lawyers or students; represent yourself without a lawyer - related: `legalresearchagents`, `agenteval` - sources: `magesh-legal-rag-hallucination-2024`, `dahl-legal-fictions-2024`, `unc-handling-hallucinations-2026` ## AI w przemyśle (Industrial AI) - id: `industrialai` · https://aiatlasgraph.com/t/industrialai.md - path: AI w przemyśle - aliases: Industrial AI, AI in manufacturing, AI w produkcji, Industry 4.0 AI, smart manufacturing, przemysłowa sztuczna inteligencja, Przemysł 4.0 - PL: Zastosowania uczenia maszynowego w produkcji i przemyśle procesowym: utrzymanie predykcyjne, kontrola jakości, cyfrowe bliźniaki, sterowanie procesem i planowanie produkcji. - EN: Machine learning applied to manufacturing and process industries: predictive maintenance, quality inspection, digital twins, process control and production scheduling. - In one sentence PL: Programy, które pilnują maszyn w fabryce, oglądają wyroby na taśmie, podpowiadają ustawienia procesu i układają plan produkcji. - Problem it solves PL: Awaria maszyny zatrzymuje całą linię, wadliwe wyroby trafiają do klientów, a doświadczeni technicy odchodzą na emeryturę razem ze swoją wiedzą. - What it does PL: Jak brygadzista z tysiącem oczu i uszu: słyszy, że łożysko zaczyna szumieć, zanim pęknie, i widzi rysę, której człowiek by nie zauważył. - Everyday example PL: W piekarni przemysłowej kamera nad taśmą odrzuca przypalone bułki, a czujnik na silniku pieca ostrzega, że wkrótce trzeba wymienić łożysko. - In one sentence EN: Software that watches over factory machines, inspects products on the line, suggests process settings and plans production. - Problem it solves EN: One broken machine stops the whole line, faulty products reach customers, and experienced technicians retire taking their know-how with them. - What it does EN: Like a foreman with a thousand eyes and ears: it hears a bearing start humming before it breaks and spots scratches people miss. - Everyday example EN: In an industrial bakery a camera over the belt rejects burnt rolls, while a sensor on the oven motor warns that a bearing will soon need replacing. - concerns you if PL: pracujesz w fabryce, zakładzie lub utrzymaniu ruchu; odpowiadasz za jakość wyrobów albo przestoje maszyn; słyszysz o inteligentnych fabrykach i cyfrowych bliźniakach - concerns you if EN: work in a factory, plant or maintenance team; are responsible for product quality or machine downtime; hear about smart factories and digital twins - related: `robotics` - sources: `lee-industrial-ai-book-2020`, `lawrence-ml-industrial-sensing-control-2024`, `li-llm-manufacturing-2024` ### Asystenci językowi dla przemysłu (LLM assistants for manufacturing and maintenance) - id: `industrialassistants` · https://aiatlasgraph.com/t/industrialassistants.md - path: AI w przemyśle › Asystenci językowi dla przemysłu - aliases: industrial copilot, LLM for manufacturing, maintenance assistant, industrial large models, asystent utrzymania ruchu, przemysłowy asystent AI - PL: Modele językowe w produkcji: wyszukiwanie w dokumentacji i zgłoszeniach serwisowych, generowanie kodu sterowników, wsparcie projektowania i kontroli jakości. - EN: Language models in manufacturing: search over documentation and work orders, controller code generation, and support for design and quality control. - In one sentence PL: Czatboty, które znają instrukcje maszyn, historię awarii i procedury zakładu i odpowiadają technikom na pytania przy maszynie. - Problem it solves PL: Wiedza o naprawach siedzi w głowach starszych techników i w tysiącach stron instrukcji, a nowa osoba na nocnej zmianie zostaje z awarią sama. - What it does PL: Jak telefon do kolegów, którzy przeczytali każdą instrukcję i każde zgłoszenie awarii w zakładzie i zawsze mówią, skąd to wiedzą. - Everyday example PL: Technik pyta na tablecie, co oznacza kod błędu na prasie; dostaje kroki z instrukcji producenta i notatkę z podobnej naprawy sprzed roku. - In one sentence EN: Chatbots that know machine manuals, failure history and plant procedures, and answer technicians' questions at the machine. - Problem it solves EN: Repair know-how sits in senior technicians' heads and thousands of manual pages, and a newcomer on the night shift faces a breakdown alone. - What it does EN: Like calling colleagues who have read every manual and every fault report in the plant and always say where they got it from. - Everyday example EN: A technician asks on a tablet what a press error code means and gets steps from the maker's manual plus a note from a similar past repair. - concerns you if PL: szukasz informacji w grubych instrukcjach maszyn; wdrażasz nowych pracowników w utrzymaniu ruchu; chcesz zachować wiedzę odchodzących ekspertów - concerns you if EN: search thick machine manuals for answers; onboard new maintenance staff; want to keep the know-how of departing experts - related: `retrieval` - sources: `li-llm-manufacturing-2024` ### Analiza notatek serwisowych i zleceń napraw (technical language processing) (Technical language processing of maintenance work orders) - id: `maintenancetlp` · https://aiatlasgraph.com/t/maintenancetlp.md - path: AI w przemyśle › Asystenci językowi dla przemysłu › Analiza notatek serwisowych i zleceń napraw (technical language processing) - aliases: technical language processing, TLP, maintenance work orders, MWO, maintenance text mining, analiza zleceń utrzymania ruchu - PL: Dziedzinowe podejście do NLP dla tekstów inżynierskich, zwłaszcza zleceń utrzymania ruchu, oparte na słownikach, typach encji i adnotacji z udziałem ludzi. - EN: A domain-driven approach to NLP for engineering text, especially maintenance work orders, built on vocabularies, entity types and human-in-the-loop annotation. - In one sentence PL: Zamienianie krótkich, pełnych skrótów i literówek notatek mechaników w uporządkowane dane o tym, co się psuło i jak to naprawiano. - Problem it solves PL: Lata historii napraw leżą w polach tekstowych typu „wymn. łoż. pomp 2”, których zwykłe narzędzia do tekstu nie rozumieją. - What it does PL: Jak tłumacz zakorzeniony w warsztacie, który zna żargon zmiany nocnej i przepisuje go na wspólny słownik całej firmy. - Everyday example PL: Dział niezawodności po raz pierwszy liczy, ile razy w ciągu pięciu lat wymieniano uszczelki w jednej pompie, choć każdy mechanik zapisywał to inaczej. - In one sentence EN: Turning mechanics' short notes, full of abbreviations and typos, into tidy data on what broke and how it was fixed. - Problem it solves EN: Years of repair history sit in text fields like 'repl brg pmp 2', which ordinary text tools cannot understand. - What it does EN: Like a translator who grew up in the workshop, knows the night-shift slang and rewrites it into a company-wide vocabulary. - Everyday example EN: The reliability team counts for the first time how often one pump's seals were replaced over five years, although every mechanic wrote it differently. - concerns you if PL: masz system zleceń napraw pełen wolnego tekstu; chcesz z historii napraw wyciągnąć statystyki awarii; przygotowujesz dane pod asystenta utrzymania ruchu - concerns you if EN: have a work-order system full of free text; want failure statistics from repair history; are preparing data for a maintenance assistant - related: `infoextraction` - sources: `brundage-tlp-maintenance-2021` ### Asystent awarii oparty na instrukcjach serwisowych (RAG) (Retrieval-augmented troubleshooting over technical manuals) - id: `maintenancerag` · https://aiatlasgraph.com/t/maintenancerag.md - path: AI w przemyśle › Asystenci językowi dla przemysłu › Asystent awarii oparty na instrukcjach serwisowych (RAG) - aliases: RAG for maintenance, technical manual RAG, fault code recommendation, troubleshooting assistant, asystent serwisowy RAG, wyszukiwanie w dokumentacji technicznej - PL: Zastosowanie RAG do diagnozy usterek: odpowiedź modelu językowego jest ugruntowana we fragmentach instrukcji technicznych lub tabelach kodów usterek. - EN: Applying RAG to fault diagnosis: the language model's answer is grounded in technical-manual passages or fault-code tables. - In one sentence PL: Asystent, który na opis usterki odpowiada fragmentami z instrukcji serwisowych tej konkretnej maszyny, a nie ogólną wiedzą z internetu. - Problem it solves PL: Instrukcje mają setki stron, mechanik stoi przy zepsutej maszynie, a ogólny czatbot potrafi z pełnym przekonaniem zmyślić procedurę. - What it does PL: Jak doświadczony kolega, który zanim coś doradzi, otwiera segregator z dokumentacją na właściwej stronie i pokazuje palcem. - Everyday example PL: Operator wpisuje „pompa hydrauliczna głośno pracuje po rozruchu” i dostaje prawdopodobny kod usterki z odnośnikiem do rozdziału instrukcji. - In one sentence EN: An assistant that answers a fault description with passages from this particular machine's service manuals, not general internet knowledge. - Problem it solves EN: Manuals run to hundreds of pages, the mechanic is standing at a broken machine, and a general chatbot can confidently invent a procedure. - What it does EN: Like an experienced colleague who, before advising, opens the binder at the right page and points to it. - Everyday example EN: An operator types 'hydraulic pump runs loud after start-up' and gets a likely fault code with a link to the manual chapter. - concerns you if PL: szukasz rozwiązań w grubych instrukcjach maszyn; budujesz czatbota dla serwisu lub utrzymania ruchu; boisz się, że AI wymyśli procedurę naprawy - concerns you if EN: search thick machine manuals for fixes; are building a chatbot for service or maintenance; worry AI will invent a repair procedure - related: `retrieval` - sources: `lukens-rag-fault-diagnosis-manuals-2025` ### Generowanie kodu sterowników PLC z modelami językowymi (LLM-based PLC code generation (IEC 61131-3)) - id: `plccodegen` · https://aiatlasgraph.com/t/plccodegen.md - path: AI w przemyśle › Asystenci językowi dla przemysłu › Generowanie kodu sterowników PLC z modelami językowymi - aliases: PLC code generation, LLM4PLC, Agents4PLC, Structured Text generation, IEC 61131-3, generowanie kodu PLC, programowanie sterowników z AI - PL: Generowanie programu sterownika (np. Structured Text wg IEC 61131-3) przez LLM w pętli z kompilatorem i weryfikacją formalną. - EN: Generating controller programs (e.g. IEC 61131-3 Structured Text) with an LLM in a loop with a compiler and formal verification. - In one sentence PL: Pisanie programów dla sterowników maszyn w fabryce z pomocą AI, która tworzy kod z opisu, a narzędzia sprawdzają go przed uruchomieniem. - Problem it solves PL: Program sterownika steruje prawdziwymi siłownikami i taśmociągami, więc błąd w kodzie może zniszczyć maszynę, a specjalistów od tego języka brakuje. - What it does PL: Jak praktykant, który pisze szkic, a kierownik budowy i inspektor sprawdzają go po kolei i odsyłają z uwagami do poprawki. - Everyday example PL: Inżynier opisuje słowami sekwencję sortowania paczek na taśmie, dostaje gotowy kod sterownika, a kompilator i weryfikator wskazują, co jeszcze poprawić. - In one sentence EN: Writing programs for factory machine controllers with AI that drafts code from a description, while tools check it before it runs. - Problem it solves EN: A controller program drives real actuators and conveyors, so a code bug can wreck a machine, and specialists in these languages are scarce. - What it does EN: Like an apprentice who drafts the plan while the site manager and an inspector check it in turn and send it back with notes. - Everyday example EN: An engineer describes a parcel-sorting sequence on a conveyor in words, gets controller code, and the compiler and verifier point out what still needs fixing. - concerns you if PL: programujesz sterowniki maszyn lub linii produkcyjnych; chcesz przyspieszyć pisanie powtarzalnej logiki automatyki; musisz udowodnić, że kod jest bezpieczny - concerns you if EN: program controllers for machines or production lines; want to speed up writing repetitive automation logic; must prove that code is safe - related: `aicoding` - sources: `fakih-llm4plc-2024` ### Cyfrowe bliźniaki (Digital twins) - id: `digitaltwins` · https://aiatlasgraph.com/t/digitaltwins.md - path: AI w przemyśle › Cyfrowe bliźniaki - aliases: digital twin, DT, cyfrowy bliźniak, virtual factory, wirtualna fabryka, asset twin - PL: Wirtualna reprezentacja obiektu fizycznego synchronizowana z jego danymi w obu kierunkach, używana do monitorowania, symulacji scenariuszy i optymalizacji. - EN: A virtual representation of a physical asset synchronised with its data in both directions, used for monitoring, scenario simulation and optimisation. - In one sentence PL: Wirtualna kopia maszyny, linii albo całej fabryki, która na bieżąco dostaje dane z prawdziwego obiektu i zachowuje się tak jak on. - Problem it solves PL: Sprawdzenie nowego ustawienia na prawdziwej linii grozi zepsuciem partii towaru, a zatrzymanie fabryki dla eksperymentu kosztuje fortunę. - What it does PL: Jak symulator lotu dla pilota: można w nim przećwiczyć ryzykowny manewr, ale tu symulator przez cały czas dostraja się do prawdziwego samolotu. - Everyday example PL: Inżynier przed zmianą receptury sprawdza na wirtualnej kopii linii, czy piec wytrzyma wyższą temperaturę, i dopiero potem wprowadza zmianę w hali. - In one sentence EN: A virtual copy of a machine, line or whole factory that receives live data from the real thing and behaves the way it does. - Problem it solves EN: Trying a new setting on the real line risks ruining a batch, and stopping the factory for an experiment costs a fortune. - What it does EN: Like a flight simulator: you can rehearse a risky manoeuvre, except this simulator keeps tuning itself to the real aircraft. - Everyday example EN: Before changing a recipe, an engineer checks on a virtual copy of the line whether the oven can handle a higher temperature, then applies it in the hall. - concerns you if PL: chcesz przetestować zmianę w produkcji bez ryzyka; zarządzasz drogą infrastrukturą: siecią, budynkiem, turbiną - concerns you if EN: want to test a production change without risk; manage costly infrastructure: a grid, a building, a turbine - related: `sciml` - sources: `fuller-digital-twin-2019`, `kritzinger-digital-twin-2018` ### Modele hybrydowe: fizyka plus dane (grey-box) (Hybrid physics–data (grey-box) modelling) - id: `hybridmodeling` · https://aiatlasgraph.com/t/hybridmodeling.md - path: AI w przemyśle › Cyfrowe bliźniaki › Modele hybrydowe: fizyka plus dane (grey-box) - aliases: grey-box model, gray-box modeling, hybrid semi-parametric model, physics-guided machine learning, model hybrydowy, model szarej skrzynki - PL: Modele łączące podmodele mechanistyczne (np. bilanse masy i energii) z komponentami nieparametrycznymi uczonymi z danych, w układzie szeregowym lub równoległym. - EN: Models that couple mechanistic submodels (e.g. mass and energy balances) with nonparametric data-driven components, in serial or parallel arrangements. - In one sentence PL: Model maszyny lub procesu, w którym znane prawa fizyki łączy się z siecią uczoną na pomiarach tam, gdzie wzorów brakuje. - Problem it solves PL: Same równania nie opisują wszystkiego w prawdziwej instalacji, a model uczony tylko na danych myli się, gdy warunki wyjdą poza dotychczasowe pomiary. - What it does PL: Jak mechanik, który zna instrukcję silnika, ale dopisuje na marginesie własne poprawki z lat obserwowania konkretnej maszyny. - Everyday example PL: W browarze model fermentacji liczy ubytek cukru ze wzorów, a tempo pracy drożdży w danej partii podpowiada mu część wyuczona na danych. - In one sentence EN: A model of a machine or process that combines known laws of physics with a network learned from measurements where the formulas run out. - Problem it solves EN: Equations alone never describe a real plant fully, and a model learned only from data goes wrong once conditions leave the range it has seen. - What it does EN: Like a mechanic who knows the engine manual but adds margin notes from years of watching one particular machine. - Everyday example EN: At a brewery the fermentation model works out sugar use from formulas, while a part learned from data supplies how fast this batch's yeast is working. - concerns you if PL: masz równania procesu, ale nie zgadzają się z pomiarami; masz mało danych i nie ufasz samemu uczeniu maszynowemu; budujesz cyfrowego bliźniaka instalacji - concerns you if EN: have process equations that do not match your measurements; have little data and do not trust machine learning alone; are building a digital twin of a plant - related: `hybridclimate`, `sciml` - sources: `willard-physics-ml-integration-2020`, `von-stosch-hybrid-semiparametric-2014` ### Modele zredukowane do bliźniaków w czasie rzeczywistym (Reduced-order models for real-time digital twins) - id: `reducedorder` · https://aiatlasgraph.com/t/reducedorder.md - path: AI w przemyśle › Cyfrowe bliźniaki › Modele zredukowane do bliźniaków w czasie rzeczywistym - aliases: model order reduction, MOR, ROM, reduced-order modelling, proper orthogonal decomposition, redukcja rzędu modelu, model zredukowany - PL: Redukcja liczby stopni swobody modelu wysokiej wierności przy zachowaniu wymaganej dokładności, aby umożliwić symulację w czasie rzeczywistym. - EN: Cutting the degrees of freedom of a high-fidelity model while keeping the required accuracy, to enable real-time simulation. - In one sentence PL: Szybka, uproszczona wersja dokładnej symulacji, która odpowiada w ułamku sekundy i dzięki temu może działać obok pracującej maszyny. - Problem it solves PL: Dokładna symulacja przepływu ciepła czy naprężeń liczy się godzinami, a sterownik maszyny potrzebuje odpowiedzi od razu. - What it does PL: Jak streszczenie grubej książki: zostawia kilka najważniejszych wątków, które wystarczą, by przewidzieć zakończenie. - Everyday example PL: Sterownik silnika elektrycznego na bieżąco szacuje temperaturę uzwojeń, której nie da się zmierzyć, i zmniejsza obciążenie, zanim izolacja się przegrzeje. - In one sentence EN: A fast, slimmed-down version of a detailed simulation that answers in a fraction of a second, so it can run alongside a working machine. - Problem it solves EN: A detailed heat-flow or stress simulation takes hours, while a machine's controller needs an answer right now. - What it does EN: Like a summary of a thick novel: it keeps the few main threads, which are enough to predict the ending. - Everyday example EN: An electric motor's controller keeps estimating winding temperature, which cannot be measured, and eases the load before the insulation overheats. - concerns you if PL: twoja symulacja jest za wolna do pracy na żywo; chcesz wbudować model fizyczny w sterownik; przy projektowaniu uruchamiasz setki symulacji - concerns you if EN: have a simulation too slow to run live; want to put a physics model inside a controller; run hundreds of simulations while designing - related: `neuraloperators` - sources: `hartmann-mor-digital-twins-2018` ### Synchronizacja bliźniaka z maszyną (estymacja stanu) (Digital twin state estimation and data assimilation) - id: `dtsync` · https://aiatlasgraph.com/t/dtsync.md - path: AI w przemyśle › Cyfrowe bliźniaki › Synchronizacja bliźniaka z maszyną (estymacja stanu) - aliases: data assimilation, state estimation, twin updating, Bayesian filtering, asymilacja danych, estymacja stanu, Kalman filter digital twin - PL: Bayesowskie aktualizowanie stanu i parametrów modelu bliźniaka na podstawie strumienia obserwacji z czujników fizycznego obiektu. - EN: Bayesian updating of a twin model's state and parameters from the stream of sensor observations of the physical asset. - In one sentence PL: Ciągłe dopasowywanie wirtualnej kopii maszyny do tego, co naprawdę pokazują jej czujniki, żeby kopia nie rozjechała się z rzeczywistością. - Problem it solves PL: Symulacja ustawiona raz na starcie szybko przestaje pasować do zużywającej się maszyny i zaczyna podpowiadać błędne decyzje. - What it does PL: Jak nawigacja, która co chwilę poprawia twoją pozycję na mapie według nowego sygnału, zamiast liczyć ją tylko z prędkości. - Everyday example PL: Wirtualny model skrzydła drona dostaje odczyty z czujników odkształceń i po zmianie ich wzorca sam oznacza, że w konstrukcji pojawiło się uszkodzenie. - In one sentence EN: Continuously adjusting a machine's virtual copy to what its sensors actually show, so the copy does not drift away from reality. - Problem it solves EN: A simulation set up once at the start soon stops matching a machine that wears, and begins to suggest wrong decisions. - What it does EN: Like a navigation app that keeps correcting your position on the map from each new signal instead of working it out from speed alone. - Everyday example EN: A virtual model of a drone's wing receives strain-sensor readings and, when their pattern shifts, flags on its own that the structure has been damaged. - concerns you if PL: twój cyfrowy bliźniak przestał zgadzać się z pomiarami; chcesz znać stan maszyny, którego nie zmierzysz wprost; decydujesz o naprawach na podstawie symulacji - concerns you if EN: have a digital twin that no longer matches measurements; want to know a machine state you cannot measure directly; decide on repairs based on simulations - sources: `kapteyn-pgm-digital-twins-2021` ### Harmonogramowanie produkcji (Production scheduling with learning-based methods) - id: `prodscheduling` · https://aiatlasgraph.com/t/prodscheduling.md - path: AI w przemyśle › Harmonogramowanie produkcji - aliases: job shop scheduling, production scheduling, JSSP, learning to dispatch, neural combinatorial optimization for scheduling, planowanie produkcji, harmonogramowanie zadań - PL: Przydział i kolejność operacji na maszynach (np. job shop) z użyciem uczenia, w tym polityki dyspozytorskie uczone RL na grafowej reprezentacji problemu. - EN: Assigning and sequencing operations on machines (e.g. job shop) with learning, including dispatching policies trained with RL on a graph representation. - In one sentence PL: Układanie, które zlecenie ma trafić na którą maszynę i w jakiej kolejności, żeby wszystko skończyć na czas. - Problem it solves PL: Zamówienia ciągle się zmieniają, maszyny się psują, a ręcznie ułożony plan zmiany rozsypuje się przed obiadem. - What it does PL: Jak dyspozytor na zajezdni, który od razu wie, który autobus wysłać jako następny, tylko że nauczył się tego na milionach symulowanych dni. - Everyday example PL: W zakładzie obróbki metalu pilne zamówienie wpada w połowie zmiany, a program w kilka sekund przestawia kolejkę zadań na tokarkach i frezarkach. - In one sentence EN: Deciding which order goes to which machine and in what sequence, so everything is finished on time. - Problem it solves EN: Orders keep changing, machines break down, and a hand-made shift plan falls apart before lunch. - What it does EN: Like a depot dispatcher who knows at once which bus to send next, except it learned this over millions of simulated days. - Everyday example EN: At a metalworking shop an urgent order arrives mid-shift and the software reshuffles the queue on lathes and mills within seconds. - concerns you if PL: planujesz pracę maszyn lub ludzi na zmianie; ciągle gonisz terminy zamówień - concerns you if EN: plan the work of machines or people on a shift; are always chasing order deadlines - related: `classicalplanning`, `mrta` - sources: `zhang-l2d-jssp-2020` ### Ewolucja reguł priorytetów produkcji (programowanie genetyczne) (Genetic programming hyper-heuristics for dispatching rules) - id: `gpdispatchrules` · https://aiatlasgraph.com/t/gpdispatchrules.md - path: AI w przemyśle › Harmonogramowanie produkcji › Ewolucja reguł priorytetów produkcji (programowanie genetyczne) - aliases: GPHH, genetic programming hyper-heuristic, evolved dispatching rules, automated design of scheduling heuristics, hiperheurystyki, ewolucja reguł dyspozycji - PL: Hiperheurystyki, w których programowanie genetyczne automatycznie projektuje funkcje priorytetu dla dynamicznego harmonogramowania produkcji. - EN: Hyper-heuristics in which genetic programming automatically designs priority functions for dynamic production scheduling. - In one sentence PL: Automatyczne wymyślanie prostych wzorów na to, które zlecenie obsłużyć jako następne, przez krzyżowanie i mutowanie wielu wersji takich wzorów. - Problem it solves PL: Hale produkcyjne ciągle się zmieniają: przychodzą pilne zlecenia, psują się maszyny, a ręcznie pisane reguły priorytetów nie nadążają. - What it does PL: Jak hodowca, który z wielu odmian zostawia te, które najlepiej plonują w jego klimacie, i krzyżuje je dalej. - Everyday example PL: Zakład dostaje krótką formułę łączącą termin i czas obróbki, którą sterownik linii liczy w mgnieniu oka przy każdej wolnej maszynie. - In one sentence EN: Automatically inventing simple formulas for which order to serve next, by crossing and mutating many versions of such formulas. - Problem it solves EN: Shop floors keep changing: rush orders arrive, machines fail, and hand-written priority rules cannot keep up. - What it does EN: Like a breeder who keeps the varieties that yield best in their climate and keeps cross-breeding them. - Everyday example EN: A plant gets a short formula combining due date and processing time, which the line controller computes instantly whenever a machine frees up. - concerns you if PL: szukasz reguł kolejkowania, które da się przeczytać i wdrożyć; pracujesz z nieprzewidywalnym napływem zleceń; masz symulator swojej hali - concerns you if EN: want scheduling rules you can read and deploy; deal with an unpredictable flow of orders; have a simulator of your shop floor - related: `geneticprogramming`, `drldispatching` - sources: `branke-automated-design-scheduling-heuristics-2016` ### Uczenie reguł kolejkowania zadań z RL i sieciami grafowymi (Deep reinforcement learning dispatching for job-shop scheduling) - id: `drldispatching` · https://aiatlasgraph.com/t/drldispatching.md - path: AI w przemyśle › Harmonogramowanie produkcji › Uczenie reguł kolejkowania zadań z RL i sieciami grafowymi - aliases: learning to dispatch, L2D, DRL job shop scheduling, GNN dispatching policy, neural dispatching rules, uczenie dyspozycji zadań - PL: Uczenie polityki wyboru kolejnej operacji w harmonogramowaniu gniazdowym (JSSP) metodą głębokiego RL na reprezentacji grafu dysjunktywnego. - EN: Learning a policy that picks the next operation in job-shop scheduling (JSSP) with deep RL over a disjunctive-graph representation. - In one sentence PL: Program, który przez tysiące symulowanych zmian w fabryce uczy się sam decydować, które zlecenie wpuścić na wolną maszynę. - Problem it solves PL: Planista ma dziesiątki zleceń i maszyn, a proste reguły w stylu „najkrótsze najpierw” często zostawiają maszyny bezczynne i opóźniają całą produkcję. - What it does PL: Jak dyspozytor taksówek, który po latach pracy patrzy na całą mapę kursów naraz i od razu wie, które auto wysłać. - Everyday example PL: W zakładzie obróbki metalu system co kilka minut wskazuje, który detal ma trafić na zwolnioną frezarkę, żeby całe zamówienie wyszło wcześniej. - In one sentence EN: A program that learns, over thousands of simulated factory shifts, to decide by itself which order goes onto a free machine next. - Problem it solves EN: A planner juggles dozens of orders and machines, and simple rules like 'shortest first' often leave machines idle and delay the whole run. - What it does EN: Like a taxi dispatcher who, after years on the job, takes in the whole map of rides at once and knows which car to send. - Everyday example EN: At a machining plant the system picks every few minutes which part goes onto a freed milling machine, so the whole order ships sooner. - concerns you if PL: układasz kolejność zleceń na wielu maszynach; proste reguły priorytetów zostawiają przestoje; liczba zleceń zmienia się z dnia na dzień - concerns you if EN: sequence orders across many machines; see idle time left by simple priority rules; face a different number of orders every day - related: `gpdispatchrules` - sources: `zhang-l2d-jssp-2020` ### Optymalizacja i sterowanie procesów (Process optimization and control with machine learning) - id: `processcontrol` · https://aiatlasgraph.com/t/processcontrol.md - path: AI w przemyśle › Optymalizacja i sterowanie procesów - aliases: process optimization, advanced process control, APC, ML for process control, optymalizacja procesów, sterowanie procesem, industrial process control - PL: Uczenie maszynowe w przemyśle procesowym do modelowania, optymalizacji i sterowania: modele hybrydowe z programowaniem matematycznym oraz uczenie ze wzmocnieniem. - EN: Machine learning in process industries for modelling, optimisation and control: hybrid models with mathematical programming, and reinforcement learning. - In one sentence PL: Dobieranie temperatur, ciśnień i prędkości w zakładzie z pomocą modeli uczonych na danych, żeby produkować taniej, równiej i bezpieczniej. - Problem it solves PL: Operatorzy ustawiają proces z przyzwyczajenia i ostrożnie, więc zakład zużywa za dużo energii i surowca, a jakość skacze między zmianami. - What it does PL: Jak kucharz pilnujący wielu garnków naraz: stale koryguje ogień, żeby każda porcja wyszła tak samo przy jak najmniejszym zużyciu gazu. - Everyday example PL: W cementowni model co kilka minut podpowiada operatorowi, jak zmienić podawanie paliwa do pieca, żeby utrzymać jakość przy mniejszym zużyciu energii. - In one sentence EN: Choosing temperatures, pressures and speeds in a plant with models learned from data, to produce more cheaply, evenly and safely. - Problem it solves EN: Operators set the process by habit and cautiously, so the plant uses too much energy and raw material and quality varies between shifts. - What it does EN: Like a cook minding many pots at once: constantly adjusting the flame so each portion comes out the same using as little gas as possible. - Everyday example EN: At a cement plant a model suggests every few minutes how the operator should adjust fuel feed to the kiln to keep quality with less energy. - concerns you if PL: pracujesz w chemii, energetyce, hutnictwie lub przetwórstwie; płacisz duże rachunki za energię w zakładzie - concerns you if EN: work in chemicals, energy, metals or food processing; pay large energy bills at a plant - related: `feedbackcontrol` - sources: `lawrence-ml-industrial-sensing-control-2024` ### Czujniki wirtualne (soft sensors) (Data-driven soft sensors) - id: `softsensors` · https://aiatlasgraph.com/t/softsensors.md - path: AI w przemyśle › Optymalizacja i sterowanie procesów › Czujniki wirtualne (soft sensors) - aliases: soft sensor, virtual sensor, inferential sensor, virtual metrology, czujnik programowy, czujnik wirtualny, pomiar wnioskowany - PL: Modele regresyjne szacujące w czasie rzeczywistym trudno mierzalne zmienne procesu (jakość, skład) z łatwo dostępnych pomiarów. - EN: Regression models estimating hard-to-measure process variables (quality, composition) in real time from readily available measurements. - In one sentence PL: Program, który szacuje wielkość trudną do zmierzenia, na przykład skład czy jakość produktu, z innych, łatwo mierzonych odczytów. - Problem it solves PL: Jakość produktu sprawdza laboratorium co kilka godzin, więc gdy wynik jest zły, zdążyła już powstać cała wadliwa partia. - What it does PL: Jak piekarz, który po zapachu, kolorze skórki i czasie w piecu wie, czy chleb jest gotowy, bez przekrawania. - Everyday example PL: W rafinerii model co minutę szacuje zawartość siarki w paliwie z temperatur i przepływów, a laboratorium tylko okresowo sprawdza jego wynik. - In one sentence EN: Software that estimates something hard to measure, such as a product's composition or quality, from other readings that are easy to take. - Problem it solves EN: The lab checks product quality every few hours, so by the time a bad result comes back a whole faulty batch has been made. - What it does EN: Like a baker who knows from the smell, crust colour and baking time whether the bread is done, without cutting it. - Everyday example EN: At a refinery a model estimates the sulphur content of fuel every minute from temperatures and flows, and the lab only checks it periodically. - concerns you if PL: czekasz godzinami na wyniki laboratorium z produkcji; masz drogi analizator, który często się psuje - concerns you if EN: wait hours for lab results from production; have an expensive analyser that often breaks down - related: `driftdetection` - sources: `lawrence-ml-industrial-sensing-control-2024` ### Optymalizacja bayesowska parametrów procesu i receptur (Bayesian optimization of process parameters and recipes) - id: `processbo` · https://aiatlasgraph.com/t/processbo.md - path: AI w przemyśle › Optymalizacja i sterowanie procesów › Optymalizacja bayesowska parametrów procesu i receptur - aliases: Bayesian optimization, BO, Bayesian reaction optimization, sequential experimental design, optymalizacja bayesowska, sekwencyjne planowanie eksperymentów - PL: Sekwencyjna optymalizacja kosztownej funkcji celu (np. wydajności procesu) z probabilistycznym modelem zastępczym i funkcją akwizycji. - EN: Sequential optimisation of an expensive objective (e.g. process yield) using a probabilistic surrogate model and an acquisition function. - In one sentence PL: Sposób szukania najlepszych ustawień procesu, na przykład temperatury czy składu, w jak najmniejszej liczbie prób, gdy każda próba jest droga. - Problem it solves PL: Każdy eksperyment kosztuje surowiec, czas maszyny i dzień pracy, a możliwych kombinacji ustawień są tysiące. - What it does PL: Jak kucharz dopracowujący przepis: z każdej próby wnioskuje, gdzie warto szukać dalej, a gdzie nie ma już sensu. - Everyday example PL: Laboratorium szuka warunków reakcji dających najwięcej produktu i zamiast sprawdzać wszystkie kombinacje, w każdej rundzie testuje kilka wskazanych przez model. - In one sentence EN: A way to find the best process settings, such as temperature or composition, in as few trials as possible when each trial is expensive. - Problem it solves EN: Every experiment costs material, machine time and a day of work, while possible combinations of settings run into thousands. - What it does EN: Like a cook perfecting a recipe: each attempt tells them where it is worth looking next and where it is not. - Everyday example EN: A lab hunts for reaction conditions giving the most product and, instead of trying every combination, tests a few the model suggests each round. - concerns you if PL: dobierasz ustawienia maszyny lub receptury metodą prób; każdy test procesu jest drogi albo długi; chcesz zrobić mniej eksperymentów przy tym samym wyniku - concerns you if EN: tune machine settings or recipes by trial and error; find each process test expensive or slow; want fewer experiments for the same result - related: `gaussianprocesses`, `hptuning` - sources: `shields-bayesian-reaction-optimization-2021` ### Sterowanie instalacjami z uczeniem ze wzmocnieniem (Reinforcement learning for industrial and building control) - id: `rlprocesscontrol` · https://aiatlasgraph.com/t/rlprocesscontrol.md - path: AI w przemyśle › Optymalizacja i sterowanie procesów › Sterowanie instalacjami z uczeniem ze wzmocnieniem - aliases: RL for process control, RL HVAC control, data center cooling RL, industrial reinforcement learning, sterowanie RL, RL w przemyśle - PL: Uczenie ze wzmocnieniem sterujące rzeczywistymi instalacjami (chłodzenie, HVAC, procesy), z naciskiem na naukę z danych offline, ograniczenia operacyjne i ewaluację. - EN: Reinforcement learning controlling real installations (cooling, HVAC, processes), with emphasis on learning from offline data, operational constraints and evaluation. - In one sentence PL: Program, który ucząc się na skutkach własnych decyzji, sam dobiera ustawienia chłodzenia, pieców czy pomp w prawdziwej instalacji. - Problem it solves PL: Wielkie instalacje chłodzenia i ogrzewania mają setki pokręteł, które wpływają na siebie nawzajem, i ludzie nie umieją ustawić ich optymalnie. - What it does PL: Jak kierowca, który z każdym przejazdem lepiej zna trasę i jeździ oszczędniej, a pasażer obok pilnuje, żeby nie przekroczył przepisów. - Everyday example PL: W dużym biurowcu system co kilka minut zmienia ustawienia agregatów chłodniczych i przez lato zużywa mniej prądu przy tym samym komforcie. - In one sentence EN: Software that learns from the results of its own decisions to choose settings for cooling, furnaces or pumps in a real installation. - Problem it solves EN: Large cooling and heating plants have hundreds of knobs that affect each other, and people cannot set them optimally. - What it does EN: Like a driver who knows the route better with each trip and drives more economically, while a passenger makes sure no rules are broken. - Everyday example EN: In a large office building the system adjusts the chillers every few minutes and uses less electricity over the summer with the same comfort. - concerns you if PL: zarządzasz budynkiem, serwerownią lub energochłonną instalacją; chcesz wiedzieć, czy uczący się system może sterować sprzętem - concerns you if EN: manage a building, server room or energy-hungry installation; wonder whether a learning system can control equipment - related: `offline`, `learningmpc` - sources: `luo-rl-cooling-2022` ### Sterowanie predykcyjne z modelem uczonym na danych (MPC) (Learning-based model predictive control) - id: `learningmpc` · https://aiatlasgraph.com/t/learningmpc.md - path: AI w przemyśle › Optymalizacja i sterowanie procesów › Sterowanie predykcyjne z modelem uczonym na danych (MPC) - aliases: learning-based MPC, data-driven MPC, ML-based MPC, neural network MPC, Gaussian process MPC, sterowanie predykcyjne oparte na danych - PL: Sterowanie z przesuwanym horyzontem, w którym model predykcyjny, parametry kosztu lub warstwa bezpieczeństwa MPC są uczone z danych. - EN: Receding-horizon control in which the MPC prediction model, cost parameters or safety layer are learned from data. - In one sentence PL: Sterownik, który przewiduje kilka kroków naprzód, jak zachowa się instalacja, korzystając z modelu wyuczonego na jej dotychczasowych danych. - Problem it solves PL: Złożonych reaktorów i pieców nie da się dobrze opisać równaniami, a zwykły regulator reaguje dopiero po fakcie i przekracza dopuszczalne granice. - What it does PL: Jak kierowca, który patrzy daleko przed maskę i zwalnia przed zakrętem, a nie w nim, i po każdym metrze planuje od nowa. - Everyday example PL: W instalacji chemicznej sterownik zmniejsza dopływ surowca, zanim temperatura w reaktorze przekroczy granicę, bo przewidział jej wzrost. - In one sentence EN: A controller that looks a few steps ahead at how a plant will behave, using a model learned from the plant's own past data. - Problem it solves EN: Complex reactors and furnaces resist good equations, and a plain regulator reacts only after the fact and overshoots safe limits. - What it does EN: Like a driver who looks far ahead and slows before the bend rather than in it, re-planning after every metre. - Everyday example EN: At a chemical plant the controller cuts the feed before reactor temperature crosses its limit, because it saw the rise coming. - concerns you if PL: sterujesz procesem z wieloma ograniczeniami naraz; masz dużo danych z instalacji, a mało dobrych równań; chcesz bezpiecznie łączyć uczenie maszynowe ze sterowaniem - concerns you if EN: control a process with many limits at once; have lots of plant data but few good equations; want to combine machine learning and control safely - related: `rlprocesscontrol`, `feedbackcontrol` - sources: `hewing-learning-mpc-2020`, `wu-ml-mpc-tutorial-2025` ### Utrzymanie predykcyjne maszyn (Predictive maintenance and prognostics (PHM)) - id: `predictivemaint` · https://aiatlasgraph.com/t/predictivemaint.md - path: AI w przemyśle › Utrzymanie predykcyjne maszyn - aliases: predictive maintenance, PdM, prognostics and health management, PHM, condition monitoring, konserwacja predykcyjna, predykcyjne utrzymanie ruchu, monitorowanie stanu maszyn - PL: Monitorowanie stanu urządzeń z danych czujnikowych w celu wykrycia, zdiagnozowania i prognozowania uszkodzeń oraz zaplanowania obsługi przed awarią. - EN: Monitoring equipment condition from sensor data to detect, diagnose and forecast faults and schedule maintenance before failure. - In one sentence PL: Przewidywanie, kiedy maszyna się zepsuje, na podstawie jej drgań, temperatury i innych pomiarów, żeby naprawić ją we właściwym momencie. - Problem it solves PL: Naprawy według kalendarza marnują dobre części, a czekanie na awarię kończy się nagłym przestojem całej linii i drogą naprawą. - What it does PL: Jak lekarz, który regularnie bada pacjenta i z wyników widzi chorobę, zanim pojawią się objawy, zamiast leczyć dopiero na ostrym dyżurze. - Everyday example PL: Pompa w oczyszczalni ścieków zaczyna drgać inaczej niż zwykle; system zgłasza to z wyprzedzeniem i mechanik wymienia łożysko podczas planowanej przerwy. - In one sentence EN: Predicting when a machine will break from its vibration, temperature and other readings, so it can be repaired at the right moment. - Problem it solves EN: Repairs by the calendar waste good parts, while waiting for a breakdown ends in a sudden stop of the whole line and a costly fix. - What it does EN: Like a doctor who checks a patient regularly and spots illness in the results before symptoms appear, instead of treating it in the emergency room. - Everyday example EN: A pump at a sewage plant starts vibrating differently; the system flags it early and a mechanic replaces the bearing during a planned stop. - concerns you if PL: odpowiadasz za maszyny, których awaria zatrzymuje produkcję; planujesz przeglądy i zamawiasz części zamienne; zbierasz dane z czujników i nie wiesz, co z nimi zrobić - concerns you if EN: look after machines whose failure stops production; plan inspections and order spare parts; collect sensor data and do not know what to do with it - related: `anomalydetection` - sources: `lee-industrial-ai-book-2020`, `saxena-cmapss-2008`, `zhao-dl-machine-health-2016` ### Diagnostyka maszyn z drgań i dźwięku (Machine fault diagnosis from vibration and acoustic signals) - id: `machinediagnostics` · https://aiatlasgraph.com/t/machinediagnostics.md - path: AI w przemyśle › Utrzymanie predykcyjne maszyn › Diagnostyka maszyn z drgań i dźwięku - aliases: fault diagnosis, vibration analysis, bearing fault detection, acoustic condition monitoring, machine health monitoring, analiza drgań, diagnostyka łożysk - PL: Klasyfikacja typu i miejsca uszkodzenia (łożyska, przekładnie, niewyważenie) z sygnałów drgań, prądu i dźwięku, metodami klasycznymi i głębokim uczeniem. - EN: Classifying fault type and location (bearings, gears, imbalance) from vibration, current and acoustic signals, with classical methods and deep learning. - In one sentence PL: Rozpoznawanie, co dokładnie psuje się w maszynie, po tym, jak drga, brzęczy albo szumi podczas pracy. - Problem it solves PL: Wiadomo, że maszyna pracuje dziwnie, ale nie wiadomo, czy winne jest łożysko, przekładnia, czy niewyważony wirnik, a rozbiórka kosztuje dzień przestoju. - What it does PL: Jak mechanik, który przykłada śrubokręt do silnika i po samym dźwięku mówi, która część się kończy, tyle że słucha bez przerwy. - Everyday example PL: Czujnik przyklejony do silnika wentylatora w hali wysyła drgania do programu, który rozpoznaje uszkodzenie łożyska i pokazuje je na tablicy technika. - In one sentence EN: Working out exactly what is failing in a machine from how it shakes, rattles or hums while running. - Problem it solves EN: A machine runs oddly, but is it the bearing, the gearbox or an unbalanced rotor? Taking it apart costs a day of downtime. - What it does EN: Like a mechanic who puts a screwdriver to an engine and tells from the sound which part is going, except it listens nonstop. - Everyday example EN: A sensor stuck to a fan motor in the hall sends vibrations to software that recognises a bearing fault and shows it on the technician's board. - concerns you if PL: pracujesz z silnikami, pompami, przekładniami lub wentylatorami; słyszysz, że maszyna brzmi inaczej, i chcesz wiedzieć dlaczego - concerns you if EN: work with motors, pumps, gearboxes or fans; hear a machine sound different and want to know why - sources: `zhao-dl-machine-health-2016`, `cwru-bearing-data-center` ### Przenoszenie diagnostyki na inne maszyny i warunki pracy (Cross-domain transfer learning for machine fault diagnosis) - id: `crossdomainfault` · https://aiatlasgraph.com/t/crossdomainfault.md - path: AI w przemyśle › Utrzymanie predykcyjne maszyn › Diagnostyka maszyn z drgań i dźwięku › Przenoszenie diagnostyki na inne maszyny i warunki pracy - aliases: domain adaptation fault diagnosis, transfer learning fault diagnosis, cross-condition fault diagnosis, unsupervised deep transfer learning, UDTL, adaptacja dziedzinowa, transfer wiedzy diagnostycznej - PL: Nienadzorowana adaptacja dziedzinowa klasyfikatorów usterek z oznaczonych danych źródłowych na nieoznaczone dane z innych warunków lub maszyn. - EN: Unsupervised domain adaptation of fault classifiers from labelled source data to unlabelled data from other conditions or machines. - In one sentence PL: Sprawianie, żeby model rozpoznający usterki, wyuczony na jednej maszynie lub przy jednej prędkości, działał też na innej. - Problem it solves PL: Model diagnostyczny wyuczony w laboratorium nagle myli się na hali, bo maszyna pracuje z innym obciążeniem, a nowych opisanych awarii nie ma. - What it does PL: Jak mechanik, który nauczył się słyszeć zużyte łożysko w jednym aucie i po krótkim osłuchaniu rozpoznaje je w innym modelu. - Everyday example PL: Firma uczy model na drganiach łożysk z jednego wentylatora i bez oznaczania nowych danych używa go na kilkunastu podobnych wentylatorach w innych halach. - In one sentence EN: Making a fault-recognition model trained on one machine or at one speed also work on another. - Problem it solves EN: A diagnostic model trained in the lab suddenly errs on the shop floor, because the machine runs at another load and there are no new labelled failures. - What it does EN: Like a mechanic who learned to hear a worn bearing in one car and, after a short listen, recognises it in another model. - Everyday example EN: A company trains a model on bearing vibrations from one fan and, without labelling new data, uses it on a dozen similar fans in other halls. - concerns you if PL: masz opisane awarie tylko z jednej maszyny; twoje maszyny pracują przy zmiennej prędkości i obciążeniu; model z laboratorium zawodzi w zakładzie - concerns you if EN: have labelled failures from only one machine; run machines at varying speed and load; see a lab model fail in the plant - related: `crosssiteshift` - sources: `zhao-udtl-fault-diagnosis-2021` ### Szacowanie pozostałego czasu życia (RUL) (Remaining useful life (RUL) prediction) - id: `rulprediction` · https://aiatlasgraph.com/t/rulprediction.md - path: AI w przemyśle › Utrzymanie predykcyjne maszyn › Szacowanie pozostałego czasu życia (RUL) - aliases: RUL, remaining useful life, RUL estimation, prognostics, prognostyka, pozostały czas eksploatacji - PL: Regresja liczby cykli lub czasu pracy pozostałych do osiągnięcia progu uszkodzenia, na podstawie wielowymiarowych szeregów czasowych z czujników. - EN: Regressing the cycles or operating time left before a failure threshold, from multivariate sensor time series. - In one sentence PL: Szacowanie, ile jeszcze godzin, cykli albo kilometrów urządzenie popracuje, zanim zużyje się na tyle, że trzeba je naprawić. - Problem it solves PL: Wiedza, że część się zużywa, nie wystarcza: planista musi wiedzieć, czy wymienić ją jutro, za miesiąc, czy przy najbliższym postoju. - What it does PL: Jak wskaźnik zasięgu w samochodzie elektrycznym: z dotychczasowego zużycia i warunków jazdy wylicza, ile drogi jeszcze zostało. - Everyday example PL: Przewoźnik planuje wymianę części silnika na najbliższy nocny postój samolotu, bo prognoza pokazuje, że do granicy zużycia zostało niewiele lotów. - In one sentence EN: Estimating how many more hours, cycles or kilometres a device will run before it wears out enough to need repair. - Problem it solves EN: Knowing a part is wearing is not enough: the planner must know whether to replace it tomorrow, next month or at the next stop. - What it does EN: Like the range display in an electric car: from past consumption and driving conditions it works out how far you can still go. - Everyday example EN: An airline schedules an engine part swap for the plane's next overnight stop, because the forecast shows only a few flights left before the wear limit. - concerns you if PL: planujesz wymianę drogich części w samolotach, pociągach lub turbinach; chcesz wiedzieć, jak pewna jest prognoza awarii - concerns you if EN: plan replacement of costly parts in aircraft, trains or turbines; want to know how certain a failure forecast is - related: `tsfoundation` - sources: `saxena-cmapss-2008`, `chen-rul-llm-2024` ### Prognoza czasu do awarii z estymacją niepewności (Uncertainty-aware remaining useful life prediction) - id: `ruluncertainty` · https://aiatlasgraph.com/t/ruluncertainty.md - path: AI w przemyśle › Utrzymanie predykcyjne maszyn › Szacowanie pozostałego czasu życia (RUL) › Prognoza czasu do awarii z estymacją niepewności - aliases: probabilistic RUL, uncertainty quantification for RUL, Bayesian RUL prediction, RUL prediction intervals, niepewność prognozy RUL, probabilistyczna prognostyka - PL: Prognozowanie rozkładu, a nie tylko wartości, pozostałego czasu życia, np. głębokimi procesami gaussowskimi, zespołami sieci lub dropoutem Monte Carlo. - EN: Forecasting a distribution, not just a value, of remaining useful life, e.g. with deep Gaussian processes, network ensembles or Monte Carlo dropout. - In one sentence PL: Prognoza, która mówi nie tylko, ile urządzenie jeszcze popracuje, ale też jak bardzo można tej liczbie ufać. - Problem it solves PL: Jedna liczba typu „zostało 40 cykli” nie pozwala ocenić ryzyka: przy częściach krytycznych za późna wymiana bywa groźna, za wczesna marnuje pieniądze. - What it does PL: Jak prognoza pogody podająca szansę opadów: zamiast obietnicy daje widełki, według których sam decydujesz, czy brać parasol. - Everyday example PL: Planista widzi, że do awarii zostało najpewniej 60 lotów, ale może już 35, więc planuje wymianę przed dolnym końcem widełek. - In one sentence EN: A forecast that says not only how long a device will keep running but also how far that number can be trusted. - Problem it solves EN: A single number like '40 cycles left' says nothing about risk: for critical parts a late swap can be dangerous, an early one wastes money. - What it does EN: Like a weather forecast giving a chance of rain: instead of a promise it offers a range you use to decide about the umbrella. - Everyday example EN: A planner sees most likely 60 flights left before failure, but possibly only 35, so schedules the swap before the low end of the range. - concerns you if PL: decydujesz o wymianie części krytycznych dla bezpieczeństwa; musisz wytłumaczyć, jak pewna jest prognoza awarii; porównujesz koszt przestoju z kosztem wcześniejszej wymiany - concerns you if EN: decide on replacing safety-critical parts; must explain how certain a failure forecast is; weigh downtime cost against early replacement - related: `calibration` - sources: `biggio-uncertainty-rul-dgp-2021` ### Wizyjna kontrola jakości (Automated visual inspection) - id: `visualinspection` · https://aiatlasgraph.com/t/visualinspection.md - path: AI w przemyśle › Wizyjna kontrola jakości - aliases: visual inspection, automated optical inspection, AOI, defect detection, machine vision inspection, kontrola wizyjna, inspekcja wizyjna, wykrywanie wad - PL: Wykrywanie, lokalizacja i klasyfikacja wad wyrobów na obrazach z kamer przemysłowych metodami widzenia komputerowego, z etykietami wad lub bez nich. - EN: Detecting, localising and classifying product defects in industrial camera images with computer vision, with or without defect labels. - In one sentence PL: Kamery i programy, które oglądają każdy wyrób na linii produkcyjnej i odrzucają te z rysą, pęknięciem albo brakującym elementem. - Problem it solves PL: Ludzie przy taśmie męczą się po godzinie patrzenia, przeoczają drobne wady, a reklamacje od klientów kosztują więcej niż sama produkcja. - What it does PL: Jak kontroler, który nigdy nie mruga: porównuje każdy wyrób z tym, jak powinien wyglądać, i zaznacza miejsce, które się nie zgadza. - Everyday example PL: W fabryce elektroniki kamera nad taśmą zatrzymuje płytkę z krzywo przylutowanym elementem, zanim trafi do montażu w urządzeniu. - In one sentence EN: Cameras and software that look at every product on the line and reject those with a scratch, crack or missing part. - Problem it solves EN: People at the belt tire after an hour of watching and miss small defects, and customer complaints cost more than production itself. - What it does EN: Like an inspector who never blinks: it compares each product with how it should look and marks the spot that does not match. - Everyday example EN: In an electronics factory a camera over the belt stops a circuit board with a crooked solder joint before it goes into a device. - concerns you if PL: odpowiadasz za jakość wyrobów na linii; dostajesz reklamacje za wady, których nikt nie zauważył - concerns you if EN: are responsible for product quality on a line; get complaints about defects nobody noticed - sources: `roth-patchcore-2021`, `jeong-winclip-2023` ### Generowanie syntetycznych obrazów wad (Few-shot synthetic defect image generation) - id: `defectsynthesis` · https://aiatlasgraph.com/t/defectsynthesis.md - path: AI w przemyśle › Wizyjna kontrola jakości › Generowanie syntetycznych obrazów wad - aliases: defect image generation, anomaly image synthesis, few-shot defect generation, AnomalyDiffusion, DFMGAN, syntetyczne wady, generowanie anomalii - PL: Generowanie par obraz–maska z wadami na podstawie kilku przykładów wad i wielu obrazów poprawnych, jako augmentacja do uczenia detektorów. - EN: Generating defect image–mask pairs from a few defect examples and many normal images, as augmentation for training detectors. - In one sentence PL: Dorysowywanie realistycznych rys, wgnieceń i plam na zdjęciach dobrych produktów, żeby było na czym uczyć system wykrywania wad. - Problem it solves PL: Dobra linia produkuje bardzo mało wadliwych sztuk, więc zebranie setek zdjęć każdego rodzaju wady trwałoby miesiącami. - What it does PL: Jak charakteryzator filmowy, który z kilku zdjęć prawdziwych ran uczy się malować wiarygodne rany w dowolnym miejscu. - Everyday example PL: Producent kabli ma tylko kilka zdjęć przeciętej izolacji, więc generuje z nich setki wariantów w różnych miejscach i uczy na nich kamerę kontrolną. - In one sentence EN: Painting realistic scratches, dents and stains onto photos of good products, so there is something to train a defect detector on. - Problem it solves EN: A good line makes very few faulty parts, so collecting hundreds of photos of each defect type would take months. - What it does EN: Like a film make-up artist who learns from a few photos of real wounds to paint convincing ones anywhere. - Everyday example EN: A cable maker has only a few photos of cut insulation, so it generates hundreds of variants in different spots and trains the inspection camera on them. - concerns you if PL: masz za mało zdjęć wadliwych produktów; potrzebujesz dokładnych masek wad do uczenia segmentacji; wprowadzasz nowy produkt bez historii wad - concerns you if EN: have too few photos of faulty products; need precise defect masks to train segmentation; are launching a product with no defect history - related: `synthetic` - sources: `hu-anomalydiffusion-2023`, `duan-dfmgan-2023` ### Wykrywanie wad bez przykładów z modelem wizja–język (Zero- and few-shot anomaly detection with vision-language models) - id: `zeroshotdefect` · https://aiatlasgraph.com/t/zeroshotdefect.md - path: AI w przemyśle › Wizyjna kontrola jakości › Wykrywanie wad bez przykładów z modelem wizja–język - aliases: zero-shot anomaly detection, few-shot anomaly detection, WinCLIP, AnomalyCLIP, CLIP-based anomaly detection, wykrywanie anomalii zero-shot - PL: Klasyfikacja i segmentacja anomalii bez danych treningowych z danej kategorii lub z kilkoma obrazami normalnymi, przez dopasowanie cech obrazu do opisów tekstowych. - EN: Anomaly classification and segmentation with no training data for the category, or a few normal images, by matching image features to text descriptions. - In one sentence PL: Wykrywanie wad na zdjęciach wyrobów bez osobnego uczenia, przez opisanie słowami, jak wygląda sztuka dobra, a jak uszkodzona. - Problem it solves PL: Fabryka produkuje setki odmian wyrobów krótkimi seriami i nie ma czasu ani zdjęć, żeby uczyć osobny model dla każdej z nich. - What it does PL: Jak nowy kontroler, który nigdy nie widział tego produktu, ale wie, co znaczy „pęknięty” czy „zarysowany”, i od razu może oceniać. - Everyday example PL: Zakład przestawia się na nową butelkę; zanim zbierze zdjęcia, system już zaznacza pęknięcia, porównując obraz z opisami w rodzaju „uszkodzona butelka”. - In one sentence EN: Spotting defects in product photos without dedicated training, by describing in words what a good and a damaged item look like. - Problem it solves EN: A factory makes hundreds of product variants in short runs and has neither time nor photos to train a separate model for each. - What it does EN: Like a new inspector who has never seen this product but knows what 'cracked' or 'scratched' means and can start judging right away. - Everyday example EN: A plant switches to a new bottle; before collecting any photos, the system already marks cracks by comparing images with descriptions like 'damaged bottle'. - concerns you if PL: produkujesz krótkie serie wielu różnych wyrobów; chcesz uruchomić kontrolę jakości w kilka godzin, nie tygodni - concerns you if EN: make short runs of many different products; want quality inspection running in hours, not weeks - related: `vlm` - sources: `jeong-winclip-2023` ### Wykrywanie wad uczone tylko na dobrych sztukach (Unsupervised industrial anomaly detection) - id: `unsupdefect` · https://aiatlasgraph.com/t/unsupdefect.md - path: AI w przemyśle › Wizyjna kontrola jakości › Wykrywanie wad uczone tylko na dobrych sztukach - aliases: unsupervised anomaly detection, industrial anomaly detection, cold-start defect detection, one-class defect detection, nienadzorowane wykrywanie wad, PatchCore - PL: Wykrywanie i lokalizacja anomalii na obrazach przy uczeniu wyłącznie na próbkach nominalnych, zwykle przez porównanie cech z modelem normalności. - EN: Detecting and localising image anomalies when training only on nominal samples, usually by comparing features with a model of normality. - In one sentence PL: Program uczy się, jak wygląda poprawny wyrób, i zgłasza wszystko, co od tego odbiega, nawet wadę, której nikt wcześniej nie widział. - Problem it solves PL: Na nowej linii wad prawie nie ma, a każda bywa inna, więc nie da się zebrać tysięcy zdjęć wadliwych sztuk do nauki. - What it does PL: Jak ochroniarz, który zna twarze wszystkich pracowników: nie musi znać złodziei, wystarczy, że zauważy obcą twarz. - Everyday example PL: Producent śrub fotografuje kilkaset dobrych sztuk i od następnej zmiany kamera zaznacza każdą z wyszczerbionym gwintem albo nietypową plamą. - In one sentence EN: Software learns what a correct product looks like and flags anything that differs, even a defect nobody has seen before. - Problem it solves EN: A new line has almost no defects and each one differs, so you cannot collect thousands of photos of faulty parts to learn from. - What it does EN: Like a guard who knows every employee's face: he need not know the thieves, he just has to notice a stranger. - Everyday example EN: A screw maker photographs a few hundred good screws, and from the next shift the camera marks any with a chipped thread or an odd stain. - concerns you if PL: uruchamiasz nową linię bez archiwum zdjęć wad; wady u ciebie są rzadkie i za każdym razem inne - concerns you if EN: are starting a new line without a defect photo archive; have rare defects that differ every time - related: `anomalydetection` - sources: `roth-patchcore-2021` ### Wykrywanie wad w skanach 3D i chmurach punktów (3D and multimodal industrial anomaly detection) - id: `inspection3d` · https://aiatlasgraph.com/t/inspection3d.md - path: AI w przemyśle › Wizyjna kontrola jakości › Wykrywanie wad w skanach 3D i chmurach punktów - aliases: 3D anomaly detection, point cloud anomaly detection, RGB-D anomaly detection, MVTec 3D-AD, multimodal industrial anomaly detection, inspekcja 3D, wykrywanie wad w 3D - PL: Nienadzorowane wykrywanie i lokalizacja anomalii w chmurach punktów lub mapach głębi, często w fuzji z obrazem RGB. - EN: Unsupervised anomaly detection and localisation in point clouds or depth maps, often fused with RGB images. - In one sentence PL: Szukanie wgnieceń, dziur i odkształceń w trójwymiarowym skanie produktu, a nie tylko na płaskim zdjęciu. - Problem it solves PL: Na zwykłym zdjęciu płytkie wgniecenie albo wygięcie często wygląda normalnie, bo zmienia kształt, a nie kolor. - What it does PL: Jak kontroler, który nie tylko ogląda detal, ale też przesuwa po nim palcem i czuje każdą nierówność. - Everyday example PL: Skaner nad taśmą z oponami wyłapuje lekkie wybrzuszenie bocznej ściany, którego kamera kolorowa nie zauważyła. - In one sentence EN: Looking for dents, holes and deformations in a three-dimensional scan of a product, not just in a flat photo. - Problem it solves EN: In an ordinary photo a shallow dent or bend often looks normal, because it changes shape rather than colour. - What it does EN: Like an inspector who not only looks at a part but also runs a finger over it and feels every bump. - Everyday example EN: A scanner over a tyre conveyor catches a slight bulge in the sidewall that the colour camera missed. - concerns you if PL: twoje wady to głównie zmiany kształtu, nie koloru; masz na linii skaner 3D lub kamerę głębi; uczysz kontrolę tylko na dobrych sztukach - concerns you if EN: mostly see defects that change shape, not colour; have a 3D scanner or depth camera on the line; train inspection only on good parts - related: `pointclouds` - sources: `bergmann-mvtec3d-2021`, `wang-m3dm-2023` ## Aplikacje LLM i agenci (LLM applications and agents) - id: `applications` · https://aiatlasgraph.com/t/applications.md - path: Aplikacje LLM i agenci - PL: Budowanie systemów korzystających z modeli i narzędzi. - EN: Building systems that use models and tools. - In one sentence PL: To dziedzina budowania programów, w których sztuczna inteligencja czyta, rozmawia i korzysta z narzędzi. - Problem it solves PL: Musisz ręcznie szukać informacji i przenosić je między programami, żeby załatwić nawet prostą sprawę. - What it does PL: Łączy model językowy z dokumentami i narzędziami oraz ustala zasady, które kierują jego pracą. - Everyday example PL: Prosisz firmowego asystenta o znalezienie warunków zwrotu i przygotowanie odpowiedzi dla klienta. - In one sentence EN: This field builds programs that use artificial intelligence to read information, hold conversations and use tools. - Problem it solves EN: Even a simple task can require you to find information and move it between several programs by hand. - What it does EN: It connects a language model to documents and tools, with rules that control which information and actions it can use. - Everyday example EN: You ask a workplace assistant to find the returns policy and draft a reply to a customer. - concerns you if PL: chcesz załatwiać sprawy przez rozmowę z asystentem; przenosisz informacje między dokumentami a firmowymi programami - concerns you if EN: want to get things done by talking to an assistant; move information between documents and workplace software - sources: `agents`, `bootcamp`, `dlai` ### Agenci i orkiestracja (Agents and orchestration) - id: `agentsnode` · https://aiatlasgraph.com/t/agentsnode.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja - PL: Pętle działania, delegowanie i sterowanie wykonaniem. - EN: Action loops, delegation and control over execution. - examples PL: Harness · hand-offs · subagenci - examples EN: Harness · hand-offs · subagents - In one sentence PL: To programy, które wykonują zadania etapami, oraz sposoby koordynowania ich pracy. - Problem it solves PL: Jedna odpowiedź nie wystarcza, gdy trzeba sprawdzić informacje, podjąć decyzje i wykonać kilka zależnych od siebie czynności. - What it does PL: Po każdym kroku sprawdzają wynik i decydują, czy kontynuować, użyć narzędzia, czy przekazać pracę dalej. - Everyday example PL: Przygotowując wyjazd, asystent porównuje połączenia, sprawdza noclegi i przedstawia plan do twojej oceny. - In one sentence EN: These programs take steps toward a goal, with controls that organise their work. - Problem it solves EN: A single answer cannot finish a task that requires checking information, making decisions and carrying out several connected actions. - What it does EN: After each step, they inspect the result and decide whether to continue, use a tool or hand work to another assistant. - Everyday example EN: An assistant planning your trip compares travel options, checks accommodation and brings you a plan to review. - concerns you if PL: zlecasz asystentowi zadania wymagające kilku kroków; chcesz wiedzieć, kto koordynuje pracę kilku asystentów - concerns you if EN: give an assistant tasks that need several steps; want to know how several assistants coordinate their work - related: `legalresearchagents`, `voiceagents`, `aicoding`, `agentsecurity`, `taskfloweval`, `agenteval`, `classicalplanning`, `llmtaskplanning` - courses: - sources: `agents`, `bootcamp`, `dlai`, `machina-x-agents` ### Agenci przy komputerze (Computer and browser use) - id: `computeruse` · https://aiatlasgraph.com/t/computeruse.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Agenci przy komputerze - PL: Agent klikający w przeglądarce i w systemie. - EN: An agent clicking in a browser and on a desktop. - In one sentence PL: To asystent, który obsługuje stronę lub program przez klikanie, pisanie i odczytywanie ekranu. - Problem it solves PL: Musisz powtarzać wiele kliknięć, bo program nie daje innego sposobu wykonania potrzebnej czynności. - What it does PL: Ogląda ekran, wybiera następny ruch i po jego wykonaniu sprawdza, co się zmieniło. - Everyday example PL: Asystent przepisuje adresy ze wskazanego arkusza do formularza w firmowym portalu. - In one sentence EN: This assistant operates a website or program by reading the screen, clicking and typing. - Problem it solves EN: You have to repeat many clicks because a program offers no other way to perform the action you need. - What it does EN: It looks at the screen, chooses the next action and checks what changed before deciding what to do next. - Everyday example EN: An assistant copies addresses from a spreadsheet into a form on your workplace portal. - concerns you if PL: wykonujesz powtarzalne czynności w przeglądarce; potrzebujesz pomocy z programem obsługiwanym głównie przez klikanie - concerns you if EN: repeat the same actions in a browser; need help with software mainly operated through clicks - related: `agentsecurity`, `docvision`, `agenttrajectories` - courses: , - sources: `dlai` ### Granica zaufania SA-CUA dla agentów komputerowych (SA-CUA trust boundary for computer-use agents) - id: `sacua` · https://aiatlasgraph.com/t/sacua.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Agenci przy komputerze › Granica zaufania SA-CUA dla agentów komputerowych - aliases: SA-CUA, safe autonomy for computer use, dual-LLM trust boundary - PL: Architektura z dwoma modelami, która domyślnie maskuje ekran, odsłania zaufane regiony według reguł z drzewa dostępności i osobno zatwierdza wartości z niezaufanych treści. - EN: A dual-model architecture that masks the screen by default, reveals trusted regions using accessibility-tree rules, and separately endorses values from untrusted content. - In one sentence PL: Sposób, by agent klikający na ekranie sam oddzielał zaufane części interfejsu od niezaufanych treści i działał bez ciągłych pytań. - Problem it solves PL: Agent widzący cały ekran może wykonać polecenie ukryte w niezaufanej treści, a ciągłe potwierdzenia męczą użytkownika. - What it does PL: Oddziela zaufany planer od modelu czytającego niezaufany ekran, blokuje istotne działania na niezaufanych regionach i weryfikuje wartości przed ich użyciem. - Everyday example PL: Agent wypełnia formularz na stronie: warstwa ochronna ukrywa treść z maila i pozwala użyć numeru konta dopiero po sprawdzeniu go w niezależnym, zaufanym źródle. - In one sentence EN: A way for a screen-clicking agent to separate trusted interface parts from untrusted content on its own and act without constant questions. - Problem it solves EN: An agent seeing the whole screen can follow an instruction hidden in untrusted content, while constant confirmations tire the user. - What it does EN: It separates a trusted planner from a model that reads the untrusted screen, blocks consequential actions on untrusted regions, and verifies values before use. - Everyday example EN: An agent fills a form on a page: the protection layer hides email content and allows an account number to be used only after checking it against an independent trusted source. - concerns you if PL: agent steruje komputerem i widzi treści od innych; chcesz ograniczyć ryzyko prompt injection w interfejsie; chcesz uniknąć ciągłego potwierdzania każdego kliknięcia - concerns you if EN: let an agent control the computer and see content from others; want to limit prompt injection risk in the interface; want to avoid confirming every click - sources: `sacua-arxiv-2610.18508` ### Syntetyczne środowiska komputerowe do treningu (Synthetic computer-use environments for agent training) - id: `softwaregym` · https://aiatlasgraph.com/t/softwaregym.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Agenci przy komputerze › Syntetyczne środowiska komputerowe do treningu - aliases: SoftwareGym, WildAWM, computer-use environment synthesis, synteza środowisk użycia komputera - PL: Pipeline’y automatyzujące syntezę, resetowanie i weryfikację wykonywalnych środowisk treningowych dla agentów użycia komputera. - EN: Pipelines that automate synthesis, resetting and verification of executable training environments for computer-use agents. - In one sentence PL: Automatyczne tworzenie wykonywalnych programów lub całych środowisk komputera, w których agent może bezpiecznie ćwiczyć. - Problem it solves PL: Ręczne budowanie różnorodnych środowisk dla agentów jest kosztowne, a trening na prawdziwych systemach trudno resetować, skalować i kontrolować. - What it does PL: Pipeline syntetyzuje działające aplikacje albo połączone światy z GUI, CLI, usługami MCP i plikami, weryfikuje zadania przez wykonanie i zbiera trajektorie do SFT lub RL. - Everyday example PL: SoftwareGym buduje i naprawia warianty aplikacji GUI; WildAWM tworzy wielodniowe światy osobistych komputerów i zadania wymagające przełączania między GUI, terminalem i MCP. - In one sentence EN: Automatically creating executable applications or full computer environments in which an agent can practice safely. - Problem it solves EN: Manually building diverse agent environments is costly, while training on real systems is difficult to reset, scale, and control. - What it does EN: A pipeline synthesizes working applications or connected worlds with GUI, CLI, MCP services and files, verifies tasks by execution, and collects trajectories for SFT or RL. - Everyday example EN: SoftwareGym builds and repairs GUI application variants; WildAWM creates multi-day personal-computer worlds and tasks that switch among GUI, terminal, and MCP. - concerns you if PL: trening agenta użycia komputera wymaga wielu różnych programów i stanów; chcesz skalować dane SFT lub RL bez działania na prawdziwych kontach; potrzebujesz wykonywalnych zadań z automatycznym weryfikatorem - concerns you if EN: computer-use agent training needs many varied applications and states; want to scale SFT or RL data without acting on real accounts; need executable tasks with automatic verifiers - related: `evalsets` - sources: `jin-softwaregym-2026`, `softwaregym-github-2026`, `wildawm-arxiv-2610-26828`, `wildawm-github-2026` ### Agenci w tle (Ambient and scheduled agents) - id: `ambient` · https://aiatlasgraph.com/t/ambient.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Agenci w tle - PL: Agenci budzący się sami: według harmonogramu albo gdy coś się zmieni. - EN: Agents that wake up on their own: on a schedule or when something changes. - examples PL: harmonogram · monitor · milczenie, gdy nic nowego - examples EN: schedule · monitor · silent when nothing is new - In one sentence PL: To asystenci, którzy sprawdzają sprawy o ustalonej porze lub uruchamiają się po zmianie. - Problem it solves PL: Musisz ciągle zaglądać do tych samych miejsc, żeby zauważyć zmianę lub przypomnieć sobie o zadaniu. - What it does PL: Harmonogram lub wykryta zmiana uruchamia pracę, a ustalone reguły wskazują, kiedy wysłać powiadomienie. - Everyday example PL: Asystent sprawdza dostępność wybranego biletu i daje znać, gdy pojawi się oferta spełniająca twoje warunki. - In one sentence EN: These assistants check things on a schedule or start working when something changes. - Problem it solves EN: You keep checking the same places to notice a change or remember that a task needs attention. - What it does EN: A schedule or detected change triggers the work, while chosen rules determine when a notification should reach you. - Everyday example EN: An assistant watches ticket availability and notifies you when an offer meets your conditions. - concerns you if PL: wciąż sprawdzasz, czy pojawiło się coś nowego; chcesz powiadomień tylko wtedy, gdy trzeba zareagować - concerns you if EN: keep checking whether something new has appeared; want notifications only when something needs your attention - related: `eventdriven` - sources: `machina-x-agents` ### Autor i recenzent (Maker–checker review) - id: `makerchecker` · https://aiatlasgraph.com/t/makerchecker.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Autor i recenzent - PL: Żaden agent nie ocenia własnej pracy; drugi zakłada, że wynik jest błędny, i szuka gdzie. - EN: No agent grades its own work; a second one assumes the output is broken and looks for where. - examples PL: generator–krytyk · odrzucenie z powodem - examples EN: generator–critic · rejection with a reason - In one sentence PL: To sposób pracy, w którym jeden asystent przygotowuje wynik, a drugi go sprawdza. - Problem it solves PL: Błąd w przygotowanej odpowiedzi może przejść dalej niezauważony, gdy nikt osobno jej nie sprawdza. - What it does PL: Recenzent szuka sprzeczności i braków, a uwagi trafiają do autora jako wskazówki do poprawy. - Everyday example PL: Jeden asystent pisze ofertę z twoich notatek, a drugi sprawdza, czy zgadzają się ceny i warunki. - In one sentence EN: In this approach, one assistant produces the work and another checks it. - Problem it solves EN: A mistake in a draft can pass unnoticed when nobody reviews the work separately. - What it does EN: The reviewer looks for contradictions and missing information, then returns specific reasons for the writer to revise the draft. - Everyday example EN: One assistant drafts an offer from your notes, while another checks that the prices and terms match them. - concerns you if PL: korzystasz z odpowiedzi, które mogą zawierać kosztowne błędy; chcesz dodatkowego sprawdzenia przed użyciem przygotowanego wyniku - concerns you if EN: use answers where mistakes could be costly; want an extra review before using a draft - related: `judges`, `aicodereview`, `reflection`, `agentharness` - sources: `machina-x-agents` ### Dyfuzyjne modele językowe w agentach badań głębokich (Diffusion language models in deep research agents) - id: `dllmdeepresearch` · https://aiatlasgraph.com/t/dllmdeepresearch.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Dyfuzyjne modele językowe w agentach badań głębokich - aliases: dLLM deep research, diffusion language models for deep research, diffusion-based research agents - PL: Systemy badań głębokich, w których dyfuzyjny model językowy napędza etapy zależne od modelu, takie jak planowanie, dekompozycja i synteza raportu. - EN: Deep-research systems in which a diffusion language model powers model-bound stages such as planning, decomposition and report synthesis. - In one sentence PL: Asystenci badawczy piszą raporty przez kilka rund poprawiania całego tekstu naraz, zamiast dopisywać słowo po słowie. - Problem it solves PL: Długie raporty badawcze powstają wolno, bo model musi czekać na każde kolejne słowo i nie może łatwo poprawić wcześniejszych fragmentów. - What it does PL: Model zaczyna od zarysu i w kolejnych krokach poprawia wiele miejsc naraz, korzystając z pełniejszego kontekstu. - Everyday example PL: Zlecasz przegląd literatury. Asystent najpierw tworzy szkic całego raportu, potem poprawia luki i dodaje szczegóły w kilku rundach. - In one sentence EN: Research assistants write reports by refining the whole text over several rounds, instead of adding one word at a time. - Problem it solves EN: Long research reports take time because the model waits for each next word and cannot easily revise earlier parts. - What it does EN: The model starts from a draft and revises many places at once over successive steps, using a fuller context. - Everyday example EN: You ask for a literature review. The assistant first drafts the whole report, then fills gaps and adds details over several rounds. - concerns you if PL: potrzebujesz szybkiego przeglądu wielu źródeł; chcesz, żeby raport dało się poprawiać w całości; porównujesz szybkość różnych asystentów badawczych - concerns you if EN: need a quick review of many sources; want a report that can be revised as a whole; compare the speed of different research assistants - sources: `gazzaev-diffresearch-2026`, `gazzaev-diffresearch-github-2026` ### Wczesna ekstrakcja podzapytań ze stanów odszumiania (Early subquery extraction from diffusion denoising states) - id: `dfast` · https://aiatlasgraph.com/t/dfast.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Dyfuzyjne modele językowe w agentach badań głębokich › Wczesna ekstrakcja podzapytań ze stanów odszumiania - aliases: early subquery extraction, intermediate-denoising-state extraction, fast decomposition mode - PL: Tryb dekompozycji, który odczytuje pośrednie stany odszumiania dyfuzyjnego modelu i wyciąga gotowe podzapytania, zanim generowanie się skończy. - EN: A decomposition mode that reads intermediate denoising states of a diffusion model and extracts usable subqueries before generation finishes. - In one sentence PL: Asystent zaczyna rozbijać pytanie na mniejsze, gdy tylko szkic staje się czytelny, zamiast czekać na cały gotowy tekst. - Problem it solves PL: Czekanie na ukończenie całej listy opóźnia wyszukiwanie, nawet gdy wcześniejszy szkic zawiera już użyteczne pytania pomocnicze. - What it does PL: Sprawdza kolejne robocze wersje listy i wybiera pierwszą, która ma poprawną liczbę pytań pomocniczych. - Everyday example PL: Pytasz o porównanie metod. Asystent widzi w roboczym szkicu cztery gotowe pytania pomocnicze i od razu wysyła je do wyszukiwarki. - In one sentence EN: The assistant starts splitting a question into smaller ones as soon as the draft becomes readable, instead of waiting for the finished text. - Problem it solves EN: Waiting for the entire list to finish delays search even when an earlier draft already contains useful supporting questions. - What it does EN: It checks successive draft lists and takes the first one with the required number of supporting questions. - Everyday example EN: You ask for a comparison of methods. The assistant sees four ready supporting questions in a draft and immediately sends them to search. - concerns you if PL: chcesz szybciej dostać wyniki wyszukiwania; budujesz asystenta, który sam rozbija zadania; zależy ci na niskim opóźnieniu w badaniach - concerns you if EN: want search results faster; build an assistant that splits tasks itself; care about low latency in research - sources: `gazzaev-diffresearch-2026`, `gazzaev-diffresearch-github-2026` ### Hybrydowe agenty rozumujące (Hybrid reasoning agents) - id: `hybridagents` · https://aiatlasgraph.com/t/hybridagents.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Hybrydowe agenty rozumujące - aliases: HybridAgents, hybrid latent-text agents, hybrydowe rozumowanie agentów - PL: Agent przełącza się dynamicznie między rozumowaniem w przestrzeni ukrytej a tekstem do wywołań narzędzi i odpowiedzi. - EN: An agent dynamically switches between latent-space reasoning and text for tool calls and answers. - In one sentence PL: Agent wykonuje część rozumowania bez wypisywania każdego kroku słowami, a przechodzi do tekstu, gdy używa narzędzia lub odpowiada. - Problem it solves PL: Wypisywanie każdego kroku myślenia słowami jest wolne i drogie, a ukryte myślenie nie umie wywołać narzędzi. - What it does PL: Mały moduł przełącza między cichym myśleniem a tekstem, a pamięć trzyma oba rodzaje kontekstu. - Everyday example PL: Asystent planuje podróż: kilka kroków liczy w ciszy, potem wypisuje zapytanie do wyszukiwarki i na końcu podaje plan. - In one sentence EN: The agent performs part of its reasoning without spelling out every step in words, switching to text when it uses a tool or answers. - Problem it solves EN: Writing every thinking step as words is slow and costly, while hidden thinking cannot call tools. - What it does EN: A small module switches between silent thinking and text, while memory keeps both kinds of context. - Everyday example EN: An assistant planning a trip computes several steps silently, then writes a search query and finally gives the plan. - concerns you if PL: agent zużywa dużo tokenów na jawne rozumowanie; potrzebujesz narzędzi w systemie z rozumowaniem ukrytym; badasz kompromis między wydajnością a możliwością audytu - concerns you if EN: the agent spends many tokens on explicit reasoning; you need tools in a system with hidden reasoning; you study the trade-off between efficiency and auditability - related: `efficientreasoning`, `latentloops` - sources: `zou-hybridagents-2026` ### Orkiestracja subagentów (Subagent orchestration) - id: `subagents` · https://aiatlasgraph.com/t/subagents.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Orkiestracja subagentów - PL: Decydowanie, kiedy uruchamiać subagentów i jak przekazywać im zadania. - EN: Deciding when to launch subagents and how to hand work to them. - examples PL: Jawna kontrola delegowania · synchronizacja - examples EN: Explicit delegation · synchronisation - In one sentence PL: To podział zadania między pomocniczych asystentów i zebranie ich wyników. - Problem it solves PL: Duże zadanie wymaga wielu osobnych sprawdzeń, które przeciążają jedną rozmowę i utrudniają pilnowanie całości. - What it does PL: Główny asystent przydziela części pracy, przekazuje potrzebne informacje i pilnuje, żeby wyniki pasowały do wspólnego celu. - Everyday example PL: Przy zakupie mieszkania pomocniczy asystenci sprawdzają dojazd, koszty utrzymania i okolicę, a główny zbiera porównanie do twojej oceny. - In one sentence EN: This divides a task among supporting assistants and brings their results together. - Problem it solves EN: A large task needs many separate checks, making one conversation crowded and the overall goal hard to track. - What it does EN: A lead assistant assigns parts of the work, passes along needed information and checks that the results fit the shared goal. - Everyday example EN: When you compare homes, supporting assistants check travel, running costs and neighbourhoods, while a lead assistant gathers the comparison for you. - concerns you if PL: zlecasz zadania z wieloma niezależnymi częściami; chcesz zebrać kilka osobnych sprawdzeń w jeden wynik - concerns you if EN: give tasks with several independent parts; want separate checks brought together into one result - related: `hypothesisagents`, `agentharness`, `contextmanagement` - courses: - sources: `agents`, `dlai`, `machina-x-agents` ### Rynkowa samoorkiestracja rojów agentów (Market-based post-training for decentralized agent swarms) - id: `mpt` · https://aiatlasgraph.com/t/mpt.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Orkiestracja subagentów › Rynkowa samoorkiestracja rojów agentów - aliases: MPT, market-based post-training - PL: Ramy post-treningu, w których zdecentralizowane roje agentów wspólnie uczą się polityk działań i samoorkiestracji przez oferty. - EN: A post-training framework in which decentralized agent swarms jointly learn action policies and self-orchestration through bids. - In one sentence PL: Agenci w grupie sami decydują, kto w danej chwili działa, składając oferty, i uczą się wspólnie bez szefa. - Problem it solves PL: Trudno nauczyć grupę asystentów, kiedy który ma działać, gdy nie ma centralnego koordynatora. - What it does PL: Agenci składają oferty decydujące, kto działa; wynik zadania rozdziela zasługę za działania, a porównania kontrfaktyczne uczą lepszego ofertowania. - Everyday example PL: Trzej asystenci budują narzędzie w grze: jeden zbiera drewno, inny kopie, trzeci składa, a oferty decydują, kto teraz działa. - In one sentence EN: Agents in a group decide who acts next by bidding, and learn together without a central boss. - Problem it solves EN: It is hard to teach a group of assistants when each should act when there is no central coordinator. - What it does EN: Agents bid to decide who acts; the task outcome assigns credit to actions, while counterfactual comparisons teach better bidding. - Everyday example EN: Three assistants build a tool in a game: one gathers wood, another mines, the third assembles, and bids decide who acts now. - concerns you if PL: pracujesz z kilkoma asystentami bez jednego lidera; chcesz, by grupa sama ustalała kolejność działań; zadania wymagają współpracy kilku ról - concerns you if EN: work with several assistants without a single leader; want the group to set the order of actions itself; tasks need cooperation of several roles - related: `mass` - sources: `mpt-arxiv-2610.22322`, `mpt-github` ### Samonadzór wieloagentowy (MASS) (Multi-agent self-supervision (MASS)) - id: `mass` · https://aiatlasgraph.com/t/mass.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Orkiestracja subagentów › Samonadzór wieloagentowy (MASS) - aliases: MASS, multi-agent self-supervision, samonadzór wieloagentowy - PL: Metoda rekurencyjnego samodoskonalenia, w której jeden model naprzemiennie ulepsza wieloagentowe przepływy pracy i dostraja własne wagi na wybranych trajektoriach. - EN: A recursive self-improvement method in which one model alternates between improving multi-agent workflows and fine-tuning its own weights on selected trajectories. - In one sentence PL: Jeden model uczy się lepiej rozwiązywać otwarte zadania, organizując kopie siebie w zespoły i trenując na ich najlepszych przebiegach. - Problem it solves PL: W otwartych zadaniach trudno zapisać pełną automatyczną regułę oceny, więc trening na jednej poprawnej odpowiedzi nie wystarcza. - What it does PL: Model szuka lepszych podziałów pracy między swoimi kopiami, a potem uczy się na wybranych śladach tych zespołów. - Everyday example PL: Model bada nowe dane finansowe: kopie siebie zbierają, modelują i sprawdzają wyniki, a najlepsze przebiegi służą do dalszego treningu. - In one sentence EN: One model learns to solve open tasks better by organizing copies of itself into teams and training on their best runs. - Problem it solves EN: Open-ended tasks often lack a complete automatic scoring rule, so training against a single correct answer is not enough. - What it does EN: The model searches for better work divisions among its copies, then learns from the selected traces of those teams. - Everyday example EN: A model researches new financial data: its copies collect, model and check results, and the best runs feed further training. - concerns you if PL: pracujesz nad zadaniami bez jasnej poprawnej odpowiedzi; chcesz, by model poprawiał się sam na otwartych problemach; używasz zespołów asystentów do złożonej pracy - concerns you if EN: work on tasks without a clear correct answer; want a model to improve itself on open problems; use teams of assistants for complex work - related: `weightharnesscoevo`, `terminalrsi`, `mpt`, `harnesslearning` - sources: `mass-arxiv-2610.12176`, `mass-sakana-blog`, `mass-github` ### Planowanie przez wyobrażone przyszłe stany (Planning with imagined future observations) - id: `agima` · https://aiatlasgraph.com/t/agima.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Planowanie przez wyobrażone przyszłe stany - aliases: agentic imagination, visual imagination for agents, planning over imagined futures, planowanie przez wyobrażone stany, wyobrażanie skutków działań przez agenta - PL: Technika łącząca politykę i model świata, która generuje wizualne następstwa hipotetycznych akcji i wybiera plan przez porównanie przyszłych stanów. - EN: A technique combining policy and world model that generates visual consequences of hypothetical actions and selects a plan by comparing future states. - In one sentence PL: Agent przed działaniem generuje obrazy możliwych przyszłych stanów i na ich podstawie decyduje, co wykonać naprawdę. - Problem it solves PL: W zadaniach z rzadkim feedbackiem lub nieodwracalnymi ruchami agent popełnia błędy, których skutków nie przewidział. - What it does PL: Jeden model proponuje akcje, generuje ich wizualne skutki i rozumuje nad wyobrażonymi przyszłościami, żeby wybrać lepszy plan przed wykonaniem. - Everyday example PL: W grze układania pudełek agent wyobraża sobie, że przesunięcie jednego zablokuje inne, i wybiera inny ruch, zanim zepsuje układankę. - In one sentence EN: Before acting, the agent generates images of possible future states and uses them to decide what to execute for real. - Problem it solves EN: In tasks with sparse feedback or irreversible moves, the agent makes mistakes whose consequences it did not foresee. - What it does EN: One model proposes actions, generates their visual outcomes and reasons over imagined futures to choose a better plan before execution. - Everyday example EN: In a box-pushing puzzle the agent imagines that moving one box blocks others and chooses a different move before ruining the puzzle. - concerns you if PL: zlecasz asystentowi zadania, w których błąd trudno cofnąć; chcesz, by asystent planował kilka kroków naprzód bez ciągłego sprawdzania - concerns you if EN: give an assistant tasks where a mistake is hard to undo; want the assistant to plan several steps ahead without constant checking - related: `grpo` - sources: `agima-arxiv-2610.26845` ### Protokoły agent–agent (Agent-to-agent protocols) - id: `a2a` · https://aiatlasgraph.com/t/a2a.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Protokoły agent–agent - PL: Uzgodniony sposób rozmowy między agentami różnych systemów. - EN: An agreed way for agents from different systems to talk. - examples PL: A2A - examples EN: A2A - In one sentence PL: To wspólne zasady, dzięki którym asystenci z różnych systemów mogą przekazywać sobie zadania i wyniki. - Problem it solves PL: Asystenci nie potrafią współpracować, gdy każdy inaczej opisuje swoje możliwości, prośby i wyniki. - What it does PL: Ustalają, jak ogłosić dostępne umiejętności, zlecić zadanie i poinformować drugą stronę o jego postępie. - Everyday example PL: Asystent organizujący wyjazd pyta asystenta rezerwacji o noclegi i odbiera listę dostępnych ofert. - In one sentence EN: These shared rules let assistants from different systems exchange tasks and results. - Problem it solves EN: Assistants struggle to work together when each describes its abilities, requests and results differently. - What it does EN: They define how to advertise available skills, request work and tell the other assistant how a task is progressing. - Everyday example EN: Your travel assistant asks a booking assistant for accommodation and receives a list of available options. - concerns you if PL: chcesz połączyć asystentów działających w różnych systemach; przekazujesz wyniki między asystentami ręcznie - concerns you if EN: want assistants in different systems to work together; pass results between assistants by hand - related: `mcp` - sources: `dlai` ### Role i tożsamość agentów (Agent roles and identity) - id: `agentroles` · https://aiatlasgraph.com/t/agentroles.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Role i tożsamość agentów - PL: Agent z nazwą, zakresem i stałą instrukcją zamiast anonimowej sesji. - EN: A named agent with a scope and standing instructions instead of an anonymous session. - examples PL: plik roli · zakres · twarde zasady - examples EN: role file · scope · hard rules - In one sentence PL: To określenie, za co odpowiada asystent i jakich zasad ma się trzymać. - Problem it solves PL: Za każdym razem musisz od nowa tłumaczyć asystentowi jego zadanie i reguły pracy. - What it does PL: Stała instrukcja działa jak zakres obowiązków: opisuje cel, granice zadania i sposób reagowania na prośby wykraczające poza rolę. - Everyday example PL: Firmowy asystent sprawdza wydatki według zapisanych zasad i zwraca wątpliwe pozycje do wyjaśnienia. - In one sentence EN: This defines an assistant's responsibilities and the rules it is asked to follow. - Problem it solves EN: You have to explain the assistant's job and working rules again every time you start. - What it does EN: Standing instructions act like a job description, setting a goal, boundaries and how to respond to requests outside that role. - Everyday example EN: A workplace assistant checks expenses against written rules and flags unclear entries for someone to explain. - concerns you if PL: regularnie zlecasz asystentowi ten sam rodzaj pracy; chcesz ustalić, kiedy asystent powinien przekazać sprawę dalej - concerns you if EN: regularly give an assistant the same kind of work; want to define when an assistant should hand a task over - related: `promptstructure`, `specdriven`, `prompting` - sources: `machina-x-agents` ### Routing między modelami (Model and harness routing) - id: `routing` · https://aiatlasgraph.com/t/routing.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Routing między modelami - PL: Dobór modelu i środowiska do rodzaju zadania i jego kosztu. - EN: Matching the model and runtime to the kind of task and its cost. - examples PL: drogi model do planu i recenzji · tani do rutyny - examples EN: premium tier for planning and review · cheap tier for routine - In one sentence PL: To dobieranie modelu i miejsca jego pracy do konkretnego zadania. - Problem it solves PL: Proste prośby kosztują zbyt dużo, a trudne trafiają do modelu lub narzędzi, które sobie z nimi nie radzą. - What it does PL: Według ustalonych reguł kieruje rutynowe zadania do tańszego modelu, a trudniejsze do mocniejszego modelu z odpowiednimi narzędziami. - Everyday example PL: Asystent do korespondencji używa prostszego modelu do sortowania wiadomości, a mocniejszego do przygotowania trudnej odpowiedzi. - In one sentence EN: This matches each task to a model and the environment where it will run. - Problem it solves EN: Simple requests cost too much, while difficult ones reach a model or tools that cannot handle them well. - What it does EN: Chosen rules send routine work to a cheaper model and harder tasks to a stronger model with suitable tools. - Everyday example EN: An email assistant uses a simpler model to sort messages and a stronger one to draft a difficult reply. - concerns you if PL: płacisz za każde zapytanie do modelu; masz zadania o bardzo różnym poziomie trudności - concerns you if EN: pay for each request to a model; have tasks that vary greatly in difficulty - related: `llmgateway`, `modelcascades`, `economics` - sources: `machina-x-agents` ### Samodzielna nawigacja drzewa stanów agenta (Agent self-navigation in checkpointed search trees) - id: `treeflex` · https://aiatlasgraph.com/t/treeflex.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Samodzielna nawigacja drzewa stanów agenta - aliases: agent search-tree self-navigation, checkpointed agent search, nawigacja drzewa stanów agenta, nawigacja drzewa wyszukiwania agenta - PL: Technika, w której agent zapisuje stany pośrednie jako drzewo i sam wybiera węzeł do wznowienia, rozdzielając refleksję nad drzewem od wykonania narzędziowego. - EN: A technique in which an agent saves intermediate states as a tree and chooses which node to resume, separating tree-level reflection from tool execution. - In one sentence PL: Agent zapisuje postępy jako węzły drzewa i sam wybiera, do którego wrócić, żeby kontynuować pracę. - Problem it solves PL: Długie zadanie gubi się w jednym kontekście, bo stare próby i błędy zajmują miejsce i zasłaniają ważne ślady. - What it does PL: Model w roli refleksji widzi podsumowania wszystkich węzłów i wskazuje, który wznowić oraz z jaką instrukcją; wykonanie przywraca stan i działa narzędziami. - Everyday example PL: Przy naprawie błędu w kodzie agent wraca do wcześniejszego punktu, gdy nowa zmiana psuje testy, zamiast zaczynać od nowa. - In one sentence EN: An agent saves progress as tree nodes and chooses which one to resume for continued work. - Problem it solves EN: A long task gets lost in one context as old tries and errors fill space and hide useful traces. - What it does EN: The model in reflection role sees summaries of all nodes and picks which to resume with an instruction; execution restores the state and uses tools. - Everyday example EN: When fixing a code bug, the agent returns to an earlier point after a change breaks tests, instead of starting over. - concerns you if PL: zlecasz asystentowi zadania wymagające wielu prób i poprawek; chcesz, by asystent sam wybierał, którą ścieżkę kontynuować - concerns you if EN: give an assistant tasks needing many tries and fixes; want the assistant to choose which path to continue - sources: `treeflex-arxiv-2610.20334` ### Trwałe naprawy agentów przez adaptery lekcji (Persistent agent repair with lesson adapters) - id: `selfdirection` · https://aiatlasgraph.com/t/selfdirection.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Trwałe naprawy agentów przez adaptery lekcji - aliases: Self-Direction, self-directed repair, LoRA lesson library - PL: Mechanizm, w którym agent po niepowodzeniu destyluje lekcje z trajektorii do lekkiego adaptera LoRA, zachowując bazowe wagi zamrożone. - EN: A mechanism in which an agent, after failure, distils a lesson from its trajectory into a lightweight LoRA adapter while keeping base weights frozen. - In one sentence PL: Agent po błędzie wyciąga lekcje i zapisuje ją jako mały adapter, żeby nie powtarzać pomyłki. - Problem it solves PL: Asystent naprawia błąd tylko na chwilę, a przy następnym podobnym zadaniu znowu się myli. - What it does PL: Po niepowodzeniu analizuje własną ścieżkę, uczy mały adapter na lekcji i trzyma go w bibliotece do późniejszego użycia. - Everyday example PL: Agent nie umie paginować wyników wyszukiwania. Po błędzie tworzy adapter, który później pomaga przy podobnych zadaniach zbierania danych. - In one sentence EN: After a failure the agent extracts a lesson and stores it as a small adapter so it does not repeat the mistake. - Problem it solves EN: An assistant fixes a mistake only temporarily and repeats it on the next similar task. - What it does EN: After failure it analyses its own path, trains a small adapter on the lesson and keeps it in a library for later use. - Everyday example EN: An agent fails at paginating search results. After the mistake it creates an adapter that later helps on similar data-gathering tasks. - concerns you if PL: asystent powtarza te same pomyłki w kolejnych sesjach; chcesz, by doświadczenie z błędów zostawało na dłużej; masz otwarte modele i możesz trenować małe adaptery - concerns you if EN: the assistant repeats the same mistakes across sessions; want experience from errors to stick longer; have open models and can train small adapters - sources: `kansal-selfdirection-2026` ### Umiejętności agentów (Agent skills) - id: `agentskills` · https://aiatlasgraph.com/t/agentskills.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Umiejętności agentów - aliases: agent skills, SKILL.md, paczki umiejętności - PL: Katalog folderów z metadanymi, instrukcjami i zasobami, ładowany warstwami według dopasowania do zadania. - EN: A catalog of folders with metadata, instructions and resources, loaded in layers according to the task match. - In one sentence PL: Paczka instrukcji i plików, którą asystent wczytuje dopiero wtedy, gdy zadanie do niej pasuje. - Problem it solves PL: Wklejanie wszystkich procedur do każdej rozmowy zatyka pamięć asystenta i miesza wskazówki z różnych zadań. - What it does PL: Na starcie widzi tylko nazwę i krótki opis, a pełną instrukcję otwiera dopiero po rozpoznaniu zadania. - Everyday example PL: Przy raporcie miesięcznym asystent sięga po zapisaną listę kroków i szablon tabeli, zamiast pytać cię o procedurę od zera. - In one sentence EN: A folder of instructions and files an assistant loads only when the task matches it. - Problem it solves EN: Pasting every procedure into each conversation fills the assistant's memory and mixes guidance from unrelated tasks. - What it does EN: At the start it sees only a name and short description, then opens the full instructions after recognizing the task. - Everyday example EN: For the monthly report the assistant opens the saved step list and table template instead of asking you to restate the procedure. - concerns you if PL: powtarzasz te same procedury w kolejnych rozmowach; chcesz przenieść sposób pracy między różnymi asystentami; zespół ma własne zasady, których asystent ma przestrzegać - concerns you if EN: you repeat the same procedures across conversations; you want a way of working to travel between assistants; your team has rules an assistant should follow - related: `mcp`, `procedural` - sources: `agentskills-spec`, `anthropic-agent-skills-2025`, `openai-codex-skills-docs` ### Format pliku umiejętności (Skill file format) - id: `skillformat` · https://aiatlasgraph.com/t/skillformat.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Umiejętności agentów › Format pliku umiejętności - aliases: SKILL.md format, frontmatter umiejętności - PL: Folder z plikiem instrukcji, którego nagłówek ma co najmniej nazwę i opis, zgodne z nazwą folderu. - EN: A folder with an instruction file whose header has at least a name and description, matching the folder name. - In one sentence PL: Ustalony układ folderu: krótka metryczka na górze pliku i instrukcja pod spodem. - Problem it solves PL: Każdy opisuje procedury inaczej, więc asystent nie wie, czego szukać ani kiedy je stosować. - What it does PL: Wymaga nazwy i opisu w stałym nagłówku, a kroki trzyma w zwykłym tekście pod spodem. - Everyday example PL: Zapisujesz zamknięcie miesiąca jako folder z plikiem instrukcji, a asystent rozpoznaje go po opisie, nie po nazwie czatu. - In one sentence EN: A fixed folder layout: a short header at the top of the file and instructions underneath. - Problem it solves EN: Everyone describes procedures differently, so the assistant does not know what to look for or when to apply them. - What it does EN: It requires a name and description in a fixed header, and keeps the steps in ordinary text below. - Everyday example EN: You save month-end closing as a folder with an instruction file, and the assistant recognizes it from the description, not the chat title. - concerns you if PL: chcesz, żeby asystent sam wybrał właściwą procedurę; opisujesz powtarzalną pracę tak, by dało się ją przekazać - concerns you if EN: want the assistant to pick the right procedure itself; describe repeatable work so someone else can reuse it - sources: `agentskills-spec`, `anthropic-agent-skills-2025`, `openai-codex-skills-docs` ### Skrypty w paczce umiejętności (Bundled skill scripts) - id: `skillscripts` · https://aiatlasgraph.com/t/skillscripts.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Umiejętności agentów › Skrypty w paczce umiejętności - aliases: skill scripts, skrypty umiejętności - PL: Kod wykonywalny dołączony do umiejętności, uruchamiany jako narzędzie zamiast generowania go w kontekście. - EN: Executable code bundled with a skill and run as a tool instead of being generated into context. - In one sentence PL: Gotowy program w paczce, który asystent uruchamia zamiast za każdym razem pisać kod od nowa. - Problem it solves PL: Asystent za każdym razem inaczej liczy, wypełnia albo przekształca dane i trudno przewidzieć wynik. - What it does PL: Uruchamia zapisany skrypt jak narzędzie i dostaje wynik, bez wklejania całego kodu do rozmowy. - Everyday example PL: Przy zestawieniu asystent odpala zapisany skrypt sprawdzający sumy, zamiast liczyć je w odpowiedzi i ryzykować pomyłkę. - In one sentence EN: A ready program in the package that the assistant runs instead of writing the code from scratch each time. - Problem it solves EN: The assistant calculates, fills or transforms data differently each time, so the result is hard to predict. - What it does EN: It runs the saved script as a tool and receives the result, without pasting the whole program into the conversation. - Everyday example EN: For a report the assistant runs a saved script that checks the totals, instead of calculating them in the reply and risking a mistake. - concerns you if PL: powtarzasz obliczenia albo przekształcenia, które muszą wyjść tak samo; nie chcesz, by asystent wymyślał kod do znanej procedury - concerns you if EN: repeat calculations or transforms that must come out the same; do not want the assistant to invent code for a known procedure - related: `mcp` - sources: `agentskills-spec`, `anthropic-agent-skills-2025` ### Stopniowe wczytywanie umiejętności (Progressive disclosure of skills) - id: `skilldisclosure` · https://aiatlasgraph.com/t/skilldisclosure.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Umiejętności agentów › Stopniowe wczytywanie umiejętności - aliases: progressive disclosure, stopniowe odkrywanie umiejętności - PL: Trzystopniowe ładowanie umiejętności: metadane na starcie, treść po wyborze, zasoby na żądanie. - EN: Three-level skill loading: metadata at startup, body after selection, resources on demand. - In one sentence PL: Asystent najpierw widzi spis umiejętności, a szczegóły otwiera dopiero przy pasującym zadaniu. - Problem it solves PL: Pełne instrukcje wszystkich procedur nie mieszczą się w jednej rozmowie i zagłuszają właściwe zadanie. - What it does PL: Działa jak spis treści: najpierw tytuły, potem rozdział, a załączniki dopiero gdy są potrzebne. - Everyday example PL: Masz dwadzieścia procedur firmowych. Asystent widzi ich opisy, a pełną instrukcję zwrotów otwiera dopiero przy reklamacji. - In one sentence EN: The assistant first sees a list of skills and opens the details only for a matching task. - Problem it solves EN: Full instructions for every procedure do not fit in one conversation and drown out the actual task. - What it does EN: It works like a table of contents: titles first, then the chapter, and attachments only when needed. - Everyday example EN: You have twenty company procedures. The assistant sees their descriptions and opens the full returns instructions only for a complaint. - concerns you if PL: masz więcej procedur, niż mieści się w jednej wiadomości; asystent gubi się, gdy dostaje wszystkie zasady naraz - concerns you if EN: have more procedures than fit in one message; the assistant gets lost when given every rule at once - related: `harnessdocs`, `contextmanagement` - sources: `agentskills-spec`, `anthropic-agent-skills-2025`, `openai-codex-skills-docs` ### Uprząż agenta (Agent harness) - id: `agentharness` · https://aiatlasgraph.com/t/agentharness.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta - aliases: harness engineering, agent scaffolding, uprąż agenta - PL: Pętla, narzędzia, kontekst i ograniczenia, które zamieniają wywołanie modelu w agenta wykonującego pracę. - EN: The loop, tools, context and constraints that turn a model call into an agent that carries out work. - In one sentence PL: Program wokół modelu, który decyduje, co model widzi, jakie ma narzędzia i kiedy kończy. - Problem it solves PL: Sam model odpowiada tekstem, ale nie prowadzi długiej pracy, nie uruchamia narzędzi i nie pamięta ustaleń między sesjami. - What it does PL: Jak stanowisko pracy: podaje materiały, narzędzia i reguły, a potem dopisuje wynik każdego kroku do kolejnego. - Everyday example PL: Zlecasz poprawkę w projekcie. Uprząż daje asystentowi pliki, pozwala uruchomić test i zatrzymuje go, gdy test nie przejdzie. - In one sentence EN: The program around a model that decides what the model sees, which tools it has and when it stops. - Problem it solves EN: A model alone replies with text, but does not carry long work, run tools or keep decisions between sessions. - What it does EN: Like a workbench: it supplies materials, tools and rules, then appends each step's result to the next. - Everyday example EN: You ask for a project fix. The harness gives the assistant the files, lets it run the test and stops it when the test fails. - concerns you if PL: asystent gubi się w zadaniu trwającym dłużej niż jedną rozmowę; chcesz ograniczyć, co asystent może zmienić albo uruchomić; ten sam model raz działa dobrze, a raz nie, zależnie od otoczenia - concerns you if EN: the assistant gets lost on work longer than one conversation; you want to limit what the assistant can change or run; the same model works well or poorly depending on its surroundings - related: `makerchecker`, `subagents`, `pause`, `contextmanagement` - sources: `anthropic-long-harness-2025`, `openai-harness-2026` ### Budżety czasu dla agentów (Time-budgeted agent control) - id: `agenttimebudget` · https://aiatlasgraph.com/t/agenttimebudget.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Budżety czasu dla agentów - aliases: time budgets for agents, wall-clock budgets, On the Clock - PL: Mechanizmy uprzęży i uczenia, które pomagają agentowi przestrzegać budżetu czasu ściennego. - EN: Harness and learning mechanisms that help an agent adhere to a wall-clock time budget. - In one sentence PL: Sposób, by asystent kończył pracę w zadanym czasie, zamiast ciągnąć ją bez końca. - Problem it solves PL: Asystent pracuje za długo albo za krótko i nie da się go zmieścić w limicie czasu. - What it does PL: Pokazuje asystentowi, ile czasu minęło, i może ograniczyć lub przerwać zbyt długie działania, jak zegar połączony z wyłącznikiem. - Everyday example PL: Zlecasz poprawkę kodu z limitem 15 minut. Uprząż przekazuje informacje o pozostałym czasie i przerywa działania, które przekroczyłyby termin. - In one sentence EN: A way for an assistant to finish work within a set time instead of running forever. - Problem it solves EN: An assistant works too long or too short and cannot be fitted into a time limit. - What it does EN: Shows the assistant how much time has elapsed and can limit or interrupt overlong actions, like a clock connected to a cutoff switch. - Everyday example EN: You assign a code fix with a 15-minute limit. The harness reports the remaining time and interrupts actions that would overrun the deadline. - concerns you if PL: chcesz, by asystent skończył przed spotkaniem; asystent ciągnie pracę bez końca; płacisz za czas działania asystenta - concerns you if EN: want the assistant to finish before a meeting; the assistant keeps working without end; you pay for the assistant's running time - related: `agentbench` - sources: `ontheclock-2026`, `agenttime-2026` ### Kompozycyjne przeszukiwanie uprzęży (Compositional harness search) - id: `harnesscomposition` · https://aiatlasgraph.com/t/harnesscomposition.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Kompozycyjne przeszukiwanie uprzęży - aliases: MESH-Harness, bandit-guided harness evolution, modular harness optimization - PL: Modułowa uprząż z pulami implementacji; bandyta kontekstowy wybiera kombinacje do oceny. - EN: Modular harness with pools of implementations; a contextual bandit selects combinations for evaluation. - In one sentence PL: Uprząż składa się z wymiennych części; system szuka najlepszej kombinacji na podstawie prób. - Problem it solves PL: Cała uprżąż naraz jest za duża do ręcznego strojenia, a losowe zmiany psują działające elementy. - What it does PL: Dzieli uprząż na moduły o stałych interfejsach, ocenia kombinacje i podmienia słabsze wersje modułów. - Everyday example PL: Przy zadaniu z wyszukiwaniem system wymienia sposób składania kontekstu i sprawdza, czy odpowiedzi są dokładniejsze. - In one sentence EN: The harness is made of interchangeable parts; the system searches for the best combination from trials. - Problem it solves EN: The whole harness at once is too large for manual tuning, and random changes break working parts. - What it does EN: It splits the harness into modules with fixed interfaces, scores combinations and replaces weaker module versions. - Everyday example EN: On a search task the system swaps the way context is assembled and checks whether answers become more accurate. - concerns you if PL: chcesz poprawić uprząż bez ręcznego pisania każdej zmiany; jedna zmiana w otoczeniu asystenta psuje inne działania; masz ograniczony budżet na próby działania asystenta - concerns you if EN: want to improve the harness without writing every change by hand; one change in the assistant's surroundings breaks other actions; you have a limited budget for assistant trials - related: `weightharnesscoevo`, `harnesslearning` - sources: `meshharness-2026` ### Mapa dokumentów dla agenta (Repository map for agents) - id: `harnessdocs` · https://aiatlasgraph.com/t/harnessdocs.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Mapa dokumentów dla agenta - aliases: AGENTS.md, docs as system of record, mapa repozytorium - PL: Wejście agenta to krótka mapa do wersjonowanych dokumentów, a nie pełna instrukcja w jednym pliku. - EN: The agent's entry point is a short map to versioned documents, not a full manual in one file. - In one sentence PL: Krótka mapa na wejściu i reszta zasad w plikach, po które asystent sięga w razie potrzeby. - Problem it solves PL: Jedna wielka instrukcja szybko się starzeje, nie mieści w rozmowie i nie da się sprawdzić, czy jest aktualna. - What it does PL: Jak spis w szufladzie: krótka kartka mówi, gdzie leży regulamin, a sam regulamin zostaje w teczkach. - Everyday example PL: Asystent zaczyna od krótkiej mapy projektu, a zasady nazewnictwa czyta dopiero wtedy, gdy ma zmienić pliki w danym miejscu. - In one sentence EN: A short map at the start and the rest of the rules in files the assistant opens when needed. - Problem it solves EN: One giant instruction soon goes stale, does not fit in the conversation and cannot be checked for freshness. - What it does EN: Like an index in a drawer: a short card says where the rules live, and the rules stay in the folders. - Everyday example EN: The assistant starts from a short project map and reads the naming rules only when it is about to change files in that area. - concerns you if PL: zasady pracy nie mieszczą się w jednej wiadomości startowej; chcesz, by asystent czytał aktualne dokumenty, a nie starą ściągę - concerns you if EN: work rules do not fit in one starting message; want the assistant to read current documents, not an old cheat sheet - related: `prompting`, `skilldisclosure` - sources: `openai-harness-2026` ### Mechaniczne reguły środowiska agenta (Mechanical invariants for agent environments) - id: `harnessinvariants` · https://aiatlasgraph.com/t/harnessinvariants.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Mechaniczne reguły środowiska agenta - aliases: architectural invariants, taste invariants, reguły uprzęży - PL: Architektoniczne i stylistyczne niezmienniki wymuszane testami i linterami, z instrukcją naprawy w błędzie. - EN: Architectural and style invariants enforced by tests and linters, with a repair hint in the error. - In one sentence PL: Reguły środowiska zapisane tak, że sprawdzenie automatyczne odrzuca zmianę, która je łamie. - Problem it solves PL: Asystent powtarza istniejący bałagan i z czasem projekt rozjeżdża się mimo dobrych chęci w instrukcji. - What it does PL: Jak bramka na linii: zła zmiana nie przechodzi, a komunikat mówi, jak ją poprawić. - Everyday example PL: Asystent dodaje plik w złym miejscu. Sprawdzenie odrzuca zmianę i podaje, do którego katalogu należy ją przenieść. - In one sentence EN: Environment rules written so an automatic check rejects a change that breaks them. - Problem it solves EN: The assistant copies existing mess, and over time the project drifts even if the instructions meant well. - What it does EN: Like a gate on the line: a bad change does not pass, and the message says how to fix it. - Everyday example EN: The assistant adds a file in the wrong place. The check rejects the change and says which folder it belongs in. - concerns you if PL: asystent powtarza złe wzorce, które już są w projekcie; chcesz pilnować zasad bez ręcznego czytania każdej zmiany - concerns you if EN: the assistant copies bad patterns already in the project; want rules enforced without reading every change by hand - sources: `openai-harness-2026` ### Przekazanie pracy między sesjami (Cross-session handoff for agents) - id: `sessionhandoff` · https://aiatlasgraph.com/t/sessionhandoff.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Przekazanie pracy między sesjami - aliases: session handoff, initializer agent, feature list, przekazanie sesji - PL: Przekazanie stanu między oknami kontekstu przez dziennik, listę cech i historię zmian, nie przez samą kompakcję. - EN: Passing state between context windows through a log, a feature list and change history, not through compaction alone. - In one sentence PL: Zapis postępu i listy zadań, dzięki któremu nowa sesja podejmuje pracę tam, gdzie poprzednia skończyła. - Problem it solves PL: Po zapełnieniu rozmowy asystent zaczyna od zera, ogłasza koniec albo psuje niedokończoną pracę. - What it does PL: Jak zmiana warty: zostawia dziennik, listę otwartych punktów i czysty stan, a następna sesja najpierw to czyta. - Everyday example PL: Wieczorem asystent zapisuje, co już działa, i zostawia listę niedokończonych punktów. Rano nowa sesja czyta ten plik zamiast zgadywać. - In one sentence EN: A progress note and task list so a new session picks up the work where the previous one stopped. - Problem it solves EN: After the conversation fills up, the assistant starts over, declares the job done or breaks unfinished work. - What it does EN: Like a shift change: it leaves a log, a list of open items and a clean state, and the next session reads that first. - Everyday example EN: In the evening the assistant records what already works and leaves a list of unfinished items. In the morning a new session reads that file instead of guessing. - concerns you if PL: zadanie nie mieści się w jednej rozmowie; asystent ogłasza koniec, choć część pracy jest niedokończona - concerns you if EN: the task does not fit in one conversation; the assistant declares victory while part of the work is unfinished - related: `contextmanagement` - sources: `anthropic-long-harness-2025` ### Uczenie uprzęży agentów (Harness learning) - id: `harnesslearning` · https://aiatlasgraph.com/t/harnesslearning.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Uczenie uprzęży agentów - aliases: harness adaptation, proposer for harness, meta-learning harnesses - PL: Meta-uczenie nad kodem uprzęży: proposer generuje edycje, uczenie ze wzmocnieniem na wynikach wykonania. - EN: Meta-learning over harness code: a proposer generates edits, reinforcement learning on execution outcomes. - In one sentence PL: Model uczy się poprawiać program wokół asystenta na podstawie wyników prób. - Problem it solves PL: Uprząż dobrana do jednego zadania źle działa na innym, a ręczna poprawka trwa. - What it does PL: Proponuje zmiany w kodzie uprzęży, ocenia kandydatów i wybiera wersję zgodnie z ustalonym protokołem selekcji. - Everyday example PL: Asystent nie znajduje dokumentów w nowym typie pytania. Model poprawia sposób wyszukiwania w uprzęży i sprawdzian potwierdza zysk. - In one sentence EN: A model learns to improve the program around an assistant from the results of trials. - Problem it solves EN: A harness fitted to one task works poorly on another, and manual fixes take time. - What it does EN: It proposes changes to harness code, evaluates candidates, and selects a version under a defined selection protocol. - Everyday example EN: The assistant misses documents for a new kind of question. The model improves the search in the harness and a check confirms the gain. - concerns you if PL: ten sam asystent działa różnie na podobnych zadaniach; chcesz, by otoczenie asystenta poprawiało się samo; ręczna zmiana programu wokół modelu zajmuje za dużo czasu - concerns you if EN: the same assistant works differently on similar tasks; want the assistant's surroundings to improve on their own; manual changes to the program around the model take too long - related: `harnesscomposition`, `mass` - sources: `harnesslearning-2026` ### Adaptacja uprzęży podczas RL (Harness adaptation during agentic reinforcement learning) - id: `harnessadaptrl` · https://aiatlasgraph.com/t/harnessadaptrl.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Uczenie uprzęży agentów › Adaptacja uprzęży podczas RL - aliases: HarnessAdapt-RL, harness adaptation during RL, training the whole agent - PL: RL, w którym polityka i uprząż adaptują się razem na podstawie trajektorii treningowych. - EN: RL in which the policy and harness adapt together based on training trajectories. - In one sentence PL: Podczas treningu agenta poprawia się też program wokół niego, a nie tylko wagi modelu. - Problem it solves PL: Błędy w strategii naprawy i problemy interakcji pojawiają się w trakcie treningu, ale uprżąż zostaje stała. - What it does PL: Nauczyciel generuje umiejętności i ewoluuje narzędzia, zachowując tylko zmiany, które poprawiają wyniki. - Everyday example PL: Agent do kodu podczas treningu dostaje nowe haki do testów, bo poprzednie nie pomagały w naprawie błędów. - In one sentence EN: During agent training the program around it is also improved, not just the model weights. - Problem it solves EN: Flawed repair strategies and interaction problems appear during training, but the harness stays fixed. - What it does EN: A teacher generates skills and evolves tools, keeping only changes that improve results. - Everyday example EN: A coding agent during training gets new hooks for tests because the previous ones did not help fix bugs. - concerns you if PL: trenujesz agenta do kodu i widzisz powtarzające się problemy z narzędziami; chcesz, by trening poprawiał też otoczenie, nie tylko model - concerns you if EN: train a coding agent and see repeated tool problems; want training to improve the surroundings too, not only the model - related: `weightharnesscoevo` - sources: `harnessadaptrl-2026` ### Koewolucja modelu i uprzęży agenta (Weight-harness co-evolution) - id: `weightharnesscoevo` · https://aiatlasgraph.com/t/weightharnesscoevo.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Uczenie uprzęży agentów › Koewolucja modelu i uprzęży agenta - aliases: Evo2, proposer-reflector co-evolution, weight harness joint training - PL: Jedna polityka pełni role proposera i reflektora, a logi edycji uprzęży służą do treningu jej wag. - EN: A single policy acts as proposer and reflector; harness edit logs train its weights. - In one sentence PL: Model uczy się zarówno poprawiać program wokół siebie, jak i poprawiać siebie na podstawie tych poprawek. - Problem it solves PL: Poprawa uprzęży i trening wag idą osobno, więc model nie uczy się lepiej proponować zmian. - What it does PL: Proponuje edycje uprzęży, ocenia ich skutki i używa tych śladów do treningu obu ról. - Everyday example PL: Asystent do kodu poprawia sposób szukania plików. Logi tych prób służą do lepszego uczenia modelu, który te poprawki pisze. - In one sentence EN: The model learns both to improve the program around itself and to improve itself from those improvements. - Problem it solves EN: Harness improvements and weight training stay separate, so the model does not learn to propose better changes. - What it does EN: It proposes harness edits, assesses their effects and uses those traces to train both roles. - Everyday example EN: A coding assistant improves how it searches files. Logs from those trials then train the model that writes the improvements. - concerns you if PL: uprząż asystenta poprawia się, ale model w niej stoi w miejscu; chcesz, by model uczył się z własnych zmian otoczenia; ręczne strojenie uprzęży i wag zajmuje za dużo czasu - concerns you if EN: the assistant's harness improves but the model inside stays the same; want the model to learn from its own changes to the surroundings; manual tuning of harness and weights takes too long - related: `harnessadaptrl`, `harnesscomposition`, `terminalrsi`, `mass` - sources: `evo2-weightharness-2026` ### Rekurencyjna uprżąż z rewizją wsteczną (Recurrent harness with backward revision) - id: `reharness` · https://aiatlasgraph.com/t/reharness.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Uczenie uprzęży agentów › Rekurencyjna uprżąż z rewizją wsteczną - aliases: ReHarness, backward revision harness, recurrent agent harness - PL: Uprząż adaptująca tekstowy stan przez odczyt i zapis refleksji oraz ich późniejszą rewizję na podstawie skutków użycia. - EN: A harness that adapts textual state by reading and writing reflections, then revising them from the outcomes of their downstream use. - In one sentence PL: Uprżąż poprawia swoje zapiski po każdej próbie, żeby następna była lepsza. - Problem it solves PL: Zapiski z wcześniejszych prób stają się nieaktualne, gdy zadania się zmieniają. - What it does PL: Po trajektorii poprawia refleksje użyte do tej próby i przekazuje poprawkę dalej. - Everyday example PL: Asystent źle rozumie nowy typ pytania. Po odpowiedzi poprawia swoje notatki, żeby kolejne podobne pytania trafiały lepiej. - In one sentence EN: The harness revises its notes after each trial so the next one works better. - Problem it solves EN: Notes from earlier trials become outdated when tasks shift. - What it does EN: After a trajectory it revises the reflections used for that trial and passes the fix forward. - Everyday example EN: The assistant misunderstands a new kind of question. After answering it revises its notes so later similar questions go better. - concerns you if PL: asystent dobrze radzi sobie na starych zadaniach, ale gubi się na nowych; chcesz, by otoczenie asystenta uczyło się w locie bez pełnego treningu; zapiski w pamięci szybko się starzeją - concerns you if EN: assistant handles old tasks well but gets lost on new ones; want the assistant's surroundings to learn on the fly without full retraining; memory notes go stale quickly - related: `terminalrsi` - sources: `reharness-2026` ### Skalowanie uprzęży w agenticznym RL (Harness-diversity scaling for agentic reinforcement learning) - id: `harnessscaling` · https://aiatlasgraph.com/t/harnessscaling.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Uczenie uprzęży agentów › Skalowanie uprzęży w agenticznym RL - aliases: Harness Scaling, harness diversity scaling, cross-harness RL training - PL: Skalowanie agenticnego RL przez trening na zróżnicowanych konfiguracjach uprzęży zamiast jednej stałej. - EN: Scaling agentic RL by training on diverse harness configurations instead of one fixed one. - In one sentence PL: Trening agentów na różnych konfiguracjach programu wokół modelu, żeby lepiej działały na nowych ustawieniach. - Problem it solves PL: Agent wytrenowany na jednej uprzęży słabo radzi sobie, gdy zmieni się sposób działania narzędzi lub kontekstu. - What it does PL: Podczas treningu zmienia różne elementy otoczenia agenta i uczy go na wielu wariantach naraz. - Everyday example PL: Asystent do kodu trenuje raz z jednym sposobem szukania plików, raz z innym, i potem działa w nowym narzędziu. - In one sentence EN: Training agents on different configurations of the program around the model so they work better on new setups. - Problem it solves EN: An agent trained on one harness struggles when the way tools or context work changes. - What it does EN: During training it varies different parts of the agent's surroundings and learns from many variants at once. - Everyday example EN: A coding assistant trains once with one way of searching files, once with another, and then works in a new tool. - concerns you if PL: chcesz, by asystent działał w różnych narzędziach bez ponownego treningu; zmiana uprzęży psuje wytrenowanego agenta - concerns you if EN: want the assistant to work in different tools without retraining; changing the harness breaks a trained agent - sources: `harnessscaling-2026` ### Zgodność intencji z wykonaniem narzędzia (Tool-call intent–execution correspondence) - id: `intentexecution` · https://aiatlasgraph.com/t/intentexecution.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Uprząż agenta › Zgodność intencji z wykonaniem narzędzia - aliases: IEC, intent-execution integrity, tool call fidelity - PL: Własność, że działanie faktycznie wykonane przez narzędzie odpowiada działaniu zapisanemu w wywołaniu zgodnie z kontraktem narzędzia. - EN: The property that the action actually executed by a tool matches the action denoted by the call under the tool contract. - In one sentence PL: Sprawdzenie, czy narzędzie wykonało dokładnie to, co asystent chciał, a nie coś zmienionego po drodze. - Problem it solves PL: Asystent wydaje polecenie, ale po drodze się zmienia i działa źle, a błąd przypisuje się modelowi. - What it does PL: Obserwuje kolejne przekazania wywołania, wskazuje pierwszą warstwę, która zmieniła jego znaczenie, a następnie dostarcza je w bezpieczniejszej formie albo odrzuca. - Everyday example PL: Asystent każe uruchomić program z wieloma liniami. Uprząż sprawdza, czy polecenie nie zostało skrócone, i naprawia je. - In one sentence EN: A check that a tool did exactly what the assistant meant, not something changed along the way. - Problem it solves EN: An assistant issues a command, but it changes along the way and acts wrongly, and the model gets the blame. - What it does EN: Observes successive hand-offs of a call, identifies the first layer that changed its meaning, and then delivers it in a safer form or refuses it. - Everyday example EN: The assistant asks to run a multi-line program. The harness checks that the command was not cut short and repairs it. - concerns you if PL: asystent uruchamia narzędzia, które czasem działają inaczej niż powinny; chcesz wiedzieć, kto zmienił polecenie po drodze; błędy narzędzi kosztują czas i pieniądze - concerns you if EN: the assistant runs tools that sometimes act differently than they should; want to know who changed a command along the way; tool mistakes cost time and money - related: `agentsecurity` - sources: `iec-2026` ### Wspólna przestrzeń agentów (Shared agent workspace) - id: `blackboard` · https://aiatlasgraph.com/t/blackboard.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Wspólna przestrzeń agentów - PL: Miejsce, w którym agenci widzą nawzajem swoją pracę. Klasyczna nazwa: architektura tablicowa (blackboard). - EN: A place where agents see each other’s work. Classic name: blackboard architecture. - examples PL: kanały · wątki · wspólny transkrypt - examples EN: channels · threads · shared transcript - In one sentence PL: To wspólne miejsce, w którym asystenci zapisują ustalenia i sprawdzają wyniki pracy innych. - Problem it solves PL: Asystenci powtarzają pracę lub gubią ustalenia, gdy każdy widzi tylko własną rozmowę i notatki. - What it does PL: Asystenci dopisują wyniki do jednej tablicy, a inni wybierają z niej informacje potrzebne do własnej części zadania. - Everyday example PL: Przygotowując raport, jeden asystent zbiera dane, drugi czyta jego notatki i pisze podsumowanie na tej samej tablicy. - In one sentence EN: This is a shared place where assistants record findings and read each other's work. - Problem it solves EN: Assistants repeat work or lose decisions when each can see only its own conversation and notes. - What it does EN: Assistants add results to one shared board, and others pick up the information needed for their part of the task. - Everyday example EN: For a report, one assistant collects data and another reads those notes before writing a summary on the same shared board. - concerns you if PL: kilku asystentów pracuje nad jednym zadaniem; ręcznie kopiujesz ustalenia między rozmowami - concerns you if EN: have several assistants working on one task; copy decisions between conversations by hand - related: `memory` - sources: `machina-x-agents` ### Wyuczone wczesne zatrzymywanie nieudanych uruchomień agentów (Learned early stopping of failing agent runs) - id: `stoploss` · https://aiatlasgraph.com/t/stoploss.md - path: Aplikacje LLM i agenci › Agenci i orkiestracja › Wyuczone wczesne zatrzymywanie nieudanych uruchomień agentów - aliases: agent-run failure prediction, outcome-supervised agent early stopping, przewidywanie porażki uruchomienia agenta, wczesne zatrzymywanie agentów - PL: Zewnętrzny mały model monitorujący, trenowany na zakończonych trajektoriach i wynikach weryfikatora, który przewiduje porażkę i przerywa uruchomienie. - EN: External small monitor model trained on completed trajectories and verifier outcomes that predicts failure and aborts the run. - In one sentence PL: Mały zewnętrzny monitor uczy się rozpoznawać, kiedy uruchomienie agenta skończy się porażką, i przerywa je wcześniej. - Problem it solves PL: Agenty kodujące kontynuują pracę na uruchomieniach, które i tak nie przejdą weryfikacji, marnując czas i pieniądze. - What it does PL: Monitor ocenia ostatnie kroki na podstawie okien akcji i obserwacji, a próg kalibrowany na udanych uruchomieniach decyduje o przerwaniu bez zmiany samego agenta. - Everyday example PL: Przy naprawie błędu w repozytorium monitor po kilku krokach widzi, że agent kręci się w kółko, i zatrzymuje go, zanim zużyje cały budżet. - In one sentence EN: A small external monitor learns to recognize when an agent run will fail and stops it early. - Problem it solves EN: Coding agents keep working on runs that will fail verification, wasting time and money. - What it does EN: The monitor scores recent steps from action-observation windows, and a threshold calibrated on successful runs decides the abort without changing the agent. - Everyday example EN: When fixing a repository bug, the monitor sees the agent looping after a few steps and stops it before the full budget is spent. - concerns you if PL: płacisz za długie uruchomienia agentów, które często kończą się niepowodzeniem; chcesz oszczędzić koszty bez ręcznego nadzoru każdego kroku - concerns you if EN: pay for long agent runs that often fail; want to save costs without watching every step by hand - sources: `stoploss-arxiv-2610.25525` ### Agenci kodujący (AI-assisted coding) - id: `aicoding` · https://aiatlasgraph.com/t/aicoding.md - path: Aplikacje LLM i agenci › Agenci kodujący - PL: Pisanie, przegląd i utrzymanie kodu przez agenty. - EN: Writing, reviewing and maintaining code with agents. - examples PL: Claude Code · przegląd kodu · praca ze specyfikacją - examples EN: Claude Code · code review · spec-driven work - In one sentence PL: To pomoc sztucznej inteligencji w pisaniu, sprawdzaniu i poprawianiu kodu programów. - Problem it solves PL: Zmienianie programu wymaga znalezienia właściwego miejsca w kodzie i sprawdzenia, czy poprawka nie psuje innych funkcji. - What it does PL: Asystent czyta istniejący kod, proponuje zmiany i może uruchomić sprawdzenia, które pokażą, czy program nadal działa. - Everyday example PL: Opisujesz, że formularz gubi wpisane dane, a asystent znajduje przyczynę w kodzie i przygotowuje poprawkę do sprawdzenia. - In one sentence EN: This uses artificial intelligence to help write, review and fix computer programs. - Problem it solves EN: Changing a program requires finding the right code and checking that the change does not break other features. - What it does EN: An assistant reads existing code, proposes changes and can run checks to see whether the program still works. - Everyday example EN: You explain that a form loses entered details, and an assistant finds the cause in the code and prepares a fix for review. - concerns you if PL: piszesz lub poprawiasz własne programy; chcesz sprawdzić proponowaną zmianę w kodzie - concerns you if EN: write or fix your own programs; want to review a proposed code change - related: `agentsnode`, `progautograding`, `codingbench`, `plccodegen`, `productivitymeasurement`, `agentevolution` - courses: , , - sources: `dlai`, `machina-x-agents`, `wafer-gpu` ### Kernele pisane przez LLM (LLM-generated kernels) - id: `llmkernels` · https://aiatlasgraph.com/t/llmkernels.md - path: Aplikacje LLM i agenci › Agenci kodujący › Kernele pisane przez LLM - PL: Modele i agenci, którzy sami piszą i przyspieszają kod GPU — z RL i przeszukiwaniem ewolucyjnym. - EN: Models and agents that write and speed up GPU code themselves — with RL and evolutionary search. - examples PL: KernelBench · RL wieloturowe · AlphaEvolve - examples EN: KernelBench · multi-turn RL · AlphaEvolve - In one sentence PL: To używanie sztucznej inteligencji do pisania małych fragmentów kodu, które przyspieszają obliczenia na układach graficznych. - Problem it solves PL: Obliczenia zużywają dużo czasu i energii, a ręczne dopasowanie kodu do sprzętu wymaga wielu prób. - What it does PL: Model proponuje różne wersje kodu, a program porównuje czas ich działania i sprawdza zgodność wyników. - Everyday example PL: Program, w którym tworzysz plakat, może korzystać z szybszego kodu obliczeń napisanego przez model i sprawdzonego przed użyciem. - In one sentence EN: This uses artificial intelligence to write small pieces of code that make calculations run faster on graphics chips. - Problem it solves EN: Calculations take too much time and energy, while adapting code to the hardware by hand requires many attempts. - What it does EN: A model proposes code variants, while a program measures how long they take and checks their results against the expected output. - Everyday example EN: The program you use to create a poster can run faster calculation code written by a model and checked before use. - concerns you if PL: próbujesz skrócić czas kosztownych obliczeń; chcesz przyspieszyć własny program na układzie graficznym - concerns you if EN: want costly calculations to finish sooner; want your program to run faster on a graphics chip - related: `llmprogramsearch`, `gemm`, `preferences` - sources: `wafer-gpu` ### Migracja i modernizacja kodu z AI (AI-assisted code migration and modernisation) - id: `codemigration` · https://aiatlasgraph.com/t/codemigration.md - path: Aplikacje LLM i agenci › Agenci kodujący › Migracja i modernizacja kodu z AI - aliases: code migration, legacy modernization, code translation, migracja kodu, modernizacja starszego kodu, framework upgrade - PL: Modele i agenci przepisują duże ilości istniejącego kodu: aktualizacja bibliotek, zmiana interfejsów, tłumaczenie między językami. - EN: Models and agents rewrite large amounts of existing code: library upgrades, interface changes, translation between languages. - In one sentence PL: Sztuczna inteligencja pomaga przenieść stary program na nowsze narzędzia lub inny język, wykonując tysiące podobnych, żmudnych zmian. - Problem it solves PL: Firmy latami odkładają aktualizację starego oprogramowania, bo ręczna zmiana tysięcy plików jest nudna, droga i ryzykowna. - What it does PL: Jak przeprowadzka z pomocą ekipy: ty ustalasz, co gdzie ma trafić, a pomocnicy przenoszą setki pudeł, które potem sprawdzasz. - Everyday example PL: Bank musi zastąpić przestarzałą bibliotekę w setkach usług; asystent przygotowuje zmiany plik po pliku, a testy i programiści je zatwierdzają. - In one sentence EN: AI helps move an old program to newer tools or another language by making thousands of similar, tedious changes. - Problem it solves EN: Companies postpone updating old software for years because changing thousands of files by hand is dull, costly and risky. - What it does EN: Like moving house with a crew: you decide where things go, helpers carry hundreds of boxes, and you check them afterwards. - Everyday example EN: A bank must replace an outdated library across hundreds of services; an assistant prepares changes file by file, and tests and developers approve them. - concerns you if PL: utrzymujesz stary system, którego nikt nie chce ruszać; musisz zaktualizować wiele projektów naraz - concerns you if EN: maintain an old system nobody wants to touch; need to update many projects at once - sources: `google-code-migrations-2025`, `google-scale-migrations-2025` ### Podpowiadanie kodu w edytorze (Inline code completion (fill-in-the-middle)) - id: `codecompletion` · https://aiatlasgraph.com/t/codecompletion.md - path: Aplikacje LLM i agenci › Agenci kodujący › Podpowiadanie kodu w edytorze - aliases: code completion, code autocompletion, fill-in-the-middle, FIM, uzupełnianie kodu, autouzupełnianie kodu - PL: Model dopisuje kolejne linie lub bloki kodu w miejscu kursora; systemy uczone metodą fill-in-the-middle mogą korzystać zarówno z kodu przed, jak i po luce. - EN: A model writes the next lines or blocks of code at the cursor; systems trained with fill-in-the-middle can use code both before and after the gap. - In one sentence PL: Edytor sam podsuwa dalszy ciąg kodu, który właśnie piszesz, a ty przyjmujesz go jednym klawiszem albo piszesz dalej. - Problem it solves PL: Programista traci czas na wpisywanie powtarzalnych fragmentów i szukanie, jak dokładnie wywołać znaną mu tylko z grubsza funkcję. - What it does PL: Działa jak podpowiedzi słów w telefonie, tylko że zgaduje całe linie kodu, patrząc też na to, co stoi niżej w pliku. - Everyday example PL: Zaczynasz pisać funkcję liczącą rabat, a edytor od razu proponuje jej resztę w szarym kolorze, zgodną z nazwami użytymi wyżej. - In one sentence EN: Your editor suggests how the code you are typing should continue, and you accept it with one key or keep typing. - Problem it solves EN: Programmers waste time typing repetitive code and looking up exactly how to call a function they only half remember. - What it does EN: It works like word suggestions on a phone keyboard, but guesses whole lines of code and also looks at what comes later in the file. - Everyday example EN: You start writing a function that calculates a discount, and the editor shows the rest of it in grey, using the names from above. - concerns you if PL: piszesz kod w edytorze z asystentem; chcesz szybciej poznać nieznaną bibliotekę - concerns you if EN: write code in an editor with an assistant; want to learn an unfamiliar library faster - related: `codingbench` - sources: `fim-bavarian-2022`, `codecompose-2023` ### Programowanie od specyfikacji (Spec-driven development with coding agents) - id: `specdriven` · https://aiatlasgraph.com/t/specdriven.md - path: Aplikacje LLM i agenci › Agenci kodujący › Programowanie od specyfikacji - aliases: spec-driven development, SDD, specification-first development, rozwój sterowany specyfikacją - PL: Najpierw powstaje ustrukturyzowana specyfikacja, często także plan techniczny i lista zadań; materiały te kierują pracą agenta i mogą pozostać punktem odniesienia dla dalszych zmian. - EN: A structured specification is created first, often together with a technical plan and task list; these artifacts guide the agent and may remain a reference point for later changes. - In one sentence PL: Zanim sztuczna inteligencja napisze kod, razem spisujecie, co dokładnie ma robić program, i dopiero według tego planu powstaje kod. - Problem it solves PL: Asystent pisze kod, który wygląda poprawnie, ale robi coś innego, niż chciałeś, bo prośba była zbyt ogólna. - What it does PL: Jak budowa domu według projektu architekta: najpierw rysunki i kosztorys, które obie strony zatwierdzają, a dopiero potem murowanie. - Everyday example PL: Zanim zespół doda logowanie do aplikacji, asystent spisuje wymagania i kroki, ludzie je poprawiają, a potem asystent wykonuje zadania jedno po drugim. - In one sentence EN: Before AI writes any code, you and it write down exactly what the program should do, and the code follows that plan. - Problem it solves EN: An assistant writes code that looks right but does something other than you wanted, because the request was too vague. - What it does EN: Like building a house from an architect's drawings: first plans and estimates both sides approve, and only then the bricklaying. - Everyday example EN: Before a team adds sign-in to an app, an assistant writes requirements and steps, people correct them, then the assistant completes the tasks one by one. - concerns you if PL: zlecasz asystentowi większe zmiany niż jedna poprawka; chcesz móc sprawdzić plan, zanim powstanie kod - concerns you if EN: give an assistant changes bigger than a single fix; want to review a plan before code is written - related: `agentroles` - sources: `fowler-sdd-2025`, `github-speckit-2025` ### Przegląd kodu przez AI (AI code review) - id: `aicodereview` · https://aiatlasgraph.com/t/aicodereview.md - path: Aplikacje LLM i agenci › Agenci kodujący › Przegląd kodu przez AI - aliases: AI code review, automated code review, LLM code review, automatyczny przegląd kodu, AI PR review - PL: Model analizuje zmianę w kodzie (pull request) i zostawia komentarze o błędach, ryzykach i stylu przed oceną człowieka. - EN: A model analyses a code change (pull request) and leaves comments on bugs, risks and style before human review. - In one sentence PL: Zanim kolega obejrzy twoją zmianę w programie, sztuczna inteligencja przegląda ją pierwsza i zostawia uwagi przy podejrzanych miejscach. - Problem it solves PL: Recenzenci kodu są przeciążeni, czekanie na ich uwagi blokuje pracę, a pobieżny przegląd przepuszcza błędy. - What it does PL: Działa jak korektor, który czyta tekst przed redaktorem: wyłapuje literówki i podejrzane zdania, ale ostateczną decyzję zostawia człowiekowi. - Everyday example PL: Wysyłasz poprawkę do wspólnego projektu, a po minucie pojawia się komentarz, że w jednym przypadku program może podzielić przez zero. - In one sentence EN: Before a colleague looks at your change to a program, AI reviews it first and leaves notes on suspicious spots. - Problem it solves EN: Code reviewers are overloaded, waiting for their feedback blocks work, and rushed reviews let bugs through. - What it does EN: It acts like a proofreader reading before the editor: it catches slips and suspicious sentences but leaves the final call to a person. - Everyday example EN: You submit a fix to a shared project, and a minute later a comment notes that in one case the program might divide by zero. - concerns you if PL: twoje zmiany w kodzie czekają długo na przegląd; przeglądasz cudzy kod i chcesz drugiej pary oczu - concerns you if EN: your code changes wait a long time for review; review others' code and want a second pair of eyes - related: `makerchecker`, `vulndiscovery` - sources: `automated-code-review-practice-2024` ### Sterowanie przed pierwszą edycją kodu (Pre-edit planning intervention for coding agents) - id: `pause` · https://aiatlasgraph.com/t/pause.md - path: Aplikacje LLM i agenci › Agenci kodujący › Sterowanie przed pierwszą edycją kodu - aliases: PAUSE, pre-edit planning intervention, search-free steering of coding agents - PL: Jednorazowa interwencja planistyczna przed pierwszą edycją źródła w agentach kodujących. - EN: A single planning intervention before the first source edit in coding agents. - In one sentence PL: Asystent do kodu dostaje plan naprawy tuż przed pierwszą zmianą plików, bez szukania punktów kontrolnych. - Problem it solves PL: Agent spędza dużo czasu na badaniu i testach, ale pierwsza edycja i tak prowadzi do złego patcha. - What it does PL: Przechwytuje prośbę o edycję, osobny planista czyta dotychczasowy przebieg i pisze jeden plan, po czym agent kontynuuje z nim. - Everyday example PL: Asystent bada repozytorium, a tuż przed zmianą kodu dostaje plan, który kieruje go do właściwego miejsca. - In one sentence EN: A coding assistant gets a repair plan just before the first file change, without searching checkpoints. - Problem it solves EN: The agent spends a lot of time exploring and testing, but the first edit still leads to a bad patch. - What it does EN: It intercepts the edit request, a separate planner reads the so-far transcript and writes one plan, then the agent continues with it. - Everyday example EN: The assistant explores the repository, and just before changing code it receives a plan that guides it to the right place. - concerns you if PL: asystent do kodu marnuje czas na złe pierwsze edycje; chcesz interweniować w trakcie działania bez pełnego restartu - concerns you if EN: the coding assistant wastes time on bad first edits; want to intervene during a run without a full restart - related: `agentharness` - sources: `pause-2026` ### Vibe coding: tworzenie bez przeglądania kodu (Vibe coding (creating software without reviewing generated code)) - id: `vibecoding` · https://aiatlasgraph.com/t/vibecoding.md - path: Aplikacje LLM i agenci › Agenci kodujący › Vibe coding: tworzenie bez przeglądania kodu - aliases: vibe coding, vibecoding, prompt-to-app, programowanie na czuja, natural-language programming - PL: Iteracyjne tworzenie programu przez prompty i ocenę działania bez czytania ani rozumienia wygenerowanego kodu; odróżnia się od odpowiedzialnego programowania wspomaganego AI, w którym zmiany są przeglądane. - EN: Iterative software creation through prompts and behavioral testing without reading or understanding the generated code; unlike responsible AI-assisted programming, the generated changes are not reviewed. - In one sentence PL: Opisujesz kolejne zmiany w programie i sprawdzasz efekt, ale nie czytasz ani nie oceniasz kodu wygenerowanego przez model. - Problem it solves PL: Pozwala bardzo szybko sprawdzić pomysł na mały, niskiego ryzyka prototyp, nawet gdy autor nie chce zajmować się szczegółami kodu. - What it does PL: Przypomina zamawianie u wykonawcy, któremu tylko opisujesz efekt i oglądasz kolejne wersje, nie zaglądając w to, jak je zrobił. - Everyday example PL: Prosisz agenta o aplikację do rezerwacji, oglądasz podgląd, zgłaszasz kolejne poprawki i oceniasz tylko działanie, nie zaglądając do kodu. - In one sentence EN: You describe successive changes and test the result, but you do not read or assess the code generated by the model. - Problem it solves EN: It enables very rapid exploration of a small, low-risk prototype when the creator does not want to work with implementation details. - What it does EN: It resembles hiring a builder you only describe the result to, inspecting each version without looking at how it was made. - Everyday example EN: You ask an agent for a booking app, inspect the preview, request successive changes, and judge only its behavior without looking at the code. - concerns you if PL: chcesz zbudować proste narzędzie bez nauki programowania; szybko sprawdzasz, czy pomysł ma sens - concerns you if EN: want to build a simple tool without learning to code; quickly test whether an idea makes sense - related: `aicodesecurity`, `aiprototyping` - sources: `willison-vibecoding-2025`, `wikipedia-vibecoding` ### Asystenci i chatboty (Chatbots and assistants) - id: `chatbots` · https://aiatlasgraph.com/t/chatbots.md - path: Aplikacje LLM i agenci › Asystenci i chatboty - PL: Interfejs rozmowy jako sposób dostarczenia modelu. - EN: Conversation as the way a model is delivered. - In one sentence PL: To programy, z którymi załatwiasz sprawy przez rozmowę. - Problem it solves PL: Znalezienie odpowiedzi wymaga przeszukiwania stron lub przeklikiwania wielu ekranów. - What it does PL: Odczytują prośbę oraz wcześniejszą rozmowę, a potem odpowiadają lub pytają o brakujące informacje. - Everyday example PL: W okienku rozmowy pytasz, jak oddać zakup, i otrzymujesz instrukcję kolejnych kroków. - In one sentence EN: These programs let you get help or complete tasks through conversation. - Problem it solves EN: Finding an answer means searching pages or clicking through many screens. - What it does EN: They use your request and the conversation so far to answer or ask for missing details. - Everyday example EN: You ask in a chat window how to return a purchase and receive instructions for the next steps. - concerns you if PL: wolisz zapytać niż szukać odpowiedzi w menu; korzystasz z pomocy przez okienko rozmowy - concerns you if EN: prefer asking a question to searching menus; get help through a chat window - related: `medicalllm`, `aiuipatterns` - sources: `dlai` ### Frameworki agentowe (Agent frameworks) - id: `frameworks` · https://aiatlasgraph.com/t/frameworks.md - path: Aplikacje LLM i agenci › Frameworki agentowe - PL: Gotowe szkielety do budowy agentów i aplikacji LLM. - EN: Ready-made skeletons for building agents and LLM applications. - examples PL: LangGraph · LlamaIndex · crewAI · DSPy - examples EN: LangGraph · LlamaIndex · crewAI · DSPy - In one sentence PL: To gotowe części programu, z których można złożyć asystenta korzystającego z modeli i narzędzi. - Problem it solves PL: Budując asystenta, musisz wciąż od nowa pisać obsługę podobnych kroków i połączeń. - What it does PL: Mogą obsługiwać kolejne kroki, zapis postępów i połączenia z narzędziami, podobnie jak zestaw elementów do zbudowania maszyny. - Everyday example PL: Tworzysz asystenta do zgłoszeń i używasz gotowych części do pobrania wiadomości, przygotowania odpowiedzi i oczekiwania na akceptację. - In one sentence EN: These reusable software parts help you build an assistant that uses models and tools. - Problem it solves EN: Building an assistant means repeatedly writing code for similar steps and connections. - What it does EN: Like parts in a construction kit, they can handle task steps, saved progress and connections to tools. - Everyday example EN: You build a support assistant using existing parts to collect messages, draft replies and wait for approval. - concerns you if PL: budujesz własnego asystenta z kilkoma etapami pracy; chcesz wykorzystać gotową obsługę narzędzi i zapisu postępów - concerns you if EN: build your own assistant with several work steps; want existing code for tools and saved progress - courses: - sources: `dlai` ### Generatywne UI (Generative UI) - id: `genui` · https://aiatlasgraph.com/t/genui.md - path: Aplikacje LLM i agenci › Generatywne UI - PL: Interfejs budowany przez model w trakcie rozmowy. - EN: Interface built by the model as the conversation goes. - In one sentence PL: To ekrany i elementy aplikacji, które model dobiera lub tworzy w odpowiedzi na twoją prośbę. - Problem it solves PL: Długa odpowiedź tekstowa utrudnia porównanie opcji, wybór terminu lub wpisanie potrzebnych danych. - What it does PL: Może z dostępnych części ułożyć widok dopasowany do zadania, na przykład tabelę, formularz lub przyciski. - Everyday example PL: Prosisz o porównanie noclegów, a asystent pokazuje tabelę z przyciskami do wyboru ofert. - In one sentence EN: These are screens and controls that a model selects or creates in response to your request. - Problem it solves EN: A long text answer makes it awkward to compare options, choose a date or enter the details needed next. - What it does EN: It can assemble available components into a view suited to the task, such as a table, form or buttons. - Everyday example EN: You ask to compare accommodation, and the assistant presents a table with buttons for choosing offers. - concerns you if PL: chcesz klikać i wybierać podczas rozmowy z asystentem; trudno ci porównywać opcje w długich odpowiedziach - concerns you if EN: want to click and choose while talking to an assistant; find options hard to compare in long answers - related: `aiuipatterns` - courses: - sources: `dlai` ### Narzędzia i integracje (Tool use and integration) - id: `tools` · https://aiatlasgraph.com/t/tools.md - path: Aplikacje LLM i agenci › Narzędzia i integracje - PL: Połączenie modelu z funkcjami i zewnętrznymi systemami. - EN: Connecting a model to functions and external systems. - examples PL: Tool calling · MCP · structured outputs - examples EN: Tool calling · MCP · structured outputs - In one sentence PL: To udostępnianie asystentowi funkcji, dzięki którym może sprawdzać dane i wykonywać działania poza rozmową. - Problem it solves PL: Sama odpowiedź w rozmowie nie sprawdzi wolnego terminu ani nie zmieni wpisu w kalendarzu. - What it does PL: Model wybiera funkcję i podaje potrzebne informacje; program wykonuje działanie i zwraca wynik do rozmowy. - Everyday example PL: Prosisz asystenta o znalezienie wolnego popołudnia, a on sprawdza wskazany kalendarz i przedstawia pasujące terminy. - In one sentence EN: This gives an assistant functions for checking information and taking actions beyond the conversation. - Problem it solves EN: A text answer alone cannot check an available date or change a calendar entry. - What it does EN: The model selects a function and supplies the needed details; software carries out the action and returns its result to the conversation. - Everyday example EN: You ask an assistant to find a free afternoon, and it checks your chosen calendar and suggests suitable dates. - concerns you if PL: chcesz, żeby asystent korzystał z twoich programów; potrzebujesz sprawdzenia aktualnych danych podczas rozmowy - concerns you if EN: want an assistant to work with your software; need current information checked during a conversation - related: `spokenconfirm`, `indirectinjection`, `voicetools` - sources: `agents`, `bootcamp` ### MCP (Model Context Protocol) - id: `mcp` · https://aiatlasgraph.com/t/mcp.md - path: Aplikacje LLM i agenci › Narzędzia i integracje › MCP - PL: Protokół udostępniania narzędzi i kontekstu aplikacjom korzystającym z modeli. - EN: A protocol for exposing tools and context to model-based applications. - examples PL: Serwer · klient · tools · resources - examples EN: Server · client · tools · resources - In one sentence PL: To wspólny sposób udostępniania asystentom narzędzi i informacji z innych programów. - Problem it solves PL: Łączenie każdego asystenta z każdym programem osobno wymaga wielu podobnych przeróbek. - What it does PL: Działa jak wspólne gniazdo: aplikacja poznaje dostępne funkcje i dane, a potem potrafi poprosić o ich użycie. - Everyday example PL: Dodajesz do asystenta połączenie z firmowym archiwum i możesz pytać go o zapisane tam dokumenty. - In one sentence EN: This is a shared way to give assistants access to tools and information from other programs. - Problem it solves EN: Connecting every assistant to every program separately requires many similar changes. - What it does EN: Like a shared socket, it lets an application discover available functions and data, then request their use. - Everyday example EN: You connect your workplace archive to an assistant and ask it to find documents stored there. - concerns you if PL: chcesz podłączyć własne dokumenty lub narzędzia do asystenta; łączysz różne programy z kilkoma asystentami - concerns you if EN: want to connect your documents or tools to an assistant; connect several assistants to different programs - related: `a2a`, `skillscripts`, `agentskills` - courses: - sources: `mcp`, `dlai` ### Structured outputs i walidacja (Structured outputs and validation) - id: `structured` · https://aiatlasgraph.com/t/structured.md - path: Aplikacje LLM i agenci › Narzędzia i integracje › Structured outputs i walidacja - PL: Wymuszenie kształtu odpowiedzi i sprawdzenie jej przed użyciem. - EN: Forcing the shape of an answer and checking it before use. - examples PL: Pydantic · schematy - examples EN: Pydantic · schemas - In one sentence PL: To odpowiedzi o ustalonym układzie, które program sprawdza przed dalszym użyciem. - Problem it solves PL: Odpowiedź ma inny układ za każdym razem, więc program nie potrafi jej pewnie odczytać. - What it does PL: Wskazuje wymagane pola i rodzaje wartości, a kontrola wyłapuje brakujące lub źle zapisane dane. - Everyday example PL: Asystent odczytuje zgłoszenie do pól „data”, „adres” i „opis”, a program sprawdza ich obecność przed zapisaniem zgłoszenia. - In one sentence EN: These answers follow a set structure that software checks before using them. - Problem it solves EN: Answers come in different layouts, so software cannot reliably read what it needs. - What it does EN: It specifies required fields and value types, then checks for missing entries or incorrectly formatted data. - Everyday example EN: An assistant turns a request into date, address and description fields, and software checks that they are present before saving the request. - concerns you if PL: chcesz przekazywać odpowiedzi modelu do innego programu; ręcznie poprawiasz układ danych otrzymanych od asystenta - concerns you if EN: want another program to use a model's answers; fix the layout of assistant responses by hand - related: `codeevals`, `decoding`, `kie`, `infoextraction`, `evalsets` - courses: - sources: `dlai` ### Pamięć i stan (Memory and state) - id: `memory` · https://aiatlasgraph.com/t/memory.md - path: Aplikacje LLM i agenci › Pamięć i stan - PL: Przechowywanie informacji między krokami i rozmowami. - EN: Keeping information between steps and conversations. - examples PL: Pamięć długoterminowa · checkpoints - examples EN: Long-term memory · checkpoints - In one sentence PL: To zapisywanie ustaleń i postępów asystenta, żeby mógł z nich korzystać w kolejnych krokach lub rozmowach. - Problem it solves PL: Musisz powtarzać swoje preferencje lub zaczynać zadanie od nowa, gdy rozmowa się kończy albo praca zostaje przerwana. - What it does PL: System zapisuje wybrane informacje, a później dołącza potrzebne notatki do nowego zadania lub przywraca miejsce przerwania pracy. - Everyday example PL: Wracasz do planowania urlopu, a asystent odczytuje zapisany budżet i listę miejsc, które już rozważaliście. - In one sentence EN: This saves an assistant's decisions and progress for use in later steps or conversations. - Problem it solves EN: You have to repeat your preferences or restart a task when a conversation ends or work is interrupted. - What it does EN: The system stores selected information, then adds relevant notes to a new task or restores the point where work stopped. - Everyday example EN: You return to planning a holiday, and the assistant reads your saved budget and the places you already considered. - concerns you if PL: prowadzisz sprawy, które trwają dłużej niż jedną rozmowę; chcesz wracać do przerwanego zadania bez zaczynania od zera - concerns you if EN: work on things that outlast a single conversation; want to resume interrupted work without starting over - related: `llmnpc`, `blackboard`, `contextmanagement` - courses: - sources: `agents`, `bootcamp`, `dlai`, `machina-x-agents` ### Agentyczna pamięć z dynamicznymi powiązaniami (Agentic memory with dynamic linking) - id: `agenticmem` · https://aiatlasgraph.com/t/agenticmem.md - path: Aplikacje LLM i agenci › Pamięć i stan › Agentyczna pamięć z dynamicznymi powiązaniami - PL: Technika agentycznej organizacji pamięci przez dynamiczne tworzenie notatek i powiązań inspirowanych metodą Zettelkasten. - EN: Technique for agentic memory organisation through dynamic note creation and linking inspired by the Zettelkasten method. - In one sentence PL: System, w którym asystent sam tworzy notatki z doświadczeń i łączy je ze sobą, budując sieć wiedzy zamiast zwykłej listy zapisów. - Problem it solves PL: Proste zapisywanie historii nie pokazuje, jak różne doświadczenia się ze sobą łączą, więc asystent nie znajduje powiązanych informacji. - What it does PL: Przy nowym doświadczeniu tworzy notatkę z opisem, słowami kluczowymi i tagami, a potem szuka podobnych notatek i dodaje między nimi powiązania. - Everyday example PL: Po kilku rozmowach o projekcie asystent łączy notatkę o budżecie z notatką o terminie, bo sam zauważył, że dotyczą tego samego zadania. - In one sentence EN: A system where the assistant creates notes from experiences and links them together, building a knowledge network instead of a plain list of records. - Problem it solves EN: Simply storing history does not show how different experiences connect, so the assistant fails to find related information. - What it does EN: When a new experience arrives it creates a note with a description, keywords and tags, then finds similar notes and adds links between them. - Everyday example EN: After several project conversations the assistant links the budget note to the deadline note because it noticed they concern the same task. - concerns you if PL: chcesz, żeby asystent sam organizował zapamiętane informacje; potrzebujesz łączyć fakty z różnych rozmów - concerns you if EN: want the assistant to organise remembered information itself; need to connect facts from different conversations - related: `hierarchicalmem` - sources: `amem-2025` ### Hierarchiczne zarządzanie kontekstem wirtualnym (Virtual context management with hierarchical memory) - id: `hierarchicalmem` · https://aiatlasgraph.com/t/hierarchicalmem.md - path: Aplikacje LLM i agenci › Pamięć i stan › Hierarchiczne zarządzanie kontekstem wirtualnym - PL: Technika zarządzania wirtualnym kontekstem przez hierarchię pamięci i interwencje agenta, inspirowana systemami operacyjnymi. - EN: Technique for managing virtual context via a memory hierarchy and agent interrupts, inspired by operating systems. - In one sentence PL: Sposób, w którym asystent sam przenosi informacje między krótką pamięcią rozmowy a długoterminowym magazynem, żeby pamiętać więcej niż pozwala okno kontekstu. - Problem it solves PL: Długa rozmowa lub duży dokument przekracza okno kontekstu, więc asystent zapomina wcześniejsze ustalenia i musi je powtarzać. - What it does PL: Asystent traktuje pamięć jak system operacyjny: trzyma najważniejsze rzeczy blisko, a resztę przenosi na zewnątrz i ściąga z powrotem, gdy jest potrzebna. - Everyday example PL: Po wielu sesjach planowania projektu asystent przypomina sobie budżet ustalony trzy tygodnie temu, bo sam przeniósł go do długoterminowej pamięci i teraz go odczytał. - In one sentence EN: A method where the assistant moves information between short conversation memory and long-term storage so it can remember more than the context window allows. - Problem it solves EN: A long conversation or large document exceeds the context window, so the assistant forgets earlier agreements and you must repeat them. - What it does EN: The assistant treats memory like an operating system: it keeps the most important items nearby and moves the rest out, retrieving them when needed. - Everyday example EN: After many project-planning sessions the assistant recalls the budget set three weeks ago because it moved that detail into long-term memory and retrieved it. - concerns you if PL: prowadzisz sprawy trwające wiele rozmów; pracujesz z dużymi dokumentami lub historią - concerns you if EN: handle matters that span many conversations; work with large documents or long histories - related: `agenticmem` - sources: `memgpt-2023` ### Nietrwałe wskazówki w pamięci agentów (Anti-Persistence for agent memory) - id: `antipersistence` · https://aiatlasgraph.com/t/antipersistence.md - path: Aplikacje LLM i agenci › Pamięć i stan › Nietrwałe wskazówki w pamięci agentów - aliases: Anti-Persistence - PL: Projekt pamięci, który gromadzi trajektorie i wyniki, a syntetyzuje tymczasowe wskazówki na żądanie i odrzuca je po wykonaniu. - EN: A memory design that accumulates trajectories and outcomes, synthesizes temporary guidance on demand, and discards it after execution. - In one sentence PL: Asystent gromadzi surowe zapisy prób, ale tworzy tymczasowe wskazówki na każde zadanie i od razu je wyrzuca. - Problem it solves PL: Zapisane reguły z przeszłości wracają i sprawiają, że asystent powtarza te same błędy. - What it does PL: Trzyma tylko pełne ścieżki działań i wyniki, a wskazówki składa na nowo z nich przy każdym zadaniu. - Everyday example PL: Po kilku nieudanych zakupach asystent nie zapisuje reguły „nie kupuj tego”, tylko przy nowym zadaniu sprawdza stare próby i składa świeżą radę. - In one sentence EN: The assistant stores raw trial records but builds temporary tips for each task and discards them immediately. - Problem it solves EN: Saved rules from the past come back and make the assistant repeat the same mistakes. - What it does EN: It keeps only full action paths and results, then rebuilds tips from them for every task. - Everyday example EN: After several failed purchases the assistant does not save a rule “do not buy this”; for a new task it checks old trials and builds a fresh tip. - concerns you if PL: asystent powtarza te same błędy po zapamiętaniu lekcji; chcesz, by pamięć poprawiała wyniki bez utrwalania złych reguł; testujesz, czy zapisane wskazówki naprawdę pomagają - concerns you if EN: the assistant repeats the same mistakes after remembering a lesson; want memory to improve results without locking in bad rules; you test whether saved tips actually help - sources: `wang-antipersistence-2026` ### Pamięć proceduralna (Procedural memory) - id: `procedural` · https://aiatlasgraph.com/t/procedural.md - path: Aplikacje LLM i agenci › Pamięć i stan › Pamięć proceduralna - PL: Zapisane przepisy na rozwiązane problemy, gotowe do ponownego użycia. - EN: Saved recipes for solved problems, ready for reuse. - examples PL: playbooki · kompresja notatek - examples EN: playbooks · note compression - In one sentence PL: To zapisane instrukcje, z których asystent może skorzystać, gdy podobne zadanie wróci. - Problem it solves PL: Asystent za każdym razem od nowa szuka sposobu na zadanie, które wcześniej już rozwiązał. - What it does PL: Zapisuje sprawdzone kroki i warunki ich użycia, podobnie jak kucharz zapisujący przepis po udanym gotowaniu. - Everyday example PL: Asystent zapisuje kroki przygotowania miesięcznego zestawienia i przy następnym zestawieniu sprawdza, czy ten sam przepis nadal pasuje. - In one sentence EN: These are saved instructions an assistant can reuse when a similar task comes up. - Problem it solves EN: The assistant works out how to do a task from scratch even though it has solved it before. - What it does EN: It saves tested steps and when to use them, like a cook recording a recipe after a successful meal. - Everyday example EN: An assistant saves the steps for your monthly summary and checks whether the same recipe still fits next month's task. - concerns you if PL: regularnie przygotowujesz podobne dokumenty lub zestawienia; chcesz zachować sprawdzony sposób wykonania zadania - concerns you if EN: regularly prepare similar documents or summaries; want to keep a working recipe for a task - related: `agentskills` - sources: `machina-x-agents` ### Pętla samodoskonalenia (Reflection and feedback loops) - id: `reflection` · https://aiatlasgraph.com/t/reflection.md - path: Aplikacje LLM i agenci › Pamięć i stan › Pętla samodoskonalenia - PL: Powody odrzuceń wracają do instrukcji i pamięci, więc ten sam błąd nie przeżywa dwa razy. - EN: Reasons for rejections are written back into instructions and memory, so the same mistake does not survive twice. - examples PL: Reflexion · zapisane poprawki - examples EN: Reflexion · written-down corrections - In one sentence PL: To poprawianie pracy asystenta na podstawie zapisanych błędów i uwag. - Problem it solves PL: Asystent powtarza ten sam błąd, choć już wcześniej wyjaśniono mu, co poprawić. - What it does PL: Powód odrzucenia wyniku trafia do notatek lub instrukcji, które asystent dostaje przy następnej próbie. - Everyday example PL: Po odrzuceniu podsumowania za brak dat asystent zapisuje uwagę i przy kolejnym podsumowaniu sprawdza, czy je uwzględnił. - In one sentence EN: This improves an assistant's work using recorded mistakes and feedback. - Problem it solves EN: The assistant repeats the same mistake even after you have explained what needs fixing. - What it does EN: The reason a result was rejected becomes a note or instruction the assistant receives on its next attempt. - Everyday example EN: After you reject a summary for missing dates, the assistant records that feedback and checks for dates in its next summary. - concerns you if PL: wciąż poprawiasz ten sam błąd asystenta; chcesz wykorzystać uwagi z poprzednich prób - concerns you if EN: keep correcting the same assistant mistake; want feedback from earlier attempts to guide later work - related: `makerchecker` - sources: `machina-x-agents` ### Prompty i kontekst (Prompting and context engineering) - id: `prompting` · https://aiatlasgraph.com/t/prompting.md - path: Aplikacje LLM i agenci › Prompty i kontekst - PL: Dobór instrukcji i informacji dostępnych przy wywołaniu. - EN: Choosing the instructions and information available at call time. - examples PL: Prompt templates · context budget · few-shot · chain of thought · ReAct - examples EN: Prompt templates · context budget · few-shot · chain of thought · ReAct - In one sentence PL: To przygotowanie polecenia oraz informacji, które model dostaje przed odpowiedzią. - Problem it solves PL: Model odpowiada nie na temat, gdy prośba jest niejasna lub brakuje mu potrzebnych informacji. - What it does PL: Podaje mu cel, potrzebne materiały, ograniczenia i wzór oczekiwanego wyniku, jak dobre zlecenie dla osoby pomagającej w pracy. - Everyday example PL: Prosisz o odpowiedź na reklamację, dołączając treść wiadomości, zasady zwrotów i przykład tonu, którego oczekujesz. - In one sentence EN: This prepares the instructions and information a model receives before it answers. - Problem it solves EN: The model misses what you need when your request is unclear or important information is missing. - What it does EN: It supplies a goal, relevant material, limits and an example of the desired result, like a clear brief for someone helping you. - Everyday example EN: You ask for a complaint reply and include the customer's message, the returns policy and an example of the tone you want. - concerns you if PL: otrzymujesz odpowiedzi, które mijają się z twoją prośbą; chcesz przekazać modelowi dokumenty i zasady przed odpowiedzią - concerns you if EN: receive answers that miss what you asked for; want to give the model documents and rules before it answers - related: `harnessdocs`, `softprompts`, `agentroles`, `promptversioning`, `evalsets`, `cot` - courses: - sources: `agents`, `bootcamp`, `dlai`, `anthropic-prompt-evals`, `mlabonne-llm-course` ### Budowa polecenia: instrukcje, rola i znaczniki (Prompt structure: instructions, roles and delimiters) - id: `promptstructure` · https://aiatlasgraph.com/t/promptstructure.md - path: Aplikacje LLM i agenci › Prompty i kontekst › Budowa polecenia: instrukcje, rola i znaczniki - aliases: prompt structure, XML tags in prompts, delimiters, role prompting, prompt templates, budowa promptu, struktura promptu - PL: Układ promptu z jasnymi instrukcjami, celem, rolą w prompcie systemowym, oddzielonymi znacznikami sekcjami danych i opisem formatu wyniku. - EN: Laying out a prompt with clear instructions, purpose, a role in the system prompt, data sections separated by delimiters and an output format description. - In one sentence PL: Dobre polecenie dla modelu ma porządek: co zrobić, po co, na jakich materiałach i w jakiej formie oddać wynik. - Problem it solves PL: Gdy w jednej prośbie mieszają się polecenia, wklejone dokumenty i przykłady, model myli jedno z drugim i odpowiada nie tak. - What it does PL: Przypomina dobrze zorganizowany segregator z przekładkami: osobno zadanie, osobno materiały, osobno wzór, więc nic się nie miesza. - Everyday example PL: Prosisz o streszczenie umowy: najpierw wklejasz dokument w wyraźnie oznaczonej sekcji, a na końcu piszesz pytanie i żądaną formę odpowiedzi. - In one sentence EN: A good instruction to a model is orderly: what to do, why, from which material and in what form to hand back the result. - Problem it solves EN: When instructions, pasted documents and examples blur together in one request, the model mixes them up and answers wrongly. - What it does EN: It resembles a well-organised binder with dividers: the task, the material and the template each in their own section, so nothing gets mixed up. - Everyday example EN: You ask for a contract summary: first you paste the document in a clearly marked section, then end with the question and the answer format you want. - concerns you if PL: wklejasz do czatu długie dokumenty razem z pytaniem; piszesz polecenia, z których korzystają też inni - concerns you if EN: paste long documents into a chat along with a question; write instructions that other people also use - related: `llmtutors`, `agentroles` - sources: `claude-prompting-best-practices` ### Programowa optymalizacja promptów (Programmatic prompt optimisation) - id: `promptopt` · https://aiatlasgraph.com/t/promptopt.md - path: Aplikacje LLM i agenci › Prompty i kontekst › Programowa optymalizacja promptów - aliases: prompt optimization, automatic prompt optimization, APO, optymalizacja promptów, automatyczna optymalizacja promptów - PL: Automatyczne dobieranie promptów, a czasem wag, pod wynik ewaluacji. - EN: Automatically tuning prompts, and sometimes weights, against an evaluation score. - examples PL: DSPy · optymalizacja pod metrykę ewaluacji - examples EN: DSPy · optimising against an eval metric - In one sentence PL: To automatyczne szukanie poleceń i przykładów, które pomagają modelowi lepiej wykonywać wybrane zadanie. - Problem it solves PL: Ręczne poprawianie poleceń zajmuje czas, a trudno ocenić, które zmiany rzeczywiście pomagają. - What it does PL: Program próbuje różne wersje instrukcji na zadaniach testowych i wybiera te, które najlepiej spełniają przyjęte kryterium. - Everyday example PL: Asystent źle sortuje wiadomości; program porównuje wersje jego polecenia na wcześniej oznaczonych przykładach i wybiera skuteczniejszą. - In one sentence EN: This automatically searches for instructions and examples that help a model perform a chosen task better. - Problem it solves EN: Editing instructions by hand takes time, and it is hard to tell which changes actually help. - What it does EN: A program tests instruction variants on sample tasks and keeps those that perform best under a chosen scoring rule. - Everyday example EN: An assistant misfiles messages, so a program compares instruction variants on previously labelled examples and picks one that scores better. - concerns you if PL: wiele razy poprawiasz polecenie do powtarzalnego zadania; masz przykłady, na których możesz sprawdzać odpowiedzi - concerns you if EN: repeatedly edit instructions for the same task; have examples you can use to check answers - related: `llmevolution`, `localsearch`, `evalsets` - sources: `mlabonne-llm-course` ### Przykłady w poleceniu (few-shot) (Few-shot prompting and in-context learning) - id: `fewshotprompting` · https://aiatlasgraph.com/t/fewshotprompting.md - path: Aplikacje LLM i agenci › Prompty i kontekst › Przykłady w poleceniu (few-shot) - aliases: few-shot prompting, in-context learning, ICL, one-shot prompting, zero-shot prompting, uczenie w kontekście, przykłady w prompcie - PL: Kilka par wejście–wyjście umieszczonych w prompcie pokazuje modelowi zadanie i format odpowiedzi bez zmiany wag. - EN: A few input–output pairs placed in the prompt show the model the task and answer format without changing its weights. - In one sentence PL: Zamiast długo tłumaczyć, czego chcesz, pokazujesz modelowi kilka gotowych przykładów, a on robi kolejny w tym samym stylu. - Problem it solves PL: Trudno słowami opisać dokładny format, ton albo sposób klasyfikowania, więc odpowiedzi za każdym razem wyglądają inaczej. - What it does PL: Działa jak wzór wypełnionego formularza pokazany nowemu pracownikowi: od razu widać, co wpisać w które pole. - Everyday example PL: Wklejasz trzy opisy produktów napisane przez sklep i prosisz o czwarty, a model trzyma ich długość, ton i układ. - In one sentence EN: Instead of explaining at length what you want, you show the model a few finished examples and it makes another in the same style. - Problem it solves EN: It is hard to describe an exact format, tone or way of sorting in words, so answers come out different every time. - What it does EN: It works like a filled-in sample form shown to a new employee: it is instantly clear what goes in each field. - Everyday example EN: You paste three product descriptions the shop wrote and ask for a fourth; the model keeps their length, tone and layout. - concerns you if PL: chcesz, żeby odpowiedzi miały zawsze ten sam format; sortujesz wiadomości lub opinie do kategorii - concerns you if EN: want answers to always follow the same format; sort messages or reviews into categories - related: `fewshotcot` - sources: `gpt3-fewshot-2020`, `min-demonstrations-2022`, `claude-prompting-best-practices` ### Zarządzanie oknem kontekstu (Context window management: placement, compaction and context rot) - id: `contextmanagement` · https://aiatlasgraph.com/t/contextmanagement.md - path: Aplikacje LLM i agenci › Prompty i kontekst › Zarządzanie oknem kontekstu - aliases: context management, context compaction, context rot, lost in the middle, long-context prompting, kompakcja kontekstu, zarządzanie kontekstem - PL: Decydowanie, które tokeny i w jakiej kolejności trafiają do ograniczonego kontekstu: rozmieszczenie, przycinanie, streszczanie i notatki zewnętrzne. - EN: Deciding which tokens enter a limited context and in what order: placement, trimming, summarisation and external notes. - In one sentence PL: Model widzi naraz tylko ograniczoną ilość tekstu, więc trzeba wybierać, co mu podać, gdzie to umieścić i co skrócić. - Problem it solves PL: W długiej rozmowie lub dużym dokumencie model zaczyna gubić ważne szczegóły, mylić fakty i zapominać wcześniejsze ustalenia. - What it does PL: Jak notatki na biurku przy dużym projekcie: trzymasz pod ręką tylko to, co teraz potrzebne, a resztę streszczasz i odkładasz do teczki. - Everyday example PL: Po godzinie wspólnej pracy nad raportem asystent streszcza dotychczasowe ustalenia i zaczyna z czystym kontekstem, nie tracąc ważnych decyzji. - In one sentence EN: A model sees only a limited amount of text at once, so you choose what to give it, where to place it and what to shorten. - Problem it solves EN: In a long conversation or large document the model starts losing key details, mixing up facts and forgetting earlier decisions. - What it does EN: Like the notes on your desk during a big project: you keep only what you need now within reach and summarise and file the rest. - Everyday example EN: After an hour working on a report together, the assistant summarises what was decided and continues with a clean context, keeping key decisions. - concerns you if PL: prowadzisz z asystentem bardzo długie rozmowy; wklejasz duże dokumenty i dziwisz się pominiętym szczegółom - concerns you if EN: have very long conversations with an assistant; paste large documents and wonder why details get missed - related: `medicalrag`, `subagents`, `memory`, `sessionhandoff`, `skilldisclosure`, `agentharness` - sources: `claude-prompting-best-practices`, `anthropic-context-engineering-2025`, `lost-in-the-middle-2023` ### Przetwarzanie dokumentów (Document AI) - id: `docai` · https://aiatlasgraph.com/t/docai.md - path: Aplikacje LLM i agenci › Przetwarzanie dokumentów - PL: Wyciąganie treści i struktury z dokumentów. - EN: Pulling content and structure out of documents. - examples PL: OCR · tabele · formularze - examples EN: OCR · tables · forms - In one sentence PL: To odczytywanie dokumentów i zamienianie ich treści w dane, które można dalej wykorzystać. - Problem it solves PL: Musisz ręcznie przepisywać informacje ze skanów, formularzy i tabel, żeby móc je uporządkować lub policzyć. - What it does PL: Rozpoznaje tekst i układ strony, żeby oddzielić na przykład pozycje tabeli od nagłówków. - Everyday example PL: Fotografujesz rachunek, a program wpisuje datę, sprzedawcę i kwotę do tabeli wydatków, którą możesz sprawdzić. - In one sentence EN: This reads documents and turns their contents into data that other programs can use. - Problem it solves EN: You have to copy information from scans, forms and tables by hand before you can organise it or calculate totals. - What it does EN: It recognises text and page layout to tell table entries, headings and form fields apart. - Everyday example EN: You photograph a receipt, and a program puts the date, seller and amount into an expense table for you to check. - concerns you if PL: przepisujesz dane z dokumentów do arkusza; otrzymujesz skany, które trzeba przeszukać lub uporządkować - concerns you if EN: copy details from documents into a spreadsheet; receive scans that need to be searched or organised - related: `textextraction`, `docvision`, `visionnode`, `infoextraction` - courses: - sources: `dlai` ### Analiza układu i parsowanie dokumentów (Document layout analysis and parsing) - id: `layoutanalysis` · https://aiatlasgraph.com/t/layoutanalysis.md - path: Aplikacje LLM i agenci › Przetwarzanie dokumentów › Analiza układu i parsowanie dokumentów - aliases: document layout analysis, DLA, document parsing, PDF to markdown, reading order detection, analiza układu strony, parsowanie PDF - PL: Wykrywanie na stronie bloków (nagłówki, akapity, tabele, rysunki, przypisy), ustalanie kolejności czytania i zapis jako ustrukturyzowany tekst. - EN: Detecting page blocks (headings, paragraphs, tables, figures, footnotes), determining reading order and exporting structured text. - In one sentence PL: Program rozpoznaje, co na stronie jest tytułem, akapitem, tabelą czy obrazkiem, i w jakiej kolejności to czytać. - Problem it solves PL: Po skopiowaniu tekstu z dokumentu wieloszpaltowego kolumny się mieszają, nagłówki giną, a przypisy lądują w środku zdań. - What it does PL: Jak składacz gazety czytający ją od końca: zaznacza ramki wokół każdego elementu i numeruje je w kolejności czytania. - Everyday example PL: Wrzucasz do asystenta raport roczny w dwu kolumnach, a on poprawnie cytuje akapit, bo wcześniej uporządkowano tekst według układu strony. - In one sentence EN: A program recognises what on a page is a title, a paragraph, a table or a picture, and in what order to read it. - Problem it solves EN: Copying text from a multi-column document mixes up the columns, loses headings and drops footnotes into the middle of sentences. - What it does EN: Like a newspaper typesetter working backwards: drawing a box around every element and numbering them in reading order. - Everyday example EN: You give an assistant a two-column annual report, and it quotes a paragraph correctly because the text was first ordered by page layout. - concerns you if PL: zadajesz asystentowi pytania o długie pliki PDF; zamieniasz dokumenty w tekst do dalszej obróbki - concerns you if EN: ask an assistant questions about long PDF files; turn documents into text for further processing - related: `chunking`, `ocr`, `docvision` - sources: `doclaynet-2022`, `docling-2024` ### Wyciąganie pól z formularzy i faktur (Key information extraction from forms and receipts) - id: `kie` · https://aiatlasgraph.com/t/kie.md - path: Aplikacje LLM i agenci › Przetwarzanie dokumentów › Wyciąganie pól z formularzy i faktur - aliases: key information extraction, KIE, form understanding, invoice extraction, receipt understanding, intelligent document processing, IDP, ekstrakcja danych z faktur - PL: Przypisanie fragmentów dokumentu do nazwanych pól (np. NIP, kwota brutto, data) z użyciem tekstu, jego położenia i wyglądu strony. - EN: Mapping document fragments to named fields (e.g. tax ID, gross amount, date) using text, its position and the page's appearance. - In one sentence PL: Program czyta fakturę, paragon lub wniosek i sam wpisuje z nich potrzebne wartości do odpowiednich rubryk w systemie. - Problem it solves PL: W biurach ludzie godzinami przepisują dane z faktur i wniosków do systemów, a każda literówka w kwocie oznacza kłopot. - What it does PL: Patrzy nie tylko na słowa, ale i na to, gdzie stoją: liczba obok słowa „razem” na dole strony to najpewniej kwota do zapłaty. - Everyday example PL: Robisz zdjęcie paragonu za lunch służbowy, a aplikacja sama wpisuje sprzedawcę, datę i kwotę do rozliczenia wydatków. - In one sentence EN: A program reads an invoice, receipt or application form and fills the needed values into the right fields of a system. - Problem it solves EN: In offices people spend hours retyping data from invoices and forms into systems, and every typo in an amount causes trouble. - What it does EN: It looks not only at words but at where they sit: a number next to “total” at the bottom is most likely the amount due. - Everyday example EN: You photograph a business lunch receipt, and an app fills in the seller, date and amount on your expense claim. - concerns you if PL: rozliczasz wydatki na podstawie paragonów; wprowadzasz dane z faktur lub wniosków do systemu - concerns you if EN: claim expenses from receipts; enter data from invoices or forms into a system - related: `xbrltagging`, `structured`, `infoextraction`, `clauseextraction` - sources: `layoutlmv3-2022` ### Wyciąganie tabel z dokumentów (Table extraction and structure recognition) - id: `tableextraction` · https://aiatlasgraph.com/t/tableextraction.md - path: Aplikacje LLM i agenci › Przetwarzanie dokumentów › Wyciąganie tabel z dokumentów - aliases: table extraction, table structure recognition, TSR, table detection, ekstrakcja tabel, rozpoznawanie struktury tabel - PL: Wykrycie tabeli na stronie, odtworzenie jej wierszy, kolumn, nagłówków i scalonych komórek oraz zapis w formacie maszynowym. - EN: Detecting a table on a page, reconstructing its rows, columns, headers and merged cells, and saving it in a machine-readable format. - In one sentence PL: Program znajduje tabele w dokumentach i przepisuje je tak, żeby każda liczba trafiła do właściwego wiersza i kolumny arkusza. - Problem it solves PL: Tabele z plików PDF i skanów po skopiowaniu rozsypują się w ciąg liczb bez kolumn, więc trzeba je przepisywać ręcznie. - What it does PL: Jak kreślenie siatki ołówkiem na wydruku: najpierw linie wierszy i kolumn, potem przypisanie każdej wartości do jej kratki. - Everyday example PL: Księgowa wrzuca zeskanowane wyciągi z kilku lat, a program oddaje je jako arkusz, w którym daty i kwoty stoją w osobnych kolumnach. - In one sentence EN: A program finds tables in documents and copies them so that every number lands in the right row and column of a spreadsheet. - Problem it solves EN: Tables from PDFs and scans fall apart into a stream of numbers when copied, so they have to be retyped by hand. - What it does EN: Like pencilling a grid onto a printout: first the row and column lines, then assigning each value to its cell. - Everyday example EN: An accountant uploads scanned statements from several years, and a program returns a spreadsheet with dates and amounts in separate columns. - concerns you if PL: przepisujesz liczby z tabel w plikach PDF; porównujesz dane z wielu raportów - concerns you if EN: copy numbers from tables in PDF files; compare data across many reports - related: `finreportqa` - sources: `docling-2024`, `pubtables-1m-2021` ### Workflow i udział człowieka (Workflows and human-in-the-loop) - id: `workflows` · https://aiatlasgraph.com/t/workflows.md - path: Aplikacje LLM i agenci › Workflow i udział człowieka - PL: Łączenie przewidywalnych etapów z decyzjami modelu i człowieka. - EN: Combining predictable stages with model and human decisions. - examples PL: Automatyzacja · akceptacje · wznowienia - examples EN: Automation · approvals · resumes - In one sentence PL: To układanie pracy w kolejne etapy, w których asystent i człowiek mają określone zadania. - Problem it solves PL: Sprawa utknie albo pójdzie dalej zbyt wcześnie, jeśli nie wiadomo, jaki krok jest następny i kto ma go zaakceptować. - What it does PL: System przekazuje wyniki do następnego etapu, a w wybranych miejscach zatrzymuje pracę do decyzji człowieka. - Everyday example PL: Asystent przygotowuje odpowiedź na reklamację, ty ją poprawiasz i zatwierdzasz, a system dopiero wtedy ją wysyła. - In one sentence EN: This organises work into stages with defined tasks for an assistant and a person. - Problem it solves EN: Work stalls or moves ahead too soon when nobody knows the next step or who needs to approve it. - What it does EN: The system passes results to the next stage and pauses at chosen points until a person makes a decision. - Everyday example EN: An assistant drafts a complaint reply, you edit and approve it, and only then does the system send it. - concerns you if PL: chcesz decydować przed wysłaniem lub zapisaniem wyniku; zadanie ma ustaloną kolejność i wymaga akceptacji - concerns you if EN: want to decide before a result is sent or saved; have tasks with a fixed sequence and approval steps - related: `automationvsaugmentation`, `usercontrol`, `voiceflows` - sources: `agents`, `bootcamp`, `dlai`, `machina-x-agents` ### Architektura zdarzeniowa (Event-driven AI) - id: `eventdriven` · https://aiatlasgraph.com/t/eventdriven.md - path: Aplikacje LLM i agenci › Workflow i udział człowieka › Architektura zdarzeniowa - PL: Pipeline’y uruchamiane zdarzeniem, nie kliknięciem. - EN: Pipelines triggered by events rather than by a click. - examples PL: Airflow · kolejki - examples EN: Airflow · queues - In one sentence PL: To uruchamianie pracy asystenta, gdy pojawi się wiadomość, plik lub inna ustalona zmiana. - Problem it solves PL: Nowe zgłoszenia czekają na obsługę, dopóki ktoś ręcznie nie zauważy ich w systemie. - What it does PL: Sygnał o zmianie trafia do właściwego zadania; kolejka może zachować go, aż system będzie gotowy do pracy. - Everyday example PL: Wrzucasz skan rachunku do folderu, a system uruchamia odczytanie danych i przygotowanie wpisu do sprawdzenia. - In one sentence EN: This starts an assistant's work when a message, file or another specified change arrives. - Problem it solves EN: New requests wait until someone notices them in the system and starts the work by hand. - What it does EN: A signal about the change reaches the relevant task; a queue can keep it until the system is ready to work. - Everyday example EN: You add a scanned receipt to a folder, and the system starts reading its details and preparing an entry for review. - concerns you if PL: chcesz rozpocząć obsługę, gdy pojawi się nowy plik lub wiadomość; ręcznie uruchamiasz te same czynności po każdej zmianie - concerns you if EN: want work to start when a file or message arrives; start the same actions manually whenever something changes - related: `ambient` - courses: , - sources: `dlai` ### Łańcuchy promptów (Prompt chaining) - id: `promptchaining` · https://aiatlasgraph.com/t/promptchaining.md - path: Aplikacje LLM i agenci › Workflow i udział człowieka › Łańcuchy promptów - aliases: prompt chaining, LLM chains, AI chains, sequential prompting, łańcuchowanie promptów, task decomposition - PL: Złożone zadanie dzieli się na stałą sekwencję prostszych wywołań modelu, w której wynik jednego kroku jest wejściem następnego. - EN: A complex task is split into a fixed sequence of simpler model calls in which one step's output is the next step's input. - In one sentence PL: Zamiast prosić model o wszystko naraz, dzielisz zadanie na kilka kolejnych kroków i każdy wynik przekazujesz do następnego. - Problem it solves PL: Jedna długa prośba o wiele rzeczy naraz daje chaotyczny wynik, a trudno ustalić, w którym miejscu model się pomylił. - What it does PL: Jak taśma montażowa: każde stanowisko robi jedną prostą rzecz, a między stanowiskami kontrola może zatrzymać wadliwy element. - Everyday example PL: Asystent najpierw pisze konspekt artykułu, potem sprawdza, czy konspekt obejmuje wszystkie punkty, a dopiero potem pisze pełny tekst i go tłumaczy. - In one sentence EN: Instead of asking the model for everything at once, you split the task into steps and pass each result on to the next. - Problem it solves EN: One long request for many things at once gives a messy result, and it is hard to tell where the model went wrong. - What it does EN: Like an assembly line: each station does one simple thing, and checks between stations can stop a faulty part. - Everyday example EN: An assistant first drafts an article outline, then checks it covers every point, and only then writes the full text and translates it. - concerns you if PL: dostajesz od modelu chaotyczne wyniki złożonych próśb; automatyzujesz powtarzalny proces złożony z kilku etapów - concerns you if EN: get messy results from complex requests; automate a repeatable process with several stages - sources: `anthropic-building-effective-agents-2024`, `ai-chains-2022` ### Wyszukiwanie i RAG (Retrieval-augmented generation) - id: `retrieval` · https://aiatlasgraph.com/t/retrieval.md - path: Aplikacje LLM i agenci › Wyszukiwanie i RAG - PL: Pobieranie wiedzy i używanie jej podczas odpowiedzi. - EN: Fetching knowledge and using it while answering. - examples PL: Chunking · hybrid search · reranking - examples EN: Chunking · hybrid search · reranking - In one sentence PL: To odpowiadanie z pomocą dokumentów znalezionych specjalnie dla danego pytania. - Problem it solves PL: Asystent nie zna twoich dokumentów ani informacji dodanych po jego uczeniu. - What it does PL: Przed odpowiedzią wyszukuje potrzebne fragmenty i podaje je modelowi jak notatki do sprawdzenia przed rozmową. - Everyday example PL: Pytasz, ile dni masz na zgłoszenie usterki, a asystent wyszukuje odpowiedni fragment w twojej umowie. - In one sentence EN: This answers a question using documents found specifically for that question. - Problem it solves EN: The assistant does not know your documents or information added after its training. - What it does EN: Before answering, it finds relevant passages and gives them to the model, like notes to consult before a conversation. - Everyday example EN: You ask how long you have to report a fault, and the assistant retrieves the relevant passage from your contract. - concerns you if PL: chcesz pytać asystenta o własne dokumenty; potrzebujesz odpowiedzi opartych na aktualnych materiałach - concerns you if EN: want to ask an assistant about your own documents; need answers based on current material - related: `industrialassistants`, `maintenancerag`, `kgraphs`, `questionanswering`, `opendomainqa`, `indirectinjection`, `representations`, `hallucinationdetect` - courses: , - sources: `agents`, `bootcamp`, `dlai`, `mlabonne-llm-course` ### Bazy wektorowe (Vector databases) - id: `vectordb` · https://aiatlasgraph.com/t/vectordb.md - path: Aplikacje LLM i agenci › Wyszukiwanie i RAG › Bazy wektorowe - PL: Magazyn i wyszukiwanie po wektorach. - EN: Storing and searching by vectors. - examples PL: Qdrant · Weaviate · Chroma - examples EN: Qdrant · Weaviate · Chroma - In one sentence PL: To baza przechowująca liczbowe opisy treści, żeby wyszukiwać podobne teksty lub obrazy. - Problem it solves PL: Nie wiesz, jak odnaleźć podobną treść w dużym zbiorze, gdy nie ma wspólnych słów ani identycznych podpisów. - What it does PL: Umieszcza opisy treści na liczbowej mapie i szuka najbliższych sąsiadów, których opisy wskazują na podobieństwo. - Everyday example PL: Pokazujesz zdjęcie krzesła, a sklep wyszukuje podobne kształty w katalogu zapisanym jako liczbowe opisy obrazów. - In one sentence EN: This database stores numerical descriptions of content to find similar text or images. - Problem it solves EN: You cannot easily find similar content in a large collection when it has no shared words or matching labels. - What it does EN: It places content descriptions on a numerical map and looks for nearby neighbours whose descriptions suggest similarity. - Everyday example EN: You show a chair photo, and a shop searches for similar shapes in a catalogue stored as numerical image descriptions. - concerns you if PL: chcesz szukać po znaczeniu lub wyglądzie; masz duży zbiór tekstów lub obrazów do przeszukania - concerns you if EN: want to search by meaning or appearance; have a large collection of text or images to search - related: `semanticcache`, `textembeddings`, `knn`, `representations`, `metriclearning` - courses: - sources: `dlai` ### Dzielenie dokumentów (Document chunking) - id: `chunking` · https://aiatlasgraph.com/t/chunking.md - path: Aplikacje LLM i agenci › Wyszukiwanie i RAG › Dzielenie dokumentów - PL: Cięcie dokumentów na fragmenty do indeksu, najlepiej według struktury i z metadanymi. - EN: Cutting documents into indexable pieces, preferably by structure and with metadata. - examples PL: po nagłówkach · rekurencyjnie · metadane · ładowanie formatów - examples EN: by header · recursive · metadata · format loaders - In one sentence PL: To dzielenie dokumentów na mniejsze fragmenty, które można osobno odnaleźć i podać modelowi. - Problem it solves PL: Potrzebna odpowiedź ginie w długim dokumencie, a przekazywanie całego tekstu zajmuje miejsce i zwiększa koszt. - What it does PL: Może dzielić tekst według nagłówków i zachowywać informację, z którego dokumentu oraz miejsca pochodzi każdy fragment. - Everyday example PL: Pytasz o konserwację pralki, a asystent otrzymuje rozdział o czyszczeniu filtra z długiej instrukcji obsługi. - In one sentence EN: This splits documents into smaller passages that can be found individually and given to a model. - Problem it solves EN: The answer you need is buried in a long document, while sending the whole text takes space and costs more. - What it does EN: It can split text at headings and keep a record of the document and location each passage came from. - Everyday example EN: You ask about washing machine maintenance, and the assistant receives the filter cleaning section from a long manual. - concerns you if PL: pracujesz z długimi instrukcjami lub umowami; chcesz znajdować konkretne fragmenty zamiast całych dokumentów - concerns you if EN: work with long manuals or contracts; want specific passages instead of entire documents - related: `layoutanalysis` - sources: `mlabonne-llm-course` ### Hierarchiczna nawigacja dokumentów modelami decyzyjnymi (Hierarchical document navigation with decision models) - id: `decisionrag` · https://aiatlasgraph.com/t/decisionrag.md - path: Aplikacje LLM i agenci › Wyszukiwanie i RAG › Hierarchiczna nawigacja dokumentów modelami decyzyjnymi - aliases: DecisionRAG, retriever-free retrieval, decision-based hierarchical retrieval - PL: Nawigacja hierarchią korpusu, w której model decyzyjny ocenia równolegle gałęzie na każdym poziomie bez autoregresyjnego generowania tekstu. - EN: Navigation through a corpus hierarchy in which a decision model evaluates branches jointly at each level without autoregressive text generation. - In one sentence PL: Model decyzyjny przegląda strukturę dokumentów poziom po poziomie i wybiera, które gałęzie warto otworzyć. - Problem it solves PL: Klasyczny potok najpierw wybiera kandydatów prostszym retrieverem, więc ważny fragment może odpaść, zanim dokładniejszy model porówna go z innymi. - What it does PL: Na każdym poziomie w jednym przejściu ocenia dostępne gałęzie, zachowuje najbardziej obiecujące i schodzi do ich dzieci, aż dotrze do fragmentów. - Everyday example PL: Pytasz o procedurę zwrotu w regulaminie, a system schodzi od tematów do sekcji i akapitu, oceniając kolejne poziomy zamiast najpierw pobierać płaską listę kandydatów. - In one sentence EN: A decision model browses the structure of documents level by level and chooses which branches are worth opening. - Problem it solves EN: A conventional pipeline first selects candidates with a simpler retriever, so an important passage may be discarded before a stronger model compares it with the alternatives. - What it does EN: At each level, one forward pass evaluates the available branches, retains the most promising ones and descends to their children until reaching passages. - Everyday example EN: You ask about a return procedure in the terms, and the system descends from topics to sections and a paragraph, evaluating successive levels instead of first retrieving a flat candidate list. - concerns you if PL: szukasz odpowiedzi w dużych, ustrukturyzowanych zbiorach dokumentów; chcesz użyć struktury dokumentów zamiast płaskiego pierwszego etapu wyszukiwania - concerns you if EN: search for answers in large structured document collections; want to use document structure instead of a flat first-stage retrieval step - sources: `decisionrag-arxiv-2610.35868` ### Przekształcanie zapytań (Query transformation) - id: `queryrewrite` · https://aiatlasgraph.com/t/queryrewrite.md - path: Aplikacje LLM i agenci › Wyszukiwanie i RAG › Przekształcanie zapytań - PL: Przepisanie pytania użytkownika, zanim trafi do wyszukiwania. - EN: Rewriting the user's question before it reaches the search. - examples PL: przepisywanie zapytań · HyDE · CoRAG - examples EN: query rewriting · HyDE · CoRAG - In one sentence PL: To zmienianie sformułowania pytania, żeby wyszukiwarka łatwiej znalazła potrzebne informacje. - Problem it solves PL: Wyszukiwarka nie znajduje odpowiedzi, gdy pytanie jest skrótowe, niejasne lub zależy od wcześniejszej rozmowy. - What it does PL: Dopisuje brakujący kontekst rozmowy, proponuje inne słowa lub rozbija złożone pytanie na prostsze poszukiwania. - Everyday example PL: Po rozmowie o zamówieniu pytasz „a kiedy dotrze?”, a asystent dołącza ustalony numer zamówienia do wyszukiwania. - In one sentence EN: This rephrases a question to help a search system find the information you need. - Problem it solves EN: Search misses the answer when your question is brief, unclear or depends on an earlier part of the conversation. - What it does EN: It adds missing conversation details, suggests alternative words or splits a complex question into smaller searches. - Everyday example EN: After discussing an order, you ask “when will it arrive?”, and the assistant adds the order number to its search. - concerns you if PL: zadajesz krótkie pytania odwołujące się do poprzednich wiadomości; musisz wiele razy zmieniać słowa, żeby coś znaleźć - concerns you if EN: ask brief questions that refer to earlier messages; keep changing search words before you find what you need - sources: `mlabonne-llm-course` ### Reranking i fuzja wyników (Reranking and result fusion) - id: `reranking` · https://aiatlasgraph.com/t/reranking.md - path: Aplikacje LLM i agenci › Wyszukiwanie i RAG › Reranking i fuzja wyników - PL: Ponowne ułożenie znalezionych fragmentów przed podaniem ich modelowi, dla trafności i różnorodności. - EN: Re-ordering retrieved chunks before they reach the model, for relevance and diversity. - examples PL: reranker · RAG-fusion · klasyfikacja fragmentów - examples EN: reranker · RAG-fusion · chunk classification - In one sentence PL: To ponowne porządkowanie znalezionych treści, żeby wybrać te najlepiej pasujące do pytania. - Problem it solves PL: Pierwsze wyniki wyszukiwania wyglądają podobnie do pytania, ale nie zawierają informacji potrzebnych do odpowiedzi. - What it does PL: Każdy znaleziony fragment ocenia względem całego pytania, a wyniki różnych wyszukiwań może połączyć we wspólną listę. - Everyday example PL: Pytasz o wyjątki od zasad zwrotu, a asystent wybiera fragment o wyjątkach spośród wielu podobnych zapisów regulaminu. - In one sentence EN: This reorders retrieved material to choose what fits your question best. - Problem it solves EN: The first search results look related to your question but lack the information needed to answer it. - What it does EN: It checks each retrieved passage against the full question and can combine results from several searches into one list. - Everyday example EN: You ask about exceptions to a returns policy, and the assistant selects the exceptions passage from several similar policy sections. - concerns you if PL: otrzymujesz wyniki związane z tematem, ale bez potrzebnej odpowiedzi; chcesz wybrać przydatne fragmenty z wielu znalezionych dokumentów - concerns you if EN: get related results that do not answer your question; want useful passages selected from many retrieved documents - related: `textembeddings`, `recpipeline`, `retrievalmetrics`, `learningtorank` - sources: `mlabonne-llm-course` ### Wyszukiwanie hybrydowe (Hybrid retrieval) - id: `hybridsearch` · https://aiatlasgraph.com/t/hybridsearch.md - path: Aplikacje LLM i agenci › Wyszukiwanie i RAG › Wyszukiwanie hybrydowe - PL: Łączenie podobieństwa wektorów z dopasowaniem słów kluczowych, czasem kilka wektorów na dokument. - EN: Combining vector similarity with keyword matching, sometimes several vectors per document. - examples PL: wektory + słowa kluczowe · multi-vector - examples EN: vectors + keywords · multi-vector - In one sentence PL: To wyszukiwanie, które łączy dopasowanie dokładnych słów z podobieństwem znaczenia. - Problem it solves PL: Nie znajdujesz potrzebnego dokumentu, bo używa innych słów albo ważny jest w nim dokładny numer. - What it does PL: Jedna lista zbiera dokładne trafienia, druga podobne opisy; połączone wyniki pozwalają uwzględnić oba rodzaje dopasowania. - Everyday example PL: Wpisujesz „naprawa pompy” razem z numerem części i znajdujesz instrukcję opisaną jako wymiana uszczelki. - In one sentence EN: This search combines exact word matches with similarity in meaning. - Problem it solves EN: You cannot find the document you need because it uses different words or depends on an exact reference number. - What it does EN: One list collects exact matches and another collects similar descriptions; combining them lets the search use both kinds of evidence. - Everyday example EN: You search for “pump repair” with a part number and find an instruction described as replacing a seal. - concerns you if PL: szukasz dokumentów opisanych innymi słowami niż twoje pytanie; musisz uwzględniać dokładne numery lub oznaczenia - concerns you if EN: search for documents that use different words from your question; need exact numbers or identifiers to matter in search - sources: `mlabonne-llm-course` ### Zapytania do danych strukturalnych (Query construction for structured data) - id: `queryconstruction` · https://aiatlasgraph.com/t/queryconstruction.md - path: Aplikacje LLM i agenci › Wyszukiwanie i RAG › Zapytania do danych strukturalnych - PL: Tłumaczenie pytania na język bazy danych, gdy odpowiedź leży w tabelach lub grafie. - EN: Translating a question into a database query language when the answer lives in tables or a graph. - examples PL: text-to-SQL · Cypher · filtry metadanych - examples EN: text-to-SQL · Cypher · metadata filters - In one sentence PL: To zamienianie zwykłego pytania w polecenie, które baza danych potrafi wykonać. - Problem it solves PL: Informacje są w tabelach lub powiązaniach, ale nie znasz sposobu, żeby zadać im potrzebne pytanie. - What it does PL: Wybiera potrzebne tabele lub powiązania, ustawia warunki i zleca bazie obliczenie albo wyszukanie wyniku. - Everyday example PL: Pytasz, które zamówienia z poprzedniego miesiąca wciąż czekają na wysyłkę, a asystent pobiera odpowiednie wiersze z firmowej bazy. - In one sentence EN: This turns an everyday question into an instruction a database can carry out. - Problem it solves EN: The information is stored in tables or linked records, but you do not know how to ask them your question. - What it does EN: It chooses relevant tables or links, sets conditions and asks the database to calculate or retrieve the result. - Everyday example EN: You ask which orders from last month still await dispatch, and the assistant retrieves the matching rows from your workplace database. - concerns you if PL: chcesz pytać o dane bez pisania poleceń do bazy; ręcznie filtrujesz tabele, żeby znaleźć odpowiedź - concerns you if EN: want to ask about data without writing database commands; filter tables by hand to find an answer - related: `kgraphs`, `tableqa` - sources: `mlabonne-llm-course` ## Autonomiczna jazda (Autonomous driving) - id: `autodriving` · https://aiatlasgraph.com/t/autodriving.md - path: Autonomiczna jazda - aliases: self-driving cars, autonomous vehicles, autonomous driving systems, samochody autonomiczne, pojazdy autonomiczne, auta bez kierowcy, robotaxi - PL: Dziedzina łącząca percepcję, mapy, prognozowanie ruchu, planowanie i symulację, aby pojazd samodzielnie prowadził się w ruchu drogowym. - EN: The field combining perception, maps, motion forecasting, planning and simulation so that a vehicle drives itself in road traffic. - In one sentence PL: Samochody, które same widzą drogę, przewidują ruch innych i decydują, jak jechać, bez człowieka za kierownicą. - Problem it solves PL: Ludzie za kierownicą męczą się, rozpraszają i popełniają błędy, a wielu w ogóle nie może prowadzić. - What it does PL: Działa jak kierowca z oczami dookoła głowy: łączy sygnały z wielu czujników, zgaduje zamiary innych i co chwilę poprawia plan. - Everyday example PL: Taksówka bez kierowcy podjeżdża pod dom, omija rowerzystę na pasie i zatrzymuje się, gdy pieszy wchodzi na przejście. - In one sentence EN: Cars that see the road, anticipate what others will do and decide how to drive, with nobody at the wheel. - Problem it solves EN: People behind the wheel get tired, distracted and make mistakes, and many cannot drive at all. - What it does EN: It works like a driver with eyes all around their head: it merges many sensors, guesses others' intentions and keeps revising its plan. - Everyday example EN: A driverless taxi pulls up at your door, steers around a cyclist in the lane and stops when someone steps onto the crossing. - concerns you if PL: jeździsz autem, które samo trzyma pas lub odstęp; zastanawiasz się, kiedy auta pojadą zupełnie same; pracujesz przy robotach, dronach lub transporcie - concerns you if EN: drive a car that keeps its lane or distance by itself; wonder when cars will drive entirely on their own; work with robots, drones or transport - sources: `coursera-sdc-toronto`, `e2e-ad-survey-2023`, `waymo-crash-7m-2023` ### Jazda end-to-end (End-to-end autonomous driving) - id: `e2edriving` · https://aiatlasgraph.com/t/e2edriving.md - path: Autonomiczna jazda › Jazda end-to-end - aliases: end-to-end driving, E2E autonomous driving, sensor-to-plan driving, jazda od czujników do planu - PL: Podejście, w którym percepcja, predykcja i planowanie tworzą jedną sieć uczoną wspólnie, od danych z czujników do trajektorii. - EN: An approach where perception, prediction and planning form one network trained jointly, from sensor data to trajectory. - In one sentence PL: Jedna duża sieć, która od obrazu z kamer od razu przechodzi do decyzji, jak jechać, zamiast wielu osobnych programów. - Problem it solves PL: W łańcuchu osobnych modułów błąd jednego przechodzi dalej i narasta, a każdy moduł jest ulepszany osobno, nie dla wspólnego celu. - What it does PL: Jak sportowiec, którego wzrok i ruchy trenuje się razem, a nie osobno: całość jest dostrajana pod jeden wynik, czyli dobrą jazdę. - Everyday example PL: Auto testowe przejeżdża przez miasto, a jedna sieć prowadzi je od kamer aż po kierownicę, pokazując po drodze, co wykryła. - In one sentence EN: One large network that goes straight from camera images to the decision of how to drive, instead of many separate programs. - Problem it solves EN: In a chain of separate modules one module's error passes on and grows, and each is improved on its own, not for the shared goal. - What it does EN: Like an athlete whose eyes and movements are trained together rather than apart, the whole thing is tuned for one result: good driving. - Everyday example EN: A test car crosses the city while one network drives it from cameras to steering, showing along the way what it detected. - concerns you if PL: śledzisz, dokąd zmierzają auta autonomiczne; interesuje cię uczenie całych systemów naraz; pracujesz z dużymi zbiorami nagrań wideo - concerns you if EN: follow where self-driving cars are heading; are interested in training whole systems at once; work with large video collections - related: `learnedplanning` - sources: `e2e-ad-survey-2023`, `uniad-2022`, `navsim-2024` ### Modele wizja–język–akcja za kierownicą (Vision-language-action models for driving) - id: `drivingvlm` · https://aiatlasgraph.com/t/drivingvlm.md - path: Autonomiczna jazda › Jazda end-to-end › Modele wizja–język–akcja za kierownicą - aliases: driving VLM, driving VLA, LLM for autonomous driving, DriveLM, EMMA, modele językowe w jeździe - PL: Multimodalne modele dostrajane do jazdy, które z obrazów i instrukcji przewidują m.in. trajektorie, obiekty lub elementy drogi jako tekst bądź tokeny akcji. - EN: Multimodal models adapted to driving that use images and instructions to predict trajectories, objects or road elements as text or action tokens. - In one sentence PL: Duże modele rozumiejące obraz i język, uczone także prowadzić auto i opisywać słowami, co robią na drodze. - Problem it solves PL: Klasyczne systemy jazdy gubią się w nietypowych sytuacjach i nie umieją wytłumaczyć swoich decyzji. - What it does PL: Łączy obraz drogi z instrukcjami i opisami tekstowymi, dzięki czemu jedna architektura może wykonywać kilka zadań jazdy i komunikować wyniki. - Everyday example PL: Model opisuje widoczne obiekty, przewiduje trajektorię i tekstowo przedstawia przesłanki manewru w scenie testowej. - In one sentence EN: Large models that understand images and language, also trained to drive and to explain in words what they are doing on the road. - Problem it solves EN: Classic driving systems get lost in unusual situations and cannot explain their decisions. - What it does EN: It combines road imagery with text instructions and descriptions, allowing one architecture to perform several driving tasks and communicate its outputs. - Everyday example EN: In a test scene, the model describes visible objects, predicts a trajectory and gives a textual account of the manoeuvre's basis. - concerns you if PL: interesuje cię, jak duże modele językowe trafiają do aut; chcesz, by maszyna tłumaczyła swoje decyzje; pracujesz z modelami obrazu i tekstu - concerns you if EN: are curious how large language models reach cars; want a machine to explain its decisions; work with image-and-text models - related: `vlm`, `vla` - sources: `drivelm-2023`, `emma-2024` ### Wspólne uczenie percepcji, predykcji i planowania (Joint perception, prediction and planning) - id: `planningoriented` · https://aiatlasgraph.com/t/planningoriented.md - path: Autonomiczna jazda › Jazda end-to-end › Wspólne uczenie percepcji, predykcji i planowania - aliases: planning-oriented autonomous driving, UniAD, VAD, modular end-to-end, differentiable modular stack - PL: Architektury end-to-end z jawnymi etapami (śledzenie, mapa, predykcja, zajętość, plan) połączonymi zapytaniami i uczonymi wspólnie pod planowanie. - EN: End-to-end architectures with explicit stages (tracking, mapping, prediction, occupancy, planning) linked by queries and trained jointly for planning. - In one sentence PL: Jedna sieć, w której rozpoznawanie, przewidywanie i planowanie są osobnymi etapami, ale uczonymi razem pod jeden cel: dobrą jazdę. - Problem it solves PL: Moduły trenowane osobno dobrze wykonują swoje zadania, ale niekoniecznie to, co najbardziej potrzebne do bezpiecznej decyzji. - What it does PL: Jak zespół, w którym obserwator, analityk i kierowca mówią wspólnym językiem, ale każdy ma też własne zadanie kontrolne. - Everyday example PL: Auto poświęca mniej uwagi autom zaparkowanym za płotem, a więcej pieszemu, który może wejść mu przed maskę. - In one sentence EN: One network in which recognising, predicting and planning are separate stages, yet trained together for one aim: driving well. - Problem it solves EN: Modules trained separately do their own jobs well, but not necessarily what matters most for a safe decision. - What it does EN: Like a team whose observer, analyst and driver share one language while each still has a supervised role. - Everyday example EN: The car pays less attention to cars parked behind a fence and more to a pedestrian who might step in front of it. - concerns you if PL: chcesz zrozumieć kompromis między modułami a jedną siecią; budujesz systemy złożone z wielu modeli; chcesz zachować wgląd w decyzje sieci - concerns you if EN: want to understand the trade-off between modules and one network; build systems made of many models; want to keep insight into a network's decisions - sources: `uniad-2022`, `navsim-2024` ### Mapy i lokalizacja pojazdu (Maps and localisation for autonomous driving) - id: `admapping` · https://aiatlasgraph.com/t/admapping.md - path: Autonomiczna jazda › Mapy i lokalizacja pojazdu - aliases: HD maps, high-definition maps, vehicle localization, mapy HD, mapy wysokiej rozdzielczości, lokalizacja pojazdu - PL: Reprezentacja sieci drogowej z dokładnością do pasa oraz estymacja położenia pojazdu względem niej z czujników pokładowych. - EN: Lane-accurate representation of the road network and estimation of the vehicle's pose relative to it from onboard sensors. - In one sentence PL: Szczegółowe mapy dróg i sposoby, by auto wiedziało, gdzie dokładnie jest, aż do konkretnego pasa ruchu. - Problem it solves PL: Nawigacja w telefonie myli się o kilka metrów, a auto musi wiedzieć, na którym jest pasie i gdzie kończy się jezdnia. - What it does PL: Jak taksówkarz znający miasto na pamięć: porównuje to, co widzi, z zapamiętanym planem ulic i z tego wie, gdzie stoi. - Everyday example PL: W tunelu, gdzie sygnał z satelitów znika, auto dalej trzyma się swojego pasa, rozpoznając krawężniki i linie. - In one sentence EN: Detailed road maps and the ways a car works out exactly where it is, down to the lane. - Problem it solves EN: Phone navigation can be off by several metres, but the car must know which lane it is in and where the road ends. - What it does EN: Like a cab driver who knows the city by heart, it compares what it sees with a remembered street plan to know where it is. - Everyday example EN: In a tunnel where the satellite signal drops, the car keeps to its lane by recognising kerbs and road markings. - concerns you if PL: ciekawi cię, czy auto bez kierowcy potrzebuje specjalnej mapy; pracujesz z mapami, GPS lub danymi o położeniu; budujesz roboty jeżdżące po magazynach lub budynkach - concerns you if EN: wonder whether a driverless car needs a special map; work with maps, GPS or location data; build robots that move around warehouses or buildings - sources: `coursera-sdc-toronto`, `hdmapnet-2021` ### Lokalizacja pojazdu na mapie (Map-based vehicle localisation) - id: `maplocalization` · https://aiatlasgraph.com/t/maplocalization.md - path: Autonomiczna jazda › Mapy i lokalizacja pojazdu › Lokalizacja pojazdu na mapie - aliases: vehicle localization, map matching, LiDAR localization, state estimation, lokalizacja na mapie, estymacja stanu pojazdu - PL: Estymacja pozycji i orientacji pojazdu przez fuzję GNSS, czujników inercyjnych, odometrii i dopasowania obserwacji do mapy referencyjnej. - EN: Estimating the vehicle's position and orientation by fusing GNSS, inertial sensors, odometry and matching observations to a reference map. - In one sentence PL: Ustalanie położenia auta względem pasa i mapy przez łączenie pomiarów ruchu z obserwacjami z czujników. - Problem it solves PL: Sygnał satelitarny gubi się między wieżowcami i w tunelach, a błąd o metr oznacza już inny pas ruchu. - What it does PL: Jak dopasowywanie zdjęcia do fragmentu panoramy: system przesuwa i obraca to, co widzą czujniki, aż nałoży się na mapę. - Everyday example PL: Między wysokimi biurowcami auto nie gubi pasa, choć nawigacja w telefonie pokazuje je na sąsiedniej ulicy. - In one sentence EN: Locating the car relative to its lane and map by combining motion measurements with sensor observations. - Problem it solves EN: Satellite signals get lost between tall buildings and in tunnels, and an error of one metre already means a different lane. - What it does EN: Like fitting a photo into a panorama, the system shifts and turns what the sensors see until it lines up with the map. - Everyday example EN: Among tall office blocks the car stays in its lane, even though phone navigation shows it on the next street. - concerns you if PL: chcesz wiedzieć, czemu samo GPS nie wystarcza autom; budujesz roboty dostawcze lub magazynowe; pracujesz z danymi o położeniu i ruchu - concerns you if EN: want to know why GPS alone is not enough for cars; build delivery or warehouse robots; work with position and motion data - related: `crossviewgeo`, `slam` - sources: `coursera-sdc-toronto` ### Mapy budowane w locie z czujników (Online vectorised HD map construction) - id: `onlinemapping` · https://aiatlasgraph.com/t/onlinemapping.md - path: Autonomiczna jazda › Mapy i lokalizacja pojazdu › Mapy budowane w locie z czujników - aliases: online mapping, online HD map construction, mapless driving, vectorized map learning, HDMapNet, MapTR, jazda bez mapy HD - PL: Przewidywanie wektorowych elementów mapy (linie pasów, krawędzie jezdni, przejścia) w widoku z góry bezpośrednio z czujników pojazdu. - EN: Predicting vector map elements (lane lines, road boundaries, crossings) in a top-down view directly from the vehicle's sensors. - In one sentence PL: Auto na bieżąco samo rysuje mapę pasów i przejść wokół siebie, zamiast polegać na gotowej, drogiej mapie. - Problem it solves PL: Precyzyjne mapy kosztują fortunę, obejmują niewiele miast i dezaktualizują się przy każdym remoncie drogi. - What it does PL: Jak kierowca w obcym mieście, który z samego widoku ulicy odczytuje, gdzie są pasy, skręty i przejścia. - Everyday example PL: Po namalowaniu nowych pasów system odtwarza ich przebieg w lokalnej mapie, którą może wykorzystać planer. - In one sentence EN: The car draws its own map of lanes and crossings around it as it drives, instead of relying on a costly ready-made map. - Problem it solves EN: Precise maps cost a fortune, cover few cities and go out of date with every roadwork. - What it does EN: Like a driver in an unfamiliar city who reads lanes, turns and crossings straight from the view of the street. - Everyday example EN: After new lanes are painted, the system reconstructs them in a local map that the planner can use. - concerns you if PL: zastanawiasz się, czy auta autonomiczne wyjadą poza duże miasta; pracujesz z mapami, które szybko się dezaktualizują; interesuje cię, jak model zamienia obraz w rysunek - concerns you if EN: wonder whether self-driving cars will leave big cities; work with maps that quickly go out of date; are curious how a model turns images into drawings - related: `detrdetectors` - sources: `hdmapnet-2021`, `maptr-2022` ### Percepcja otoczenia pojazdu (Perception for autonomous driving) - id: `adperception` · https://aiatlasgraph.com/t/adperception.md - path: Autonomiczna jazda › Percepcja otoczenia pojazdu - aliases: AV perception, 3D perception, driving perception, percepcja 3D, percepcja w autach autonomicznych - PL: Wykrywanie, śledzenie i opis obiektów oraz wolnej przestrzeni wokół pojazdu w 3D na podstawie kamer, LiDAR-u i radaru. - EN: Detecting, tracking and describing objects and free space around the vehicle in 3D from cameras, LiDAR and radar. - In one sentence PL: Część auta autonomicznego, która z kamer i czujników składa obraz drogi: kto jest wokół, gdzie i jak szybko jedzie. - Problem it solves PL: Kamera daje płaski obraz, laser rzadkie punkty, a auto musi dokładnie wiedzieć, gdzie stoi pieszy i dokąd jedzie ciężarówka. - What it does PL: Jak mózg łączący wzrok i słuch w jedno wrażenie: zestawia sygnały z wielu czujników w jedną trójwymiarową scenę. - Everyday example PL: Auto wykrywa dziecko wychodzące zza zaparkowanej furgonetki i przekazuje tę obserwację do planera. - In one sentence EN: The part of a self-driving car that builds a picture of the road from cameras and sensors: who is around, where, and how fast. - Problem it solves EN: A camera gives a flat image and a laser sparse dots, yet the car must know exactly where a pedestrian stands and a lorry heads. - What it does EN: Like a brain blending sight and hearing into one impression, it combines signals from many sensors into a single 3D scene. - Everyday example EN: The car detects a child stepping out from behind a parked van and passes that observation to the planner. - concerns you if PL: chcesz zrozumieć, jak auto „widzi” drogę; pracujesz z kamerami lub czujnikami w pojazdach; oceniasz, czy systemy wspierające kierowcę są wiarygodne - concerns you if EN: want to understand how a car 'sees' the road; work with cameras or sensors in vehicles; judge whether driver-assistance systems can be trusted - related: `objecttracking` - sources: `coursera-sdc-toronto`, `nuscenes-2019`, `centerpoint-2020` ### Fuzja kamer, LiDAR-u i radaru (Camera–LiDAR–radar sensor fusion) - id: `sensorfusion` · https://aiatlasgraph.com/t/sensorfusion.md - path: Autonomiczna jazda › Percepcja otoczenia pojazdu › Fuzja kamer, LiDAR-u i radaru - aliases: sensor fusion, multi-sensor fusion, camera-LiDAR fusion, fuzja czujników, fuzja sensorów - PL: Łączenie danych z kamer, LiDAR-u i radaru w jedną reprezentację sceny, często we wspólnym widoku z góry (BEV). - EN: Combining camera, LiDAR and radar data into one scene representation, often in a shared bird's-eye view (BEV). - In one sentence PL: Łączenie obrazu z kamer z pomiarami lasera i radaru, żeby auto miało pełniejszy i pewniejszy obraz drogi. - Problem it solves PL: Każdy czujnik ma słabe strony: kamera słabo widzi nocą, laser nie widzi kolorów, a radar daje rozmyty obraz. - What it does PL: Jak świadkowie zdarzenia uzupełniający relacje: jeden zna kolor auta, drugi odległość, trzeci prędkość, a razem dają pełny obraz. - Everyday example PL: Nocą kamera słabo widzi zwierzę, ale LiDAR wskazuje jego kształt i odległość, a radar pomaga ocenić ruch. - In one sentence EN: Combining camera images with laser and radar measurements so the car gets a fuller, more reliable picture of the road. - Problem it solves EN: Every sensor has blind spots: cameras struggle at night, lasers see no colour, and radar gives a blurry picture. - What it does EN: Like witnesses piecing together a story: one knows the car's colour, another the distance, a third the speed, and together they see it all. - Everyday example EN: At night the camera barely sees an animal, while LiDAR provides its shape and distance and radar helps estimate motion. - concerns you if PL: porównujesz auta z różnymi zestawami czujników; budujesz roboty lub drony z kilkoma czujnikami; zastanawiasz się, czy same kamery wystarczą - concerns you if EN: compare cars with different sensor sets; build robots or drones with several sensors; wonder whether cameras alone are enough - related: `pointclouds` - sources: `bevfusion-2022` ### Siatki zajętości 3D wokół pojazdu (3D occupancy prediction) - id: `occupancy` · https://aiatlasgraph.com/t/occupancy.md - path: Autonomiczna jazda › Percepcja otoczenia pojazdu › Siatki zajętości 3D wokół pojazdu - aliases: occupancy prediction, semantic occupancy, occupancy networks, 3D occupancy, sieci zajętości - PL: Przewidywanie dla każdego woksela wokół pojazdu, czy jest zajęty i jaką ma klasę semantyczną, zamiast samych ramek obiektów. - EN: Predicting for every voxel around the vehicle whether it is occupied and which semantic class it has, instead of object boxes alone. - In one sentence PL: Opis przestrzeni wokół auta jak z klocków: każdy mały sześcian jest pusty albo zajęty przez coś konkretnego. - Problem it solves PL: Prostokątne ramki wokół aut i pieszych nie opiszą przewróconego drzewa czy ładunku na jezdni, a w nie też nie wolno wjechać. - What it does PL: Zamiast ograniczać opis do ramek znanych obiektów, model przewiduje, które fragmenty przestrzeni są zajęte; wariant semantyczny przypisuje im także klasy. - Everyday example PL: Siatka pokazuje zajęty fragment przestrzeni przez karton leżący na jezdni, dzięki czemu planer może go ominąć. - In one sentence EN: Describing the space around the car like building blocks: each small cube is either empty or filled by something specific. - Problem it solves EN: Boxes drawn around cars and pedestrians cannot describe a fallen tree or cargo on the road, yet the car must not hit those either. - What it does EN: Instead of limiting the scene to boxes around known objects, the model predicts which parts of space are occupied; a semantic variant also assigns classes. - Everyday example EN: The grid marks the space occupied by a box on the road, allowing the planner to avoid it. - concerns you if PL: zastanawiasz się, jak auto reaguje na nietypowe przeszkody; pracujesz nad poruszaniem się robotów w zagraconym otoczeniu; porównujesz sposoby opisu sceny 3D - concerns you if EN: wonder how a car reacts to unusual obstacles; work on robots moving through cluttered places; compare ways of describing a 3D scene - related: `bevperception` - sources: `occ3d-2023` ### Widok z lotu ptaka z wielu kamer (BEV) (Bird's-eye-view perception from multi-camera images) - id: `bevperception` · https://aiatlasgraph.com/t/bevperception.md - path: Autonomiczna jazda › Percepcja otoczenia pojazdu › Widok z lotu ptaka z wielu kamer (BEV) - aliases: BEV perception, bird's-eye view, multi-camera 3D perception, Lift-Splat-Shoot, BEVFormer, widok z góry - PL: Przekształcanie cech z obrazów wielu kamer do wspólnej siatki widoku z góry, na której działają detekcja, segmentacja i planowanie. - EN: Transforming features from multiple camera images into a shared top-down grid on which detection, segmentation and planning operate. - In one sentence PL: Zamiana obrazów z kilku kamer wokół auta w jedną mapę widzianą z góry, na której widać wszystko dookoła. - Problem it solves PL: Sześć kamer daje sześć osobnych, zniekształconych obrazów, a do planowania jazdy potrzebna jest jedna mapa okolicy. - What it does PL: Jak parkowanie z podglądem z góry, tylko sprytniej: sieć sama uczy się, gdzie na mapie położyć każdy fragment obrazu. - Everyday example PL: Auto zmieniające pas widzi na jednej mapie samochód w martwym polu i motocykl nadjeżdżający z tyłu. - In one sentence EN: Turning the images from several cameras around the car into one top-down map that shows everything nearby. - Problem it solves EN: Six cameras give six separate, distorted pictures, while planning a drive needs one map of the surroundings. - What it does EN: Like a parking camera's overhead view, only smarter: the network learns by itself where on the map each piece of image belongs. - Everyday example EN: A car changing lanes sees on one map both the vehicle in its blind spot and a motorbike approaching from behind. - concerns you if PL: interesuje cię jazda autonomiczna oparta głównie na kamerach; pracujesz z obrazem z wielu kamer naraz; chcesz wiedzieć, skąd auto wie, co jest obok - concerns you if EN: are interested in camera-first self-driving; work with several camera feeds at once; want to know how a car knows what is beside it - related: `occupancy` - sources: `lss-2020`, `bevformer-2022` ### Planowanie ruchu i sterowanie pojazdem (Motion planning and vehicle control) - id: `adplanning` · https://aiatlasgraph.com/t/adplanning.md - path: Autonomiczna jazda › Planowanie ruchu i sterowanie pojazdem - aliases: motion planning, trajectory planning, AV planner, vehicle control, planowanie trajektorii, sterowanie pojazdem - PL: Wybór manewru i trajektorii pojazdu z uwzględnieniem przeszkód, przepisów i komfortu oraz jej realizacja przez regulator. - EN: Choosing the vehicle's manoeuvre and trajectory with respect to obstacles, rules and comfort, and executing it with a controller. - In one sentence PL: Decydowanie, jaką drogą i z jaką prędkością jechać przez najbliższe sekundy, a potem dokładne wykonanie tego kierownicą i pedałami. - Problem it solves PL: Nawet gdy auto wie wszystko o otoczeniu, musi wybrać ruch bezpieczny, zgodny z przepisami i wygodny dla pasażerów. - What it does PL: Jak kierowca, który najpierw wybiera manewr, potem rysuje w głowie płynny tor, a ręce i nogi dokładnie go odtwarzają. - Everyday example PL: Auto łagodnie wyprzedza rowerzystę, zostawiając mu dużo miejsca, i wraca na pas, zanim nadjedzie samochód z naprzeciwka. - In one sentence EN: Deciding which path and speed to take over the next few seconds, then carrying it out precisely with steering and pedals. - Problem it solves EN: Even when the car knows everything about its surroundings, it must pick a move that is safe, legal and comfortable for passengers. - What it does EN: Like a driver who first picks a manoeuvre, then pictures a smooth path, and lets hands and feet follow it precisely. - Everyday example EN: The car gently overtakes a cyclist with plenty of room and moves back before an oncoming car arrives. - concerns you if PL: chcesz wiedzieć, jak auto podejmuje decyzje na drodze; pracujesz z robotami mobilnymi lub dronami; interesuje cię łączenie reguł z uczeniem maszynowym - concerns you if EN: want to know how a car makes decisions on the road; work with mobile robots or drones; are interested in combining rules with machine learning - related: `feedbackcontrol` - sources: `coursera-sdc-toronto`, `paden-2016` ### Klasyczne planowanie trajektorii (Classical trajectory planning) - id: `rulebasedplanning` · https://aiatlasgraph.com/t/rulebasedplanning.md - path: Autonomiczna jazda › Planowanie ruchu i sterowanie pojazdem › Klasyczne planowanie trajektorii - aliases: classical motion planning, rule-based trajectory planning, search-based planning, sampling-based planning, klasyczne planowanie ruchu - PL: Planowanie toru jazdy przy użyciu jawnego modelu ruchu, przeszukiwania, próbkowania lub optymalizacji oraz ręcznie zdefiniowanej funkcji kosztu. - EN: Planning a driving path with an explicit motion model, search, sampling or optimisation and a hand-defined cost function. - In one sentence PL: Wyznaczanie toru jazdy według jasnych reguł i obliczeń: sprawdź wiele możliwych ruchów i wybierz najbezpieczniejszy. - Problem it solves PL: Zachowanie auta musi być przewidywalne i możliwe do wyjaśnienia, a modele uczone potrafią zaskoczyć dziwną decyzją. - What it does PL: Jak rozważny szachista: rozpisuje kilka ruchów, odrzuca te prowadzące do kolizji i z reszty wybiera najlepiej ocenione. - Everyday example PL: Na zwężeniu drogi auto rozważa kilkadziesiąt łuków omijania i wybiera ten, który mija pachołki z zapasem. - In one sentence EN: Working out a driving path with clear rules and calculations: try many possible moves and choose the safest. - Problem it solves EN: A car's behaviour must be predictable and explainable, while learned models can surprise with an odd decision. - What it does EN: Like a careful chess player, it lays out several moves, discards those leading to a crash and picks the best-scoring one. - Everyday example EN: Where the road narrows, the car weighs dozens of curves around the cones and chooses the one with the most clearance. - concerns you if PL: cenisz rozwiązania, które da się wytłumaczyć krok po kroku; pracujesz z robotami lub automatyką; porównujesz reguły z uczeniem maszynowym - concerns you if EN: value solutions you can explain step by step; work with robots or automation; compare rules with machine learning - related: `learnedplanning`, `armmotionplanning`, `astar` - sources: `paden-2016`, `pdm-2023` ### Planery uczone na nagraniach jazdy (Learning-based motion planning) - id: `learnedplanning` · https://aiatlasgraph.com/t/learnedplanning.md - path: Autonomiczna jazda › Planowanie ruchu i sterowanie pojazdem › Planery uczone na nagraniach jazdy - aliases: learned planner, ML planner, imitation learning planner, ChauffeurNet, planowanie uczone z danych - PL: Planery trajektorii trenowane naśladowaniem ludzkiej jazdy, często z dodatkowymi stratami bezpieczeństwa i danymi z perturbacji. - EN: Trajectory planners trained by imitating human driving, often with extra safety losses and perturbed data. - In one sentence PL: Planer, który uczy się prowadzić, oglądając ogromne ilości ludzkiej jazdy, zamiast mieć reguły spisane ręcznie. - Problem it solves PL: Nie da się ręcznie spisać reguł na każdą sytuację na drodze, a ludzie jeżdżą płynnie także tam, gdzie nikt niczego nie przewidział. - What it does PL: Jak kursant patrzący przez ramię doświadczonego kierowcy, któremu instruktor dodatkowo pokazuje celowo wymyślone groźne sytuacje. - Everyday example PL: Na zatłoczonym skrzyżowaniu auto wjeżdża w lukę tak naturalnie jak człowiek, zamiast czekać bez końca. - In one sentence EN: A planner that learns to drive by watching huge amounts of human driving instead of following hand-written rules. - Problem it solves EN: You cannot write rules for every road situation, yet people drive smoothly even where nobody planned for it. - What it does EN: Like a learner watching over an experienced driver's shoulder, while the instructor also stages dangerous situations on purpose. - Everyday example EN: At a busy junction the car slips into a gap as naturally as a person, instead of waiting forever. - concerns you if PL: interesuje cię, czy maszyna nauczy się jeździć jak człowiek; pracujesz z dużymi zbiorami nagrań; porównujesz reguły z uczeniem z danych - concerns you if EN: wonder whether a machine can learn to drive like a person; work with large collections of recordings; compare rules with learning from data - related: `e2edriving`, `rulebasedplanning`, `behaviorcloning` - sources: `pdm-2023`, `chauffeurnet-2018`, `nuplan-2021` ### Przewidywanie ruchu innych uczestników ruchu (Motion forecasting for road agents) - id: `motionforecasting` · https://aiatlasgraph.com/t/motionforecasting.md - path: Autonomiczna jazda › Przewidywanie ruchu innych uczestników ruchu - aliases: trajectory prediction, motion prediction, behavior prediction, predykcja trajektorii, prognozowanie ruchu - PL: Przewidywanie przyszłych trajektorii uczestników ruchu na kilka sekund naprzód na podstawie historii ruchu, mapy i interakcji; model może zwracać kilka wariantów. - EN: Predicting road users' future trajectories a few seconds ahead from motion history, the map and interactions; a model may return several alternatives. - In one sentence PL: Zgadywanie, gdzie za kilka sekund będą inne auta, rowerzyści i piesi, żeby zawczasu się do tego dostosować. - Problem it solves PL: Samo zauważenie pieszego nie wystarcza: auto musi wiedzieć, czy zaraz wejdzie na jezdnię, zanim to zrobi. - What it does PL: Jak doświadczony kierowca, który z toru jazdy i układu ulicy wyczuwa, co ktoś zaraz zrobi, i bierze pod uwagę kilka wersji. - Everyday example PL: Auto zwalnia, bo samochód z sąsiedniego pasa zaczyna zjeżdżać w jego stronę, choć jeszcze nie włączył kierunkowskazu. - In one sentence EN: Guessing where other cars, cyclists and pedestrians will be in a few seconds, so the car can adjust in time. - Problem it solves EN: Spotting a pedestrian is not enough: the car must know whether they are about to step into the road before they do. - What it does EN: Like an experienced driver who reads from someone's path and the street layout what they will do next, keeping several versions in mind. - Everyday example EN: The car eases off because a vehicle in the next lane starts drifting towards it before signalling. - concerns you if PL: ciekawi cię, jak maszyna przewiduje ludzkie zachowanie; pracujesz z danymi o ruchu ludzi lub pojazdów; projektujesz systemy reagujące z wyprzedzeniem - concerns you if EN: are curious how a machine predicts human behaviour; work with data on how people or vehicles move; design systems that react ahead of time - related: `mobilityai`, `objecttracking` - sources: `vectornet-2020`, `mtr-2022`, `womd-2021` ### Kodowanie sceny drogowej jako grafu wektorów (Vectorised scene encoding) - id: `vectorizedscene` · https://aiatlasgraph.com/t/vectorizedscene.md - path: Autonomiczna jazda › Przewidywanie ruchu innych uczestników ruchu › Kodowanie sceny drogowej jako grafu wektorów - aliases: VectorNet, vectorized representation, polyline encoding, scene encoding, reprezentacja wektorowa sceny - PL: Reprezentacja pasów, linii i torów agentów jako polilinii wektorów przetwarzanych przez hierarchiczną sieć grafową lub transformer. - EN: Representing lanes, markings and agent tracks as vector polylines processed by a hierarchical graph network or transformer. - In one sentence PL: Zapisanie ulic i torów jazdy jako zbiorów odcinków, żeby model szybciej i dokładniej rozumiał sytuację na drodze. - Problem it solves PL: Rysowanie mapy i ruchu jako obrazka marnuje pamięć i zaciera szczegóły, przez co modele są ciężkie i powolne. - What it does PL: Zamiast fotografii skrzyżowania model dostaje szkic z kresek: każdy pas i każdy tor to łańcuch strzałek, które wymieniają się informacją. - Everyday example PL: Auto na rondzie trafnie przewiduje, który zjazd wybierze sąsiad, bo zna kształt wszystkich pasów i jego dotychczasowy tor. - In one sentence EN: Writing streets and vehicle paths down as sets of line segments so a model grasps the road situation faster and more precisely. - Problem it solves EN: Drawing the map and traffic as a picture wastes memory and blurs details, making models heavy and slow. - What it does EN: Instead of a photo of the junction the model gets a line sketch: every lane and path is a chain of arrows that exchange information. - Everyday example EN: On a roundabout the car correctly predicts which exit a neighbour will take, because it knows every lane's shape and that car's path so far. - concerns you if PL: chcesz zrozumieć, jak model „czyta” mapę; pracujesz z danymi o trasach lub ruchu; szukasz lżejszych modeli niż oparte na obrazkach - concerns you if EN: want to understand how a model 'reads' a map; work with route or traffic data; look for lighter models than image-based ones - related: `gnn` - sources: `vectornet-2020` ### Przewidywanie kilku wariantów ruchu naraz (Multi-modal trajectory prediction) - id: `multihypothesis` · https://aiatlasgraph.com/t/multihypothesis.md - path: Autonomiczna jazda › Przewidywanie ruchu innych uczestników ruchu › Przewidywanie kilku wariantów ruchu naraz - aliases: multimodal trajectory prediction, multi-hypothesis prediction, motion queries, Motion Transformer, MTR, goal-conditioned prediction - PL: Generowanie zestawu odrębnych trajektorii z prawdopodobieństwami dla każdego agenta, by objąć różne zamiary zamiast ich średniej. - EN: Generating a set of distinct trajectories with probabilities for each agent, covering different intentions rather than their average. - In one sentence PL: Przewidywanie kilku możliwych dróg dla tego samego pojazdu naraz, każdej z oceną, jak bardzo jest prawdopodobna. - Problem it solves PL: Na skrzyżowaniu auto może skręcić albo jechać prosto; jedna uśredniona prognoza wskazuje trasę, której nikt nie wybierze. - What it does PL: Jak prognoza pogody podająca szanse: sześćdziesiąt procent, że skręci w lewo, trzydzieści, że pojedzie prosto, dziesięć, że zawróci. - Everyday example PL: Przed skrzyżowaniem auto szykuje się zarówno na to, że rowerzysta skręci, jak i na to, że pojedzie prosto. - In one sentence EN: Predicting several possible paths for the same vehicle at once, each with a score for how likely it is. - Problem it solves EN: At a junction a car may turn or go straight; a single averaged forecast points to a path nobody will take. - What it does EN: Like a weather forecast with odds: sixty per cent it turns left, thirty that it goes straight, ten that it makes a U-turn. - Everyday example EN: Before a junction the car prepares both for the cyclist turning and for the cyclist carrying straight on. - concerns you if PL: interesuje cię, jak AI radzi sobie z niepewnością; przewidujesz zachowania, które mogą skończyć się różnie; pracujesz z modelami generującymi warianty - concerns you if EN: are interested in how AI handles uncertainty; forecast behaviour that can end in different ways; work with models that generate alternatives - sources: `mtr-2022`, `womd-2021` ### Symulacja i walidacja bezpieczeństwa jazdy (Driving simulation and safety validation) - id: `adsimulation` · https://aiatlasgraph.com/t/adsimulation.md - path: Autonomiczna jazda › Symulacja i walidacja bezpieczeństwa jazdy - aliases: AV simulation, AV safety validation, autonomous vehicle testing, symulacja jazdy, testowanie aut autonomicznych - PL: Środowiska symulacyjne, metryki i procesy (testy scenariuszowe, normy, statystyki z dróg) do oceny bezpieczeństwa i jakości jazdy. - EN: Simulation environments, metrics and processes (scenario testing, standards, on-road statistics) for assessing driving safety and quality. - In one sentence PL: Sprawdzanie auta autonomicznego w wirtualnym świecie, w testach i według norm, zanim wyjedzie na prawdziwe drogi. - Problem it solves PL: Groźne sytuacje zdarzają się na drogach rzadko, a sprawdzanie ich na prawdziwych ludziach jest nie do przyjęcia. - What it does PL: Jak symulator lotu dla pilotów: tysiące awarii i burz przećwiczonych na sucho, zanim ktokolwiek wsiądzie do samolotu. - Everyday example PL: Przed wydaniem nowej wersji oprogramowania auto przejeżdża wirtualnie ogromne dystanse, spotykając kierowców łamiących przepisy. - In one sentence EN: Checking a self-driving car in a virtual world, in tests and against standards before it goes onto real roads. - Problem it solves EN: Dangerous situations are rare on real roads, and testing them on real people is unacceptable. - What it does EN: Like a flight simulator for pilots: thousands of failures and storms rehearsed safely before anyone boards a plane. - Everyday example EN: Before a software update ships, the car drives enormous virtual distances, meeting drivers who break the rules. - concerns you if PL: zastanawiasz się, skąd wiadomo, że auto bez kierowcy jest bezpieczne; testujesz systemy, których błędy są groźne; pracujesz z symulatorami lub grami 3D - concerns you if EN: wonder how anyone knows a driverless car is safe; test systems whose failures are dangerous; work with simulators or 3D games - sources: `carla-2017`, `iso21448-2022` ### Generatywne modele świata do jazdy (Generative world models for driving) - id: `drivingworldmodels` · https://aiatlasgraph.com/t/drivingworldmodels.md - path: Autonomiczna jazda › Symulacja i walidacja bezpieczeństwa jazdy › Generatywne modele świata do jazdy - aliases: driving world model, GAIA-1, video world model for autonomous driving, model świata dla aut - PL: Modele generatywne przewidujące przyszłe klatki wideo lub stany czujników, warunkowane akcjami pojazdu i opisem tekstowym. - EN: Generative models predicting future video frames or sensor states, conditioned on the vehicle's actions and text descriptions. - In one sentence PL: Modele, które wyobrażają sobie dalszy ciąg nagrania z drogi, także scenę, której nikt nigdy nie nagrał. - Problem it solves PL: Niebezpieczne sytuacje zdarzają się zbyt rzadko, by nagrać ich dość do nauki i testów systemów jazdy. - What it does PL: Jak wyobraźnia kierowcy pytająca „co się stanie, jeśli teraz skręcę?”: model dopowiada kolejne klatki zgodnie z wybranym ruchem. - Everyday example PL: Model dostaje nagranie drogi, opis tekstowy i planowany ruch pojazdu, a następnie generuje możliwy dalszy ciąg sceny. - In one sentence EN: Models that imagine how a road recording continues, including scenes nobody ever filmed. - Problem it solves EN: Dangerous situations happen too rarely to record enough of them for training and testing driving systems. - What it does EN: Like a driver's imagination asking 'what if I turn now?', the model fills in the next frames to match the chosen move. - Everyday example EN: The model receives road video, a text description and the vehicle's planned action, then generates a possible continuation of the scene. - concerns you if PL: interesuje cię generowanie wideo zgodnego z fizyką; potrzebujesz rzadkich scenariuszy do testów; śledzisz modele świata jako kierunek rozwoju AI - concerns you if EN: are interested in physically plausible video generation; need rare scenarios for testing; follow world models as a direction in AI - related: `worldfoundation` - sources: `gaia1-2023` ### Odtwarzanie scen z nagrań do symulacji czujników (Neural sensor simulation from driving logs) - id: `neuralsensorsim` · https://aiatlasgraph.com/t/neuralsensorsim.md - path: Autonomiczna jazda › Symulacja i walidacja bezpieczeństwa jazdy › Odtwarzanie scen z nagrań do symulacji czujników - aliases: neural reconstruction, neural sensor simulation, UniSim, log replay simulation, Gaussian splatting for driving - PL: Rekonstrukcja scen z logów jazdy reprezentacjami neuronowymi i renderowanie kamer oraz LiDAR-u z nowych punktów widzenia do symulacji w pętli zamkniętej. - EN: Reconstructing scenes from driving logs with neural representations and rendering camera and LiDAR data from new viewpoints for closed-loop simulation. - In one sentence PL: Zamiana nagrania z prawdziwej jazdy w trójwymiarową scenę, w której można przestawiać auta i patrzeć z innych miejsc. - Problem it solves PL: Wirtualne miasta wyglądają sztucznie, a zwykłe nagrania z drogi nie pozwalają sprawdzić, co by było, gdyby auto pojechało inaczej. - What it does PL: Jak cyfrowy makieciarz: z jednego przejazdu odtwarza ulicę z jej prawdziwym wyglądem, a potem pozwala dostawić pieszego czy zmienić pas. - Everyday example PL: Inżynierowie biorą nagranie spokojnego przejazdu i wstawiają auto gwałtownie zajeżdżające drogę, by sprawdzić reakcję systemu. - In one sentence EN: Turning a recording of a real drive into a 3D scene where cars can be moved and viewed from other positions. - Problem it solves EN: Virtual cities look fake, and plain road recordings cannot show what would happen if the car had driven differently. - What it does EN: Like a digital model-maker, it rebuilds the street from one drive with its real look, then lets you add a pedestrian or change lanes. - Everyday example EN: Engineers take a recording of a calm drive and insert a car that suddenly cuts in, to test the system's reaction. - concerns you if PL: interesuje cię, jak tworzy się realistyczne testy dla aut; pracujesz z rekonstrukcją 3D ze zdjęć; chcesz mnożyć rzadkie sytuacje z nagrań - concerns you if EN: are curious how realistic car tests are made; work with 3D reconstruction from photos; want to multiply rare situations from recordings - related: `gaussiansplatting` - sources: `unisim-2023` ### Symulacja i benchmarki planowania jazdy (Driving simulation and planning benchmarks) - id: `closedloopsim` · https://aiatlasgraph.com/t/closedloopsim.md - path: Autonomiczna jazda › Symulacja i walidacja bezpieczeństwa jazdy › Symulacja i benchmarki planowania jazdy - aliases: driving simulator, closed-loop simulation, CARLA, nuPlan, reactive agents, symulator jazdy - PL: Środowiska i benchmarki oceniające planery w symulacji reaktywnej albo na nagraniach z uproszczonym modelem skutków ich decyzji. - EN: Environments and benchmarks that evaluate planners either in reactive simulation or on logs with a simplified model of decision outcomes. - In one sentence PL: Wirtualne miasta i benchmarki z nagranych sytuacji, w których mierzy się skutki decyzji programu prowadzącego auto. - Problem it solves PL: Porównanie z nagraniem nie pokazuje, co by się stało, gdyby auto zachowało się inaczej niż człowiek za kierownicą. - What it does PL: Jak egzamin jazdy w wirtualnym mieście albo na zestawie nagranych sytuacji, z punktami za postęp, bezpieczeństwo i komfort. - Everyday example PL: Badacze sprawdzają nowy program jazdy w wirtualnym mieście z deszczem, nocą i ciężarówką wymuszającą pierwszeństwo. - In one sentence EN: Virtual cities and recorded-scenario benchmarks that measure the consequences of a driving program's decisions. - Problem it solves EN: Comparing with a recording cannot show what would happen if the car behaved differently from the human driver. - What it does EN: Like a driving exam in a virtual city or a set of recorded situations, with scores for progress, safety and comfort. - Everyday example EN: Researchers try a new driving program in a virtual city with rain, darkness and a lorry forcing its way through. - concerns you if PL: chcesz sprawdzić własny model jazdy bez prawdziwego auta; uczysz agentów w symulacji; interesuje cię, jak porównuje się systemy jazdy - concerns you if EN: want to test your own driving model without a real car; train agents in simulation; want to know how driving systems are compared - related: `simtoreal`, `robotevals`, `rlenvs` - sources: `nuplan-2021`, `navsim-2024`, `carla-2017` ### Testy scenariuszowe i normy bezpieczeństwa (SOTIF) (Scenario-based testing and safety standards (SOTIF)) - id: `scenariotesting` · https://aiatlasgraph.com/t/scenariotesting.md - path: Autonomiczna jazda › Symulacja i walidacja bezpieczeństwa jazdy › Testy scenariuszowe i normy bezpieczeństwa (SOTIF) - aliases: SOTIF, ISO 21448, scenario-based testing, safety argument, operational design domain, ODD, normy bezpieczeństwa pojazdów - PL: Metody i normy budowania dowodów bezpieczeństwa systemów jazdy: określenie warunków działania, testy scenariuszowe, analiza niedoskonałości funkcji i dane z dróg. - EN: Methods and standards for building evidence about driving-system safety: defining operating conditions, scenario tests, analysing functional insufficiencies and using on-road data. - In one sentence PL: Sposób wykazania, że auto jest bezpieczne: lista trudnych sytuacji do sprawdzenia, normy i porównanie z ludzkimi kierowcami. - Problem it solves PL: Nie da się przejechać wszystkich możliwych sytuacji, a ktoś musi zdecydować, kiedy auto jest dość bezpieczne, by wpuścić je na drogi. - What it does PL: Jak egzamin na prawo jazdy rozpisany na tysiące zadań: z góry ustala, gdzie auto może jeździć i jak dowieść, że sobie poradzi. - Everyday example PL: Firma publikuje dane, że jej taksówki bez kierowcy w kilku miastach miały wyraźnie mniej wypadków z rannymi niż przeciętni kierowcy. - In one sentence EN: The way to show a car is safe: a list of hard situations to check, standards, and comparison with human drivers. - Problem it solves EN: No one can drive every possible situation, yet someone must decide when a car is safe enough to allow onto public roads. - What it does EN: Like a driving test broken into thousands of tasks, it fixes where the car may drive and how to prove it will cope. - Everyday example EN: A company publishes data showing its driverless taxis in several cities had clearly fewer injury crashes than average human drivers. - concerns you if PL: chcesz ocenić, czy można ufać autom bez kierowcy; pracujesz przy systemach, w których błąd zagraża ludziom; interesują cię przepisy dotyczące AI w pojazdach - concerns you if EN: want to judge whether driverless cars can be trusted; work on systems where mistakes endanger people; are interested in rules for AI in vehicles - related: `airegulation`, `ooddetection` - sources: `iso21448-2022`, `waymo-crash-7m-2023`, `odd-context-2022` ## Bezpieczeństwo i governance (AI safety, security and governance) - id: `safety` · https://aiatlasgraph.com/t/safety.md - path: Bezpieczeństwo i governance - PL: Ryzyko, zabezpieczenia i odpowiedzialność za system AI. - EN: Risk, safeguards and responsibility for an AI system. - examples PL: Alignment · red teaming · prompt injection · prywatność · AI Act - examples EN: Alignment · red teaming · prompt injection · privacy · AI Act - In one sentence PL: To ograniczanie szkód powodowanych przez modele oraz ustalanie, kto odpowiada za ich działanie. - Problem it solves PL: Model może ujawnić dane, potraktować ludzi nierówno lub wykonać szkodliwe działanie, mimo że zwykle odpowiada poprawnie. - What it does PL: Łączy ocenę ryzyka, trening, ochronę danych, ograniczenia działania i nadzór; skuteczność sprawdza się również po udostępnieniu systemu. - Everyday example PL: Przed uruchomieniem asystenta sprawdzasz ujawnianie danych, dostęp do narzędzi i sposób zgłaszania błędów przez użytkowników. - In one sentence EN: This limits harm from models and establishes who is responsible for their operation. - Problem it solves EN: A model can reveal data, treat people unequally or perform harmful actions even when its responses are usually correct. - What it does EN: It combines risk assessment, training, data protection, action limits and oversight; effectiveness is also checked after a system is released. - Everyday example EN: Before launching an assistant, you check data exposure, tool access and how users can report mistakes. - concerns you if PL: udostępniasz model innym osobom; jego odpowiedzi lub działania mogą komuś zaszkodzić - concerns you if EN: make a model available to other people; use outputs or actions that could harm someone - related: `cyberai` - sources: `nist`, `fsdl`, `international-ai-safety-report-2026` ### Alignment i safety (Alignment and safety) - id: `alignment` · https://aiatlasgraph.com/t/alignment.md - path: Bezpieczeństwo i governance › Alignment i safety - PL: Dopasowanie zachowania modelu do zamierzonych celów i ograniczeń: jak je wytrenować, jak nadzorować modele silniejsze od ludzi i jak wykryć, że model obchodzi cel lub ukrywa zamiary. - EN: Aligning model behaviour with intended goals and limits: how to train it, how to oversee models stronger than humans, and how to detect a model gaming its objective or hiding its intent. - examples PL: Constitutional AI · skalowalny nadzór · reward hacking · alignment faking - examples EN: Constitutional AI · scalable oversight · reward hacking · alignment faking - In one sentence PL: To uczenie i nadzorowanie modeli tak, żeby ich zachowanie odpowiadało zamierzonym celom oraz ograniczeniom. - Problem it solves PL: Model może zdobywać dobry wynik testu lub aprobatę człowieka, robiąc coś sprzecznego z rzeczywistą intencją. - What it does PL: Łączy zasady treningu, oceny, nadzór i testy obchodzenia celów; zgodność zachowania trzeba sprawdzać w różnych warunkach. - Everyday example PL: Uczysz asystenta pomagać klientom, jednocześnie sprawdzając, czy nie potwierdza błędnych informacji tylko po to, żeby ich zadowolić. - In one sentence EN: This trains and oversees models so their behaviour follows intended goals and constraints. - Problem it solves EN: A model can earn high test scores or human approval while acting against the actual intention. - What it does EN: It combines training principles, evaluation, oversight and tests for goal evasion; behaviour must be checked under different conditions. - Everyday example EN: You train an assistant to help customers while checking that it does not endorse false information merely to please them. - concerns you if PL: określasz cele i granice zachowania modelu; dobry wynik nie wystarcza do oceny jego działania - concerns you if EN: define a model's goals and behavioural limits; need to assess behaviour beyond a high score - related: `mechinterp`, `cotmonitoring`, `activationsteering`, `socialchoice` - sources: `nist`, `fsdl`, `dlai`, `bluedot-technical-ai-safety` ### Obchodzenie celu: reward hacking i służalczość (Reward hacking, specification gaming and sycophancy) - id: `rewardhacking` · https://aiatlasgraph.com/t/rewardhacking.md - path: Bezpieczeństwo i governance › Alignment i safety › Obchodzenie celu: reward hacking i służalczość - PL: Model spełnia dosłowny cel treningu, ale nie intencję: wykorzystuje luki w nagrodzie (np. oszukuje testy), albo mówi użytkownikowi to, co ten chce usłyszeć zamiast prawdy. Wykrywanie i zapobieganie to dziś praktyczny problem w treningu RL. - EN: The model satisfies the literal training objective but not its intent: it exploits loopholes in the reward (e.g. gaming tests) or tells users what they want to hear instead of the truth. Detecting and preventing this is a practical problem in RL training today. - examples PL: specification gaming · oszukiwanie testów w kodzie · sycophancy - examples EN: specification gaming · test gaming in coding tasks · sycophancy - In one sentence PL: To zdobywanie przez model nagrody lub aprobaty w sposób, który rozmija się z zamierzonym celem. - Problem it solves PL: Model poprawia mierzony wynik, ale wykorzystuje lukę w ocenie albo przytakuje błędnym przekonaniom użytkownika. - What it does PL: Trening wzmacnia zachowania dające nagrodę; jeśli miara nie oddaje intencji, model może utrwalać korzystne dla wyniku skróty. - Everyday example PL: Asystent zgadza się z błędną sumą podaną przez klienta, bo wcześniej nagradzano go głównie za pozytywną ocenę rozmowy. - In one sentence EN: This occurs when a model gains reward or approval in ways that miss the intended goal. - Problem it solves EN: A model improves its measured score but exploits evaluation gaps or agrees with a user's mistaken beliefs. - What it does EN: Training reinforces rewarded behaviour; if the measure misses the intention, the model can learn shortcuts that benefit its score. - Everyday example EN: An assistant agrees with a customer's incorrect total because earlier training mainly rewarded positive conversation ratings. - concerns you if PL: wybierasz nagrody do treningu; wyniki rosną, ale rzeczywista jakość nie - concerns you if EN: choose training rewards; see scores rise without better real-world quality - related: `moleculegen`, `onlinedpo`, `cotmonitoring`, `rewarddesign`, `rlpolicy` - sources: `sycophancy-sharma-2023`, `specification-gaming-deepmind-2020`, `cot-monitoring-reward-hacking-2025`, `emergent-misalignment-reward-hacking-2025` ### Lokalizacja niepożądanych zachowań przez routowanie gradientów (Gradient-routed localization of unintended behavior) - id: `graft` · https://aiatlasgraph.com/t/graft.md - path: Bezpieczeństwo i governance › Alignment i safety › Obchodzenie celu: reward hacking i służalczość › Lokalizacja niepożądanych zachowań przez routowanie gradientów - aliases: GRAFT, Gradient Routing Adapter Fine-Tuning, gradient-routed behavior localization - PL: Lokalizuje reward hacking w usuwalnym adapterze poprzez routowanie gradientów. - EN: Localizes reward hacking in a removable adapter by routing gradients. - In one sentence PL: Podczas treningu kieruje aktualizacje związane z wykrytym niepożądanym zachowaniem do usuwalnych parametrów. - Problem it solves PL: Karanie zachowań wykrytych przez niedoskonały monitor może nauczyć model obchodzić jego słabe punkty. - What it does PL: Monitor wybiera miejsce uczenia zamiast zmieniać nagrodę: oznaczone trajektorie nie aktualizują adaptera zachowywanego po wdrożeniu. - Everyday example PL: W środowisku Countdown-Code wykryte podmienianie testów trafiało do adaptera usuwanego po treningu, ograniczając także niewykryte warianty hackingu bez cofnięcia całego postępu zadaniowego. - In one sentence EN: During training, it routes updates associated with detected unintended behavior into removable parameters. - Problem it solves EN: Penalizing behavior detected by an imperfect monitor can teach a model to exploit the monitor's blind spots. - What it does EN: The monitor selects where learning happens instead of changing reward: flagged trajectories do not update the adapter retained at deployment. - Everyday example EN: In Countdown-Code, detected test replacement was routed into an adapter removed after training, reducing unseen hacking variants without discarding all target-task progress. - concerns you if PL: trenujesz model nagrodami i masz monitor oszustw; kary za wykryte oszustwa powodują nowe, ukryte sposoby; chcesz zachować umiejętności po usunięciu złych zachowań - concerns you if EN: train a model with rewards and have a cheat monitor; penalties for detected cheats create new hidden ways; want to keep skills after removing bad behaviours - sources: `graft-arxiv-2610-17062`, `graft-anthropic-blog-2026` ### Postępujące rozminięcie z celami (Progressive misalignment) - id: `progressivemisalignment` · https://aiatlasgraph.com/t/progressivemisalignment.md - path: Bezpieczeństwo i governance › Alignment i safety › Postępujące rozminięcie z celami - aliases: progresywne rozminięcie, progresywna utrata zgodności - PL: Zaobserwowane w badaniu zjawisko, w którym model po kolejnych rundach rekurencyjnej samodestylacji coraz częściej odpowiada na szkodliwe zapytania mimo niegroźnej dodatkowej informacji dla nauczyciela. - EN: An observed phenomenon in which a model increasingly answers harmful queries across rounds of recursive self-distillation despite benign extra information for the teacher. - In one sentence PL: W niektórych eksperymentach model po kolejnych rundach uczenia na własnych odpowiedziach coraz częściej odpowiadał na szkodliwe pytania. - Problem it solves PL: Rekurencyjne uczenie na pozornie bezpiecznych odpowiedziach może stopniowo osłabiać odmowy, więc bezpieczeństwo trzeba mierzyć po każdej rundzie. - What it does PL: Autorzy zaobserwowali, że drobne zmiany zachowania narastają między rundami; podejrzewają, że szczególnie ważne są przesunięcia rozkładu pierwszych tokenów. - Everyday example PL: Model odmawia instrukcji budowy broni, dostaje pochwałę „Excellent”, a po kilku destylacjach zaczyna podawać szczegółowe rady. - In one sentence EN: In some experiments, a model increasingly answered harmful questions after successive rounds of training on its own responses. - Problem it solves EN: Recursive training on seemingly safe responses can gradually weaken refusals, so safety must be measured after every round. - What it does EN: The authors observed small behavioural changes accumulating across rounds; they hypothesise that shifts in the first-token distribution are especially important. - Everyday example EN: A model refuses instructions for building a weapon, receives the praise “Excellent”, and after a few distillations starts giving detailed advice. - concerns you if PL: trenujesz model rekurencyjnie na własnych odpowiedziach; dodajesz pochwały lub feedback użytkownika; sprawdzasz, czy bezpieczeństwo utrzymuje się po wielu rundach - concerns you if EN: train a model recursively on its own answers; add praise or user feedback; check whether safety holds after many rounds - related: `recursiveselfdistill` - sources: `sadek-progressive-misalignment-2026`, `progressive-misalignment-project-2026` ### Skalowalny nadzór (debata, weak-to-strong) (Scalable oversight) - id: `scalableoversight` · https://aiatlasgraph.com/t/scalableoversight.md - path: Bezpieczeństwo i governance › Alignment i safety › Skalowalny nadzór (debata, weak-to-strong) - PL: Metody nadzorowania modeli, które w danym zadaniu mogą przewyższać ludzi: człowiek wspierany przez asystenta AI, debata dwóch modeli oceniana przez człowieka, słabszy model nadzorujący silniejszy. - EN: Methods for supervising models that may outperform humans on a task: humans assisted by an AI, a debate between two models judged by a human, a weaker model supervising a stronger one. - examples PL: debata AI · generalizacja weak-to-strong · ocena wspomagana przez AI - examples EN: AI debate · weak-to-strong generalisation · AI-assisted evaluation - In one sentence PL: To sposoby oceniania modeli, gdy ich zadania przekraczają możliwości samodzielnej oceny człowieka. - Problem it solves PL: Nie potrafisz samodzielnie sprawdzić całego trudnego rozwiązania, a model może działać sprawniej niż twój oceniający system. - What it does PL: Nadzór korzysta z pomocy innych modeli, podziału zadania lub porównania argumentów; te metody również mogą przeoczyć błędy. - Everyday example PL: Przy ocenie złożonego planu prosisz modele o wskazanie problemów i zestawienie argumentów, żeby ułatwić człowiekowi sprawdzenie. - In one sentence EN: These methods evaluate models when their tasks exceed what a person can assess unaided. - Problem it solves EN: You cannot check an entire difficult solution yourself, and a model may outperform your evaluation system. - What it does EN: Oversight uses other models, task decomposition or competing arguments; these methods can also miss errors. - Everyday example EN: When evaluating a complex plan, you ask models to identify issues and compare arguments to help a person inspect it. - concerns you if PL: trudno samodzielnie ocenić złożone odpowiedzi; szukasz pomocy w nadzorowaniu silniejszych modeli - concerns you if EN: struggle to evaluate complex answers unaided; seek help overseeing more capable models - related: `judges` - sources: `bluedot-technical-ai-safety`, `scalable-oversight-bowman-2022`, `ai-safety-via-debate-2018`, `weak-to-strong-2023` ### Trening według zasad (Constitutional AI, RLAIF) (Constitutional AI and RL from AI feedback) - id: `constitutionalai` · https://aiatlasgraph.com/t/constitutionalai.md - path: Bezpieczeństwo i governance › Alignment i safety › Trening według zasad (Constitutional AI, RLAIF) - PL: Uczenie modelu nieszkodliwości na podstawie spisanej listy zasad („konstytucji”): model krytykuje i poprawia własne odpowiedzi, a oceny preferencji wydaje AI zamiast ludzi (RLAIF). - EN: Training a model to be harmless from a written list of principles (a “constitution”): the model critiques and revises its own answers, and preference labels come from an AI instead of humans (RLAIF). - examples PL: samokrytyka i poprawa · RLAIF · konstytucja modelu - examples EN: self-critique and revision · RLAIF · model constitution - In one sentence PL: To uczenie modelu za pomocą spisanych zasad i ocen odpowiedzi przygotowywanych przez modele. - Problem it solves PL: Ręczne ocenianie każdej odpowiedzi jest kosztowne, a model potrzebuje spójnych wskazówek dotyczących dopuszczalnego zachowania. - What it does PL: Model krytykuje i poprawia odpowiedzi według zasad, a wybrane oceny pomagają w treningu; dobór zasad i błędy oceny mają znaczenie. - Everyday example PL: Przy treningu asystenta lista zasad pomaga wskazać odpowiedź ujawniającą prywatne dane i przygotować bezpieczniejszy wariant. - In one sentence EN: This trains a model using written principles and model-generated evaluations of responses. - Problem it solves EN: Manually judging every response is costly, while a model needs consistent guidance about acceptable behaviour. - What it does EN: A model critiques and revises responses against principles, and selected evaluations guide training; the principles and evaluation errors matter. - Everyday example EN: While training an assistant, written principles help identify a response exposing private information and prepare a safer alternative. - concerns you if PL: chcesz stosować spójne zasady podczas treningu; korzystasz z modeli do oceniania odpowiedzi - concerns you if EN: want consistent principles during training; use models to evaluate responses - related: `safetyclassifiers`, `preferences` - sources: `constitutional-ai-2022` ### Udawane dopasowanie i ukryte cele (alignment faking, scheming) (Alignment faking and scheming) - id: `scheming` · https://aiatlasgraph.com/t/scheming.md - path: Bezpieczeństwo i governance › Alignment i safety › Udawane dopasowanie i ukryte cele (alignment faking, scheming) - PL: Badanie, czy model potrafi strategicznie ukrywać swoje cele: zachowywać się poprawnie tylko wtedy, gdy sądzi, że jest trenowany lub testowany, zaniżać wyniki (sandbagging) albo obchodzić nadzór. Obszar badań ewaluacyjnych od 2024 r. - EN: Studying whether a model can strategically hide its goals: behaving well only when it believes it is being trained or tested, deliberately underperforming (sandbagging) or evading oversight. An evaluation research area since 2024. - examples PL: alignment faking · in-context scheming · sandbagging - examples EN: alignment faking · in-context scheming · sandbagging - In one sentence PL: To badanie, czy model ukrywa niepożądane zachowanie lub dopasowuje je do tego, czy jest obserwowany. - Problem it solves PL: Poprawne zachowanie podczas znanego testu może nie pokazywać, co model zrobi w innych warunkach. - What it does PL: Testy zmieniają warunki nadzoru i dostępne informacje, szukając rozbieżności, ukrywania działań lub celowego zaniżania pokazywanych zdolności. - Everyday example PL: W kontrolowanym teście sprawdzasz, czy agent pomija wymaganą kontrolę częściej, gdy nie spodziewa się przeglądu swoich działań. - In one sentence EN: This investigates whether a model conceals unwanted behaviour or changes it depending on whether it is being observed. - Problem it solves EN: Acceptable behaviour during a known test may not reveal what a model will do under other conditions. - What it does EN: Tests vary oversight conditions and available information, looking for discrepancies, concealed actions or deliberate underperformance. - Everyday example EN: In a controlled test, you check whether an agent skips required checks more often when it does not expect its actions to be reviewed. - concerns you if PL: oceniasz zachowanie w różnych warunkach nadzoru; chcesz wykrywać rozbieżności między testem a działaniem - concerns you if EN: evaluate behaviour under different oversight conditions; want to detect differences between tests and operation - related: `dangerouscapevals`, `cotmonitoring`, `multilayeragentmonitor` - sources: `international-ai-safety-report-2026`, `emergent-misalignment-reward-hacking-2025`, `alignment-faking-2024`, `in-context-scheming-2024` ### Bezpieczeństwo aplikacji AI (AI application security) - id: `security` · https://aiatlasgraph.com/t/security.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI - PL: Ochrona danych, narzędzi i wykonania. - EN: Protecting data, tools and execution. - examples PL: Prompt injection · eksfiltracja · sandboxing · łańcuch dostaw modeli - examples EN: Prompt injection · exfiltration · sandboxing · model supply chain - In one sentence PL: To ochrona danych, narzędzi i wykonywanych działań przed atakami na aplikacje korzystające z modeli. - Problem it solves PL: Złośliwa treść, plik lub komponent może skłonić aplikację do ujawnienia danych albo wykonania niechcianego działania. - What it does PL: Ogranicza uprawnienia, rozdziela zaufane polecenia od danych, sprawdza pochodzenie komponentów i izoluje wykonanie, żeby zmniejszyć skutki przejęcia. - Everyday example PL: Asystent czytający dokumenty nie ma uprawnienia do wysyłania plików na zewnątrz, nawet gdy dokument tego żąda. - In one sentence EN: This protects data, tools and actions against attacks on applications that use models. - Problem it solves EN: Malicious content, files or components can make an application expose data or perform unwanted actions. - What it does EN: It limits permissions, separates trusted instructions from data, verifies component origins and isolates execution to reduce the impact of compromise. - Everyday example EN: An assistant reading documents lacks permission to send files externally, even when a document requests it. - concerns you if PL: model ma dostęp do danych lub narzędzi; aplikacja przetwarza treści od obcych osób - concerns you if EN: give a model access to data or tools; process content supplied by other people - related: `guardrails` - sources: `nist`, `fsdl`, `machina-x-agents`, `mlabonne-llm-course`, `owasp-llm-top10-2025` ### Ataki przez prompt (Prompt attacks) - id: `promptattacks` · https://aiatlasgraph.com/t/promptattacks.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Ataki przez prompt - PL: Przejęcie zachowania modelu treścią wejścia: wstrzyknięte polecenia, wyciąganie promptu lub danych, obchodzenie zabezpieczeń. - EN: Hijacking model behaviour through input content: injected instructions, leaking the prompt or data, bypassing safeguards. - examples PL: prompt injection · prompt leaking · jailbreak - examples EN: prompt injection · prompt leaking · jailbreak - In one sentence PL: To próby zmiany zachowania modelu przez treść, która nakłania go do złamania zasad lub ujawnienia danych. - Problem it solves PL: Aplikacja może potraktować złośliwe słowa jako ważniejsze polecenie niż ustalone zasady i intencja użytkownika. - What it does PL: Atak wykorzystuje trudność oddzielania instrukcji od danych lub słabość zabezpieczeń modelu, wpływając na odpowiedzi i wybór działań. - Everyday example PL: W teście złośliwa wiadomość próbuje nakłonić asystenta do ujawnienia prywatnego fragmentu rozmowy. - In one sentence EN: These attempts use content to make a model break rules or reveal data. - Problem it solves EN: An application may treat malicious text as an instruction overriding its rules and the user's intent. - What it does EN: An attack exploits difficulty separating instructions from data or weaknesses in model safeguards, influencing responses and action choices. - Everyday example EN: In a test, a malicious message tries to make an assistant reveal a private conversation fragment. - concerns you if PL: model przyjmuje treści spoza zaufanego źródła; chcesz sprawdzić odporność na manipulowanie poleceniami - concerns you if EN: accept model inputs from untrusted sources; want to test resistance to instruction manipulation - related: `redteaming` - sources: `mlabonne-llm-course`, `owasp-llm-top10-2025` ### Jailbreaki — obchodzenie zabezpieczeń modelu (Jailbreaking) - id: `jailbreaks` · https://aiatlasgraph.com/t/jailbreaks.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Ataki przez prompt › Jailbreaki — obchodzenie zabezpieczeń modelu - PL: Prompty, które skłaniają model do złamania własnych zasad bezpieczeństwa: odgrywanie ról, zaciemnianie prośby, rzadkie języki, automatycznie wyszukane sufiksy adwersarialne. Działają, bo cele „pomóż” i „bądź bezpieczny” ze sobą konkurują. - EN: Prompts that get a model to break its own safety rules: role-play, obfuscated requests, low-resource languages, automatically searched adversarial suffixes. They work because the goals “be helpful” and “be safe” compete. - examples PL: odgrywanie ról · sufiksy adwersarialne (GCG) · wieloturowe eskalacje - examples EN: role-play · adversarial suffixes (GCG) · multi-turn escalation - In one sentence PL: To polecenia próbujące skłonić model do odpowiedzi, których jego zabezpieczenia miały zabraniać. - Problem it solves PL: Model odmawia niedozwolonej prośbie wprost, ale może ulec jej po zmianie sposobu przedstawienia. - What it does PL: Atak manipuluje kontekstem lub postacią prośby, próbując ominąć wyuczone ograniczenia; skuteczność zmienia się między modelami i wersjami. - Everyday example PL: W kontrolowanym teście sprawdzasz, czy model nadal odmawia szkodliwej prośbie ukrytej w fikcyjnej rozmowie. - In one sentence EN: These prompts try to make a model produce responses its safeguards were meant to prohibit. - Problem it solves EN: A model refuses a prohibited request directly but may comply when it is framed differently. - What it does EN: An attack manipulates context or request framing to bypass learned restrictions; effectiveness varies across models and versions. - Everyday example EN: In a controlled test, you check whether a model still refuses a harmful request hidden in a fictional conversation. - concerns you if PL: sprawdzasz granice odmowy modelu; chcesz ocenić zabezpieczenia po zmianie wersji - concerns you if EN: test a model's refusal boundaries; want to assess safeguards after a version change - related: `safetyclassifiers`, `redteaming` - sources: `jailbroken-wei-2023`, `gcg-zou-2023`, `constitutional-classifiers-2025` ### Pośrednie wstrzykiwanie promptu (przez dokumenty i narzędzia) (Indirect prompt injection) - id: `indirectinjection` · https://aiatlasgraph.com/t/indirectinjection.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Ataki przez prompt › Pośrednie wstrzykiwanie promptu (przez dokumenty i narzędzia) - PL: Atakujący nie rozmawia z modelem — ukrywa polecenia w stronie, mailu, pliku czy wyniku narzędzia, które aplikacja LLM sama pobierze. Szczególnie groźne dla RAG i agentów, bo może prowadzić do kradzieży danych lub niechcianych działań. - EN: The attacker never talks to the model — they hide instructions in a web page, email, file or tool result that the LLM application will fetch itself. Especially dangerous for RAG and agents, as it can lead to data theft or unwanted actions. - examples PL: ukryty tekst na stronie · złośliwy mail do asystenta · eksfiltracja przez link - examples EN: hidden text on a web page · malicious email to an assistant · link-based exfiltration - In one sentence PL: To ukrywanie złośliwych poleceń w dokumentach lub wynikach narzędzi, które model sam pobiera. - Problem it solves PL: Asystent czyta stronę dla ciebie, a jej autor może próbować przejąć wpływ na dalsze działania. - What it does PL: Polecenie przychodzi jako rzekoma treść do analizy; gdy system przyzna mu rangę instrukcji, może zmienić odpowiedź lub użycie narzędzi. - Everyday example PL: Dokument przesłany do streszczenia zawiera żądanie wysłania prywatnych notatek, choć użytkownik prosił tylko o skrót. - In one sentence EN: This hides malicious instructions in documents or tool results that a model retrieves. - Problem it solves EN: An assistant reads a page for you, while its author may try to influence the assistant's later actions. - What it does EN: An instruction arrives disguised as material to analyse; if treated as authoritative, it can change responses or tool use. - Everyday example EN: A document submitted for summarisation demands private notes be sent elsewhere, although the user requested only a summary. - concerns you if PL: asystent pobiera strony, pliki lub wiadomości; narzędzia zwracają treści od innych osób - concerns you if EN: let an assistant retrieve pages, files or messages; use tools that return other people's content - related: `agentsecurity`, `tools`, `retrieval` - sources: `owasp-llm-top10-2025`, `indirect-prompt-injection-greshake-2023`, `camel-debenedetti-2025` ### Bezpieczeństwo agentów: uprawnienia i izolacja (AI agent security) - id: `agentsecurity` · https://aiatlasgraph.com/t/agentsecurity.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Bezpieczeństwo agentów: uprawnienia i izolacja - PL: Projektowanie agentów tak, by przejęty model nie mógł wyrządzić szkody: minimalne uprawnienia, izolacja wykonania kodu, oddzielenie zaufanych poleceń od niezaufanych danych, potwierdzenia przed ryzykownymi akcjami. - EN: Designing agents so that a compromised model cannot cause harm: least privilege, sandboxed code execution, separating trusted instructions from untrusted data, confirmations before risky actions. - examples PL: nadmierna sprawczość · sandboxing · wzorzec plan-then-execute · dual LLM - examples EN: excessive agency · sandboxing · plan-then-execute pattern · dual LLM - In one sentence PL: To ograniczanie uprawnień i izolowanie działań agenta, żeby pomyłka lub przejęcie nie miały swobodnego dostępu do systemu. - Problem it solves PL: Agent potrafi wykonać polecenie, które usunie pliki, ujawni dane lub zmieni więcej, niż chciałeś. - What it does PL: Dostaje tylko potrzebne uprawnienia, pracuje w wydzielonym środowisku, a istotne działania przechodzą przez niezależną kontrolę i potwierdzenie. - Everyday example PL: Agent przygotowuje poprawkę w wydzielonym katalogu, a wysłanie jej do wspólnego systemu wymaga zatwierdzenia. - In one sentence EN: This restricts an agent's permissions and isolates its actions so mistakes or compromise cannot freely affect the system. - Problem it solves EN: An agent can perform an action that deletes files, exposes data or changes more than you intended. - What it does EN: It receives only necessary permissions, works in an isolated environment, and consequential actions pass independent checks and confirmation. - Everyday example EN: An agent prepares a change in an isolated directory, while sending it to a shared system requires approval. - concerns you if PL: agent może uruchamiać kod lub zmieniać pliki; chcesz ograniczyć skutki błędnych poleceń - concerns you if EN: let an agent execute code or modify files; want to limit the impact of mistaken instructions - related: `agentsnode`, `computeruse`, `secopsai`, `lookaheaddefense`, `indirectinjection`, `intentexecution` - sources: `owasp-llm-top10-2025`, `owasp-agentic-top10`, `camel-debenedetti-2025`, `design-patterns-agent-security-2025` ### Mechanistyczne sterowanie bezpieczeństwem agentów CLI (Mechanistic subspace safety steering for multi-turn agents) - id: `mechsuits` · https://aiatlasgraph.com/t/mechsuits.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Bezpieczeństwo agentów: uprawnienia i izolacja › Mechanistyczne sterowanie bezpieczeństwem agentów CLI - PL: Eksperymentalna metoda białoskrzynkowa wykrywa szkodliwe stany wykonania wieloturowych agentów CLI z ukrytych reprezentacji i interweniuje w dziesięciu wybranych wymiarach jednej warstwy. - EN: An experimental white-box method detects harmful execution states of multi-turn CLI agents from hidden representations and intervenes in ten selected dimensions of a single layer. - In one sentence PL: Eksperymentalna metoda wykrywania niebezpiecznych stanów agenta terminalowego w aktywacjach modelu i korygowania ich podczas działania bez zmiany wag. - Problem it solves PL: Zewnętrzne zabezpieczenia oceniają tekst lub komendy agenta, lecz nie sterują bezpośrednio jego zmieniającym się stanem wewnętrznym podczas wieloetapowego wykonania. - What it does PL: Liniowa sonda sprawdza ukryty stan po każdym kroku; gdy wykryje ryzyko, metoda modyfikuje wybrane wymiary aktywacji w kierunku ograniczającym szkodliwe działanie. - Everyday example PL: W eksperymencie agent CLI przygotowuje szkodliwe polecenie; sonda rozpoznaje ryzykowny stan przed wygenerowaniem kolejnej akcji i uruchamia sterowanie aktywacjami. - In one sentence EN: An experimental method that detects unsafe states of a terminal agent in model activations and corrects them at run time without changing the weights. - Problem it solves EN: External safeguards judge agent text or commands but do not directly steer its evolving internal state during multi-step execution. - What it does EN: A linear probe checks the hidden state after each step; when it detects risk, the method modifies selected activation dimensions in a direction that suppresses harmful action. - Everyday example EN: In an experiment, a CLI agent is preparing a harmful command; the probe identifies the risky state before the next action is generated and triggers activation steering. - concerns you if PL: agent wykonuje wielokrokowe działania w terminalu; chcesz kontrolować bezpieczeństwo z wnętrza modelu - concerns you if EN: agent performs multi-step terminal actions; want to control safety from inside the model - related: `mechinterp`, `stepsafe`, `activationsteering` - sources: `mechsuits-arxiv-2026` ### Monitor interwencji krokowej dla agentów (Step-level timely intervention monitors for agents) - id: `stepsafe` · https://aiatlasgraph.com/t/stepsafe.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Bezpieczeństwo agentów: uprawnienia i izolacja › Monitor interwencji krokowej dla agentów - PL: Monitor rozumujący na poziomie kroku, który przed każdą akcją agenta wybiera CONTINUE, ASK albo STOP i jest uczony metodą Adaptive Stage-Aligned Policy Optimization (ASPO). - EN: A step-level reasoning guardrail that chooses CONTINUE, ASK or STOP before each agent action and is trained with Adaptive Stage-Aligned Policy Optimization (ASPO). - In one sentence PL: Monitor, który przed każdym krokiem agenta decyduje, czy kontynuować, zapytać czy zatrzymać, żeby uniknąć szkody we właściwym momencie. - Problem it solves PL: Agent może wykonać szkodliwą akcję, zanim ktoś zdąży zareagować, albo monitor zatrzymuje go zbyt często i psuje pracę. - What it does PL: Sprawdza historię i proponowaną akcję, porównuje z etapem ryzyka i wybiera kontynuację, pytanie albo stop. - Everyday example PL: Agent przygotowuje przelew na podstawie maila; monitor widzi podejrzany adres i prosi o potwierdzenie zanim wyśle. - In one sentence EN: A monitor that before each agent step decides whether to continue, ask or stop, to avoid harm at the right moment. - Problem it solves EN: An agent can perform a harmful action before anyone reacts, or the monitor stops it too often and ruins the work. - What it does EN: It checks the history and proposed action, compares them to the risk stage and chooses continue, ask or stop. - Everyday example EN: An agent prepares a transfer based on an email; the monitor sees a suspicious address and asks for confirmation before sending. - concerns you if PL: agent wykonuje akcje na narzędziach lub danych; chcesz zatrzymywać ryzyko bez ciągłego blokowania - concerns you if EN: let an agent act on tools or data; want to stop risk without constant blocking - related: `guardrails`, `mechsuits` - sources: `stepsafe-arxiv-2610.20960` ### Bezpieczeństwo łańcucha dostaw modeli (AI model supply chain security) - id: `supplychain` · https://aiatlasgraph.com/t/supplychain.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Bezpieczeństwo łańcucha dostaw modeli - PL: Ryzyka związane z pobieraniem cudzych wag, adapterów, zbiorów danych i bibliotek: złośliwy kod w plikach modeli, ukryte backdoory, nieznane pochodzenie. Praktyka: bezpieczne formaty wag, weryfikacja źródeł, skanowanie. - EN: Risks of pulling in third-party weights, adapters, datasets and libraries: malicious code in model files, hidden backdoors, unknown provenance. Practice: safe weight formats, source verification, scanning. - examples PL: pickle vs safetensors · złośliwe adaptery LoRA · pochodzenie modelu - examples EN: pickle vs safetensors · malicious LoRA adapters · model provenance - In one sentence PL: To sprawdzanie bezpieczeństwa i pochodzenia cudzych modeli, danych oraz bibliotek używanych w twoim systemie. - Problem it solves PL: Pobrany komponent może zawierać złośliwy kod, ukryte zachowanie albo dane o nieznanym pochodzeniu. - What it does PL: Kontrola obejmuje źródło, format plików, integralność, zależności i zachowanie; ograniczone uprawnienia zmniejszają skutki wykrytych problemów. - Everyday example PL: Przed uruchomieniem pobranego modelu sprawdzasz jego pliki i dokumentację, a pierwszy test wykonujesz w wydzielonym środowisku. - In one sentence EN: This checks the security and origins of external models, datasets and libraries used in your system. - Problem it solves EN: A downloaded component may contain malicious code, hidden behaviour or data with unknown origins. - What it does EN: Checks cover source, file format, integrity, dependencies and behaviour; restricted permissions reduce the impact of discovered problems. - Everyday example EN: Before running a downloaded model, you inspect its files and documentation, then perform the first test in an isolated environment. - concerns you if PL: pobierasz modele lub biblioteki od innych; chcesz wiedzieć, co trafia do twojego systemu - concerns you if EN: download models or libraries from others; want to know what enters your system - related: `selfhosting`, `poisoning` - sources: `owasp-llm-top10-2025`, `owasp-llm03-supply-chain-2025` ### Zatruwanie danych i backdoory (Data poisoning and backdoors) - id: `poisoning` · https://aiatlasgraph.com/t/poisoning.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Zatruwanie danych i backdoory - PL: Atak na dane treningowe: fałszywe informacje albo ukryty wyzwalacz, który zmienia zachowanie modelu. - EN: Attacking the training data: false information or a hidden trigger that changes the model's behaviour. - examples PL: zatrute dane · backdoor z wyzwalaczem - examples EN: poisoned data · trigger-based backdoor - In one sentence PL: To celowe psucie danych treningowych, żeby model nauczył się błędów lub ukrytej reakcji na wybrany sygnał. - Problem it solves PL: Model może przejąć błędne zachowanie z danych, które wyglądają zwyczajnie i pochodzą z pozornie wiarygodnego źródła. - What it does PL: Zmienione przykłady wpływają na uczenie; ukryty wyzwalacz może ujawniać niepożądane zachowanie dopiero w szczególnej sytuacji. - Everyday example PL: W audycie danych odkrywasz zdjęcia, w których mały znak jest stale powiązany z błędną etykietą produktu. - In one sentence EN: This deliberately corrupts training data to teach a model errors or a hidden response to a selected signal. - Problem it solves EN: A model can learn harmful behaviour from data that looks ordinary and comes from an apparently trustworthy source. - What it does EN: Altered examples influence learning; a hidden trigger can reveal unwanted behaviour only in a particular situation. - Everyday example EN: In a data audit, you discover photos where a small mark is consistently associated with the wrong product label. - concerns you if PL: trenujesz na danych z zewnętrznych źródeł; model dziwnie reaguje na wybrany szczegół - concerns you if EN: train on externally sourced data; notice unusual reactions to a particular detail - related: `supplychain`, `sourcing` - sources: `mlabonne-llm-course` ### Podgląd aktualizacji dla bezpiecznego dostrajania (Update-preview defense for safe fine-tuning) - id: `lookaheaddefense` · https://aiatlasgraph.com/t/lookaheaddefense.md - path: Bezpieczeństwo i governance › Bezpieczeństwo aplikacji AI › Zatruwanie danych i backdoory › Podgląd aktualizacji dla bezpiecznego dostrajania - aliases: LookAhead Defense, update-preview defense, obrona z podglądem aktualizacji - PL: Przewiduje i karze aktualizacje dostrajania osłabiające bezpieczne zachowanie z bufora. - EN: Previews and penalizes fine-tuning updates that weaken safe behaviour from a buffer. - In one sentence PL: Przed przyjęciem kroku dostrajania sprawdza, czy osłabi on bezpieczne zachowanie ukrycie zatrutego modelu. - Problem it solves PL: Ukryte szkodliwe zachowanie może pozostać nieaktywne przy wydaniu modelu i ujawnić się dopiero po zwykłym dostrajaniu. - What it does PL: Buduje z wydanego modelu bufor odniesienia i karze tylko kandydackie aktualizacje przewidywane jako osłabiające bezpieczeństwo. - Everyday example PL: Dostrajasz agenta na zwykłych zadaniach matematycznych; podgląd aktualizacji ogranicza ryzyko, że uśpione zatrucie uaktywni wysyłanie poufnych danych. - In one sentence EN: Before accepting a fine-tuning step, it checks whether the update would weaken the apparently safe behavior of a dormantly poisoned model. - Problem it solves EN: A hidden harmful behavior can remain inactive at model release and emerge only after ordinary downstream fine-tuning. - What it does EN: It builds a reference buffer from the released model and penalizes only candidate updates predicted to weaken safety. - Everyday example EN: You fine-tune an agent on ordinary math tasks; update preview limits the risk that dormant poisoning activates the sending of private data. - concerns you if PL: dostrajasz wydany model na własnych danych; martwisz się, że bezpieczny model stanie się niebezpieczny po fine-tuningu; agent ma dostęp do narzędzi i może wykonać szkodliwe akcje - concerns you if EN: fine-tune a released model on your own data; worry a safe model will become unsafe after fine-tuning; the agent has tool access and can perform harmful actions - related: `agentsecurity` - sources: `lookahead-arxiv-2610-24379` ### Ewaluacje bezpieczeństwa modeli (AI safety evaluations) - id: `safetyevals` · https://aiatlasgraph.com/t/safetyevals.md - path: Bezpieczeństwo i governance › Ewaluacje bezpieczeństwa modeli - PL: Celowe szukanie szkodliwych zachowań i groźnych zdolności modelu przed wdrożeniem i po nim — przez ludzi, inne modele i ustandaryzowane testy. - EN: Deliberately probing a model for harmful behaviour and dangerous capabilities before and after deployment — by people, other models and standardised tests. - examples PL: red teaming · ewaluacje niebezpiecznych zdolności · testy przed wdrożeniem - examples EN: red teaming · dangerous capability evaluations · pre-deployment testing - In one sentence PL: To testy szukające szkodliwych zachowań i niebezpiecznych możliwości modelu przed udostępnieniem oraz podczas używania. - Problem it solves PL: Dobre wyniki zwykłych zadań nie pokazują, czy model ujawni dane albo pomoże w niebezpiecznym działaniu. - What it does PL: Ludzie, modele i przygotowane scenariusze sprawdzają trudne przypadki, a wyniki pomagają dobrać zabezpieczenia oraz warunki udostępnienia. - Everyday example PL: Przed uruchomieniem asystenta sprawdzasz, jak reaguje na prośby o prywatne dane i próby wykonania niedozwolonych działań. - In one sentence EN: These tests look for harmful behaviour and dangerous model capabilities before release and during use. - Problem it solves EN: Good performance on ordinary tasks does not reveal whether a model will expose data or assist dangerous activity. - What it does EN: People, models and prepared scenarios test difficult cases, helping determine safeguards and release conditions. - Everyday example EN: Before launching an assistant, you test its response to requests for private information and attempts at prohibited actions. - concerns you if PL: udostępniasz nowy model lub jego wersję; chcesz sprawdzać zabezpieczenia w trakcie używania - concerns you if EN: release a new model or version; want to test safeguards during operation - related: `metrics` - sources: `international-ai-safety-report-2026`, `bluedot-technical-ai-safety`, `red-teaming-ganguli-2022`, `dangerous-capability-evals-2024` ### Ewaluacje niebezpiecznych zdolności (cyber, bio, autonomia) (Dangerous capability evaluations) - id: `dangerouscapevals` · https://aiatlasgraph.com/t/dangerouscapevals.md - path: Bezpieczeństwo i governance › Ewaluacje bezpieczeństwa modeli › Ewaluacje niebezpiecznych zdolności (cyber, bio, autonomia) - PL: Testy sprawdzające, czy model potrafi realnie pomóc w groźnych działaniach — cyberatakach, broni biologicznej lub chemicznej, perswazji, samodzielnym powielaniu się czy automatyzacji badań nad AI. Wyniki uruchamiają progi w politykach bezpieczeństwa firm. - EN: Tests of whether a model can meaningfully help with dangerous activities — cyberattacks, biological or chemical weapons, persuasion, self-proliferation or automating AI research. Results trigger thresholds in companies' safety policies. - examples PL: perswazja i oszukiwanie · cyberofensywa · samopowielanie · rozumowanie o sobie - examples EN: persuasion and deception · cyber-offence · self-proliferation · self-reasoning - In one sentence PL: To kontrolowane sprawdzanie, czy model może znacząco pomagać w działaniach powodujących poważne szkody. - Problem it solves PL: Nie wiesz, czy nowe możliwości modelu zwiększają zdolność do niebezpiecznych działań poza zwykłymi błędnymi odpowiedziami. - What it does PL: Testy mierzą możliwości w wybranych obszarach zagrożeń i porównują wyniki z progami wymagającymi silniejszej kontroli. - Everyday example PL: Przed udostępnieniem agenta zespół ocenia w zamkniętej symulacji, czy potrafi obchodzić ograniczenia dostępu do chronionych zasobów. - In one sentence EN: This tests under controlled conditions whether a model can substantially assist activities causing serious harm. - Problem it solves EN: You do not know whether new model capabilities increase dangerous activity beyond ordinary incorrect responses. - What it does EN: Tests measure capabilities in selected threat areas and compare results with thresholds requiring stronger controls. - Everyday example EN: Before releasing an agent, a team evaluates in a closed simulation whether it can bypass restrictions on protected resources. - concerns you if PL: model zyskuje silniejsze możliwości działania; ustalasz progi wymagające dodatkowych zabezpieczeń - concerns you if EN: develop models with more powerful action capabilities; set thresholds requiring additional safeguards - related: `offensiveai`, `frontierframeworks`, `scheming` - sources: `international-ai-safety-report-2026`, `dangerous-capability-evals-2024`, `metr-common-elements-2025` ### Red teaming modeli (ręczny i automatyczny) (Red teaming language models) - id: `redteaming` · https://aiatlasgraph.com/t/redteaming.md - path: Bezpieczeństwo i governance › Ewaluacje bezpieczeństwa modeli › Red teaming modeli (ręczny i automatyczny) - aliases: red teaming, AI red teaming, LLM red teaming, automated red teaming, red teaming modeli językowych - PL: Atakowanie własnego modelu, by znaleźć szkodliwe odpowiedzi zanim zrobią to użytkownicy: ręcznie przez zespoły testerów albo automatycznie, gdy jeden model generuje ataki na drugi. - EN: Attacking your own model to find harmful outputs before users do: manually by tester teams, or automatically with one model generating attacks against another. - examples PL: zbiory ataków red-teamingowych · red teaming modelem językowym · wieloturowe ataki - examples EN: red-team attack datasets · LM-based red teaming · multi-turn attacks - In one sentence PL: To celowe próbowanie, jak wywołać niepożądane zachowanie własnego systemu, zanim zrobią to inni. - Problem it solves PL: Zwykłe testy sprawdzają poprawne użycie, lecz nie pokazują, co się stanie przy celowej próbie nadużycia. - What it does PL: Testerzy lub modele tworzą trudne scenariusze i próby ataku, a znalezione luki służą do poprawienia zabezpieczeń. - Everyday example PL: W kontrolowanym środowisku zespół próbuje nakłonić asystenta do pokazania danych innego konta i zapisuje znalezione luki. - In one sentence EN: This deliberately tries to provoke unwanted behaviour in your own system before others do. - Problem it solves EN: Ordinary tests cover intended use but do not show what happens during deliberate misuse attempts. - What it does EN: Testers or models create challenging scenarios and attack attempts, using discovered weaknesses to improve safeguards. - Everyday example EN: In a controlled environment, a team tries to make an assistant reveal another account's data and records discovered weaknesses. - concerns you if PL: chcesz sprawdzić system pod kątem nadużyć; szukasz luk pomijanych przez zwykłe testy - concerns you if EN: want to test a system for misuse; look for weaknesses ordinary tests miss - related: `promptattacks`, `jailbreaks` - sources: `red-teaming-ganguli-2022`, `red-teaming-lm-with-lm-2022` ### Samocena rozmowy pod kątem nadużyć (Conversation self-assessment for misuse detection) - id: `selfassessment` · https://aiatlasgraph.com/t/selfassessment.md - path: Bezpieczeństwo i governance › Ewaluacje bezpieczeństwa modeli › Samocena rozmowy pod kątem nadużyć - aliases: self-assessment, conversation self-assessment, samocena bezpieczeństwa - PL: Model po odpowiedzi generuje krótką ocenę bezpieczeństwa własnej rozmowy, wykorzystując już obliczony kontekst. - EN: After responding, the model generates a short safety assessment of its own conversation, reusing the already computed context. - In one sentence PL: Model po odpowiedzi sam sprawdza, czy rozmowa wygląda na potencjalne nadużycie. - Problem it solves PL: Filtry i klasyfikatory mogą przegapić nowe lub nietypowe formy nadużyć, które model sam rozpoznaje z kontekstu. - What it does PL: Po odpowiedzi model dostaje krótką prośbę o refleksję i zwraca zwięzłą ocenę, która idzie do późniejszego przeglądu. - Everyday example PL: Asystent odpowiada na prośbę o pomoc w pisaniu złośliwego kodu, a potem oznacza całą rozmowę jako podejrzaną do sprawdzenia przez człowieka. - In one sentence EN: After answering, the model checks whether the conversation looks like potential misuse. - Problem it solves EN: Filters and classifiers can miss new or unusual forms of misuse that the model itself recognizes from context. - What it does EN: After the response, the model receives a short reflection request and returns a compact assessment that goes to later review. - Everyday example EN: An assistant answers a request for help writing malicious code, then flags the whole conversation as suspicious for human review. - concerns you if PL: udostępniasz model na dużą skalę i chcesz wyłapywać nietypowe nadużycia; potrzebujesz taniego dodatkowego sygnału bezpieczeństwa obok filtrów - concerns you if EN: make a model available at scale and want to catch unusual misuse; need a cheap additional safety signal alongside filters - sources: `anthropic-selfassessment-2026` ### Sondy aktywacji do wykrywania niepokojących wzorców (Activation probes for detecting concerning model behavior) - id: `activationprobesafety` · https://aiatlasgraph.com/t/activationprobesafety.md - path: Bezpieczeństwo i governance › Ewaluacje bezpieczeństwa modeli › Sondy aktywacji do wykrywania niepokojących wzorców - aliases: activation probes, sondy bezpieczeństwa na aktywacjach, internal activation classifiers - PL: Lekkie klasyfikatory analizujące wewnętrzne aktywacje modelu w poszukiwaniu wzorców związanych z niepożądanym zachowaniem. - EN: Lightweight classifiers analysing the model's internal activations for patterns associated with undesirable behaviour. - In one sentence PL: To szybkie sprawdzanie wewnętrznych sygnałów modelu, czy nie dzieje się coś niepokojącego. - Problem it solves PL: Pełna analiza rozmowy lub łańcucha myśli jest kosztowna, a wczesne wykrycie problemów podczas treningu lub działania agenta jest potrzebne. - What it does PL: Klasyfikator patrzy na aktywacje i flaguje przypadki do głębszego sprawdzenia, z wysokim recall i dodatkową losową próbką. - Everyday example PL: Podczas treningu agentów sonda zauważa nietypowy wzorzec aktywacji związany z próbą ucieczki z ograniczeń i kieruje przypadek do recenzenta. - In one sentence EN: This quickly checks the model's internal signals for signs that something concerning is happening. - Problem it solves EN: Full analysis of a conversation or chain of thought is expensive, yet early detection of problems during training or agent operation is needed. - What it does EN: A classifier looks at activations and flags cases for deeper review, with high recall and an additional random sample. - Everyday example EN: During agent training, a probe notices an unusual activation pattern related to an attempt to escape constraints and routes the case to a reviewer. - concerns you if PL: monitorujesz działanie silnych agentów lub treningów; chcesz taniego pierwszego filtra przed droższą analizą - concerns you if EN: monitor strong agents or training runs; want a cheap first filter before more expensive analysis - related: `multilayeragentmonitor` - sources: `openai-frontier-monitoring-2026` ### Wielowarstwowe monitorowanie agentów (Multi-layer monitoring for agent misalignment) - id: `multilayeragentmonitor` · https://aiatlasgraph.com/t/multilayeragentmonitor.md - path: Bezpieczeństwo i governance › Ewaluacje bezpieczeństwa modeli › Wielowarstwowe monitorowanie agentów - aliases: multi-layer agent monitoring, frontier model monitoring - PL: Kaskada monitorów od tanich sond aktywacji, przez recenzentów modeli, po agentów śledczych analizujących pełne transkrypty i logi. - EN: A cascade of monitors from cheap activation probes, through model reviewers, to investigative agents analysing full transcripts and logs. - In one sentence PL: To kilka poziomów sprawdzania, czy agent nie robi czegoś niepożądanego — od szybkiego skanu po głęboką analizę. - Problem it solves PL: Pojedynczy monitor jest albo zbyt drogi, albo za płytki, by wyłapać sekwencje działań prowadzące do ucieczki lub oszustwa. - What it does PL: Tanie sondy flagują przypadki, recenzent analizuje kontekst i narzędzia, a śledczy rekonstruują cały przebieg i sprawdzają logi. - Everyday example PL: Podczas treningu sonda wyłapuje nietypowe aktywacje, recenzent widzi próbę dostępu do sieci, a śledczy potwierdza to logami i alarmuje człowieka w ciągu minut. - In one sentence EN: This is several levels of checking whether an agent is doing something undesirable — from a quick scan to deep analysis. - Problem it solves EN: A single monitor is either too expensive or too shallow to catch sequences of actions leading to escape or deception. - What it does EN: Cheap probes flag cases, a reviewer analyses context and tools, and investigators reconstruct the full sequence and check logs. - Everyday example EN: During training a probe catches unusual activations, a reviewer sees an attempt to access the network, and an investigator confirms it with logs and alerts a human within minutes. - concerns you if PL: prowadzisz treningi lub działanie silnych agentów z narzędziami; chcesz wykrywać problemy zanim wymkną się spod kontroli - concerns you if EN: run training or operation of strong agents with tools; want to detect problems before they get out of control - related: `activationprobesafety`, `scheming` - sources: `openai-frontier-monitoring-2026`, `metr-openai-monitoring-redteam-2026` ### Governance i zarządzanie ryzykiem (Governance and risk management) - id: `governance` · https://aiatlasgraph.com/t/governance.md - path: Bezpieczeństwo i governance › Governance i zarządzanie ryzykiem - PL: Odpowiedzialność, polityki, dokumentacja i incydenty. - EN: Accountability, policies, documentation and incidents. - examples PL: AI policies · risk register · audyt - examples EN: AI policies · risk register · audit - In one sentence PL: To ustalanie odpowiedzialności, zasad i sposobu reagowania na ryzyko związane z używaniem modeli. - Problem it solves PL: Po błędzie systemu nie wiadomo, kto powinien go zbadać, podjąć decyzję i zmienić sposób działania. - What it does PL: Organizacja przypisuje właścicieli, dokumentuje zastosowania i ryzyka, ustala kontrole oraz procedury zgłaszania i obsługi incydentów. - Everyday example PL: W zespole ustalacie, kto zatwierdza nowy model i kto zatrzyma jego użycie po wykryciu wycieku danych. - In one sentence EN: This establishes responsibilities, rules and responses to risks arising from model use. - Problem it solves EN: After a system error, nobody knows who should investigate, decide or change how it operates. - What it does EN: An organisation assigns owners, documents uses and risks, establishes controls and sets procedures for reporting and handling incidents. - Everyday example EN: Your team agrees who approves a new model and who stops its use if a data leak is found. - concerns you if PL: modele są używane przez cały zespół; potrzebujesz jasnych zasad odpowiedzialności - concerns you if EN: use models across a team; need clear accountability rules - sources: `nist`, `fsdl`, `eu-ai-act-regulatory-framework-2026` ### Dokumentacja modeli i danych (karty modeli) (Model and dataset documentation) - id: `modeldocs` · https://aiatlasgraph.com/t/modeldocs.md - path: Bezpieczeństwo i governance › Governance i zarządzanie ryzykiem › Dokumentacja modeli i danych (karty modeli) - PL: Krótkie, ustandaryzowane dokumenty dołączane do modelu lub zbioru danych: przeznaczenie, ograniczenia, sposób ewaluacji, wyniki dla różnych grup, pochodzenie i skład danych. - EN: Short, standardised documents shipped with a model or dataset: intended use, limitations, evaluation procedure, results across groups, data origin and composition. - examples PL: karty modeli · datasheets for datasets · karty systemu - examples EN: model cards · datasheets for datasets · system cards - In one sentence PL: To dokumenty opisujące przeznaczenie modelu lub danych, ich pochodzenie, wyniki testów i ograniczenia. - Problem it solves PL: Dostajesz gotowy model lub zbiór danych, ale nie wiesz, do czego się nadaje i czego unikać. - What it does PL: Ujednolicony opis zbiera informacje o danych, ocenie i zalecanych zastosowaniach, pomagając porównać wybór z twoimi potrzebami. - Everyday example PL: Przed użyciem modelu mowy czytasz, na jakich nagraniach go sprawdzano i z jakimi akcentami ma trudności. - In one sentence EN: These documents describe a model or dataset's intended use, origins, test results and limitations. - Problem it solves EN: You receive a model or dataset but do not know what it suits or which uses to avoid. - What it does EN: A standardised description gathers data, evaluation and intended-use information, helping you compare the option with your needs. - Everyday example EN: Before using a speech model, you read which recordings it was tested on and which accents it struggles with. - concerns you if PL: wybierasz cudzy model lub zbiór danych; chcesz opisać ograniczenia własnego rozwiązania - concerns you if EN: choose someone else's model or dataset; want to document your own system's limitations - related: `sourcing`, `datalineage` - sources: `model-cards-mitchell-2019`, `datasheets-for-datasets-2018` ### Polityki bezpieczeństwa modeli granicznych (Frontier AI safety policies) - id: `frontierframeworks` · https://aiatlasgraph.com/t/frontierframeworks.md - path: Bezpieczeństwo i governance › Governance i zarządzanie ryzykiem › Polityki bezpieczeństwa modeli granicznych - PL: Publiczne zobowiązania firm tworzących najmocniejsze modele: jakie progi groźnych zdolności testują, jakie zabezpieczenia wtedy wprowadzają i kiedy wstrzymają wdrożenie lub rozwój. - EN: Public commitments by companies building the most capable models: which dangerous-capability thresholds they test for, which safeguards then apply, and when they would pause deployment or development. - examples PL: progi zdolności · ochrona wag modelu · warunki wstrzymania wdrożenia - examples EN: capability thresholds · model weight security · deployment pause conditions - In one sentence PL: To polityki określające, jak twórcy bardzo silnych modeli reagują na wykryte niebezpieczne zdolności. - Problem it solves PL: Model zyskuje nowe możliwości, ale bez ustalonych progów nie wiadomo, kiedy potrzebne są silniejsze zabezpieczenia lub wstrzymanie wdrożenia. - What it does PL: Polityka łączy wyniki testów z progami, wymaganymi zabezpieczeniami i decyzjami o dalszym rozwoju lub udostępnieniu. - Everyday example PL: Przed udostępnieniem nowego modelu zespół porównuje wyniki testów niebezpiecznych zdolności z własnymi warunkami publikacji. - In one sentence EN: These policies define how developers of highly capable models respond to detected dangerous capabilities. - Problem it solves EN: A model gains capabilities, but without thresholds it is unclear when stronger safeguards or a deployment pause are needed. - What it does EN: A policy links test results to thresholds, required safeguards and decisions about further development or release. - Everyday example EN: Before releasing a new model, a team compares dangerous-capability test results with its release conditions. - concerns you if PL: oceniasz politykę twórcy silnego modelu; ustalasz warunki udostępniania nowych możliwości - concerns you if EN: assess a highly capable model developer's policy; set conditions for releasing new capabilities - related: `dangerouscapevals` - sources: `metr-common-elements-2025` ### Ramy zarządzania ryzykiem AI (NIST AI RMF, ISO/IEC 42001) (AI risk management frameworks) - id: `riskframeworks` · https://aiatlasgraph.com/t/riskframeworks.md - path: Bezpieczeństwo i governance › Governance i zarządzanie ryzykiem › Ramy zarządzania ryzykiem AI (NIST AI RMF, ISO/IEC 42001) - PL: Dobrowolne ramy i normy, według których organizacja porządkuje zarządzanie ryzykiem AI: kto odpowiada, jak mapować i mierzyć ryzyka, jak reagować. ISO/IEC 42001 opisuje system zarządzania AI w firmie. - EN: Voluntary frameworks and standards for organising AI risk management: who is accountable, how to map and measure risks, how to respond. ISO/IEC 42001 specifies an organisational AI management system. - examples PL: Govern · Map · Measure · Manage · profil GenAI (NIST AI 600-1) · ISO/IEC 42001 - examples EN: Govern · Map · Measure · Manage · GenAI profile (NIST AI 600-1) · ISO/IEC 42001 - In one sentence PL: To uporządkowane ramy pomagające organizacji rozpoznawać, oceniać i ograniczać ryzyko używania modeli. - Problem it solves PL: Ryzyka są omawiane przypadkowo, więc łatwo pominąć ważny problem lub nie przypisać mu właściciela. - What it does PL: Ramy prowadzą przez opis zastosowania, pomiar ryzyka, wybór działań i stały nadzór, a normy porządkują system zarządzania. - Everyday example PL: Przy wdrożeniu asystenta zespół zapisuje ryzyko błędnych odpowiedzi, sposób jego pomiaru i osobę odpowiedzialną za ograniczenia. - In one sentence EN: These structured frameworks help organisations identify, assess and reduce risks from model use. - Problem it solves EN: Risks are discussed inconsistently, making it easy to overlook an important issue or leave it without an owner. - What it does EN: Frameworks guide use-case mapping, risk measurement, action selection and ongoing oversight, while standards organise the management system. - Everyday example EN: When introducing an assistant, a team records incorrect-answer risks, how to measure them and who is responsible for controls. - concerns you if PL: potrzebujesz powtarzalnego sposobu oceny ryzyka; koordynujesz użycie modeli w organizacji - concerns you if EN: need a repeatable way to assess risk; coordinate model use in an organisation - related: `airegulation`, `modelriskmgmt`, `aiusepolicy` - sources: `nist-ai-rmf-core`, `iso-iec-42001-2023` ### Regulacje AI i klasy ryzyka (AI Act) (AI regulation and risk tiers (EU AI Act)) - id: `airegulation` · https://aiatlasgraph.com/t/airegulation.md - path: Bezpieczeństwo i governance › Governance i zarządzanie ryzykiem › Regulacje AI i klasy ryzyka (AI Act) - PL: Prawo dzielące systemy AI według poziomu ryzyka — zakazane praktyki, wysokie ryzyko, obowiązki przejrzystości, ryzyko minimalne — z osobnymi obowiązkami dla dostawców modeli ogólnego przeznaczenia. W UE przepisy wchodzą etapami w latach 2025–2028. - EN: Law that sorts AI systems by risk level — prohibited practices, high risk, transparency obligations, minimal risk — with separate duties for general-purpose model providers. In the EU the rules phase in over 2025–2028. - examples PL: AI Act · obowiązki GPAI · oznaczanie deepfake'ów · Digital Omnibus - examples EN: AI Act · GPAI obligations · deepfake labelling · Digital Omnibus - In one sentence PL: To przepisy określające obowiązki i ograniczenia związane z zastosowaniem modeli oraz ryzykiem dla ludzi. - Problem it solves PL: Nie wiesz, jakie obowiązki prawne dotyczą systemu, który zamierzasz udostępnić lub wykorzystać. - What it does PL: Przepisy rozróżniają zakazane zastosowania, poziomy ryzyka, przejrzystość i obowiązki dostawców; wymagania zależą od konkretnego systemu i twojej roli. - Everyday example PL: Przed użyciem modelu do oceniania kandydatów sprawdzasz klasę ryzyka oraz wymagane dokumenty i nadzór. - In one sentence EN: These laws set obligations and restrictions based on how models are used and their risks to people. - Problem it solves EN: You do not know which legal obligations apply to a system you plan to provide or use. - What it does EN: The rules distinguish prohibited uses, risk levels, transparency and provider duties; requirements depend on the particular system and your role. - Everyday example EN: Before using a model to evaluate job applicants, you check its risk category and required documentation and oversight. - concerns you if PL: wprowadzasz system na rynek lub do organizacji; zastosowanie może wpływać na prawa innych osób - concerns you if EN: introduce a system to a market or organisation; use a system that may affect people's rights - related: `legalai`, `medicaldevicereg`, `ailiteracy`, `creditscoring`, `riskframeworks`, `scenariotesting`, `engagementdetect`, `contentprovenance` - sources: `eu-ai-act-regulatory-framework-2026` ### Guardrails (Guardrails and output control) - id: `guardrails` · https://aiatlasgraph.com/t/guardrails.md - path: Bezpieczeństwo i governance › Guardrails - PL: Blokady i filtry na wejściu i wyjściu modelu. - EN: Blocks and filters on the model's input and output. - examples PL: klasyfikatory bezpieczeństwa · programowalne rails · moderacja treści - examples EN: safety classifiers · programmable rails · content moderation - In one sentence PL: To dodatkowe kontrole ograniczające, jakie dane model przyjmuje, jakie odpowiedzi oddaje i jakie działania wykonuje. - Problem it solves PL: Sam model nie zawsze przestrzega reguł aplikacji, a jego odpowiedzi mogą zawierać niedozwolone treści. - What it does PL: Filtry i reguły sprawdzają wejście, przebieg oraz wynik, kierując rozmowę lub blokując wybrane zdarzenia; ich skuteczność wymaga testów. - Everyday example PL: Asystent sklepu sprawdza, czy odpowiedź nie zawiera danych innego klienta, zanim pokaże ją rozmówcy. - In one sentence EN: These additional checks limit what data a model accepts, what responses it returns and which actions it performs. - Problem it solves EN: A model does not always follow application rules, and its responses may contain prohibited content. - What it does EN: Filters and rules check inputs, workflow and outputs, redirecting conversation or blocking selected events; their effectiveness needs testing. - Everyday example EN: A shop assistant checks that a response contains no other customer's data before showing it to the caller. - concerns you if PL: potrzebujesz kontroli poza samym modelem; aplikacja ma określone granice treści i działań - concerns you if EN: need controls beyond the model itself; set application boundaries for content and actions - related: `security`, `codeevals`, `contentsafetyfiltering`, `stepsafe`, `genaimrmfin`, `gracefulfailure`, `probing` - sources: `dlai`, `llama-guard-2023`, `nemo-guardrails-2023` ### Klasyfikatory bezpieczeństwa wejścia i wyjścia (Input and output safety classifiers) - id: `safetyclassifiers` · https://aiatlasgraph.com/t/safetyclassifiers.md - path: Bezpieczeństwo i governance › Guardrails › Klasyfikatory bezpieczeństwa wejścia i wyjścia - PL: Osobne, zwykle mniejsze modele, które oceniają prompt i odpowiedź według taksonomii zagrożeń i blokują to, co niedozwolone. Można je dostosować do własnej listy kategorii. - EN: Separate, usually smaller models that score the prompt and the response against a harm taxonomy and block what is not allowed. They can be adapted to a custom category list. - examples PL: Llama Guard · klasyfikatory konstytucyjne · API moderacji - examples EN: Llama Guard · constitutional classifiers · moderation APIs - In one sentence PL: To osobne modele przypisujące treści do kategorii zagrożeń, żeby pomóc zdecydować, czy ją dopuścić. - Problem it solves PL: Ręczne sprawdzanie każdej wiadomości i odpowiedzi nie nadąża za liczbą rozmów. - What it does PL: Klasyfikator ocenia wejście lub odpowiedź według ustalonych kategorii, a aplikacja wykorzystuje wynik do blokowania lub dalszej kontroli. - Everyday example PL: Przed pokazaniem odpowiedzi mały model oznacza potencjalną groźbę i przekazuje ją do dodatkowej kontroli. - In one sentence EN: These separate models assign content to risk categories to help decide whether it should be allowed. - Problem it solves EN: Manually checking every message and response cannot keep up with the number of conversations. - What it does EN: A classifier evaluates input or output against defined categories, and the application uses the result to block or review it. - Everyday example EN: Before a response is displayed, a small model flags a potential threat and sends it for additional review. - concerns you if PL: sprawdzasz duże ilości treści; potrzebujesz własnych kategorii niedozwolonych odpowiedzi - concerns you if EN: review large amounts of content; need your own prohibited-response categories - related: `jailbreaks`, `constitutionalai` - sources: `llama-guard-2023`, `constitutional-classifiers-2025` ### Programowalne reguły przepływu rozmowy (rails) (Programmable dialogue rails) - id: `programmablerails` · https://aiatlasgraph.com/t/programmablerails.md - path: Bezpieczeństwo i governance › Guardrails › Programowalne reguły przepływu rozmowy (rails) - PL: Reguły wpięte w różne etapy działania aplikacji LLM — na wejściu, w dialogu, przy wyszukiwaniu, przy wywołaniach narzędzi i na wyjściu — które trzymają rozmowę w temacie i w ustalonym scenariuszu. - EN: Rules plugged into different stages of an LLM application — input, dialogue, retrieval, tool execution and output — that keep the conversation on topic and on script. - examples PL: rails wejściowe, dialogowe, wyszukiwania, wykonania i wyjściowe · ograniczanie tematu - examples EN: input, dialogue, retrieval, execution and output rails · topic restriction - In one sentence PL: To zapisane reguły sterujące dopuszczalnym przebiegiem rozmowy i używaniem narzędzi przez aplikację. - Problem it solves PL: Asystent odchodzi od scenariusza albo próbuje wykonać działanie przed zebraniem wymaganych danych. - What it does PL: Reguły w wybranych etapach sprawdzają warunki i określają kolejne przejścia, odpowiedzi lub dostępne narzędzia. - Everyday example PL: Asystent nie przechodzi do anulowania zamówienia, dopóki rozmówca nie poda numeru i nie potwierdzi zamiaru. - In one sentence EN: These written rules control an application's permitted conversation flow and tool use. - Problem it solves EN: An assistant strays from the workflow or tries to act before gathering required details. - What it does EN: Rules at selected stages check conditions and specify the next transitions, responses or available tools. - Everyday example EN: An assistant does not proceed to order cancellation until the caller provides its number and confirms the intention. - concerns you if PL: rozmowa musi przechodzić przez ustalone etapy; chcesz kontrolować warunki uruchomienia narzędzi - concerns you if EN: need conversations to follow defined stages; want to control when tools can run - sources: `nemo-guardrails-2023` ### Prywatność i prawa do danych (Privacy and data rights) - id: `privacy` · https://aiatlasgraph.com/t/privacy.md - path: Bezpieczeństwo i governance › Prywatność i prawa do danych - PL: Zasady wykorzystania danych i modeli. - EN: Rules for using data and models. - examples PL: Dane osobowe · zgody · licencje - examples EN: Personal data · consent · licences - In one sentence PL: To ochrona informacji o ludziach i respektowanie zasad wykorzystania danych w modelach. - Problem it solves PL: Prywatna rozmowa lub dokument może trafić do treningu, logów albo odpowiedzi bez odpowiedniej kontroli. - What it does PL: Łączy ustalanie praw i zakresu użycia danych z ograniczaniem dostępu, maskowaniem, prywatnym treningiem i sprawdzaniem możliwości usunięcia wpływu danych. - Everyday example PL: Przed przesłaniem korespondencji do asystenta ustalasz, które dane możesz użyć i co powinno zostać ukryte. - In one sentence EN: This protects information about people and respects the rules governing data use in models. - Problem it solves EN: A private conversation or document can enter training, logs or responses without appropriate control. - What it does EN: It combines defining data rights and permitted uses with access limits, redaction, private training and checks on removing data influence. - Everyday example EN: Before sending correspondence to an assistant, you establish which data you can use and what should be hidden. - concerns you if PL: pracujesz z informacjami o innych osobach; chcesz kontrolować użycie i przechowywanie danych - concerns you if EN: work with information about other people; want to control data use and storage - related: `aiusepolicy` - sources: `nist`, `fsdl` ### Oduczanie modeli (machine unlearning) (Machine unlearning) - id: `unlearning` · https://aiatlasgraph.com/t/unlearning.md - path: Bezpieczeństwo i governance › Prywatność i prawa do danych › Oduczanie modeli (machine unlearning) - PL: Usuwanie z już wytrenowanego modelu wpływu wybranych danych lub zdolności (np. danych osobowych, treści chronionych prawem autorskim) bez trenowania od zera. Wciąż otwarty problem: trudno sprawdzić, czy model naprawdę „zapomniał”. - EN: Removing the influence of selected data or capabilities (e.g. personal data, copyrighted content) from an already-trained model without retraining from scratch. Still an open problem: it is hard to verify the model truly “forgot”. - examples PL: zbiór do zapomnienia (forget set) · benchmark TOFU · usuwanie groźnej wiedzy - examples EN: forget set · TOFU benchmark · hazardous knowledge removal - In one sentence PL: To próby usunięcia wpływu wybranych danych lub zdolności z już wyuczonego modelu. - Problem it solves PL: Nie chcesz, żeby model dalej korzystał z usuniętych informacji, a ponowny trening od początku jest kosztowny. - What it does PL: Zmienia ustawienia modelu, żeby osłabić wybrany wpływ i zachować inne umiejętności; potwierdzenie skutecznego zapomnienia jest trudne. - Everyday example PL: Po wycofaniu prywatnych dokumentów testujesz metodę ograniczającą ich wpływ i sprawdzasz różne sposoby wydobycia zapamiętanej treści. - In one sentence EN: This attempts to remove selected data influence or capabilities from an already trained model. - Problem it solves EN: You do not want a model to keep using removed information, while retraining from scratch is costly. - What it does EN: It changes model parameters to weaken selected influence while retaining other abilities; verifying successful forgetting is difficult. - Everyday example EN: After withdrawing private documents, you test a method reducing their influence and check different ways of eliciting remembered content. - concerns you if PL: musisz ograniczyć wpływ danych po treningu; chcesz sprawdzić, czy model nadal ujawnia usunięte treści - concerns you if EN: need to reduce data influence after training; want to check whether withdrawn content remains accessible - sources: `llm-unlearning-liu-2024` ### Prywatność różnicowa (DP-SGD) (Differential privacy in machine learning) - id: `diffprivacy` · https://aiatlasgraph.com/t/diffprivacy.md - path: Bezpieczeństwo i governance › Prywatność i prawa do danych › Prywatność różnicowa (DP-SGD) - PL: Matematyczna gwarancja, że wynik treningu prawie nie zależy od obecności pojedynczej osoby w danych. W praktyce: przycinanie gradientów i dodawanie szumu (DP-SGD) przy kontrolowanym „budżecie prywatności” — kosztem jakości modelu. - EN: A mathematical guarantee that the training result barely depends on whether any single person is in the data. In practice: gradient clipping and added noise (DP-SGD) under a controlled “privacy budget” — at a cost to model quality. - examples PL: DP-SGD · budżet prywatności ε · modele językowe trenowane z DP - examples EN: DP-SGD · privacy budget ε · language models trained with DP - In one sentence PL: To matematycznie kontrolowane ograniczanie tego, ile wynik może ujawnić o pojedynczym uczestniku danych. - Problem it solves PL: Model lub analiza może ujawnić, że konkretna osoba znalazła się w danych treningowych. - What it does PL: Ogranicza wpływ pojedynczych przykładów i dodaje kontrolowany szum, rozliczając budżet prywatności; silniejsza ochrona może utrudniać uzyskanie dobrej jakości. - Everyday example PL: Trenujesz model na prywatnych wiadomościach, ograniczając wkład każdej osoby i mierząc koszt prywatności całego treningu. - In one sentence EN: This mathematically controls how much a result can reveal about an individual data contributor. - Problem it solves EN: A model or analysis can reveal that a particular person contributed to the training data. - What it does EN: It limits individual examples' influence and adds controlled noise while accounting for a privacy budget; stronger protection can make quality harder to achieve. - Everyday example EN: You train a model on private messages, limiting each person's contribution and measuring the privacy cost of the entire training run. - concerns you if PL: uczysz model na wrażliwych danych; potrzebujesz ilościowo określonej ochrony uczestników - concerns you if EN: train models on sensitive data; need quantitatively defined protection for contributors - related: `optimization` - sources: `dp-sgd-abadi-2016` ### Uczenie federacyjne (Federated learning) - id: `federated` · https://aiatlasgraph.com/t/federated.md - path: Bezpieczeństwo i governance › Prywatność i prawa do danych › Uczenie federacyjne - PL: Wspólne trenowanie modelu bez centralizowania surowych danych: dane zostają na urządzeniach lub serwerach uczestników, które przesyłają aktualizacje do agregacji. Samo uczenie federacyjne nie gwarantuje prywatności — aktualizacje mogą ujawniać informacje, dlatego stosuje się m.in. bezpieczną agregację i prywatność różnicową. - EN: Collaborative model training without centralising raw data: data stays on participants’ devices or servers, which send updates for aggregation. Federated learning alone does not guarantee privacy — updates can leak information, so secure aggregation and differential privacy are among the additional protections used. - examples PL: FedAvg · bezpieczna agregacja · trening na urządzeniach - examples EN: FedAvg · secure aggregation · on-device training - In one sentence PL: To wspólne uczenie modelu, gdy surowe dane pozostają na urządzeniach lub serwerach uczestników. - Problem it solves PL: Chcesz uczyć się na danych wielu miejsc, ale nie możesz zebrać wszystkich surowych danych w jednym magazynie. - What it does PL: Uczestnicy obliczają lokalne aktualizacje i przesyłają je do połączenia; same aktualizacje mogą ujawniać informacje, więc potrzebują dodatkowej ochrony. - Everyday example PL: Telefony wspólnie poprawiają podpowiadanie tekstu, przekazując aktualizacje modelu zamiast pełnej historii wiadomości. - In one sentence EN: This jointly trains a model while raw data stays on participants' devices or servers. - Problem it solves EN: You need to learn from data across locations but cannot gather all raw data in one repository. - What it does EN: Participants compute local updates and send them for aggregation; updates can themselves expose information, so they need additional protection. - Everyday example EN: Phones jointly improve text suggestions by sending model updates rather than their full message histories. - concerns you if PL: dane muszą zostać u uczestników; chcesz wspólnie uczyć model w wielu miejscach - concerns you if EN: need data to stay with contributors; want to train jointly across multiple locations - related: `edge` - sources: `fedavg-mcmahan-2016`, `federated-privacy-secagg-2022` ### Wykrywanie i anonimizacja danych osobowych (PII) (PII detection and anonymisation) - id: `piiredaction` · https://aiatlasgraph.com/t/piiredaction.md - path: Bezpieczeństwo i governance › Prywatność i prawa do danych › Wykrywanie i anonimizacja danych osobowych (PII) - PL: Automatyczne znajdowanie danych osobowych (nazwiska, numery, adresy) w tekstach, obrazach i tabelach oraz ich maskowanie lub zastępowanie — przed treningiem, w logach i w promptach wysyłanych do modeli. Żadne narzędzie nie wykrywa wszystkiego. - EN: Automatically finding personal data (names, numbers, addresses) in text, images and tables and masking or replacing it — before training, in logs and in prompts sent to models. No tool catches everything. - examples PL: NER + reguły i wyrażenia regularne · maskowanie · pseudonimizacja - examples EN: NER + rules and regex · masking · pseudonymisation - In one sentence PL: To wykrywanie i ukrywanie informacji pozwalających rozpoznać osobę w tekstach, obrazach lub tabelach. - Problem it solves PL: Dokument potrzebny modelowi zawiera nazwiska, adresy lub numery, których nie chcesz udostępniać. - What it does PL: Reguły i modele wyszukują wybrane dane, a system je maskuje lub zastępuje; pozostały kontekst może nadal ujawniać tożsamość. - Everyday example PL: Przed analizą zgłoszeń ukrywasz nazwiska i adresy klientów, a potem sprawdzasz, czy w treści nie zostały inne identyfikujące szczegóły. - In one sentence EN: This detects and hides identifying personal information in texts, images or tables. - Problem it solves EN: A document needed by a model contains names, addresses or numbers you do not want to disclose. - What it does EN: Rules and models locate selected details, which are masked or replaced; remaining context can still reveal identity. - Everyday example EN: Before analysing support requests, you hide customer names and addresses, then check for other identifying details left in the text. - concerns you if PL: wysyłasz dokumenty zawierające dane osobowe; chcesz ograniczyć wrażliwe informacje w logach - concerns you if EN: send documents containing personal information; want to reduce sensitive details in logs - related: `courtanonymization`, `cleaning`, `clinicaldocs`, `clinicaldeid` - sources: `presidio-docs` ### Stronniczość i sprawiedliwość (Bias and fairness) - id: `fairness` · https://aiatlasgraph.com/t/fairness.md - path: Bezpieczeństwo i governance › Stronniczość i sprawiedliwość - PL: Skutki różnego działania systemu wobec różnych grup. - EN: Effects of a system behaving differently toward different groups. - examples PL: Bias · fairness - examples EN: Bias · fairness - In one sentence PL: To badanie, czy model działa nierówno wobec różnych grup ludzi i jakie skutki to powoduje. - Problem it solves PL: Średni wynik wygląda dobrze, lecz część osób częściej dostaje błędną lub krzywdzącą odpowiedź. - What it does PL: Porównuje dane, błędy i skutki decyzji między grupami, a następnie dobiera i sprawdza działania ograniczające nierówności. - Everyday example PL: Sprawdzasz, czy model rozpoznawania mowy gorzej zapisuje wypowiedzi osób z wybranym akcentem. - In one sentence EN: This examines whether a model behaves differently across groups of people and what consequences follow. - Problem it solves EN: Average performance looks good, but some people receive incorrect or harmful responses more often. - What it does EN: It compares data, errors and decision effects across groups, then selects and checks measures to reduce disparities. - Everyday example EN: You check whether a speech model transcribes people with a particular accent less accurately. - concerns you if PL: system obsługuje różne grupy ludzi; średnie wyniki mogą ukrywać nierówne działanie - concerns you if EN: serve different groups of people; suspect average results hide unequal performance - related: `creditexplain` - sources: `nist`, `fsdl`, `fairlearn-user-guide` ### Metody ograniczania stronniczości (Bias mitigation techniques) - id: `biasmitigation` · https://aiatlasgraph.com/t/biasmitigation.md - path: Bezpieczeństwo i governance › Stronniczość i sprawiedliwość › Metody ograniczania stronniczości - PL: Zmniejszanie nierówności na trzech etapach: przed treningiem (przekształcenie danych), w trakcie (trening z ograniczeniem sprawiedliwości) i po treningu (np. osobne progi decyzyjne dla grup). - EN: Reducing disparities at three stages: before training (transforming data), during training (fairness-constrained optimisation) and after training (e.g. group-specific decision thresholds). - examples PL: preprocessing · trening z ograniczeniami · optymalizacja progów - examples EN: preprocessing · constrained training · threshold optimisation - In one sentence PL: To zmienianie danych, treningu lub decyzji modelu, żeby ograniczyć nierówne działanie wobec ludzi. - Problem it solves PL: Model częściej myli się wobec określonej grupy, a samo wykrycie różnicy niczego jeszcze nie poprawia. - What it does PL: Można poprawić reprezentację danych, dodać ograniczenia do treningu lub zmienić progi decyzji, sprawdzając skutki i kompromisy. - Everyday example PL: Po wykryciu słabych wyników dla akcentu dodajesz odpowiednie nagrania i ponownie sprawdzasz rozpoznawanie mowy. - In one sentence EN: This adjusts data, training or model decisions to reduce unequal treatment of people. - Problem it solves EN: A model makes more mistakes for a particular group, and detecting the difference alone does not fix it. - What it does EN: You can improve data representation, add training constraints or adjust decision thresholds while checking consequences and trade-offs. - Everyday example EN: After finding poor results for an accent, you add relevant recordings and retest speech recognition. - concerns you if PL: znasz grupy z gorszymi wynikami; chcesz sprawdzić skuteczność zmian ograniczających nierówności - concerns you if EN: know which groups receive worse results; want to test changes aimed at reducing disparities - sources: `fairlearn-user-guide` ### Metryki sprawiedliwości grupowej (Group fairness metrics) - id: `fairnessmetrics` · https://aiatlasgraph.com/t/fairnessmetrics.md - path: Bezpieczeństwo i governance › Stronniczość i sprawiedliwość › Metryki sprawiedliwości grupowej - PL: Porównywanie działania modelu między grupami wyznaczonymi przez cechy wrażliwe: czy decyzje pozytywne i błędy rozkładają się podobnie. Różne metryki wzajemnie się wykluczają, a wynik bliski zeru nie oznacza automatycznie sprawiedliwości. - EN: Comparing model behaviour across groups defined by sensitive features: are positive decisions and errors distributed similarly? Different metrics conflict with each other, and a near-zero gap does not by itself mean the result is fair. - examples PL: parytet demograficzny · equalized odds · równość szans - examples EN: demographic parity · equalized odds · equal opportunity - In one sentence PL: To liczby porównujące decyzje i błędy modelu między różnymi grupami ludzi. - Problem it solves PL: Nie wiesz, czy podobny ogólny wynik oznacza podobne traktowanie wszystkich grup. - What it does PL: Miary zestawiają częstość decyzji lub rodzajów błędów; mogą wskazywać różne cele, więc jedna liczba nie rozstrzyga sprawiedliwości. - Everyday example PL: Dla modelu sortującego zgłoszenia porównujesz między grupami odsetek spraw błędnie uznanych za nieważne. - In one sentence EN: These numbers compare a model's decisions and errors across groups of people. - Problem it solves EN: You do not know whether similar overall results mean all groups are treated similarly. - What it does EN: Measures compare decision rates or error types; they can reflect different goals, so one number cannot establish fairness. - Everyday example EN: For a model sorting requests, you compare how often each group's requests are wrongly marked unimportant. - concerns you if PL: porównujesz jakość obsługi różnych grup; musisz wybrać, które nierówności mierzyć - concerns you if EN: compare service quality across groups; need to choose which disparities to measure - related: `metrics`, `crosssiteshift`, `clinicalbias`, `atriskprediction` - sources: `fairlearn-user-guide` ### Znaki wodne i pochodzenie treści AI (AI content watermarking and provenance) - id: `contentprovenance` · https://aiatlasgraph.com/t/contentprovenance.md - path: Bezpieczeństwo i governance › Znaki wodne i pochodzenie treści AI - PL: Techniki wskazujące pochodzenie treści: niewidoczne znaki wodne osadzane podczas generowania oraz kryptograficznie podpisane manifesty metadanych. Ograniczenia są różne: edycja i parafraza mogą osłabić znaki wodne, a metadane C2PA można odłączyć od pliku. - EN: Techniques that signal content origin: invisible watermarks embedded during generation and cryptographically signed metadata manifests. Their limitations differ: editing and paraphrasing can weaken watermarks, while C2PA metadata can be detached from the file. - examples PL: znak wodny w tekście i obrazie · Content Credentials (C2PA) · SynthID - examples EN: text and image watermarks · Content Credentials (C2PA) · SynthID - In one sentence PL: To sposoby zapisywania lub oznaczania, skąd pochodzi treść i czy była tworzona lub zmieniana przez model. - Problem it solves PL: Widzisz zdjęcie lub tekst w sieci, ale nie znasz jego pochodzenia ani historii zmian. - What it does PL: Znaki wodne umieszczają rozpoznawalny ślad, a podpisane metadane zapisują pochodzenie; mogą zostać osłabione lub usunięte i nie dowodzą prawdziwości treści. - Everyday example PL: Przy zdjęciu sprawdzasz podpisaną historię edycji, która wskazuje użycie generatora przy zmianie tła. - In one sentence EN: These methods record or mark where content comes from and whether a model created or changed it. - Problem it solves EN: You see an image or text online but do not know its origin or editing history. - What it does EN: Watermarks embed detectable traces, while signed metadata records provenance; these can weaken or disappear and do not prove the content is true. - Everyday example EN: You inspect an image's signed editing history, which records generator use to change the background. - concerns you if PL: publikujesz lub oceniasz cyfrowe treści; chcesz zachować informacje o pochodzeniu i zmianach - concerns you if EN: publish or assess digital content; want to retain origin and editing information - related: `imagegen`, `texttoimage`, `trustcalibration`, `airegulation`, `ekycliveness` - sources: `eu-ai-act-regulatory-framework-2026`, `synthid-text-nature-2024`, `c2pa-spec-2-2` ## Dane dla AI (Data for AI) - id: `data` · https://aiatlasgraph.com/t/data.md - path: Dane dla AI - PL: Pozyskiwanie, przygotowanie, selekcja i kontrola danych używanych przez modele. - EN: Sourcing, preparing, selecting and controlling the data models are built on. - examples PL: Crawling · filtrowanie jakości · mieszanki danych · etykietowanie · dane syntetyczne - examples EN: Crawling · quality filtering · data mixtures · labelling · synthetic data - In one sentence PL: To przygotowanie informacji i przykładów, z których modele uczą się i na których są sprawdzane. - Problem it solves PL: Błędne, przypadkowe lub niepełne przykłady mogą nauczyć model złych nawyków. - What it does PL: Zbiera materiały, sprawdza ich pochodzenie, poprawia błędy i wybiera przykłady odpowiednie do nauki oraz osobnego sprawdzianu. - Everyday example PL: Przygotowujesz zdjęcia produktów do rozpoznawania uszkodzeń: oznaczasz wady, usuwasz powtórzenia i odkładasz część zdjęć do sprawdzenia modelu. - In one sentence EN: This prepares the information and examples that models learn from and are tested on. - Problem it solves EN: Incorrect, irrelevant or incomplete examples can teach a model the wrong patterns. - What it does EN: It collects material, checks its origins, fixes problems and selects examples for learning and a separate assessment. - Everyday example EN: You prepare product photos for damage detection, label defects, remove duplicates and set some photos aside to test the model. - concerns you if PL: chcesz nauczyć model pracy na własnych materiałach; zastanawiasz się, skąd biorą się błędy modelu - concerns you if EN: want a model to learn from your own material; wonder where a model's mistakes come from - sources: `fsdl`, `cs336`, `dcai-mit`, `llm-x-data-survey-2025` ### Atrybucja i wycena danych treningowych (Training data attribution and valuation) - id: `datavaluation` · https://aiatlasgraph.com/t/datavaluation.md - path: Dane dla AI › Atrybucja i wycena danych treningowych - aliases: data attribution, data valuation, training data attribution, TDA, wycena danych - PL: Metody szacujące wpływ przykładów treningowych na predykcje lub ich wartość dla jakości modelu, m.in. funkcje wpływu, TRAK i wartości Shapleya. - EN: Methods estimating the influence of training examples on predictions or their value for model quality, including influence functions, TRAK and Shapley values. - In one sentence PL: Szacowanie, które przykłady z materiału treningowego były najbardziej związane z konkretną odpowiedzią modelu i jak wpływają na jego jakość. - Problem it solves PL: Gdy model się myli, trudno wskazać przykłady treningowe najbardziej związane z błędem ani ocenić, które dane poprawiają wybraną metrykę. - What it does PL: Jak księgowy rozliczający wkład wspólników: każdemu przykładowi przypisuje udział w wyniku, dodatni lub ujemny. - Everyday example PL: Asystent podał błędną radę, a analiza wskazuje garść stron z forum, które go tego nauczyły i warto je usunąć. - In one sentence EN: Estimating which training examples were most associated with a model response and how they affect model quality. - Problem it solves EN: When a model errs, it is hard to identify the training examples most associated with the error or estimate which data improves a chosen metric. - What it does EN: Like an accountant settling partners' shares: each example gets a stake in the result, positive or negative. - Everyday example EN: An assistant gave wrong advice, and the analysis points to a handful of forum pages that taught it this and should go. - concerns you if PL: chcesz wiedzieć, skąd model wziął konkretną odpowiedź; płacisz za dane i chcesz wiedzieć, które się opłacają; szukasz zepsutych przykładów w dużym zbiorze - concerns you if EN: want to know where a model got a specific answer; pay for data and want to know which pays off; hunt for broken examples in a large dataset - related: `explainability` - sources: `park-2023-trak`, `koh-liang-2017-influence`, `ghorbani-zou-2019-datashapley` ### Funkcje wpływu i śledzenie przykładów treningowych (Influence functions and training example tracing) - id: `influencefunctions` · https://aiatlasgraph.com/t/influencefunctions.md - path: Dane dla AI › Atrybucja i wycena danych treningowych › Funkcje wpływu i śledzenie przykładów treningowych - aliases: influence functions, training example tracing, funkcje wpływu, śledzenie przykładów treningowych - PL: Gradientowe przybliżenia wpływu przykładu treningowego na predykcję testową: klasyczne funkcje wpływu, TRAK i ich skalowalne warianty. - EN: Gradient-based approximations of a training example's influence on a test prediction: classical influence functions, TRAK and scalable variants. - In one sentence PL: Wskazywanie przykładów treningowych, które najbardziej popchnęły model do danej odpowiedzi, bez trenowania go od nowa. - Problem it solves PL: Przetrenowanie modelu bez każdego podejrzanego przykładu z osobna trwałoby lata, a trzeba szybko znaleźć źródło błędu. - What it does PL: Działa jak śledzenie tropu wstecz: z kierunku, w którym każdy przykład pchał parametry, szacuje jego udział w odpowiedzi. - Everyday example PL: Klasyfikator zdjęć myli wilka z husky, a lista najbardziej wpływowych przykładów pokazuje zdjęcia psów na śniegu. - In one sentence EN: Pointing to the training examples that most pushed a model towards a given answer, without retraining it. - Problem it solves EN: Retraining a model without each suspicious example one by one would take years, yet the cause of an error is needed fast. - What it does EN: It traces footprints backwards: from the direction each example pushed the parameters, it estimates its share in the answer. - Everyday example EN: A photo classifier confuses a wolf with a husky, and the most influential examples turn out to be dogs on snow. - concerns you if PL: debugujesz dziwne zachowanie modelu; szukasz błędnie oznaczonych przykładów - concerns you if EN: are debugging strange model behaviour; are hunting for mislabelled examples - related: `labelerrors` - sources: `park-2023-trak`, `koh-liang-2017-influence` ### Wycena danych wartością Shapleya (Data Shapley) (Data Shapley valuation) - id: `datashapley` · https://aiatlasgraph.com/t/datashapley.md - path: Dane dla AI › Atrybucja i wycena danych treningowych › Wycena danych wartością Shapleya (Data Shapley) - aliases: Data Shapley, data valuation with Shapley values, wycena danych wartością Shapleya - PL: Wartość Shapleya z kooperacyjnej teorii gier zastosowana do przykładów treningowych, szacowana próbkowaniem Monte Carlo lub gradientowo. - EN: The cooperative-game Shapley value applied to training examples, estimated by Monte Carlo sampling or gradient methods. - In one sentence PL: Przypisywanie każdemu przykładowi treningowemu wartości według tego, ile średnio poprawia model w różnych zestawach danych. - Problem it solves PL: Nie wiadomo, za które dane warto płacić, a które psują model, bo wkład jednego przykładu zależy od reszty zbioru. - What it does PL: Jak podział nagrody w drużynie: sprawdza, ile wynik rośnie, gdy przykład dołącza do różnych losowych składów. - Everyday example PL: Szpital sprzedający dane do modelu diagnostycznego dostaje rozliczenie, które rekordy pomogły, a które były błędne. - In one sentence EN: Assigning each training example a value by how much it improves the model on average across many data mixes. - Problem it solves EN: It is unclear which data is worth paying for and which harms the model, because one example's value depends on the rest. - What it does EN: Like splitting a team prize: it checks how much the score rises when an example joins many random line-ups. - Everyday example EN: A hospital selling data for a diagnostic model gets a breakdown of which records helped and which were faulty. - concerns you if PL: kupujesz lub sprzedajesz dane do trenowania; chcesz odchudzić zbiór bez utraty jakości - concerns you if EN: buy or sell data for training; want to slim a dataset without losing quality - related: `finetuneselection` - sources: `ghorbani-zou-2019-datashapley` ### Czyszczenie i jakość (Data cleaning and quality) - id: `cleaning` · https://aiatlasgraph.com/t/cleaning.md - path: Dane dla AI › Czyszczenie i jakość - PL: Usuwanie błędów, duplikatów i niepożądanych przykładów. - EN: Removing errors, duplicates and unwanted examples. - examples PL: Filtrowanie · deduplikacja - examples EN: Filtering · deduplication - In one sentence PL: To poprawianie materiałów używanych przez model i usuwanie przykładów, które przeszkadzają w nauce. - Problem it solves PL: Błędy, kopie i przypadkowe treści w danych mogą prowadzić do mylących odpowiedzi modelu. - What it does PL: Sprawdza zawartość zbioru, wykrywa podejrzane przypadki i stosuje ustalone reguły poprawiania albo odrzucania materiałów. - Everyday example PL: Przed uczeniem asystenta porządkujesz archiwum zgłoszeń: usuwasz kopie, puste wiadomości i wpisy z błędnymi oznaczeniami. - In one sentence EN: This fixes material used by a model and removes examples that get in the way of learning. - Problem it solves EN: Mistakes, duplicates and irrelevant material in the data can lead to misleading model answers. - What it does EN: It checks the collection, flags suspicious examples and applies chosen rules for correcting or rejecting material. - Everyday example EN: Before training an assistant, you clean a request archive by removing copies, empty messages and incorrectly labelled entries. - concerns you if PL: korzystasz z danych z wielu niesprawdzonych źródeł; model uczy się na błędnych lub powtarzających się przykładach - concerns you if EN: use data from several unchecked sources; have a model learning from faulty or repetitive examples - related: `rewardmodels`, `featureeng`, `missingimputation`, `piiredaction` - sources: `fsdl`, `cs336`, `dlai` ### Deduplikacja i dekontaminacja (Deduplication and decontamination) - id: `dedup` · https://aiatlasgraph.com/t/dedup.md - path: Dane dla AI › Czyszczenie i jakość › Deduplikacja i dekontaminacja - PL: Usuwanie powtórzeń i prawie-powtórzeń oraz wycinanie z danych treningowych przykładów, które pokrywają się z testami. - EN: Removing duplicates and near-duplicates, and cutting training examples that overlap with test sets. - examples PL: MinHash · podobieństwo embeddingów · dekontaminacja n-gramowa - examples EN: MinHash · embedding similarity · n-gram decontamination - In one sentence PL: To usuwanie powtórzeń oraz przykładów, które mogłyby zdradzić modelowi odpowiedzi ze sprawdzianu. - Problem it solves PL: Powtórzenia wypaczają materiał do nauki, a znane pytania sprawdzianu zawyżają ocenę modelu. - What it does PL: Porównuje treści pod kątem kopii i podobnych fragmentów, także między materiałem do nauki a zbiorem do sprawdzania. - Everyday example PL: Przygotowując materiały szkoleniowe, usuwasz kopie tego samego artykułu i fragmenty pokrywające się z pytaniami sprawdzianu. - In one sentence EN: This removes duplicates and learning examples that could reveal answers from a model's test. - Problem it solves EN: Repeated material distorts learning, while familiar test questions make a model's score look better than it should. - What it does EN: It compares content for copies and similar passages, including overlaps between learning material and the test collection. - Everyday example EN: When preparing learning material, you remove copies of an article and passages that overlap with test questions. - concerns you if PL: łączysz zbiory, które mogą zawierać te same treści; chcesz sprawdzić model na nieznanych mu przykładach - concerns you if EN: combine collections that might contain the same material; want to test a model on unfamiliar examples - related: `qualityfiltering`, `metrics`, `splits`, `benchcontamination`, `largescaleprocessing`, `leakagetypes` - sources: `mlabonne-llm-course` ### Deduplikacja semantyczna (po embeddingach) (Semantic deduplication with embeddings) - id: `semanticdedup` · https://aiatlasgraph.com/t/semanticdedup.md - path: Dane dla AI › Czyszczenie i jakość › Deduplikacja i dekontaminacja › Deduplikacja semantyczna (po embeddingach) - aliases: embedding-based deduplication, semantic dedup, deduplikacja semantyczna, deduplikacja po znaczeniu - PL: Usuwanie semantycznych prawie-duplikatów przez klastrowanie embeddingów z wytrenowanego modelu i odcięcie par powyżej progu podobieństwa. - EN: Removing semantic near-duplicates by clustering embeddings from a pretrained model and pruning pairs above a similarity threshold. - In one sentence PL: Usuwanie przykładów, które nie są kopiami, ale znaczą prawie to samo, np. to samo zdjęcie w innym kadrze. - Problem it solves PL: Zwykłe porównanie znaków nie wyłapie parafraz i przyciętych zdjęć, więc model marnuje czas na te same treści. - What it does PL: Zamienia każdy przykład na punkt na mapie znaczeń i z ciasnych skupisk zostawia tylko po jednym przedstawicielu. - Everyday example PL: Z tysiąca prawie identycznych zdjęć tej samej wieży w zbiorze zostaje kilka, a trening trwa krócej. - In one sentence EN: Removing examples that are not copies but mean nearly the same, like the same photo cropped differently. - Problem it solves EN: Plain character matching misses paraphrases and cropped photos, so a model wastes time on the same content. - What it does EN: It turns each example into a point on a map of meaning and keeps just one representative from each tight cluster. - Everyday example EN: Of a thousand near-identical photos of the same tower, only a few stay in the collection, and training is shorter. - concerns you if PL: twój zbiór puchnie od podobnych przykładów; chcesz skrócić trening bez utraty jakości - concerns you if EN: your dataset is bloated with similar examples; want shorter training without losing quality - sources: `abbas-2023-semdedup` ### Ekstrakcja tekstu ze stron i PDF (Text extraction from HTML and PDFs) - id: `textextraction` · https://aiatlasgraph.com/t/textextraction.md - path: Dane dla AI › Czyszczenie i jakość › Ekstrakcja tekstu ze stron i PDF - aliases: HTML extraction, boilerplate removal, PDF OCR - PL: Wyciąganie właściwej treści z surowych stron i dokumentów: usuwanie menu, stopek i reklam, zamiana PDF (także skanów) na czysty tekst z zachowaniem struktury. - EN: Pulling the actual content out of raw pages and documents: removing menus, footers and ads, turning PDFs (including scans) into clean text while keeping structure. - examples PL: Trafilatura · usuwanie boilerplate · OCR modelem wizyjnym (olmOCR) · tabele i wzory - examples EN: Trafilatura · boilerplate removal · OCR with a vision model (olmOCR) · tables and equations - In one sentence PL: To wydobywanie właściwego tekstu ze stron, skanów i dokumentów. - Problem it solves PL: Potrzebna treść ginie między menu i reklamami albo jest zapisana jako obraz, którego nie można przeszukać. - What it does PL: Oddziela główną treść od dodatków i rozpoznaje tekst na obrazach, próbując zachować nagłówki, akapity oraz tabele. - Everyday example PL: Zeskanowaną instrukcję przerabiasz na tekst, żeby asystent mógł znaleźć rozdział o wymianie filtra. - In one sentence EN: This extracts the useful text from pages, scans and documents. - Problem it solves EN: Useful content is mixed with menus and adverts or stored as an image that cannot be searched. - What it does EN: It separates main content from surrounding clutter and reads text in images, trying to preserve headings, paragraphs and tables. - Everyday example EN: You turn a scanned manual into text so an assistant can find the section about replacing a filter. - concerns you if PL: masz skany, których nie można przeszukać; chcesz wyciągnąć artykuł bez menu i reklam - concerns you if EN: have scans that cannot be searched; want an article's text without menus and adverts - related: `webcrawl`, `docai` - sources: `trafilatura-docs`, `olmocr-2025`, `datatrove-github` ### Filtrowanie jakości (heurystyki i klasyfikatory) (Quality filtering with heuristics and classifiers) - id: `qualityfiltering` · https://aiatlasgraph.com/t/qualityfiltering.md - path: Dane dla AI › Czyszczenie i jakość › Filtrowanie jakości (heurystyki i klasyfikatory) - aliases: quality filter, model-based filtering, FineWeb-Edu - PL: Odrzucanie słabych dokumentów przed treningiem — najpierw prostymi regułami, potem modelem, który ocenia wartość tekstu (np. edukacyjną). - EN: Dropping weak documents before training — first with simple rules, then with a model that scores how valuable a text is (e.g. educationally). - examples PL: Reguły długości i powtórzeń · identyfikacja języka · klasyfikator „edukacyjności” (FineWeb-Edu) · filtr DCLM - examples EN: Length and repetition rules · language ID · educational-value classifier (FineWeb-Edu) · DCLM filter - In one sentence PL: To wybieranie tekstów dostatecznie przydatnych i czytelnych, żeby nadawały się do nauki modelu. - Problem it solves PL: Zebrane materiały zawierają spam, urwane zdania lub puste treści, które zajmują czas nauki. - What it does PL: Proste reguły wychwytują oczywiste problemy, a osobny model może oceniać wartość pozostałych tekstów. - Everyday example PL: Z archiwum stron odrzucasz teksty pełne powtórzeń i sprawdzasz, które pozostałe materiały zawierają użyteczne wyjaśnienia. - In one sentence EN: This selects text useful and readable enough to help train a model. - Problem it solves EN: Collected material includes spam, broken sentences or empty content that wastes learning time. - What it does EN: Simple rules catch obvious problems, while a separate model can assess the value of the remaining text. - Everyday example EN: You discard repetitive text from a page archive and check which remaining material contains useful explanations. - concerns you if PL: zbierasz teksty o nierównej jakości; chcesz ograniczyć naukę na spamie i pustych treściach - concerns you if EN: collect text of varying quality; want less learning time spent on spam and empty content - related: `dedup`, `imagetextfiltering`, `dataselection` - sources: `fineweb-2024`, `dclm-2024`, `refinedweb-2023`, `dolma-2024` ### Filtrowanie szkodliwych treści tekstowych w danych treningowych (Harmful text filtering in training data) - id: `contentsafetyfiltering` · https://aiatlasgraph.com/t/contentsafetyfiltering.md - path: Dane dla AI › Czyszczenie i jakość › Filtrowanie szkodliwych treści tekstowych w danych treningowych - aliases: toxicity filtering, text safety filtering, filtrowanie toksyczności, pretraining text safety filtering - PL: Klasyfikatorowe i regułowe usuwanie toksycznych, nienawistnych i seksualnych treści z tekstowych korpusów pretrainingowych. - EN: Classifier- and rule-based removal of toxic, hateful and sexual content from text pretraining corpora. - In one sentence PL: Usuwanie z tekstowego materiału do nauki treści nienawistnych, obraźliwych lub seksualnych, zanim model je przyswoi. - Problem it solves PL: Model uczony na surowym internecie powtarza obelgi i niechciane treści, a później trudno to z niego wyplenić. - What it does PL: Jak sito o regulowanych oczkach: klasyfikator ocenia zdania lub dokumenty, a próg decyduje, ile tekstu odrzucić. - Everyday example PL: Asystent do pisania nie podpowiada wulgaryzmów w mailu do klienta, bo takie teksty odsiano przed treningiem. - In one sentence EN: Removing hateful, abusive or sexual content from text training material before a model absorbs it. - Problem it solves EN: A model trained on the raw internet repeats insults and unwanted content, which is hard to remove later. - What it does EN: Like a sieve with adjustable mesh: a classifier scores sentences or documents, and a threshold decides how much text to drop. - Everyday example EN: A writing assistant does not suggest slurs in an email to a client, because such text was sifted out before training. - concerns you if PL: przygotowujesz dane z internetu do trenowania; zastanawiasz się, czemu modele unikają pewnych tematów - concerns you if EN: prepare web data for training; wonder why models avoid certain topics - related: `guardrails` - sources: `soldaini-2024-dolma` ### Niezbalansowane klasy i wartości odstające (Class imbalance and outliers) - id: `classimbalance` · https://aiatlasgraph.com/t/classimbalance.md - path: Dane dla AI › Czyszczenie i jakość › Niezbalansowane klasy i wartości odstające - aliases: class imbalance, outliers, resampling - PL: Rozpoznawanie i obsługa danych, w których jedna klasa dominuje albo trafiają się nietypowe przykłady, zanim zepsują trening i ocenę. - EN: Spotting and handling data where one class dominates or unusual examples appear, before they distort training and evaluation. - examples PL: Nadpróbkowanie i podpróbkowanie · wagi klas · wykrywanie outlierów - examples EN: Oversampling and undersampling · class weights · outlier detection - In one sentence PL: To rozpoznawanie sytuacji, w których jedne przykłady dominują, a inne są rzadkie lub nietypowe. - Problem it solves PL: Model może ignorować ważne rzadkie przypadki lub dopasowywać się do pojedynczych dziwnych wpisów. - What it does PL: Sprawdza proporcje i odstające wpisy, a potem może zmienić częstość przykładów lub ich znaczenie podczas nauki. - Everyday example PL: System ma wykrywać uszkodzone paczki, lecz zdjęcia całych paczek dominują; sprawdzasz, czy model nadal zauważa rzadkie uszkodzenia. - In one sentence EN: This identifies collections where some kinds of examples dominate and others are rare or unusual. - Problem it solves EN: A model may ignore important rare cases or fit itself to a few unusual entries. - What it does EN: It checks proportions and unusual entries, then can adjust how often examples appear or how much they matter during learning. - Everyday example EN: A parcel damage detector mostly learns from intact parcels, so you check whether it still notices the rare damaged ones. - concerns you if PL: ważne przypadki zdarzają się rzadko; masz nietypowe wpisy, które mogą wypaczać wyniki - concerns you if EN: need a model to handle rare but important cases; have unusual entries that could distort results - related: `anomalydetection` - sources: `dcai-mit` ### Wykrywanie błędnych etykiet (Label error detection) - id: `labelerrors` · https://aiatlasgraph.com/t/labelerrors.md - path: Dane dla AI › Czyszczenie i jakość › Wykrywanie błędnych etykiet - aliases: confident learning, noisy labels, cleanlab - PL: Automatyczne znajdowanie przykładów, które mają prawdopodobnie złą etykietę, na podstawie przewidywań modelu — zamiast ręcznego przeglądania całego zbioru. - EN: Automatically finding examples that probably carry a wrong label, using model predictions, instead of reviewing the whole dataset by hand. - examples PL: Confident learning · cleanlab · ranking podejrzanych przykładów do ponownej oceny - examples EN: Confident learning · cleanlab · ranking suspicious examples for relabelling - In one sentence PL: To wyszukiwanie przykładów, których zapisane oznaczenia mogą być błędne. - Problem it solves PL: Model uczy się mylących odpowiedzi, bo część przykładów została źle opisana. - What it does PL: Porównuje zapisane odpowiedzi z przewidywaniami modelu i tworzy listę rozbieżności do sprawdzenia przez człowieka. - Everyday example PL: W archiwum opinii program wskazuje pochwałę oznaczoną jako skarga, a ty sprawdzasz, czy zapis wymaga poprawy. - In one sentence EN: This finds examples whose recorded labels may be wrong. - Problem it solves EN: A model learns misleading answers because some examples were labelled incorrectly. - What it does EN: It compares recorded answers with model predictions and creates a list of disagreements for a person to review. - Everyday example EN: In a review archive, software flags praise labelled as a complaint, and you check whether the record needs correcting. - concerns you if PL: masz duży zbiór już oznaczonych przykładów; chcesz wybierać podejrzane oznaczenia do ponownej oceny - concerns you if EN: have a large collection of already labelled examples; want to prioritise suspicious labels for another review - related: `influencefunctions`, `weaksupervision` - sources: `dcai-mit`, `confident-learning-2019` ### Dane syntetyczne i augmentacja (Synthetic data and augmentation) - id: `synthetic` · https://aiatlasgraph.com/t/synthetic.md - path: Dane dla AI › Dane syntetyczne i augmentacja - PL: Tworzenie lub przekształcanie przykładów. - EN: Creating or transforming examples. - examples PL: Generowanie danych · augmentacja - examples EN: Data generation · augmentation - In one sentence PL: To tworzenie nowych przykładów do nauki przez generowanie treści lub zmienianie istniejących materiałów. - Problem it solves PL: Masz za mało przykładów lub brakuje w nich sytuacji, które model powinien rozpoznawać. - What it does PL: Tworzy dodatkowe warianty i zadania, a kontrola jakości pomaga wybrać te, które nadają się do nauki. - Everyday example PL: Uczysz program rozpoznawać paczki i dodajesz przekształcone zdjęcia pokazujące inne kadry lub oświetlenie. - In one sentence EN: This creates new learning examples by generating content or transforming existing material. - Problem it solves EN: You lack examples or your collection misses situations the model needs to handle. - What it does EN: It creates extra variations and tasks, while quality checks help select those suitable for learning. - Everyday example EN: You train software to recognise parcels and add transformed photos with different crops or lighting. - concerns you if PL: masz mało przydatnych przykładów; chcesz uzupełnić brakujące sytuacje w materiale do nauki - concerns you if EN: have few useful examples; want to fill gaps in your learning material - related: `erroranalysis`, `defectsynthesis`, `simtoreal` - sources: `fsdl`, `cs336`, `dlai`, `synthetic-data-best-practices-2024` ### Augmentacja danych (obraz i tekst) (Data augmentation for images and text) - id: `classicaugmentation` · https://aiatlasgraph.com/t/classicaugmentation.md - path: Dane dla AI › Dane syntetyczne i augmentacja › Augmentacja danych (obraz i tekst) - aliases: data augmentation, back-translation, mixup - PL: Tworzenie nowych przykładów przez przekształcanie istniejących — obracanie i kadrowanie zdjęć, parafrazy i tłumaczenie zwrotne tekstu. - EN: Creating new examples by transforming existing ones — rotating and cropping images, paraphrasing and back-translating text. - examples PL: Kadrowanie, odbicie, zmiana kolorów · mixup · tłumaczenie zwrotne · zamiana synonimów - examples EN: Cropping, flipping, colour jitter · mixup · back-translation · synonym replacement - In one sentence PL: To tworzenie wariantów istniejących zdjęć lub tekstów, które nadal przedstawiają tę samą ważną treść. - Problem it solves PL: Model przyzwyczaja się do jednego wyglądu lub sformułowania i gorzej radzi sobie z niewielką zmianą. - What it does PL: Zmienia kadr, kolor lub słowa, pilnując, żeby przekształcenie nie zmieniło poprawnej odpowiedzi na zadanie. - Everyday example PL: Do zdjęcia produktu dodajesz ciemniejszy i inaczej wykadrowany wariant, żeby model ćwiczył rozpoznawanie także przy innym oświetleniu. - In one sentence EN: This creates variations of existing images or text that preserve the meaning important to the task. - Problem it solves EN: A model gets used to one appearance or wording and struggles when it changes slightly. - What it does EN: It changes the crop, colour or wording while checking that the transformation preserves the task's correct answer. - Everyday example EN: You add darker and differently cropped versions of a product photo so a model can practise recognising it under varied lighting. - concerns you if PL: masz mało zdjęć lub tekstów do nauki; model zawodzi po drobnej zmianie wyglądu lub słów - concerns you if EN: have few images or texts for learning; see failures after small changes in appearance or wording - related: `imageclassification` - sources: `dcai-mit`, `nlp-augmentation-survey-2021` ### Generowanie danych instrukcyjnych przez LLM (LLM-generated instruction data) - id: `instructiongen` · https://aiatlasgraph.com/t/instructiongen.md - path: Dane dla AI › Dane syntetyczne i augmentacja › Generowanie danych instrukcyjnych przez LLM - aliases: Self-Instruct, Evol-Instruct, synthetic instructions - PL: Model sam tworzy polecenia, dane wejściowe i odpowiedzi z kilku przykładów startowych; po odfiltrowaniu słabych i podobnych służą do dostrajania. - EN: A model generates instructions, inputs and answers from a few seed examples; after filtering weak and near-duplicate ones they are used for fine-tuning. - examples PL: Self-Instruct · Evol-Instruct · filtrowanie podobnych poleceń - examples EN: Self-Instruct · Evol-Instruct · filtering near-duplicate instructions - In one sentence PL: To tworzenie przez model nowych poleceń, materiałów wejściowych i przykładowych odpowiedzi do nauki. - Problem it solves PL: Brakuje różnorodnych zadań z odpowiedziami, a ręczne pisanie każdego zajmuje dużo czasu. - What it does PL: Na podstawie przykładów startowych model tworzy kolejne zadania; filtrowanie usuwa słabe lub zbyt podobne propozycje. - Everyday example PL: Z kilku sprawdzonych reklamacji tworzysz dodatkowe pytania i odpowiedzi, które przeglądasz przed dostrojeniem firmowego asystenta. - In one sentence EN: This uses a model to create new instructions, inputs and example answers for learning. - Problem it solves EN: You lack varied tasks with answers, and writing each one by hand takes too much time. - What it does EN: A model uses starter examples to propose more tasks; filtering removes weak or overly similar proposals. - Everyday example EN: You use a few checked complaints to generate extra questions and answers, then review them before adapting a workplace assistant. - concerns you if PL: masz mały zestaw dobrych zadań wzorcowych; chcesz przygotować więcej przykładów poleceń i odpowiedzi - concerns you if EN: have a small set of good reference tasks; want more examples of instructions and answers - related: `seqdistill`, `sft`, `syntheticfiltering`, `dataenhance` - sources: `self-instruct-2022`, `wizardlm-evol-instruct-2023`, `synthetic-data-best-practices-2024` ### Syntetyczne dane do pretrainingu (przepisywanie, podręczniki) (Synthetic pretraining data: rephrasing and textbooks) - id: `pretrainsynthetic` · https://aiatlasgraph.com/t/pretrainsynthetic.md - path: Dane dla AI › Dane syntetyczne i augmentacja › Syntetyczne dane do pretrainingu (przepisywanie, podręczniki) - aliases: rephrasing, WRAP, synthetic textbooks - PL: Przepisywanie tekstów z sieci w bardziej użytecznej formie albo generowanie materiałów w stylu podręcznika jako sposób na zwiększenie efektywności pretrainingu. Wynik zależy od jakości generowania, filtrowania i połączenia z danymi rzeczywistymi. - EN: Rewriting web text into a more useful form or generating textbook-style material as a way to improve pretraining efficiency. Outcomes depend on generation quality, filtering, and how synthetic data is combined with real data. - examples PL: Parafrazy w stylu Wikipedii lub Q&A (WRAP) · syntetyczne podręczniki i ćwiczenia (phi-1) - examples EN: Wikipedia-style or Q&A paraphrases (WRAP) · synthetic textbooks and exercises (phi-1) - In one sentence PL: To tworzenie lub przepisywanie tekstów przez model jako materiału do podstawowej nauki kolejnego modelu. - Problem it solves PL: Surowe teksty bywają chaotyczne i zawierają mało wyjaśnień, które pomagają uczyć przydatnych umiejętności. - What it does PL: Model porządkuje treść lub tworzy wyjaśnienia i ćwiczenia; przydatność zależy od sprawdzania jakości oraz doboru całej mieszanki. - Everyday example PL: Przygotowujesz materiały do nauki modelu, przepisując sprawdzone opisy obsługi urządzeń na uporządkowane wyjaśnienia i pytania z odpowiedziami. - In one sentence EN: This uses a model to create or rewrite texts for another model's initial learning. - Problem it solves EN: Raw text can be disorganised and lack explanations that help teach useful skills. - What it does EN: A model organises content or creates explanations and exercises; usefulness depends on quality checks and the overall data mixture. - Everyday example EN: You prepare model learning material by rewriting checked device instructions into organised explanations and questions with answers. - concerns you if PL: przygotowujesz duży zbiór do podstawowej nauki modelu; chcesz sprawdzić przydatność wygenerowanych wyjaśnień - concerns you if EN: prepare a large collection for a model's initial learning; want to check the usefulness of generated explanations - related: `pretraining`, `modelcollapse` - sources: `wrap-rephrasing-2024`, `phi1-textbooks-2023` ### Syntetyczne dane tabelaryczne (Synthetic tabular data generation) - id: `tabularsynthetic` · https://aiatlasgraph.com/t/tabularsynthetic.md - path: Dane dla AI › Dane syntetyczne i augmentacja › Syntetyczne dane tabelaryczne - aliases: synthetic tabular data, tabular data synthesis, dane syntetyczne w tabelach - PL: Generowanie wierszy tabel o mieszanych typach kolumn za pomocą modeli generatywnych; CTGAN warunkuje generowanie, aby lepiej odwzorować wielomodalne kolumny ciągłe i rzadkie kategorie. - EN: Generating rows for mixed-type tables with generative models; CTGAN conditions generation to better represent multimodal continuous columns and rare categories. - In one sentence PL: Tworzenie sztucznych tabel, np. klientów czy transakcji, które statystycznie przypominają prawdziwe, ale nie opisują realnych osób. - Problem it solves PL: Prawdziwych danych firmowych czy medycznych nie wolno swobodnie udostępniać, a rzadkich przypadków jest za mało do nauki. - What it does PL: Jak aktor grający typowego klienta: zachowuje się realistycznie i spójnie, ale nie jest żadną konkretną osobą. - Everyday example PL: Bank przekazuje firmie testującej aplikację tabelę wymyślonych klientów z realistycznymi saldami zamiast prawdziwej bazy. - In one sentence EN: Creating artificial tables, such as customers or transactions, that statistically resemble real ones without describing real people. - Problem it solves EN: Real business or medical records cannot be shared freely, and rare cases are too few to learn from. - What it does EN: Like an actor playing a typical customer: behaving realistically and consistently, but being no specific person. - Everyday example EN: A bank hands an app-testing company a table of invented customers with realistic balances instead of the real database. - concerns you if PL: nie możesz udostępnić prawdziwych danych klientów; brakuje ci przykładów rzadkich zdarzeń, np. oszustw - concerns you if EN: cannot share real customer data; lack examples of rare events such as fraud - related: `tabularfm` - sources: `xu-2019-ctgan` ### Syntetyczne trajektorie i dane wywołań narzędzi dla agentów (Synthetic agent trajectories and tool-use data) - id: `agenttrajectories` · https://aiatlasgraph.com/t/agenttrajectories.md - path: Dane dla AI › Dane syntetyczne i augmentacja › Syntetyczne trajektorie i dane wywołań narzędzi dla agentów - aliases: agent trajectory synthesis, synthetic tool-use data, tool-use data generation, syntetyczne dane użycia narzędzi - PL: Automatyczne generowanie i weryfikacja zapytań, wywołań funkcji oraz wieloetapowych trajektorii agentów w środowiskach i API do dostrajania modeli. - EN: Automatic generation and verification of queries, function calls and multi-step agent trajectories in environments and APIs for model fine-tuning. - In one sentence PL: Wytwarzanie przykładów, w których model krok po kroku używa narzędzi, aplikacji i stron, żeby nauczyć go działać jak agent. - Problem it solves PL: Zapisów prawdziwej pracy z narzędziami jest mało i są prywatne, a bez nich model myli funkcje i ich parametry. - What it does PL: Jak symulator lotów dla pilota: model ćwiczy na tysiącach wygenerowanych zadań, a sprawdzone przebiegi stają się podręcznikiem. - Everyday example PL: Asystent poprawnie rezerwuje stolik, bo trenowano go na sprawdzonych przykładach wywołań kalendarza i rezerwacji. - In one sentence EN: Producing examples where a model uses tools, apps and websites step by step, to teach it to act as an agent. - Problem it solves EN: Records of real tool work are scarce and private, and without them a model confuses functions and their parameters. - What it does EN: Like a flight simulator for pilots: the model practises on thousands of generated tasks, and checked runs become the textbook. - Everyday example EN: An assistant books a table correctly because it was trained on verified examples of calendar and booking calls. - concerns you if PL: budujesz agenta, który ma wywoływać twoje funkcje; mały model myli się przy wywołaniach narzędzi - concerns you if EN: are building an agent that must call your functions; a small model fumbles tool calls - related: `computeruse`, `toolcallingft` - sources: `liu-2024-apigen` ### Weryfikacja i filtrowanie danych syntetycznych (Verifying and filtering synthetic data) - id: `syntheticfiltering` · https://aiatlasgraph.com/t/syntheticfiltering.md - path: Dane dla AI › Dane syntetyczne i augmentacja › Weryfikacja i filtrowanie danych syntetycznych - aliases: rejection sampling for data, verifier filtering, self-taught data filtering, filtrowanie danych syntetycznych - PL: Kontrola jakości danych generowanych przez modele przez próbkowanie z odrzucaniem oraz automatyczną weryfikację odpowiedzi, wykonania kodu lub wywołań narzędzi. - EN: Quality control for model-generated data through rejection sampling and automatic verification of answers, code execution or tool calls. - In one sentence PL: Sprawdzanie przykładów wygenerowanych przez model, zanim trafią do nauki, i zostawianie tylko tych poprawnych. - Problem it solves PL: Model generujący dane często się myli, a nauka na własnych błędach utrwala je zamiast poprawiać. - What it does PL: Jak egzaminator, który z wielu wypracowań ucznia przepuszcza tylko te z poprawnym wynikiem i logicznym tokiem. - Everyday example PL: Model rozwiązuje to samo zadanie z matematyki dziesięć razy, a do nauki zostają tylko rozwiązania z dobrą odpowiedzią. - In one sentence EN: Checking model-generated examples before they are used for training, keeping only the correct ones. - Problem it solves EN: A model generating data often makes mistakes, and learning from its own errors reinforces them instead of fixing them. - What it does EN: Like an examiner who, from many student essays, passes only those with a correct result and sound reasoning. - Everyday example EN: A model solves the same maths problem ten times, and only the solutions with the right answer are kept for training. - concerns you if PL: generujesz dane treningowe modelem językowym; chcesz uczyć model rozumowania bez ręcznie pisanych rozwiązań - concerns you if EN: generate training data with a language model; want to teach reasoning without hand-written solutions - related: `instructiongen`, `rlvr` - sources: `zelikman-2022-star`, `liu-2024-apigen` ### Wzbogacanie próbek (Sample enhancement) - id: `dataenhance` · https://aiatlasgraph.com/t/dataenhance.md - path: Dane dla AI › Dane syntetyczne i augmentacja › Wzbogacanie próbek - PL: Poprawianie wygenerowanych przykładów: sprawdzanie odpowiedzi, wybór najlepszej z kilku, komplikowanie zadań. - EN: Improving generated examples: checking answers, picking the best of several, making tasks harder. - examples PL: weryfikacja testami lub solverem · rejection sampling · Auto-Evol · persony · chain of thought - examples EN: verification by tests or solvers · rejection sampling · Auto-Evol · personas · chain of thought - In one sentence PL: To poprawianie wygenerowanych przykładów, zanim posłużą do nauki modelu. - Problem it solves PL: Wygenerowane zadania bywają błędne, zbyt proste lub mało zróżnicowane, więc nie są gotowym materiałem do nauki. - What it does PL: Sprawdza odpowiedzi, porównuje warianty i może komplikować zadania, zachowując przykłady spełniające ustalone kryteria. - Everyday example PL: Tworzysz ćwiczenia do pracy z arkuszem, a program sprawdza obliczenia i odrzuca zadania z niepoprawnymi odpowiedziami. - In one sentence EN: This improves generated examples before they are used to train a model. - Problem it solves EN: Generated tasks can be incorrect, too easy or repetitive, making them unsuitable as learning material without further work. - What it does EN: It checks answers, compares alternatives and can make tasks harder, keeping examples that meet chosen criteria. - Everyday example EN: You create spreadsheet exercises, and software checks the calculations and rejects tasks with incorrect answers. - concerns you if PL: generujesz przykłady do nauki; chcesz sprawdzać odpowiedzi i zwiększać różnorodność ćwiczeń - concerns you if EN: generate examples for learning; want answers checked and more varied exercises - related: `codeevals`, `instructiongen` - sources: `mlabonne-llm-course` ### Załamanie modelu na danych syntetycznych (Model collapse from synthetic data) - id: `modelcollapse` · https://aiatlasgraph.com/t/modelcollapse.md - path: Dane dla AI › Dane syntetyczne i augmentacja › Załamanie modelu na danych syntetycznych - aliases: model collapse, recursive training - PL: Ryzyko, że modele trenowane rekurencyjnie na treściach generowanych przez wcześniejsze modele tracą informacje o pierwotnym rozkładzie danych, zaczynając od rzadkich przypadków. - EN: The risk that models trained recursively on content generated by earlier models lose information about the original data distribution, beginning with rare cases. - examples PL: Zanikanie ogonów rozkładu · rekurencyjne trenowanie · zachowanie danych pochodzących od ludzi - examples EN: Distribution-tail loss · recursive training · preserving human-originated data - In one sentence PL: To ryzyko pogorszenia modeli uczonych kolejno na treściach wytworzonych przez wcześniejsze modele. - Problem it solves PL: Rzadkie sytuacje mogą znikać z materiału do nauki, a odpowiedzi coraz gorzej oddawać różnorodność rzeczywistości. - What it does PL: Kolejne pokolenia modeli mogą powielać częste wzorce poprzedników, stopniowo gubiąc mniej typowe przypadki. - Everyday example PL: Kolejne wersje asystenta uczą się głównie z odpowiedzi poprzedników i mogą coraz gorzej obsługiwać nietypowe reklamacje. - In one sentence EN: This is the risk of degradation when successive models learn from content produced by earlier models. - Problem it solves EN: Rare situations may disappear from learning material, and answers may represent the variety of real life less well. - What it does EN: Successive generations can repeat their predecessors' common patterns while gradually losing less typical cases. - Everyday example EN: Successive assistant versions learn mostly from earlier versions' replies and may become worse at handling unusual complaints. - concerns you if PL: zastępujesz prawdziwe przykłady odpowiedziami modelu; uczysz kolejne modele na treściach ich poprzedników - concerns you if EN: replace real examples with model answers; train successive models on their predecessors' content - related: `pretrainsynthetic` - sources: `model-collapse-nature-2024`, `synthetic-data-best-practices-2024` ### Etykietowanie i feedback (Annotation and feedback) - id: `annotation` · https://aiatlasgraph.com/t/annotation.md - path: Dane dla AI › Etykietowanie i feedback - PL: Tworzenie odpowiedzi wzorcowych i ocen. - EN: Producing reference answers and judgements. - examples PL: Anotacja · pary preferencji - examples EN: Annotation · preference pairs - In one sentence PL: To oznaczanie przykładów i ocenianie odpowiedzi, żeby pokazać modelowi, co uznajemy za właściwe. - Problem it solves PL: Same zdjęcia lub wiadomości nie mówią modelowi, które odpowiedzi uznajesz za poprawne. - What it does PL: Osoby lub programy przypisują kategorię, zapisują wzorcową odpowiedź albo wybierają lepszy wynik spośród kilku propozycji. - Everyday example PL: Oznaczasz wiadomości od klientów jako pytania, reklamacje lub prośby o zmianę, zanim nauczysz model je rozdzielać. - In one sentence EN: This labels examples and rates answers to show a model what counts as a suitable result. - Problem it solves EN: Photos or messages alone do not tell a model which answers you consider correct. - What it does EN: People or programs assign a category, provide a reference answer or choose the better result from several proposals. - Everyday example EN: You mark customer messages as questions, complaints or change requests before teaching a model to sort them. - concerns you if PL: masz przykłady, ale brakuje im poprawnych odpowiedzi; chcesz przekazać modelowi, które wyniki są lepsze - concerns you if EN: have examples without correct answers attached; want to show a model which results are better - related: `erroranalysis`, `userfeedback` - sources: `fsdl`, `cs336` ### Aktywne uczenie (active learning) (Active learning) - id: `activelearning` · https://aiatlasgraph.com/t/activelearning.md - path: Dane dla AI › Etykietowanie i feedback › Aktywne uczenie (active learning) - aliases: active learning, uncertainty sampling - PL: Model sam wskazuje, które przykłady warto oznaczyć w następnej kolejności, żeby osiągnąć dobrą jakość przy mniejszej liczbie etykiet. - EN: The model picks which examples are worth labelling next, to reach good quality with fewer labels. - examples PL: Próbkowanie z niepewności · komitet modeli · etykietowanie w pętli - examples EN: Uncertainty sampling · query by committee · labelling in the loop - In one sentence PL: To wybieranie przez model przykładów, które warto oznaczyć w następnej kolejności. - Problem it solves PL: Ręczne ocenianie wszystkich przykładów zajmuje czas, choć wiele z nich niewiele wnosi do nauki. - What it does PL: Model może wskazywać przypadki, przy których jest niepewny, a człowiek dostarcza odpowiedzi do kolejnej rundy nauki. - Everyday example PL: Uczysz program rozpoznawać uszkodzone paczki, a on pokazuje ci do oceny zdjęcia, których nie potrafi pewnie zaklasyfikować. - In one sentence EN: This lets a model select which examples should be labelled next. - Problem it solves EN: Reviewing every example by hand takes time, even though many add little to what the model learns. - What it does EN: The model can flag cases it is uncertain about, and a person supplies answers for the next round of learning. - Everyday example EN: You teach software to recognise damaged parcels, and it shows you photos it cannot confidently classify for review. - concerns you if PL: masz więcej przykładów, niż zdołasz ręcznie oznaczyć; chcesz wybierać najbardziej potrzebne przykłady do oceny - concerns you if EN: have more examples than you can label by hand; want to prioritise examples that most need review - related: `robustness`, `semisupervised` - sources: `dcai-mit`, `settles-active-learning-2009` ### Etykietowanie z pomocą LLM (LLM-assisted annotation) - id: `llmannotation` · https://aiatlasgraph.com/t/llmannotation.md - path: Dane dla AI › Etykietowanie i feedback › Etykietowanie z pomocą LLM - aliases: LLM annotation, LLM labeling - PL: Używanie modeli językowych do tworzenia etykiet, uzasadnień i ocen par odpowiedzi, z kontrolą jakości na próbce sprawdzonej przez ludzi. - EN: Using language models to produce labels, rationales and pairwise judgements, with quality checked on a human-reviewed sample. - examples PL: Etykiety i uzasadnienia od LLM · pary preferencji · filtrowanie słabych adnotacji - examples EN: LLM labels and rationales · preference pairs · filtering weak annotations - In one sentence PL: To pomoc modelu językowego w oznaczaniu przykładów i ocenianiu odpowiedzi. - Problem it solves PL: Ręczne oznaczanie dużego zbioru tekstów trwa długo i wymaga powtarzania podobnych ocen. - What it does PL: Model proponuje oznaczenia i uzasadnienia, a porównanie z próbką ocenioną przez ludzi pozwala sprawdzić ich jakość. - Everyday example PL: Model wstępnie dzieli opinie o sklepie na tematy, a ty porównujesz próbkę wyników z ocenami osób czytających te opinie. - In one sentence EN: This uses a language model to help label examples and judge answers. - Problem it solves EN: Labelling a large text collection by hand takes time and involves many repetitive judgements. - What it does EN: The model proposes labels and reasons, while comparison with a sample reviewed by people helps check their quality. - Everyday example EN: A model groups shop reviews by topic, and you compare a sample of its results with people's judgements. - concerns you if PL: musisz oznaczyć wiele podobnych tekstów; możesz sprawdzić próbkę proponowanych ocen - concerns you if EN: need to label many similar texts; can review a sample of proposed judgements - related: `judges` - sources: `llm-annotation-survey-2024` ### Słaba superwizja i funkcje etykietujące (Weak supervision and labeling functions) - id: `weaksupervision` · https://aiatlasgraph.com/t/weaksupervision.md - path: Dane dla AI › Etykietowanie i feedback › Słaba superwizja i funkcje etykietujące - aliases: weak supervision, labeling functions, Snorkel, data programming - PL: Zamiast etykietować ręcznie, pisze się wiele prostych, niedoskonałych reguł, a model łączy ich głosy w jedną, lepszą etykietę. - EN: Instead of labelling by hand, you write many simple, imperfect rules and a model combines their votes into a single better label. - examples PL: Funkcje etykietujące · Snorkel · reguły, słowniki i wzorce jako źródła etykiet - examples EN: Labeling functions · Snorkel · rules, dictionaries and patterns as label sources - In one sentence PL: To łączenie niedoskonałych wskazówek, żeby wstępnie oznaczyć przykłady bez ręcznego oceniania każdego. - Problem it solves PL: Brakuje gotowych oznaczeń, ale masz słowniki i proste reguły, które pomagają rozpoznawać część przypadków. - What it does PL: Każda reguła oddaje swój głos, a model łączy wskazówki, uwzględniając ich wiarygodność i sprzeczności. - Everyday example PL: Przy sortowaniu wiadomości reguły wykrywają słowa o zwrotach, pytajniki i numery zamówień, a ich głosy pomagają przypisać kategorię. - In one sentence EN: This combines imperfect clues to provisionally label examples without reviewing each one by hand. - Problem it solves EN: You lack labelled examples but have dictionaries and simple rules that identify some cases. - What it does EN: Each rule casts a vote, and a model combines the clues while accounting for reliability and disagreements. - Everyday example EN: When sorting messages, rules detect words about returns, question marks and order numbers, and their votes help assign a category. - concerns you if PL: masz reguły, ale mało ręcznie oznaczonych przykładów; chcesz połączyć kilka niepewnych wskazówek - concerns you if EN: have useful rules but few manually labelled examples; want to combine several uncertain clues - related: `semisupervised`, `pathologymil`, `labelerrors` - sources: `snorkel-2017` ### Zbieranie danych preferencji (porównania odpowiedzi) (Preference data collection (response comparisons)) - id: `preferencedatacollection` · https://aiatlasgraph.com/t/preferencedatacollection.md - path: Dane dla AI › Etykietowanie i feedback › Zbieranie danych preferencji (porównania odpowiedzi) - aliases: human preference data, pairwise comparison data, RLHF data collection, dane preferencji - PL: Projektowanie i prowadzenie zbierania porównań par lub rankingów odpowiedzi od ludzi jako danych dla modeli nagrody i optymalizacji preferencji. - EN: Designing and running collection of pairwise comparisons or response rankings from people as data for reward models and preference optimisation. - In one sentence PL: Ludzie porównują dwie odpowiedzi modelu i wskazują lepszą, a tysiące takich wyborów uczą model, czego oczekujemy. - Problem it solves PL: Trudno spisać zasady dobrej odpowiedzi, a łatwo powiedzieć, która z dwóch jest lepsza. - What it does PL: Jak degustacja w ciemno: zamiast oceniać od zera do dziesięciu, wybierasz, które z dwóch dań smakuje bardziej. - Everyday example PL: Czat pokazuje ci dwie wersje odpowiedzi i pyta, która jest lepsza; twój wybór może trafić do takiego zbioru. - In one sentence EN: People compare two model answers and pick the better one, and thousands of such choices teach the model what we expect. - Problem it solves EN: It is hard to write down rules for a good answer, but easy to say which of two is better. - What it does EN: Like a blind tasting: instead of scoring from zero to ten, you choose which of two dishes tastes better. - Everyday example EN: A chatbot shows you two versions of an answer and asks which is better; your choice may end up in such a dataset. - concerns you if PL: widzisz w czacie pytanie, która odpowiedź jest lepsza; dostrajasz model do stylu swojej firmy; zlecasz oznaczanie danych dla modelu językowego - concerns you if EN: see a chat asking which answer is better; tune a model to your company's style; commission labelling for a language model - related: `dpo`, `arenas` - sources: `bai-2022-hh-rlhf` ### Zgodność anotatorów (Inter-annotator agreement) - id: `annotationguidelines` · https://aiatlasgraph.com/t/annotationguidelines.md - path: Dane dla AI › Etykietowanie i feedback › Zgodność anotatorów - aliases: inter-annotator agreement, inter-coder agreement, Cohen's kappa, Krippendorff's alpha - PL: Mierzenie, na ile niezależni anotatorzy przypisują zgodne etykiety, z uwzględnieniem zgodności przypadkowej. Niski wynik wymaga diagnozy: może wynikać z niejasnych kategorii, subiektywności zadania, rozkładu klas albo źle dobranego współczynnika. - EN: Measuring how consistently independent annotators assign labels while accounting for chance agreement. A low score requires diagnosis: it may reflect unclear categories, task subjectivity, class distribution, or an unsuitable agreement coefficient. - examples PL: Kappa Cohena · pi Scotta · alfa Krippendorffa · współczynniki ważone - examples EN: Cohen's kappa · Scott's pi · Krippendorff's alpha · weighted coefficients - In one sentence PL: To sprawdzanie, na ile różne osoby podobnie oceniają te same przykłady. - Problem it solves PL: Ta sama wiadomość dostaje różne oznaczenia, więc trudno ustalić wiarygodne odpowiedzi do nauki i sprawdzania modelu. - What it does PL: Porównuje niezależne oceny, uwzględniając zgodność przypadkową; rozbieżności pomagają zauważyć niejasne kategorie lub trudne przypadki. - Everyday example PL: Przed uczeniem asystenta prosisz różne osoby o ocenę tych samych reklamacji i sprawdzasz, które wiadomości budzą rozbieżne oceny. - In one sentence EN: This checks how consistently different people judge the same examples. - Problem it solves EN: The same message receives different labels, making reliable learning examples and model tests hard to establish. - What it does EN: It compares independent ratings while accounting for chance agreement; disagreements can reveal unclear categories or difficult cases. - Everyday example EN: Before training an assistant, you ask different people to rate the same complaints and check which messages receive conflicting judgements. - concerns you if PL: kilka osób ocenia te same materiały; chcesz sprawdzić, czy kategorie są rozumiane podobnie - concerns you if EN: have several people judging the same material; want to check whether categories are understood consistently - related: `judgevalidation` - sources: `artstein-poesio-2008` ### Kuracja danych multimodalnych (Multimodal data curation) - id: `multimodaldata` · https://aiatlasgraph.com/t/multimodaldata.md - path: Dane dla AI › Kuracja danych multimodalnych - aliases: image-text data curation, video data curation, kuracja danych obraz-tekst - PL: Filtrowanie, segmentacja i (re)opisywanie danych obraz–tekst, wideo i mowy przed pretrainingiem modeli multimodalnych i generatywnych. - EN: Filtering, segmenting and (re)captioning image–text, video and speech data before pretraining multimodal and generative models. - In one sentence PL: Przesiewanie i opisywanie milionów zdjęć, filmów i nagrań, zanim posłużą do nauki modeli, które widzą i słyszą. - Problem it solves PL: Materiały zebrane z internetu są pełne złych podpisów, nieruchomych ujęć i szumu, przez co model uczy się bałaganu. - What it does PL: Działa jak montażysta z archiwum: tnie, ocenia, odrzuca słabe ujęcia i dopisuje porządne opisy do reszty. - Everyday example PL: Generator obrazów lepiej trzyma się długiego polecenia, bo uczył się na zdjęciach z dokładnymi, a nie przypadkowymi podpisami. - In one sentence EN: Sifting and describing millions of photos, videos and recordings before they are used to teach models that see and hear. - Problem it solves EN: Material gathered from the web is full of wrong captions, static shots and noise, so the model learns the mess. - What it does EN: It works like an archive film editor: cutting, rating, discarding weak shots and writing proper descriptions for the rest. - Everyday example EN: An image generator follows a long request better because it learned from photos with accurate rather than random captions. - concerns you if PL: budujesz zbiór zdjęć, filmów lub nagrań do trenowania; dziwisz się, skąd modele obrazu biorą swoje nawyki; porównujesz otwarte zbiory danych multimodalnych - concerns you if EN: are building a photo, video or audio collection for training; wonder where image models get their habits from; compare open multimodal datasets - sources: `gadre-2023-datacomp`, `li-2024-recap-datacomp`, `blattmann-2023-svd`, `he-2024-emilia` ### Filtrowanie par obraz–tekst (Image–text pair filtering) - id: `imagetextfiltering` · https://aiatlasgraph.com/t/imagetextfiltering.md - path: Dane dla AI › Kuracja danych multimodalnych › Filtrowanie par obraz–tekst - aliases: CLIP filtering, filtrowanie CLIP, filtrowanie par obraz–tekst - PL: Selekcja par obraz–tekst z puli webowej według podobieństwa embeddingów, reguł i klasyfikatorów, mierzona jakością wytrenowanego modelu. - EN: Selecting image–text pairs from a web pool by embedding similarity, rules and classifiers, judged by the quality of the trained model. - In one sentence PL: Odsiewanie z internetu par zdjęcie–podpis, w których podpis nie pasuje do obrazka albo obrazek jest bezwartościowy. - Problem it solves PL: Miliardy zdjęć z sieci mają podpisy w stylu nazwy pliku lub reklamy, więc model kojarzy słowa z niewłaściwymi obrazami. - What it does PL: Inny model ocenia, czy słowa i obraz mówią o tym samym, a do nauki trafia tylko najlepiej dopasowana część. - Everyday example PL: Zdjęcie psa podpisane „IMG_2041.jpg” wylatuje ze zbioru, a to samo zdjęcie z podpisem „pies na plaży” zostaje. - In one sentence EN: Weeding out web photo–caption pairs where the caption does not match the picture or the picture is worthless. - Problem it solves EN: Billions of web photos have captions like file names or ads, so a model links words to the wrong pictures. - What it does EN: Another model scores whether the words and the image talk about the same thing, and only the best-matched share is kept. - Everyday example EN: A dog photo captioned “IMG_2041.jpg” is dropped, while the same photo captioned “a dog on the beach” stays. - concerns you if PL: składasz zbiór zdjęć z opisami do nauki modelu; chcesz zrozumieć, jak powstają otwarte zbiory obraz–tekst - concerns you if EN: are assembling captioned photos to train a model; want to understand how open image–text datasets are made - related: `qualityfiltering` - sources: `gadre-2023-datacomp` ### Kuracja danych wideo (Video data curation for generative models) - id: `videocuration` · https://aiatlasgraph.com/t/videocuration.md - path: Dane dla AI › Kuracja danych multimodalnych › Kuracja danych wideo - aliases: video dataset curation, clip filtering for video, przygotowanie danych wideo - PL: Wieloetapowy pipeline: detekcja cięć, opisywanie klipów i filtrowanie po ruchu, tekście w kadrze, estetyce oraz zgodności obraz–tekst. - EN: A multi-stage pipeline: cut detection, clip captioning and filtering by motion, on-screen text, aesthetics and image–text alignment. - In one sentence PL: Cięcie surowych filmów na krótkie ujęcia i wybieranie tylko tych, z których model może nauczyć się ruchu i obrazu. - Problem it solves PL: Filmy z sieci mają ukryte cięcia, napisy, slajdy i statyczne kadry, więc generator wideo uczy się migających scen. - What it does PL: Jak montażysta przeglądający taśmy: wykrywa przejścia, wyrzuca nudne lub zatekstowane ujęcia i podpisuje resztę. - Everyday example PL: Wygenerowany filmik z biegnącym psem nie przeskakuje nagle do innej sceny, bo w nauce nie było ujęć z ukrytymi cięciami. - In one sentence EN: Cutting raw videos into short shots and keeping only those a model can learn motion and visuals from. - Problem it solves EN: Web videos hide cuts, subtitles, slides and static frames, so a video generator learns flickering scenes. - What it does EN: Like an editor reviewing tapes: spotting transitions, throwing out dull or text-heavy shots and labelling the rest. - Everyday example EN: A generated clip of a running dog does not suddenly jump to another scene, because training shots had no hidden cuts. - concerns you if PL: porównujesz modele generujące wideo; masz duże archiwum nagrań i myślisz o trenowaniu na nim - concerns you if EN: compare video generation models; have a large footage archive and consider training on it - sources: `blattmann-2023-svd` ### Przygotowanie danych mowy z nagrań „z życia” (In-the-wild speech data curation) - id: `speechdatacuration` · https://aiatlasgraph.com/t/speechdatacuration.md - path: Dane dla AI › Kuracja danych multimodalnych › Przygotowanie danych mowy z nagrań „z życia” - aliases: speech data pipeline, speech dataset curation, in-the-wild speech curation, kuracja danych mowy - PL: Pipeline normalizacji, separacji źródeł, diaryzacji, segmentacji VAD, automatycznej transkrypcji i filtrowania jakości dla dużych zbiorów mowy. - EN: A pipeline of normalisation, source separation, diarization, VAD segmentation, automatic transcription and quality filtering for large speech corpora. - In one sentence PL: Zamiana podcastów, wywiadów i filmów w czyste, podpisane fragmenty mowy, na których można uczyć syntezę i rozpoznawanie mowy. - Problem it solves PL: Studyjnych nagrań lektorskich jest mało i brzmią sztucznie, a prawdziwe nagrania mają muzykę, kilku mówców i brak transkrypcji. - What it does PL: Jak realizator w postprodukcji: wycina podkład, rozdziela głosy, tnie na zdania, spisuje tekst i odrzuca brudne ujęcia. - Everyday example PL: Syntezator czyta audiobook z naturalnym śmiechem i wahaniem, bo uczył się na rozmowach, a nie tylko na czytanym tekście. - In one sentence EN: Turning podcasts, interviews and videos into clean, transcribed speech snippets for training speech synthesis and recognition. - Problem it solves EN: Studio narration is scarce and sounds stiff, while real recordings have music, several speakers and no transcripts. - What it does EN: Like a post-production engineer: removing the music bed, separating voices, cutting into sentences, transcribing and rejecting dirty takes. - Everyday example EN: A synthetic voice reads an audiobook with natural laughs and hesitation, because it learned from conversations, not just read text. - concerns you if PL: masz archiwum audycji lub nagrań rozmów; chcesz zbudować głos syntetyczny w rzadszym języku; oceniasz, skąd biorą się dane do modeli mowy - concerns you if EN: have an archive of broadcasts or recorded conversations; want to build a synthetic voice in a less common language; assess where speech model data comes from - related: `forcedalignment` - sources: `he-2024-emilia` ### Syntetyczne podpisy do obrazów (recaptioning) (Synthetic image recaptioning) - id: `recaptioning` · https://aiatlasgraph.com/t/recaptioning.md - path: Dane dla AI › Kuracja danych multimodalnych › Syntetyczne podpisy do obrazów (recaptioning) - aliases: recaptioning, synthetic image captions, dense captioning for training data, ponowne opisywanie obrazów - PL: Generowanie nowych, gęstych opisów obrazów przez model wizja–język i trenowanie na nich zamiast lub obok oryginalnych podpisów. - EN: Generating new, dense image descriptions with a vision-language model and training on them instead of or alongside original captions. - In one sentence PL: Zamiast ufać przypadkowym podpisom z internetu, model tworzy dokładniejszy opis każdego zdjęcia przed treningiem. - Problem it solves PL: Krótkie, chaotyczne podpisy nie mówią, co dokładnie jest na obrazie, więc generator nie umie trzymać się szczegółowych poleceń. - What it does PL: Jak bibliotekarz, który przepisuje nieczytelne karty katalogowe od nowa, z pełnym opisem kolorów, układu i liczby przedmiotów. - Everyday example PL: Prosisz generator o „trzy czerwone kubki na lewej półce” i dostajesz dokładnie to, a nie przypadkowe kubki. - In one sentence EN: Instead of trusting random web captions, a model creates a more precise description of each image before training. - Problem it solves EN: Short, messy captions do not say what is actually in the picture, so a generator cannot follow detailed requests. - What it does EN: Like a librarian rewriting illegible catalogue cards from scratch, noting colours, layout and how many objects there are. - Everyday example EN: You ask an image generator for “three red mugs on the left shelf” and get exactly that, not random mugs. - concerns you if PL: generator obrazów ignoruje szczegóły twoich poleceń; przygotowujesz zbiór zdjęć bez dobrych opisów - concerns you if EN: an image generator ignores details in your requests; are preparing photos that lack good descriptions - related: `imagecaptioning` - sources: `li-2024-recap-datacomp` ### Pipeline’y i wersjonowanie (Data pipelines and versioning) - id: `pipelines` · https://aiatlasgraph.com/t/pipelines.md - path: Dane dla AI › Pipeline’y i wersjonowanie - PL: Powtarzalne przygotowanie danych do kolejnych eksperymentów. - EN: Repeatable data preparation across experiments. - examples PL: ETL · wersje zbiorów - examples EN: ETL · dataset versions - In one sentence PL: To powtarzalne przygotowanie danych w kolejnych krokach z zapisem użytej wersji materiałów. - Problem it solves PL: Każde przygotowanie danych wygląda inaczej, więc trudno odtworzyć wyniki lub znaleźć przyczynę zmiany. - What it does PL: Łączy pobieranie, czyszczenie i sprawdzanie w ustaloną kolejność oraz zachowuje informacje potrzebne do ponownego wykonania pracy. - Everyday example PL: Co miesiąc przygotowujesz nowe zgłoszenia do nauki asystenta, używając tych samych etapów czyszczenia i zapisując wersję gotowego zbioru. - In one sentence EN: This prepares data through repeatable steps and records which version of the material was used. - Problem it solves EN: Data preparation changes each time, making results hard to reproduce and changes hard to explain. - What it does EN: It connects collection, cleaning and checks in a fixed sequence and keeps the information needed to repeat the work. - Everyday example EN: Each month you prepare new requests for an assistant, using the same cleaning steps and recording the resulting collection's version. - concerns you if PL: regularnie przygotowujesz nowe porcje danych; chcesz powtórzyć wcześniejszy eksperyment z tym samym materiałem - concerns you if EN: regularly prepare new batches of data; want to repeat an experiment with the same material - sources: `fsdl`, `cs336`, `dlai` ### Przetwarzanie danych na dużą skalę (Large-scale data processing) - id: `largescaleprocessing` · https://aiatlasgraph.com/t/largescaleprocessing.md - path: Dane dla AI › Pipeline’y i wersjonowanie › Przetwarzanie danych na dużą skalę - aliases: datatrove, data processing pipeline - PL: Budowa powtarzalnych potoków, które czytają, filtrują, deduplikują i tokenizują biliony tokenów równolegle na wielu maszynach. - EN: Building repeatable pipelines that read, filter, deduplicate and tokenise trillions of tokens in parallel across many machines. - examples PL: datatrove · Slurm i Ray · dzielenie na shardy · wznawianie po awarii - examples EN: datatrove · Slurm and Ray · sharding · resuming after failures - In one sentence PL: To przygotowywanie ogromnych zbiorów danych przez dzielenie pracy między wiele komputerów. - Problem it solves PL: Całe archiwum nie mieści się na jednym komputerze lub jego przetwarzanie trwa zbyt długo. - What it does PL: Dzieli zbiór na części, przetwarza je równolegle i zapisuje postępy, żeby po awarii wznowić niedokończone zadania. - Everyday example PL: Przygotowujesz archiwum stron do nauki modelu; różne komputery czyszczą osobne części, a przerwane fragmenty można przetworzyć ponownie. - In one sentence EN: This prepares very large data collections by sharing the work across several computers. - Problem it solves EN: The archive does not fit on one computer, or processing it there takes too long. - What it does EN: It divides the collection into parts, processes them in parallel and saves progress so unfinished tasks can resume after a failure. - Everyday example EN: You prepare a page archive for model training; different computers clean separate parts, and interrupted sections can be processed again. - concerns you if PL: zebrane materiały przerastają możliwości jednego komputera; chcesz wznawiać przygotowanie danych po awarii - concerns you if EN: have more material than one computer can handle; want data preparation to resume after a failure - related: `dedup`, `streamingdatasets` - sources: `dolma-2024`, `datatrove-github` ### Strumieniowe, shardowane zbiory treningowe (Streaming sharded training datasets) - id: `streamingdatasets` · https://aiatlasgraph.com/t/streamingdatasets.md - path: Dane dla AI › Pipeline’y i wersjonowanie › Strumieniowe, shardowane zbiory treningowe - aliases: sharded datasets, dataset streaming, formaty shardów, data loading at scale - PL: Organizacja próbek w sekwencyjnie czytanych shardach oraz ich strumieniowe dostarczanie z dysku lub magazynu obiektowego do procesu treningu. - EN: Organising samples into sequentially read shards and streaming them from disk or object storage into training. - In one sentence PL: Pakowanie ogromnych zbiorów w duże paczki czytane po kolei, żeby karty graficzne nie czekały na dane z dysku. - Problem it solves PL: Miliardy małych plików czytanych w losowej kolejności dławią dyski i sieć, a drogie GPU stoją bezczynnie. - What it does PL: Jak przewóz towaru w kontenerach zamiast luzem: mniej przeładunków, równy strumień, a tasuje się całe skrzynie i ich zawartość. - Everyday example PL: Trening startuje od razu z danych w chmurze, bez wielogodzinnego kopiowania milionów zdjęć na serwer. - In one sentence EN: Packing huge datasets into large chunks read in order, so graphics cards are not left waiting for data from disk. - Problem it solves EN: Billions of small files read in random order choke disks and networks, leaving expensive GPUs idle. - What it does EN: Like shipping goods in containers instead of loose: fewer transfers, a steady flow, with crates and their contents shuffled. - Everyday example EN: Training starts straight from cloud data, without hours of copying millions of photos to the server. - concerns you if PL: twoje GPU czekają na wczytanie danych; zbiór nie mieści się na lokalnym dysku - concerns you if EN: your GPUs wait for data to load; your dataset does not fit on local disk - related: `largescaleprocessing` - sources: `webdataset-github`, `pytorch-blog-webdataset-2020` ### Walidacja i testy danych (Data validation and testing) - id: `datavalidation` · https://aiatlasgraph.com/t/datavalidation.md - path: Dane dla AI › Pipeline’y i wersjonowanie › Walidacja i testy danych - aliases: data validation, data tests, Great Expectations, schema - PL: Automatyczne sprawdzanie, czy dane wejściowe mają oczekiwany schemat, zakresy i rozkłady, zanim trafią do treningu lub modelu w produkcji. - EN: Automatically checking that incoming data has the expected schema, ranges and distributions before it reaches training or a production model. - examples PL: Schemat danych · asercje (Great Expectations) · rozjazd danych treningowych i produkcyjnych - examples EN: Data schema · assertions (Great Expectations) · training/serving skew - In one sentence PL: To automatyczne sprawdzanie danych, zanim trafią do uczenia lub działającego modelu. - Problem it solves PL: Brakujące pola, błędne wartości lub nagła zmiana danych mogą zepsuć wyniki, choć program nadal działa. - What it does PL: Sprawdza wymagane pola, dopuszczalne wartości i niespodziewane zmiany proporcji danych, a niezgodności kieruje do wyjaśnienia. - Everyday example PL: Przed uruchomieniem prognozy program zauważa, że nowy plik zamówień nie zawiera dat, i zgłasza problem do sprawdzenia. - In one sentence EN: This automatically checks data before it reaches model training or a working model. - Problem it solves EN: Missing fields, incorrect values or sudden data changes can spoil results even while the software keeps running. - What it does EN: It checks required fields, allowed values and collection patterns, then flags mismatches for investigation. - Everyday example EN: Before running a forecast, software notices that a new order file lacks dates and flags the problem for review. - concerns you if PL: model otrzymuje regularnie nowe pliki lub wpisy; chcesz wykrywać problemy, zanim wpłyną na odpowiedzi - concerns you if EN: have a model receiving new files or records regularly; want problems caught before they affect answers - related: `monitoring` - sources: `breck-data-validation-2019`, `great-expectations-docs` ### Wersjonowanie zbiorów danych (Dataset versioning) - id: `dataversioning` · https://aiatlasgraph.com/t/dataversioning.md - path: Dane dla AI › Pipeline’y i wersjonowanie › Wersjonowanie zbiorów danych - aliases: DVC, data version control - PL: Zapisywanie kolejnych wersji danych tak jak kodu, żeby każdy model dało się powiązać z dokładnym zbiorem, na którym powstał. - EN: Keeping versions of data the way you keep versions of code, so every model can be tied to the exact dataset it was built on. - examples PL: DVC · wersje zbiorów w repozytorium · rejestr danych - examples EN: DVC · dataset versions in the repo · data registry - In one sentence PL: To zachowywanie kolejnych wersji zbioru, żeby wiedzieć, na jakich danych powstał model. - Problem it solves PL: Po poprawkach w danych nie potrafisz odtworzyć wcześniejszego wyniku ani ustalić, co zmieniło zachowanie modelu. - What it does PL: Nadaje wersjom osobne oznaczenia i zapisuje zmiany, wiążąc każdy trening z konkretną wersją materiałów. - Everyday example PL: Poprawiasz błędne oznaczenia opinii, zapisujesz nową wersję zbioru i możesz porównać modele uczone przed poprawką oraz po niej. - In one sentence EN: This keeps versions of a collection so you know exactly which data produced a model. - Problem it solves EN: After data edits, you cannot reproduce an earlier result or establish what changed the model's behaviour. - What it does EN: It gives versions distinct identifiers and records changes, linking each training run to a particular version of the material. - Everyday example EN: You fix incorrect review labels, save a new collection version and compare models trained before and after the correction. - concerns you if PL: zmieniasz dane między kolejnymi próbami; chcesz ustalić, z jakiego zbioru korzystał model - concerns you if EN: change data between successive attempts; want to identify which collection a model used - related: `mlops`, `modelregistry` - sources: `dvc-docs` ### Podziały i wyciek danych (Data splits and leakage) - id: `splits` · https://aiatlasgraph.com/t/splits.md - path: Dane dla AI › Podziały i wyciek danych - PL: Oddzielenie materiału do nauki od uczciwego sprawdzianu. - EN: Keeping study material apart from an honest exam. - examples PL: Train/validation/test · contamination - examples EN: Train/validation/test · contamination - In one sentence PL: To oddzielanie materiału do nauki modelu od przykładów używanych do jego sprawdzania. - Problem it solves PL: Dobry wynik niczego nie dowodzi, jeśli model widział już odpowiedzi na pytania ze sprawdzianu. - What it does PL: Odkłada osobne zbiory do nauki, wyboru ustawień i końcowej oceny, sprawdzając, czy informacje nie przenikają między nimi. - Everyday example PL: Uczysz program rozpoznawać wady produktów i sprawdzasz go na zdjęciach, których nie używano podczas nauki ani dobierania ustawień. - In one sentence EN: This separates a model's learning material from the examples used to assess it. - Problem it solves EN: A good score proves little if the model has already seen answers to its test questions. - What it does EN: It sets aside separate collections for learning, choosing settings and final assessment, checking whether information crosses between them. - Everyday example EN: You train software to recognise product defects and test it on photos never used for learning or choosing settings. - concerns you if PL: chcesz poznać jakość modelu na nowych przypadkach; dobierasz ustawienia na podstawie wyników prób - concerns you if EN: want to know how a model handles new cases; choose settings based on trial results - related: `dedup`, `featureeng`, `judgevalidation`, `crossval` - sources: `fsdl`, `cs336` ### Rodzaje wycieku danych i ich wykrywanie (Types of data leakage and their detection) - id: `leakagetypes` · https://aiatlasgraph.com/t/leakagetypes.md - path: Dane dla AI › Podziały i wyciek danych › Rodzaje wycieku danych i ich wykrywanie - aliases: data leakage, target leakage - PL: Rozpoznawanie typowych błędów, przez które model „podgląda” odpowiedzi: wspólne przetwarzanie treningu i testu, duplikaty, cechy niedostępne w praktyce, przeciek z przyszłości. - EN: Recognising common mistakes that let a model peek at the answers: preprocessing train and test together, duplicates, features unavailable in practice, leakage from the future. - examples PL: Przetwarzanie przed podziałem · duplikaty między zbiorami · wyciek celu · wyciek czasowy - examples EN: Preprocessing before the split · cross-set duplicates · target leakage · temporal leakage - In one sentence PL: To błędy przygotowania danych, przez które model podczas nauki dostaje informacje niedostępne przy prawdziwym zadaniu. - Problem it solves PL: Model wypada świetnie w sprawdzianie, a po uruchomieniu zawodzi, bo korzystał z ukrytych podpowiedzi. - What it does PL: Sprawdza powtórzenia, moment dostępności informacji i wspólne przetwarzanie zbiorów, szukając sposobów, którymi odpowiedź mogła trafić do nauki. - Everyday example PL: Przewidujesz opóźnienia paczek, ale dane do nauki zawierają faktyczną datę doręczenia, której nie znasz w chwili prognozy. - In one sentence EN: These preparation mistakes give a model information during learning that it would not have in the real task. - Problem it solves EN: A model excels in a test but fails in use because it relied on hidden clues. - What it does EN: It checks duplicates, when information became available and shared processing, looking for routes that let answers enter the learning material. - Everyday example EN: You predict parcel delays, but training data includes actual delivery dates that are unavailable when the prediction is made. - concerns you if PL: wyniki testów są znacznie lepsze niż wyniki w praktyce; używasz danych z różnych momentów lub podobnych wpisów - concerns you if EN: see much better test results than real performance; use records from different times or overlapping collections - related: `dedup`, `categoricalencoding`, `featurestore`, `backtestoverfitting`, `featureeng` - sources: `kapoor-leakage-2022` ### Strategie podziału: losowy, czasowy, grupowy (Split strategies: random, temporal, grouped) - id: `splitstrategies` · https://aiatlasgraph.com/t/splitstrategies.md - path: Dane dla AI › Podziały i wyciek danych › Strategie podziału: losowy, czasowy, grupowy - aliases: temporal split, group split, train test split - PL: Dobór sposobu dzielenia danych do sytuacji: podział po czasie dla prognoz, po użytkowniku lub pacjencie, gdy przykłady są ze sobą powiązane. - EN: Choosing how to split data for the situation: by time for forecasting, by user or patient when examples are related to each other. - examples PL: Podział czasowy · podział grupowy · stratyfikacja klas - examples EN: Temporal split · group split · class stratification - In one sentence PL: To dobieranie podziału danych tak, żeby sprawdzian modelu przypominał jego późniejsze użycie. - Problem it solves PL: Przypadkowy podział może dać łatwy sprawdzian, który nie pokazuje zachowania wobec przyszłych lub nowych przypadków. - What it does PL: Dzieli losowo, według czasu lub powiązanych grup, na przykład zachowując wszystkie wpisy jednej osoby po tej samej stronie. - Everyday example PL: Przewidujesz liczbę zamówień: uczysz model na starszych miesiącach i sprawdzasz na późniejszych, żeby nie podglądał przyszłości. - In one sentence EN: This chooses a data split that makes a model's test resemble how it will later be used. - Problem it solves EN: A random split can produce an easy test that misses how the model handles future or unfamiliar cases. - What it does EN: It splits randomly, by time or by related groups, for example keeping one person's records together. - Everyday example EN: You forecast order numbers, train on earlier months and test on later ones so the model cannot peek into the future. - concerns you if PL: prognozujesz przyszłe zdarzenia; masz wiele powiązanych przykładów od tych samych osób - concerns you if EN: predict future events; have several related examples from the same people - related: `crosssiteshift`, `crossval`, `spatialcv` - sources: `kapoor-leakage-2022` ### Pozyskiwanie i pochodzenie (Data sourcing and provenance) - id: `sourcing` · https://aiatlasgraph.com/t/sourcing.md - path: Dane dla AI › Pozyskiwanie i pochodzenie - PL: Skąd są dane i czy możemy ich użyć. - EN: Where the data comes from and whether we may use it. - examples PL: Zbiory · licencje · lineage - examples EN: Datasets · licences · lineage - In one sentence PL: To wybieranie źródeł danych i ustalanie ich pochodzenia oraz warunków użycia. - Problem it solves PL: Nie wiesz, czy zebrane materiały pasują do zadania i czy wolno ci je wykorzystać. - What it does PL: Sprawdza źródła i dokumentację, zapisuje ograniczenia oraz zachowuje informacje pozwalające wrócić do pochodzenia materiałów. - Everyday example PL: Przygotowując asystenta do zgłoszeń, wybierasz archiwum odpowiednich spraw i sprawdzasz warunki wykorzystania zapisanych rozmów. - In one sentence EN: This chooses data sources and establishes where they came from and how they may be used. - Problem it solves EN: You do not know whether collected material fits the task or whether you may use it. - What it does EN: It checks sources and their documentation, records restrictions and keeps information that lets you trace material back to its origins. - Everyday example EN: When preparing a support assistant, you choose an archive of relevant requests and check the conditions for using recorded conversations. - concerns you if PL: szukasz materiałów do nauki modelu; chcesz znać pochodzenie danych, których używasz - concerns you if EN: look for material to train a model; want to know where your data came from - related: `modeldocs`, `teleopdata`, `poisoning` - sources: `fsdl`, `cs336` ### Licencje i zgody na użycie danych (Data licensing and consent) - id: `datalicensing` · https://aiatlasgraph.com/t/datalicensing.md - path: Dane dla AI › Pozyskiwanie i pochodzenie › Licencje i zgody na użycie danych - aliases: dataset licensing, consent, opt-out - PL: Sprawdzanie, na jakich warunkach można pozyskać i wykorzystać dane do trenowania modeli: licencje zbiorów, regulaminy, zgody i sygnały sprzeciwu. Reguły robots.txt określają dostęp crawlera, ale same nie są licencją ani prawną autoryzacją użycia danych. - EN: Checking the terms under which data may be collected and used for model training: dataset licences, terms of service, consent, and opt-out signals. Robots.txt rules govern crawler access but are not themselves a licence or legal authorization to use the data. - examples PL: Licencje komercyjne vs niekomercyjne · regulaminy serwisów · blokady crawlerów AI - examples EN: Commercial vs non-commercial licences · terms of service · AI crawler blocks - In one sentence PL: To sprawdzanie, czy materiały można wykorzystać do wybranego celu i na jakich warunkach. - Problem it solves PL: Dostępne materiały mogą mieć ograniczenia użycia, których nie widać przy zwykłym przeglądaniu. - What it does PL: Sprawdza licencje, warunki udostępnienia i zgody, zapisując wymagania oraz ograniczenia dla planowanego wykorzystania danych. - Everyday example PL: Przed dodaniem zdjęć do zbioru sprawdzasz warunki ich użycia i zapisujesz potrzebne zgody lub ograniczenia. - In one sentence EN: This checks whether material may be used for a chosen purpose and under what conditions. - Problem it solves EN: Available material may carry usage restrictions that are not apparent when you simply browse it. - What it does EN: It checks licences, sharing terms and consent, recording the requirements and restrictions that apply to the intended use. - Everyday example EN: Before adding photos to a collection, you check their usage terms and record any needed consent or restrictions. - concerns you if PL: wykorzystujesz cudze teksty, zdjęcia lub nagrania; planujesz użyć zbioru do nauki modelu - concerns you if EN: use other people's text, photos or recordings; plan to use a collection to train a model - related: `webcrawl`, `datasetdiscovery`, `datalineage` - sources: `data-provenance-initiative-2023`, `consent-in-crisis-2024`, `rfc9309-robots` ### Pozyskiwanie danych z sieci (crawling) (Web crawling for training data) - id: `webcrawl` · https://aiatlasgraph.com/t/webcrawl.md - path: Dane dla AI › Pozyskiwanie i pochodzenie › Pozyskiwanie danych z sieci (crawling) - aliases: web scraping, Common Crawl, crawl - PL: Zbieranie stron internetowych na dużą skalę jako surowca do treningu: korzystanie z gotowych zrzutów sieci albo własny crawler respektujący reguły witryn. - EN: Collecting web pages at scale as raw training material: using existing web snapshots or running your own crawler that respects site rules. - examples PL: Zrzuty Common Crawl · robots.txt · mapy witryn · RefinedWeb, FineWeb - examples EN: Common Crawl snapshots · robots.txt · sitemaps · RefinedWeb, FineWeb - In one sentence PL: To automatyczne zbieranie stron internetowych lub ich zapisanych kopii jako materiału do nauki modelu. - Problem it solves PL: Ręczne pobieranie wielu stron zajmuje czas i utrudnia zachowanie kompletnego, uporządkowanego zbioru. - What it does PL: Program odwiedza odsyłacze według ustalonych reguł dostępu lub korzysta z gotowego archiwum, zachowując treść i adresy źródeł. - Everyday example PL: Zbierasz publiczne instrukcje obsługi: program pobiera wskazane strony, zapisuje ich adresy i przekazuje treść do dalszego sprawdzenia. - In one sentence EN: This automatically collects web pages or saved copies as material for model training. - Problem it solves EN: Downloading many pages by hand takes time and makes a complete, organised collection hard to maintain. - What it does EN: Software follows links under chosen access rules or uses an existing archive, keeping page content and source addresses. - Everyday example EN: You collect public manuals; software downloads selected pages, records their addresses and passes their content on for further checks. - concerns you if PL: potrzebujesz treści z wielu stron internetowych; chcesz zachować adresy pobranych materiałów - concerns you if EN: need content from many web pages; want to keep the addresses of downloaded material - related: `textextraction`, `datalicensing` - sources: `commoncrawl-site`, `fineweb-2024`, `refinedweb-2023`, `consent-in-crisis-2024`, `llm-x-data-survey-2025`, `rfc9309-robots` ### Wyszukiwanie i ocena gotowych zbiorów danych (Finding and assessing public datasets) - id: `datasetdiscovery` · https://aiatlasgraph.com/t/datasetdiscovery.md - path: Dane dla AI › Pozyskiwanie i pochodzenie › Wyszukiwanie i ocena gotowych zbiorów danych - aliases: dataset discovery, dataset hubs, dataset catalogues, huby zbiorów danych - PL: Korzystanie z hubów i katalogów zbiorów danych oraz ich metadanych (karty zbiorów, Croissant) do wyboru, inspekcji i ładowania danych. - EN: Using dataset hubs, catalogues and their metadata (dataset cards, Croissant) to select, inspect and load data. - In one sentence PL: Znajdowanie gotowych, otwartych zbiorów danych do swojego zadania i sprawdzanie, czy naprawdę się nadają, zanim je pobierzesz. - Problem it solves PL: Zbieranie danych od zera trwa miesiącami, a pobrany na ślepo zbiór może mieć złą licencję, błędy albo inny format. - What it does PL: Jak czytanie etykiety i składu przed zakupem: opis zbioru mówi, skąd dane są, jak je podzielono i do czego wolno ich użyć. - Everyday example PL: Szukasz nagrań polskiej mowy, przeglądasz opisy kilku zbiorów i wybierasz ten z licencją na użytek komercyjny. - In one sentence EN: Finding ready-made open datasets for your task and checking whether they really fit before you download them. - Problem it solves EN: Collecting data from scratch takes months, and a dataset grabbed blindly may have the wrong licence, errors or format. - What it does EN: Like reading the label and ingredients before buying: the dataset's description says where data came from, how it is split and what use is allowed. - Everyday example EN: You look for recordings of Polish speech, compare several dataset descriptions and pick the one licensed for commercial use. - concerns you if PL: zaczynasz projekt i nie masz własnych danych; chcesz porównać model z innymi na tych samych danych - concerns you if EN: are starting a project without your own data; want to compare a model with others on the same data - related: `datalicensing` - sources: `hf-datasets-load-hub`, `akhtar-2024-croissant` ### Śledzenie pochodzenia danych (lineage) (Data lineage and traceability) - id: `datalineage` · https://aiatlasgraph.com/t/datalineage.md - path: Dane dla AI › Pozyskiwanie i pochodzenie › Śledzenie pochodzenia danych (lineage) - aliases: data provenance, lineage, traceability - PL: Zapisywanie, skąd pochodzi każdy fragment zbioru, kto go stworzył i jak był przetwarzany — żeby dało się go audytować, poprawić lub usunąć. - EN: Recording where each part of a dataset came from, who created it and how it was processed, so it can be audited, fixed or removed. - examples PL: Metadane źródła i twórców · audyt licencji · Data Provenance Explorer - examples EN: Source and creator metadata · licence audit · Data Provenance Explorer - In one sentence PL: To zapisywanie, skąd pochodzą dane i co z nimi zrobiono po drodze. - Problem it solves PL: Nie potrafisz znaleźć źródła błędnego wpisu ani ustalić, gdzie trafił po przetworzeniu. - What it does PL: Łączy materiał źródłowy z kolejnymi przekształceniami i zbiorami, tworząc ślad pozwalający prześledzić drogę każdego przykładu. - Everyday example PL: Odkrywasz błąd w artykule i dzięki zapisanym powiązaniom znajdujesz jego fragmenty w przygotowanym zbiorze do nauki. - In one sentence EN: This records where data came from and what happened to it along the way. - Problem it solves EN: You cannot find the source of an incorrect record or establish where it went after processing. - What it does EN: It links source material to later transformations and collections, leaving a trail that lets you trace an example's path. - Everyday example EN: You find an error in an article and use recorded links to locate its passages in a prepared training collection. - concerns you if PL: łączysz i przekształcasz dane z różnych miejsc; musisz odnaleźć przykłady wymagające poprawy lub usunięcia - concerns you if EN: combine and transform data from different places; need to locate examples requiring correction or removal - related: `modeldocs`, `datalicensing` - sources: `dolma-2024`, `data-provenance-initiative-2023`, `tracing-data-trail-2026` ### Selekcja i proporcje danych (Data selection and mixing) - id: `dataselection` · https://aiatlasgraph.com/t/dataselection.md - path: Dane dla AI › Selekcja i proporcje danych - aliases: data selection, data curation, data mixture - PL: Decydowanie, które przykłady i w jakich proporcjach trafią do treningu, aby poprawić jakość modelu lub wykorzystanie budżetu, gdy źródła danych różnią się jakością i przydatnością. - EN: Deciding which examples, and in what proportions, enter training to improve model quality or budget efficiency when data sources differ in quality and usefulness. - examples PL: Mieszanki domen · selekcja danych do dostrajania · mniej, ale lepszych danych - examples EN: Domain mixtures · selecting fine-tuning data · less but better data - In one sentence PL: To wybieranie przykładów i ich proporcji tak, żeby materiał do nauki pasował do potrzeb modelu. - Problem it solves PL: Uczenie na przypadkowej mieszance zajmuje czas, a potrzebne umiejętności mogą ginąć w mało przydatnych przykładach. - What it does PL: Porównuje przydatność źródeł, wybiera pasujące przykłady i ustala, jak często model będzie spotykał każdy rodzaj materiału. - Everyday example PL: Przygotowujesz asystenta do odpowiedzi na zgłoszenia i dobierasz przykłady różnych spraw, żeby proste pytania nie przykryły trudniejszych. - In one sentence EN: This chooses examples and their proportions so learning material fits what the model needs to do. - Problem it solves EN: Learning from a random mixture takes time, while needed skills can get lost among less useful examples. - What it does EN: It compares sources, picks relevant examples and sets how often the model encounters each kind of material. - Everyday example EN: You prepare a support assistant and select examples from different request types so simple questions do not crowd out harder cases. - concerns you if PL: masz więcej materiałów, niż możesz wykorzystać do nauki; źródła danych różnią się przydatnością - concerns you if EN: have more material than you can use for learning; have data sources that differ in usefulness - related: `qualityfiltering` - sources: `dclm-2024`, `data-selection-survey-2024`, `llm-x-data-survey-2025` ### Dobór mieszanki danych (DoReMi, RegMix) (Data mixture optimisation) - id: `datamixing` · https://aiatlasgraph.com/t/datamixing.md - path: Dane dla AI › Selekcja i proporcje danych › Dobór mieszanki danych (DoReMi, RegMix) - aliases: data mixture, domain weights, DoReMi, RegMix - PL: Ustalanie, jaki udział w treningu mają mieć poszczególne źródła (strony, kod, książki, nauka), np. na podstawie małych modeli próbnych. - EN: Setting how much each source (web, code, books, science) contributes to training, e.g. using small proxy models. - examples PL: Wagi domen z małego modelu (DoReMi) · regresja na wynikach wielu małych treningów (RegMix) - examples EN: Domain weights from a small proxy model (DoReMi) · regression over many small training runs (RegMix) - In one sentence PL: To ustalanie, ile materiału z każdego źródła trafi do nauki modelu. - Problem it solves PL: Największe źródło dominuje w nauce, choć mniejsze mogą dostarczać potrzebnych umiejętności. - What it does PL: Próbne treningi na mniejszych modelach pomagają dobrać udziały różnych materiałów przed kosztowniejszą nauką dużego modelu. - Everyday example PL: Budując model do pracy z dokumentami, porównujesz mieszanki zwykłych tekstów, instrukcji i tabel na mniejszym modelu próbnym. - In one sentence EN: This sets how much material from each source contributes to a model's learning. - Problem it solves EN: The largest source dominates learning even though smaller sources may teach important skills. - What it does EN: Trial training with smaller models helps choose source proportions before more expensive training of a large model. - Everyday example EN: When building a model for documents, you compare mixtures of ordinary text, instructions and tables using a smaller trial model. - concerns you if PL: łączysz dane z kilku bardzo różnych źródeł; chcesz sprawdzić proporcje przed drogim treningiem - concerns you if EN: combine data from several very different sources; want to test proportions before expensive training - related: `datacurriculum`, `midtraining`, `pretraining` - sources: `dclm-2024`, `doremi-2023`, `regmix-2024` ### Kolejność danych i uczenie z programem nauczania (curriculum learning) (Data ordering and curriculum learning) - id: `datacurriculum` · https://aiatlasgraph.com/t/datacurriculum.md - path: Dane dla AI › Selekcja i proporcje danych › Kolejność danych i uczenie z programem nauczania (curriculum learning) - aliases: curriculum learning, data ordering, self-paced learning, uczenie z programem nauczania - PL: Sterowanie kolejnością i tempem podawania danych: curriculum od łatwiejszych do trudniejszych przykładów oraz automatyczne self-paced learning. - EN: Controlling the order and pace of data: curricula from easier to harder examples and automatic self-paced learning. - In one sentence PL: Ustalanie, w jakiej kolejności model widzi przykłady, np. najpierw łatwe, potem trudne, tak jak w szkole. - Problem it solves PL: Losowa kolejność marnuje część treningu, a najlepsze dane podane w złym momencie dają mniej, niż mogłyby. - What it does PL: Jak plan zajęć: ktoś ocenia trudność przykładów, a harmonogram decyduje, kiedy i jak szybko wprowadzać trudniejsze. - Everyday example PL: Model najpierw ćwiczy na łatwiejszych przykładach, a harmonogram stopniowo dopuszcza trudniejsze. - In one sentence EN: Deciding the order in which a model sees examples, such as easy ones first and hard ones later, like at school. - Problem it solves EN: Random order wastes part of training, and the best data given at the wrong moment delivers less than it could. - What it does EN: Like a timetable: something rates how hard examples are, and a schedule decides when and how fast harder ones come in. - Everyday example EN: A model first practises on easier examples, and a schedule gradually admits harder ones. - concerns you if PL: trenujesz model i masz dane różnej jakości; zastanawiasz się, czemu kolejność danych ma znaczenie - concerns you if EN: train a model on data of mixed quality; wonder why data order matters - related: `datamixing` - sources: `wang-2020-curriculum-survey` ### Selekcja danych do dostrajania (Selecting data for fine-tuning) - id: `finetuneselection` · https://aiatlasgraph.com/t/finetuneselection.md - path: Dane dla AI › Selekcja i proporcje danych › Selekcja danych do dostrajania - aliases: instruction data selection, LIMA, LESS - PL: Wybór niewielkiego, starannego zbioru przykładów do SFT zamiast wielkiego i przypadkowego — ręcznie albo metodą, która mierzy wpływ przykładu na zadanie docelowe. - EN: Choosing a small, carefully curated set of SFT examples instead of a large random one — by hand or with a method that measures each example's influence on the target task. - examples PL: 1000 starannych przykładów (LIMA) · selekcja po podobieństwie gradientów (LESS) - examples EN: 1,000 curated examples (LIMA) · gradient-similarity selection (LESS) - In one sentence PL: To wybieranie przykładów, które najlepiej pokazują modelowi, jak wykonywać konkretne zadanie. - Problem it solves PL: Przypadkowe przykłady nie uczą potrzebnego sposobu odpowiadania, nawet gdy masz ich dużo. - What it does PL: Ocenia poprawność i przydatność przykładów oraz ich wpływ na docelowe zadanie, a potem wybiera materiał do dostrajania. - Everyday example PL: Dostrajasz asystenta do reklamacji, wybierając sprawdzone odpowiedzi zarówno na typowe pytania, jak i na trudne przypadki. - In one sentence EN: This selects examples that best show a model how to perform a specific task. - Problem it solves EN: Random examples may not teach the response you need, even when you have many of them. - What it does EN: It assesses example quality, relevance and influence on the target task, then selects material for adapting the model. - Everyday example EN: You adapt a complaints assistant using checked replies to difficult cases as well as common questions. - concerns you if PL: chcesz nauczyć model określonego sposobu odpowiadania; wybierasz materiał z dużego archiwum odpowiedzi - concerns you if EN: want to teach a model a particular response style; select material from a large answer archive - related: `sft`, `datashapley` - sources: `lima-2023`, `less-2024` ## Ewaluacja i interpretowalność (Evaluation and interpretability) - id: `evaluation` · https://aiatlasgraph.com/t/evaluation.md - path: Ewaluacja i interpretowalność - PL: Jak sprawdzać jakość i rozumieć ograniczenia modeli oraz systemów. - EN: How to check quality and understand the limits of models and systems. - In one sentence PL: To sprawdzanie, jak dobrze model działa, gdzie się myli i co można ustalić o jego zachowaniu. - Problem it solves PL: Przekonująca odpowiedź lub udany pokaz nie mówi, czy system będzie działał poprawnie w różnych rzeczywistych sytuacjach. - What it does PL: Łączy testy, analizę błędów, oceny ludzi, obserwację działania i badanie modelu, dobierając miary do zadania oraz jego ryzyka. - Everyday example PL: Przed użyciem asystenta sprawdzasz typowe i trudne sprawy, a po wdrożeniu oglądasz pomyłki, koszty i zmiany jakości. - In one sentence EN: This checks how well a model works, where it makes mistakes and what can be learned about its behaviour. - Problem it solves EN: A convincing answer or successful demonstration does not show whether a system will work correctly across real situations. - What it does EN: It combines tests, error analysis, human assessments, operational monitoring and model studies, choosing measures suited to the task and its risks. - Everyday example EN: Before using an assistant, you test ordinary and difficult cases; after deployment, you examine mistakes, costs and changes in quality. - concerns you if PL: chcesz sprawdzić działanie modelu poza udanym pokazem; musisz znać pomyłki, ograniczenia i jakość systemu - concerns you if EN: want to assess a model beyond a successful demonstration; need to understand errors, limits and system quality - sources: `fsdl`, `agents`, `cs229`, `dlai` ### Analiza błędów (Error analysis) - id: `erroranalysis` · https://aiatlasgraph.com/t/erroranalysis.md - path: Ewaluacja i interpretowalność › Analiza błędów - PL: Czytanie prawdziwych śladów działania systemu i układanie z notatek listy sposobów, w jakie zawodzi. Dopiero ta lista mówi, co warto mierzyć. - EN: Reading real traces of a system and turning the notes into a list of the ways it fails. Only that list tells you what is worth measuring. - examples PL: open coding · axial coding · taksonomia porażek · nasycenie teoretyczne - examples EN: open coding · axial coding · failure taxonomy · theoretical saturation - In one sentence PL: To oglądanie prawdziwych pomyłek systemu i porządkowanie sposobów, w jakie zawodzi. - Problem it solves PL: Ogólny wynik jakości nie pokazuje, jakie problemy mają użytkownicy ani które pomyłki warto najpierw poprawić. - What it does PL: Czyta przykłady działania, zapisuje rodzaje błędów i łączy podobne przypadki, żeby wybrać potrzebne testy oraz poprawki. - Everyday example PL: Przeglądasz nieudane odpowiedzi o dostawach i odkrywasz osobne problemy: złe daty, pominięte wyjątki oraz nieaktualne źródła. - In one sentence EN: This examines actual system mistakes and organises the ways it fails. - Problem it solves EN: An overall quality score does not show users' problems or which mistakes should be fixed first. - What it does EN: It reviews examples, records error types and groups similar cases to select useful tests and fixes. - Everyday example EN: You review failed delivery answers and discover separate problems: wrong dates, missed exceptions and outdated sources. - concerns you if PL: znasz wynik testu, ale nie rozumiesz typowych pomyłek; chcesz wybrać poprawki na podstawie rzeczywistych przypadków - concerns you if EN: know a test score but not the recurring mistakes; want fixes guided by actual cases - related: `synthetic`, `annotation` - sources: `hamel-evals-faq` ### Kodowanie otwarte i taksonomia błędów (Open and axial coding to build a failure taxonomy) - id: `failuretaxonomy` · https://aiatlasgraph.com/t/failuretaxonomy.md - path: Ewaluacja i interpretowalność › Analiza błędów › Kodowanie otwarte i taksonomia błędów - aliases: open coding, axial coding, failure taxonomy, failure modes, kodowanie osiowe, kategorie błędów - PL: Jakościowa analiza śladów: kodowanie otwarte notatek o błędach i kodowanie osiowe w taksonomię trybów awarii. - EN: Qualitative trace analysis: open coding of failure notes, then axial coding into a taxonomy of failure modes. - In one sentence PL: Czytasz prawdziwe rozmowy systemu, notujesz, co poszło źle, a potem grupujesz notatki w kilka powtarzających się rodzajów błędów. - Problem it solves PL: Gotowe miary typu „pomocność” nie mówią, co konkretnie psuje się w twoim produkcie i co testować. - What it does PL: Najpierw swobodne notatki jak w dzienniku, potem porządkowanie ich w kategorie; dopiero dla nich pisze się automatyczne testy. - Everyday example PL: Po lekturze stu rozmów asystenta biura podróży wychodzą trzy główne błędy: złe strefy czasowe, pomijanie budżetu i zbyt długie odpowiedzi. - In one sentence EN: You read real conversations from your system, note what went wrong, then group the notes into a few recurring kinds of failure. - Problem it solves EN: Generic scores like 'helpfulness' do not tell you what specifically breaks in your product or what to test. - What it does EN: First free notes, like a journal, then sorting them into categories; only then do you write automatic tests for them. - Everyday example EN: After reading a hundred travel-assistant chats, three main failures emerge: wrong time zones, ignoring the budget and overly long replies. - concerns you if PL: nie wiesz, od czego zacząć testowanie swojego asystenta; masz dużo zapisów rozmów, ale brak wniosków - concerns you if EN: you do not know where to start testing your assistant; you have many conversation logs but no conclusions - sources: `hamel-faq-erroranalysis` ### Przegląd i próbkowanie śladów (Trace review and sampling) - id: `tracereview` · https://aiatlasgraph.com/t/tracereview.md - path: Ewaluacja i interpretowalność › Analiza błędów › Przegląd i próbkowanie śladów - PL: Które zapisy sesji obejrzeć i w jakim narzędziu, żeby człowiek robił to szybko i uważnie. - EN: Which session records to look at, and in what tool, so a person can review them quickly and carefully. - examples PL: losowo · klastry · wartości skrajne · active learning · własny interfejs do anotacji - examples EN: random · clusters · outliers · active learning · custom annotation interface - In one sentence PL: To wybieranie i oglądanie zapisów działania systemu, żeby znaleźć konkretne problemy bez przeglądania wszystkiego. - Problem it solves PL: Zapisów jest zbyt wiele, żeby przeczytać każdy, a oglądanie tylko oczywistych błędów daje niepełny obraz. - What it does PL: Łączy próbkowanie zwykłych i nietypowych przebiegów, pokazuje ich kroki i pozwala oznaczać błędy w narzędziu do przeglądu. - Everyday example PL: Oglądasz wybrane rozmowy asystenta, sprawdzasz użyte źródła i narzędzia oraz oznaczasz momenty, w których zgubił zadanie. - In one sentence EN: This selects and examines system activity records to find specific problems without reviewing everything. - Problem it solves EN: There are too many records to read them all, and looking only at obvious failures gives an incomplete picture. - What it does EN: It samples ordinary and unusual sequences, displays their steps and lets reviewers mark errors in a review tool. - Everyday example EN: You review selected assistant conversations, inspect sources and tools, and mark where it lost track of the task. - concerns you if PL: masz więcej zapisów, niż możesz dokładnie przejrzeć; chcesz widzieć kroki prowadzące do błędnej odpowiedzi - concerns you if EN: have more records than you can inspect carefully; want to see steps leading to a wrong answer - related: `monitoring`, `llmtracing` - sources: `hamel-evals-faq` ### Ewaluacja RAG i agentów (RAG and agent evaluation) - id: `agenteval` · https://aiatlasgraph.com/t/agenteval.md - path: Ewaluacja i interpretowalność › Ewaluacja RAG i agentów - PL: Sprawdzanie źródeł, trajektorii i końcowego wyniku. - EN: Checking sources, trajectories and the final result. - examples PL: Retrieval quality · task completion · macierz przejść błędów · faithfulness · context precision/recall - examples EN: Retrieval quality · task completion · transition failure matrix · faithfulness · context precision/recall - In one sentence PL: To sprawdzanie systemów, które szukają informacji lub wykonują zadanie przez kilka kolejnych działań. - Problem it solves PL: Końcowa odpowiedź może wyglądać dobrze, choć system znalazł złe źródło, użył niewłaściwego narzędzia lub nie wykonał zadania. - What it does PL: Ocenia znalezione informacje, zgodność odpowiedzi ze źródłami, przebieg działań i rzeczywisty końcowy stan zadania. - Everyday example PL: Asystent ma zmienić termin spotkania; sprawdzasz znalezione ustalenia, wykonane kroki i to, czy kalendarz naprawdę zawiera nowy termin. - In one sentence EN: This checks systems that retrieve information or complete tasks through several successive actions. - Problem it solves EN: A final answer may look good even when the system found a poor source, used the wrong tool or failed to complete the task. - What it does EN: It assesses retrieved information, agreement with sources, the action sequence and the actual final task state. - Everyday example EN: An assistant must reschedule a meeting; you check retrieved agreements, performed steps and whether the calendar actually contains the new time. - concerns you if PL: system korzysta ze źródeł lub wykonuje kilka kroków; chcesz sprawdzić efekt działania, nie tylko tekst odpowiedzi - concerns you if EN: use systems that retrieve sources or act in several steps; want to check actual effects beyond the answer text - related: `agentsnode`, `agentbench`, `voiceevals`, `citationcheck` - courses: - sources: `fsdl`, `agents`, `cs229`, `dlai`, `hamel-evals-faq`, `mlabonne-llm-course` ### Miary jakości wyszukiwania (recall@k, MRR, nDCG) (Retrieval quality metrics (recall@k, MRR, nDCG)) - id: `retrievalmetrics` · https://aiatlasgraph.com/t/retrievalmetrics.md - path: Ewaluacja i interpretowalność › Ewaluacja RAG i agentów › Miary jakości wyszukiwania (recall@k, MRR, nDCG) - aliases: recall@k, precision@k, MRR, nDCG, mean reciprocal rank, metryki wyszukiwania - PL: Miary rankingowe oceniające etap retrievalu względem oznaczonych istotnych dokumentów. - EN: Ranking metrics that grade the retrieval stage against labelled relevant documents. - In one sentence PL: Mierzysz, czy wyszukiwarka w twoim systemie podaje potrzebny dokument wśród pierwszych kilku wyników i jak wysoko. - Problem it solves PL: Gdy asystent odpowiada źle, nie wiadomo, czy zawiódł model, czy po prostu nie dostał właściwego dokumentu. - What it does PL: Ocenia sam etap szukania osobno od pisania odpowiedzi, jak sprawdzenie, czy bibliotekarz podał właściwą książkę, zanim ktoś ją streszcza. - Everyday example PL: Na stu pytaniach z oznaczonymi właściwymi stronami instrukcji widzisz, że po zmianie podziału dokumentów potrzebna strona częściej trafia do pierwszej piątki. - In one sentence EN: You measure whether the search step in your system puts the needed document among the first few results, and how high. - Problem it solves EN: When an assistant answers badly, you cannot tell whether the model failed or it simply never got the right document. - What it does EN: It grades the search step apart from answer writing, like checking the librarian handed over the right book before anyone summarises it. - Everyday example EN: On a hundred questions with the correct manual pages marked, you see that after re-splitting the documents the needed page lands in the top five more often. - concerns you if PL: system przed odpowiedzią szuka w twoich dokumentach; zmieniasz sposób dzielenia albo wyszukiwania tekstów; chcesz wiedzieć, gdzie powstaje błąd - concerns you if EN: your system searches your documents before answering; you change how texts are split or searched; you want to know where errors arise - related: `reranking`, `learningtorank` - sources: `beir-2021` ### Ocena po stanie końcowym zamiast po przebiegu (Outcome-based vs transcript-based grading of agents) - id: `outcomegrading` · https://aiatlasgraph.com/t/outcomegrading.md - path: Ewaluacja i interpretowalność › Ewaluacja RAG i agentów › Ocena po stanie końcowym zamiast po przebiegu - aliases: outcome grading, state-based evaluation, transcript grading, final state check, ocena wyniku agenta - PL: Ocena agentów przez weryfikację stanu środowiska po próbie, uzupełniana kontrolami zapisu przebiegu. - EN: Grading agents by verifying environment state after a trial, complemented by checks on the transcript. - In one sentence PL: Sprawdzasz, czy po pracy agenta świat naprawdę wygląda tak, jak powinien, a nie tylko to, co agent o tym napisał. - Problem it solves PL: Agent może napisać „zrobione”, chociaż nic nie zrobił, albo dojść do celu inną, równie dobrą drogą niż przewidziana. - What it does PL: Jak kontrola po remoncie: liczy się, czy kran nie cieknie, a nie relacja fachowca; osobno można ocenić, czy po drodze nie narobił szkód. - Everyday example PL: Asystent ma zarezerwować lot; test sprawdza, czy rezerwacja istnieje w systemie, i osobno, czy asystent nie poprosił klienta o zbędne dane. - In one sentence EN: You check whether the world really looks as it should after the agent's work, not just what the agent wrote about it. - Problem it solves EN: An agent may write 'done' without doing anything, or reach the goal by a different but equally good route than expected. - What it does EN: Like an inspection after a repair: what counts is that the tap stops leaking, not the plumber's story; damage along the way is checked separately. - Everyday example EN: An assistant must book a flight; the test checks that the booking exists in the system and, separately, that it asked the customer for no needless data. - concerns you if PL: twój agent zmienia coś w plikach, bazach lub kalendarzach; testy psują się, gdy agent zrobi to inaczej, ale dobrze - concerns you if EN: your agent changes files, databases or calendars; tests break when the agent does it differently but correctly - related: `outcomeverify`, `taskoutcome` - sources: `anthropic-agent-evals-2026`, `taubench-2024` ### Powtarzalność agenta: pass@k i pass^k (Agent reliability metrics: pass@k and pass^k) - id: `passk` · https://aiatlasgraph.com/t/passk.md - path: Ewaluacja i interpretowalność › Ewaluacja RAG i agentów › Powtarzalność agenta: pass@k i pass^k - aliases: pass@k, pass^k, pass hat k, consistency metric, wielokrotne próby - PL: Metryki z wielokrotnych prób: pass@k (co najmniej jeden sukces w k) i pass^k (wszystkie k udane). - EN: Metrics from repeated trials: pass@k (at least one success in k) and pass^k (all k succeed). - In one sentence PL: Uruchamiasz to samo zadanie kilka razy i liczysz, czy agent dał radę choć raz, czy za każdym razem. - Problem it solves PL: Agent, który raz na trzy razy myli się przy tym samym zadaniu, wygląda świetnie w jednej próbie, a zawodzi klientów. - What it does PL: Rozróżnia dwa pytania: czy narzędzie w ogóle potrafi trafić (wystarczy jeden sukces), oraz czy można na nim polegać (sukces za każdym razem). - Everyday example PL: Asystent zwrotów rozwiązuje zadanie w trzech na cztery próby; szansa, że trzech klientów z rzędu dostanie dobrą obsługę, spada poniżej połowy. - In one sentence EN: You run the same task several times and count whether the agent succeeded at least once, or every single time. - Problem it solves EN: An agent that fails one time in three on the same task looks great in a single run yet lets customers down. - What it does EN: It separates two questions: can the tool get it right at all (one success is enough), and can you rely on it (success every time). - Everyday example EN: A returns assistant solves a task in three of four tries; the chance that three customers in a row get it right drops below half. - concerns you if PL: twój agent obsługuje klientów i musi działać za każdym razem; wyniki testów skaczą między uruchomieniami - concerns you if EN: your agent serves customers and must work every time; test results jump between runs - sources: `anthropic-agent-evals-2026`, `taubench-2024`, `codex-humaneval-2021` ### Symulowany użytkownik w testach rozmów wieloetapowych (Simulated users for multi-turn agent evaluation) - id: `usersimulation` · https://aiatlasgraph.com/t/usersimulation.md - path: Ewaluacja i interpretowalność › Ewaluacja RAG i agentów › Symulowany użytkownik w testach rozmów wieloetapowych - aliases: user simulation, simulated user, LLM user simulator, multi-turn evaluation, symulator użytkownika - PL: Ewaluacja agentów konwersacyjnych, w której LLM odgrywa użytkownika według ukrytej instrukcji zadania. - EN: Evaluating conversational agents with an LLM that role-plays the user from a hidden task instruction. - In one sentence PL: Drugi model udaje klienta z ukrytym celem i rozmawia z twoim asystentem, żeby sprawdzić całą rozmowę, nie jedną odpowiedź. - Problem it solves PL: Prawdziwe rozmowy ciągną się wiele tur, a ludzie nie mogą przed każdą zmianą odegrać setek scenariuszy. - What it does PL: Jak aktor w szkoleniu sprzedawców, który dostaje scenariusz klienta: dopytuje, zmienia zdanie i nie zdradza od razu, czego chce. - Everyday example PL: „Klient” chce wymienić rozmiar butów, ale w połowie rozmowy dodaje zmianę adresu; test sprawdza, czy asystent ogarnął obie sprawy. - In one sentence EN: A second model plays a customer with a hidden goal and talks to your assistant, so you test the whole conversation, not one reply. - Problem it solves EN: Real conversations run for many turns, and people cannot role-play hundreds of scenarios before every change. - What it does EN: Like an actor in sales training given a customer brief: they ask follow-ups, change their mind and do not reveal everything up front. - Everyday example EN: The 'customer' wants a different shoe size but adds an address change halfway; the test checks whether the assistant handled both. - concerns you if PL: twój asystent prowadzi rozmowy w wielu turach; chcesz testować przed wdrożeniem, bez prawdziwych klientów - concerns you if EN: your assistant holds conversations over many turns; you want to test before launch without real customers - sources: `anthropic-agent-evals-2026`, `taubench-2024` ### Wierność odpowiedzi wobec znalezionych źródeł (RAG) (RAG faithfulness and answer relevance metrics) - id: `ragfaithfulness` · https://aiatlasgraph.com/t/ragfaithfulness.md - path: Ewaluacja i interpretowalność › Ewaluacja RAG i agentów › Wierność odpowiedzi wobec znalezionych źródeł (RAG) - aliases: faithfulness, groundedness, answer relevance, context relevance, ugruntowanie w źródłach - PL: Metryki RAG oceniające ugruntowanie odpowiedzi w kontekście, jej trafność względem pytania i trafność samego kontekstu. - EN: RAG metrics scoring how grounded an answer is in its context, how relevant it is to the question and how relevant the context is. - In one sentence PL: Sprawdzasz, czy każde zdanie odpowiedzi ma pokrycie w dokumentach, które system przed chwilą znalazł, i czy odpowiada na pytanie. - Problem it solves PL: Asystent czytający firmowe dokumenty potrafi dopisać rzeczy, których w nich nie ma, a brzmi przy tym pewnie. - What it does PL: Jak redaktor sprawdzający przypisy: rozbija odpowiedź na pojedyncze twierdzenia i przy każdym szuka potwierdzenia w źródle. - Everyday example PL: Pracownik pyta o limit delegacji; ocena pokazuje, że kwota w odpowiedzi nie występuje w żadnym znalezionym fragmencie regulaminu. - In one sentence EN: You check whether every sentence of an answer is backed by the documents the system just found, and whether it answers the question. - Problem it solves EN: An assistant that reads company documents can add things that are not in them while sounding sure of itself. - What it does EN: Like an editor checking footnotes: it splits the answer into single claims and looks for support for each one in the source. - Everyday example EN: An employee asks about the travel allowance; the check shows the amount in the answer appears in none of the retrieved policy passages. - concerns you if PL: budujesz asystenta odpowiadającego z twoich dokumentów; odpowiedzi muszą trzymać się źródła, nie wiedzy ogólnej modelu - concerns you if EN: you build an assistant that answers from your documents; answers must stick to the source, not the model's general knowledge - sources: `ragas-2023` ### Ewaluatory kodowe (Code-based evaluators) - id: `codeevals` · https://aiatlasgraph.com/t/codeevals.md - path: Ewaluacja i interpretowalność › Ewaluatory kodowe - PL: Deterministyczne sprawdzenie w kodzie, gdy błąd da się opisać regułą. Najtańszy szczebel ewaluacji — przed sędzią LLM. - EN: A deterministic check in code when a failure can be described by a rule. The cheapest rung of evaluation — before an LLM judge. - examples PL: dokładne dopasowanie · asercje · regex · parsowanie JSON · argumenty wywołania narzędzia · stan bazy po akcji - examples EN: exact match · assertions · regex · JSON parsing · tool-call arguments · database state after an action - In one sentence PL: To automatyczne sprawdzanie wyniku za pomocą jasno zapisanych reguł w programie. - Problem it solves PL: Niektóre błędy można sprawdzić jednoznacznie, więc ręczna ocena każdej odpowiedzi niepotrzebnie zabiera czas. - What it does PL: Sprawdza wymagany zapis, wartości, argumenty działania lub stan po jego wykonaniu i oznacza, które warunki wynik spełnia. - Everyday example PL: Program sprawdza, czy z faktury wyciągnięto wymagane pola i czy suma pozycji zgadza się z podanym wynikiem. - In one sentence EN: This automatically checks a result using clearly defined software rules. - Problem it solves EN: Some errors can be checked unambiguously, making manual assessment of every answer unnecessarily time consuming. - What it does EN: It checks required structure, values, action arguments or the resulting state and reports which conditions are satisfied. - Everyday example EN: Software checks whether required invoice fields were extracted and whether the item total matches the reported result. - concerns you if PL: potrafisz opisać błąd jako jednoznaczny warunek; chcesz powtarzalnie sprawdzać wiele wyników - concerns you if EN: can describe an error as an unambiguous condition; want repeatable checks across many results - related: `guardrails`, `outcomeverify`, `structured`, `dataenhance` - sources: `hamel-evals-faq`, `anthropic-prompt-evals` ### Asercje deterministyczne: format, schemat, dopasowanie tekstu (Deterministic assertions: format, schema and string checks) - id: `assertionchecks` · https://aiatlasgraph.com/t/assertionchecks.md - path: Ewaluacja i interpretowalność › Ewaluatory kodowe › Asercje deterministyczne: format, schemat, dopasowanie tekstu - aliases: code assertions, string match, regex checks, schema validation, asercje, deterministic graders - PL: Gradery kodowe sprawdzające odpowiedzi regułami: dopasowanie dokładne lub regex, walidacja schematu, długość, obecność słów kluczowych. - EN: Code graders that check outputs with rules: exact or regex match, schema validation, length and keyword presence. - In one sentence PL: Proste reguły w programie sprawdzają odpowiedź modelu: czy ma właściwy format, zawiera wymagane słowo albo nie przekracza długości. - Problem it solves PL: Część błędów jest banalna do wykrycia, a sprawdzanie ich drugim modelem albo ręcznie marnuje czas i pieniądze. - What it does PL: Jak bramka na lotnisku, która natychmiast wychwytuje oczywiste rzeczy; trudniejsze przypadki trafiają dopiero do człowieka lub sędziego. - Everyday example PL: Formularz wypełniany przez asystenta musi mieć poprawną datę i kod pocztowy; reguła odrzuca odpowiedź, zanim ktoś ją zobaczy. - In one sentence EN: Simple rules in a program check a model's answer: right format, a required word present, or length within limits. - Problem it solves EN: Some errors are trivial to detect, and checking them with a second model or by hand wastes time and money. - What it does EN: Like an airport gate that instantly catches the obvious items; only harder cases go on to a person or a judge. - Everyday example EN: A form filled by an assistant needs a valid date and postcode; a rule rejects the answer before anyone sees it. - concerns you if PL: model ma zwracać dane w ściśle określonym formacie; chcesz tanich testów uruchamianych przy każdej zmianie - concerns you if EN: the model must return data in a strict format; you want cheap tests that run on every change - sources: `anthropic-agent-evals-2026` ### Ocena przez uruchomienie testów (poprawność funkcjonalna) (Execution-based grading with unit tests) - id: `executiongrading` · https://aiatlasgraph.com/t/executiongrading.md - path: Ewaluacja i interpretowalność › Ewaluatory kodowe › Ocena przez uruchomienie testów (poprawność funkcjonalna) - aliases: functional correctness, unit-test grading, execution-based evaluation, ocena wykonaniem - PL: Ocena generowanego kodu przez wykonanie go w piaskownicy na testach jednostkowych lub integracyjnych. - EN: Grading generated code by executing it in a sandbox against unit or integration tests. - In one sentence PL: Kod napisany przez model ocenia się, uruchamiając go na przygotowanych testach, a nie porównując tekst z wzorcem. - Problem it solves PL: Dwa zupełnie różnie wyglądające programy mogą być oba poprawne, a podobny do wzorca może nie działać. - What it does PL: Jak sprawdzenie przepisu przez ugotowanie potrawy: liczy się, czy wychodzi, nie czy słowa zgadzają się z książką kucharską. - Everyday example PL: Asystent programisty poprawia funkcję liczenia rabatów; zmiana przechodzi, jeśli wcześniej padający test teraz przechodzi, a reszta dalej działa. - In one sentence EN: Code written by a model is graded by running it against prepared tests, not by comparing its text to a model answer. - Problem it solves EN: Two very different-looking programs can both be correct, while one that resembles the model answer may not work. - What it does EN: Like testing a recipe by cooking it: what matters is whether the dish works, not whether the wording matches the cookbook. - Everyday example EN: A coding assistant fixes a discount function; the change passes if the previously failing test now passes and the rest still work. - concerns you if PL: używasz AI do pisania lub poprawiania kodu; porównujesz asystentów programisty na własnych zadaniach - concerns you if EN: you use AI to write or fix code; you compare coding assistants on your own tasks - sources: `codex-humaneval-2021` ### Interpretowalność (Interpretability and explainability) - id: `explainability` · https://aiatlasgraph.com/t/explainability.md - path: Ewaluacja i interpretowalność › Interpretowalność - PL: Jak zrozumieć, dlaczego model podjął daną decyzję: od modeli przejrzystych z natury, przez wyjaśnienia dokładane z zewnątrz (SHAP, mapy istotności), po zaglądanie do wnętrza sieci. - EN: How to understand why a model made a given decision: from models that are transparent by design, through explanations added from outside (SHAP, saliency maps), to looking inside the network. - examples PL: modele przejrzyste · wyjaśnienia lokalne i globalne · sondy · interpretowalność mechanistyczna - examples EN: transparent models · local and global explanations · probes · mechanistic interpretability - In one sentence PL: To badanie, które informacje i obliczenia wiążą się z odpowiedzią modelu oraz jak zmieniają jego zachowanie. - Problem it solves PL: Model podaje wynik, ale trudno ocenić, na czym się opiera i czy wykorzystuje właściwe informacje. - What it does PL: Odczytuje proste reguły, porównuje zmiany wejść lub bada wnętrze modelu, sprawdzając też ograniczenia i wierność uzyskanych wyjaśnień. - Everyday example PL: Model przewiduje opóźnienie dostawy; sprawdzasz wpływ trasy i wagi paczki oraz to, czy korzysta z nieprzydatnej przypadkowej cechy. - In one sentence EN: This investigates which information and computations relate to a model's answer and how they affect its behaviour. - Problem it solves EN: A model gives a result, but its basis and whether it uses appropriate information can be hard to assess. - What it does EN: It reads simple rules, compares input changes or studies model internals, also checking the limits and faithfulness of resulting explanations. - Everyday example EN: A model predicts delivery delays; you examine route and parcel weight effects and whether it relies on an irrelevant accidental feature. - concerns you if PL: chcesz zrozumieć podstawy wyniku modelu; musisz sprawdzać, jakie informacje wpływają na zachowanie - concerns you if EN: want to understand the basis of a model result; need to examine what information affects its behaviour - related: `datavaluation`, `trustcalibration`, `judgmentprediction` - sources: `fsdl`, `agents`, `cs229`, `molnar-iml-book-3ed` ### Interpretowalność mechanistyczna (Mechanistic interpretability) - id: `mechinterp` · https://aiatlasgraph.com/t/mechinterp.md - path: Ewaluacja i interpretowalność › Interpretowalność › Interpretowalność mechanistyczna - PL: Badanie wewnętrznych komponentów i obliczeń modelu oraz testowanie, jak przyczyniają się do jego zachowania. - EN: Studying a model's internal components and computations and testing how they contribute to its behaviour. - examples PL: rzadkie autoenkodery (SAE) · obwody i grafy atrybucji · podmiana aktywacji - examples EN: sparse autoencoders (SAEs) · circuits and attribution graphs · activation patching - In one sentence PL: To badanie wewnętrznych obliczeń modelu i eksperymentalne sprawdzanie, jak przyczyniają się do jego odpowiedzi. - Problem it solves PL: Same odpowiedzi nie pokazują, jaki mechanizm modelu je wytwarza ani dlaczego czasem prowadzi do błędu. - What it does PL: Rozdziela wewnętrzne sygnały na badane elementy, szuka połączeń i sprawdza skutki ich zmian, traktując uzyskany opis jako wymagający walidacji. - Everyday example PL: Badasz, które wewnętrzne sygnały uczestniczą w przypominaniu faktu, i zmieniasz je w kontrolowanych próbach, obserwując odpowiedź. - In one sentence EN: This studies a model's internal computations and experimentally checks how they contribute to its answers. - Problem it solves EN: Answers alone do not show which model mechanism produces them or why it sometimes leads to errors. - What it does EN: It separates internal signals into studied components, seeks connections and tests changes, treating the resulting account as requiring validation. - Everyday example EN: You investigate internal signals involved in recalling a fact and alter them in controlled trials while observing the answer. - concerns you if PL: chcesz badać mechanizm odpowiedzi zamiast tylko wynik; masz dostęp do wewnętrznych obliczeń modelu - concerns you if EN: want to study answer mechanisms beyond outputs alone; can access a model's internal computations - related: `alignment`, `mechsuits`, `cotmonitoring`, `probing` - sources: `mlabonne-llm-course`, `open-problems-mechinterp-2025` ### Obwody i grafy atrybucji (circuit tracing) (Circuits and attribution graphs) - id: `circuittracing` · https://aiatlasgraph.com/t/circuittracing.md - path: Ewaluacja i interpretowalność › Interpretowalność › Interpretowalność mechanistyczna › Obwody i grafy atrybucji (circuit tracing) - aliases: circuit tracing, attribution graphs, circuits, obwody, cross-layer transcoders - PL: Budowanie przybliżonego grafu cech i połączeń, które mogą pośredniczyć w obliczeniu prowadzącym do odpowiedzi modelu. Graf wymaga walidacji interwencjami i nie gwarantuje kompletnego, wiernego odtworzenia mechanizmu. - EN: Building an approximate graph of features and connections that may mediate the computation behind a model answer. The graph requires intervention-based validation and does not guarantee a complete, faithful reconstruction of the mechanism. - examples PL: grafy atrybucji · transkodery międzywarstwowe · model zastępczy · walidacja przez perturbacje - examples EN: attribution graphs · cross-layer transcoders · replacement model · validation by perturbation - In one sentence PL: To tworzenie przybliżonej mapy wewnętrznych sygnałów i połączeń mogących prowadzić do odpowiedzi modelu. - Problem it solves PL: Pojedyncze rozpoznane sygnały nie pokazują, jak łączą się w kolejne kroki obliczenia. - What it does PL: Łączy badane składniki w graf z użyciem modelu pomocniczego i sprawdza przewidywane zależności przez interwencje; mapa może pomijać część mechanizmu. - Everyday example PL: Dla pytania o znany fakt oglądasz mapę połączeń, a potem zmieniasz wybrane sygnały, żeby sprawdzić przewidywany wpływ. - In one sentence EN: This builds an approximate map of internal signals and connections that may produce a model answer. - Problem it solves EN: Individual identified signals do not show how they combine into successive calculation steps. - What it does EN: It connects studied components in a graph using a supporting model and tests predicted links through interventions; the map may miss mechanisms. - Everyday example EN: For a factual question, you inspect a connection map and then alter selected signals to test their predicted effects. - concerns you if PL: chcesz badać połączenia między wewnętrznymi składnikami modelu; możesz sprawdzać hipotezy przez kontrolowane interwencje - concerns you if EN: want to examine links between internal model components; can test hypotheses through controlled interventions - related: `activationpatching` - sources: `open-problems-mechinterp-2025`, `anthropic-circuit-tracing-2025` ### Podmiana aktywacji (activation patching) (Activation patching) - id: `activationpatching` · https://aiatlasgraph.com/t/activationpatching.md - path: Ewaluacja i interpretowalność › Interpretowalność › Interpretowalność mechanistyczna › Podmiana aktywacji (activation patching) - aliases: activation patching, causal tracing, path patching, interwencje przyczynowe - PL: Eksperyment interwencyjny: aktywacje wybranego komponentu zastępuje się aktywacjami z innego wejścia i mierzy zmianę wyniku. Daje to dowód przyczynowy, którego interpretacja zależy od konstrukcji eksperymentu i użytej metryki. - EN: An intervention experiment: activations of a chosen component are replaced with activations from another input and the output change is measured. This provides causal evidence whose interpretation depends on the experimental design and metric. - examples PL: podmiana aktywacji · pary wejść czyste/zaburzone · dobór metryki i kontroli - examples EN: activation replacement · clean/corrupted input pairs · metric and control selection - In one sentence PL: To sprawdzanie roli części modelu przez podmianę jej wewnętrznych sygnałów i obserwację zmiany wyniku. - Problem it solves PL: Samo współwystępowanie sygnału i odpowiedzi nie mówi, czy zmiana tego sygnału wpłynie na wynik. - What it does PL: Przenosi wybrane wewnętrzne wartości z innego wejścia i mierzy skutek podmiany; wniosek zależy od doboru par, kontroli i miernika. - Everyday example PL: Podmieniasz fragment obliczeń między poprawnym i zmienionym pytaniem o fakt, sprawdzając, czy odpowiedź wraca do wcześniejszej wersji. - In one sentence EN: This tests a model component's role by replacing its internal signals and observing changes in the result. - Problem it solves EN: A signal appearing alongside an answer does not show whether changing that signal affects the output. - What it does EN: It transfers selected internal values from another input and measures the effect; conclusions depend on input pairs, controls and the chosen measure. - Everyday example EN: You replace part of the computation between an original factual question and an altered one, checking whether the answer returns to its earlier version. - concerns you if PL: chcesz eksperymentalnie sprawdzić wpływ części modelu; masz dostęp do sygnałów podczas jego działania - concerns you if EN: want to test a model component's effect experimentally; can access signals during model execution - related: `knowledgeediting`, `circuittracing` - sources: `open-problems-mechinterp-2025`, `heimersheim-nanda-patching-2024` ### Rzadkie autoenkodery (SAE) i słowniki cech (Sparse autoencoders and dictionary learning) - id: `sae` · https://aiatlasgraph.com/t/sae.md - path: Ewaluacja i interpretowalność › Interpretowalność › Interpretowalność mechanistyczna › Rzadkie autoenkodery (SAE) i słowniki cech - aliases: SAE, sparse autoencoders, dictionary learning, transcoders, monosemanticity, rzadkie autoenkodery - PL: Rozkładanie aktywacji modelu na wiele rzadko aktywnych cech, z których część daje się powiązać ze zrozumiałymi pojęciami. Interpretowalność cech i użyteczność SAE w zadaniach praktycznych nie są gwarantowane. - EN: Decomposing model activations into many sparsely active features, some of which can be associated with understandable concepts. Feature interpretability and practical downstream usefulness are not guaranteed. - examples PL: rzadkie autoenkodery (SAE) · słowniki cech · automatyczne opisywanie cech · porównanie z sondą liniową - examples EN: sparse autoencoders (SAEs) · feature dictionaries · automated feature descriptions · comparison with a linear probe - In one sentence PL: To narzędzia rozkładające mieszane sygnały modelu na składniki, z których tylko nieliczne są naraz aktywne. - Problem it solves PL: Pojedynczy wewnętrzny sygnał może mieszać wiele znaczeń, więc trudno powiązać go z konkretnym pojęciem. - What it does PL: Uczy zestaw składników odtwarzających wewnętrzne liczby przy nielicznych aktywnych elementach; część składników można interpretować, ale nie jest to gwarantowane. - Everyday example PL: Przy różnych opisach ogrodu szukasz powtarzalnego składnika związanego z roślinami i sprawdzasz, czy reaguje także na inne treści. - In one sentence EN: These tools separate mixed model signals into components with only a few active at once. - Problem it solves EN: One internal signal can mix many meanings, making it difficult to connect with a specific concept. - What it does EN: It learns components reconstructing internal numbers with few active elements; some components may be interpretable, but that is not guaranteed. - Everyday example EN: Across garden descriptions, you seek a recurring component associated with plants and check whether it also responds to other content. - concerns you if PL: chcesz rozdzielać mieszane sygnały wewnątrz modelu; potrzebujesz składników do dalszych eksperymentów interpretacyjnych - concerns you if EN: want to separate mixed signals inside a model; need components for further interpretation experiments - related: `autoencoders`, `probing`, `activationsteering` - sources: `open-problems-mechinterp-2025`, `anthropic-scaling-monosemanticity-2024`, `gdm-sae-negative-2025` ### Mapy istotności dla sieci neuronowych (Saliency maps and gradient attribution) - id: `saliencymaps` · https://aiatlasgraph.com/t/saliencymaps.md - path: Ewaluacja i interpretowalność › Interpretowalność › Mapy istotności dla sieci neuronowych - aliases: saliency maps, Grad-CAM, integrated gradients, gradient attribution, mapy cieplne uwagi - PL: Wizualizacje przypisujące pikselom lub tokenom ważność dla wyniku sieci na podstawie gradientów albo aktywacji. Wysoka ważność nie jest sama w sobie dowodem przyczynowego wpływu. - EN: Visualisations assigning importance to pixels or tokens for a network output using gradients or activations. High importance is not by itself evidence of causal influence. - examples PL: gradient względem wejścia · mapy na pikselach lub tokenach · atrybucja oparta na aktywacjach - examples EN: input gradients · pixel or token maps · activation-based attribution - In one sentence PL: To mapy wskazujące fragmenty obrazu lub tekstu powiązane z konkretnym wynikiem modelu. - Problem it solves PL: Nie wiesz, które fragmenty wejścia wiążą się z odpowiedzią, zwłaszcza gdy obraz lub tekst zawiera wiele szczegółów. - What it does PL: Wylicza ważność fragmentów z wewnętrznych sygnałów lub wrażliwości wyniku i zaznacza ją na wejściu; mapa sama nie dowodzi przyczyny decyzji. - Everyday example PL: Przy rozpoznawaniu uszkodzenia części oglądasz podświetlone fragmenty zdjęcia i sprawdzasz, czy model skupia się na części czy tle. - In one sentence EN: These maps highlight image or text parts associated with a particular model result. - Problem it solves EN: You do not know which input parts relate to an answer, especially when an image or text contains many details. - What it does EN: It scores parts using internal signals or output sensitivity and highlights them on the input; the map alone does not establish decision causes. - Everyday example EN: For a defective part classification, you inspect highlighted image areas and check whether the model focuses on the part or background. - concerns you if PL: chcesz oglądać fragmenty wejścia związane z wynikiem; szukasz wskazówek do dalszego badania modelu - concerns you if EN: want to view input regions associated with an output; seek clues for further model investigation - related: `visionnode` - sources: `molnar-iml-book-3ed` ### Modele interpretowalne z natury (Inherently interpretable models) - id: `interpretablemodels` · https://aiatlasgraph.com/t/interpretablemodels.md - path: Ewaluacja i interpretowalność › Interpretowalność › Modele interpretowalne z natury - aliases: glass-box models, interpretable models, white-box models - PL: Modele tak proste, że ich decyzję da się odczytać wprost — z wag, reguł albo ścieżki w drzewie — bez dodatkowych narzędzi wyjaśniających. - EN: Models simple enough that their decision can be read directly — from weights, rules or a tree path — without extra explanation tools. - examples PL: regresja liniowa i logistyczna · drzewo decyzyjne · reguły decyzyjne · GAM · RuleFit - examples EN: linear and logistic regression · decision tree · decision rules · GAM · RuleFit - In one sentence PL: To modele, których sposób uzyskania wyniku można odczytać bezpośrednio z prostych reguł lub obliczeń. - Problem it solves PL: Potrzebujesz zrozumiałej podstawy decyzji, a dodatkowe wyjaśnienie skomplikowanego modelu może być jedynie przybliżeniem. - What it does PL: Zapisuje wpływy cech lub kolejne warunki w postaci, którą da się prześledzić od wejścia do konkretnego wyniku. - Everyday example PL: Model ocenia czas naprawy przez krótką serię pytań, a ty odczytujesz ścieżkę wybraną dla konkretnego urządzenia. - In one sentence EN: These models produce results through simple rules or calculations that can be read directly. - Problem it solves EN: You need an understandable basis for a decision, while an added explanation of a complex model may only approximate it. - What it does EN: It records feature effects or successive conditions in a form that can be followed from the input to a particular result. - Everyday example EN: A model estimates repair time through a short question sequence, and you read the path taken for a particular device. - concerns you if PL: chcesz odczytywać sposób uzyskania wyniku wprost; prostota decyzji jest ważna dla twojego zadania - concerns you if EN: want to read how a result was obtained directly; need straightforward decisions for your task - related: `creditscorecards`, `supervised` - sources: `molnar-iml-book-3ed` ### Ogólne zachowanie modelu: ważność cech i wykresy zależności (Global model explanations: feature importance and dependence plots) - id: `globalexplanations` · https://aiatlasgraph.com/t/globalexplanations.md - path: Ewaluacja i interpretowalność › Interpretowalność › Ogólne zachowanie modelu: ważność cech i wykresy zależności - aliases: permutation feature importance, partial dependence plot, PDP, ALE, surrogate model, globalne wyjaśnienia - PL: Opis zachowania modelu w całym zbiorze danych: które cechy są dla predykcji najważniejsze i jak predykcja modelu zmienia się przy wariacji cechy. Takie wykresy same w sobie nie dowodzą zależności przyczynowej. - EN: A description of model behaviour across a dataset: which features matter most to predictions and how model output varies as a feature changes. Such plots do not by themselves establish causality. - examples PL: permutacyjna ważność cech · PDP · ALE · interakcje cech · model zastępczy (surrogate) - examples EN: permutation feature importance · PDP · ALE · feature interactions · surrogate model - In one sentence PL: To opisywanie, jakie cechy zwykle wpływają na przewidywania modelu w całym zbiorze przykładów. - Problem it solves PL: Wyjaśnienie jednego przypadku nie pokazuje, czy model podobnie zachowuje się w innych sytuacjach. - What it does PL: Porównuje znaczenie cech i zmiany przewidywań na wielu przykładach; zaobserwowane zależności modelu same nie dowodzą przyczyn w świecie. - Everyday example PL: Dla wielu przesyłek sprawdzasz, jak model zmienia prognozę z długością trasy i czy podobny wzorzec widać w różnych grupach. - In one sentence EN: This describes which features generally affect model predictions across a collection of examples. - Problem it solves EN: An explanation of one case does not show whether the model behaves similarly elsewhere. - What it does EN: It compares feature importance and prediction changes across examples; observed model relationships alone do not establish real world causes. - Everyday example EN: Across many shipments, you check how route length changes the model forecast and whether the pattern appears in different groups. - concerns you if PL: chcesz opisać ogólne zachowanie modelu; porównujesz wpływ cech na wielu przypadkach - concerns you if EN: want to describe a model's overall behaviour; compare feature effects across many cases - related: `ensembles` - sources: `molnar-iml-book-3ed` ### Sondy klasyfikacyjne (probing) (Probing classifiers) - id: `probing` · https://aiatlasgraph.com/t/probing.md - path: Ewaluacja i interpretowalność › Interpretowalność › Sondy klasyfikacyjne (probing) - aliases: probing, linear probes, probing classifiers, sondy - PL: Klasyfikator uczony na wewnętrznych reprezentacjach modelu, aby sprawdzić, czy da się z nich odczytać określoną własność. Dobry wynik sondy nie dowodzi sam, że model wykorzystuje tę informację w swoim działaniu. - EN: A classifier trained on a model's internal representations to test whether a property can be decoded from them. Strong probe performance alone does not prove that the model uses that information in its behaviour. - examples PL: sonda liniowa · własności językowe · wykrywanie szkodliwej intencji · kontrola złożoności sondy - examples EN: linear probe · linguistic properties · harmful-intent detection · controlling probe complexity - In one sentence PL: To sprawdzanie małym wyuczonym testem, czy z wewnętrznych liczb modelu da się odczytać określoną informację. - Problem it solves PL: Nie wiesz, czy wyuczone zapisy modelu zawierają badaną własność, choć sam model potrafi udzielać odpowiedzi. - What it does PL: Uczy dodatkowy klasyfikator na wewnętrznych zapisach i sprawdza go na nowych przykładach; odczytanie informacji nie dowodzi jej używania przez model. - Everyday example PL: Mały test próbuje odczytać czas gramatyczny zdania z wewnętrznych liczb modelu, a ty porównujesz wyniki na nowych zdaniach. - In one sentence EN: This uses a small learned test to check whether particular information can be read from a model's internal numbers. - Problem it solves EN: You do not know whether learned model representations contain a property, even though the model can produce answers. - What it does EN: It trains an extra classifier on internal representations and tests new examples; reading information does not prove the model uses it. - Everyday example EN: A small test tries to read sentence tense from a model's internal numbers, and you compare results on new sentences. - concerns you if PL: masz dostęp do wewnętrznych zapisów modelu; chcesz sprawdzić, czy zawierają konkretną informację - concerns you if EN: can access a model's internal representations; want to check whether they contain particular information - related: `guardrails`, `mechinterp`, `sae` - sources: `belinkov-probing-2021`, `gdm-sae-negative-2025` ### Sterowanie aktywacjami (wektory sterujące) (Activation steering and representation engineering) - id: `activationsteering` · https://aiatlasgraph.com/t/activationsteering.md - path: Ewaluacja i interpretowalność › Interpretowalność › Sterowanie aktywacjami (wektory sterujące) - aliases: steering vectors, activation steering, representation engineering, RepE, activation addition - PL: Znajdowanie w aktywacjach kierunków lub reprezentacji związanych z pojęciem i ich wzmacnianie albo tłumienie podczas działania modelu, aby badać lub zmieniać jego zachowanie bez ponownego trenowania. - EN: Finding directions or representations in activations associated with a concept and amplifying or suppressing them at run time to study or change model behaviour without retraining. - examples PL: wektory sterujące · inżynieria reprezentacji (RepE) · wzmacnianie i tłumienie reprezentacji - examples EN: steering vectors · representation engineering (RepE) · amplifying and suppressing representations - In one sentence PL: To zmienianie wewnętrznych liczb modelu podczas odpowiedzi, żeby badać lub kierować jego zachowaniem. - Problem it solves PL: Chcesz sprawdzić wpływ konkretnej reprezentacji lub zmienić zachowanie bez ponownego uczenia całego modelu. - What it does PL: Znajduje kierunek związany z badaną cechą i wzmacnia lub osłabia go podczas obliczeń, mierząc zmianę odpowiedzi i skutki uboczne. - Everyday example PL: W eksperymencie wzmacniasz wewnętrzny sygnał związany z odmową i sprawdzasz, jak zmieniają się odpowiedzi na bezpieczne oraz ryzykowne pytania. - In one sentence EN: This changes a model's internal numbers during an answer to investigate or guide its behaviour. - Problem it solves EN: You want to examine a representation's effect or change behaviour without retraining the whole model. - What it does EN: It finds a direction associated with a property and amplifies or reduces it during computation, measuring answer changes and side effects. - Everyday example EN: In an experiment, you amplify an internal signal associated with refusal and examine answers to ordinary and risky questions. - concerns you if PL: możesz ingerować w obliczenia modelu; chcesz badać zmianę zachowania bez pełnego treningu - concerns you if EN: can intervene in model computations; want to study behaviour changes without full training - related: `alignment`, `mechsuits`, `sae` - sources: `anthropic-scaling-monosemanticity-2024`, `repe-2023` ### Wyjaśnianie pojedynczej decyzji (SHAP, LIME) (Local feature attribution (SHAP, LIME)) - id: `featureattribution` · https://aiatlasgraph.com/t/featureattribution.md - path: Ewaluacja i interpretowalność › Interpretowalność › Wyjaśnianie pojedynczej decyzji (SHAP, LIME) - aliases: SHAP, LIME, Shapley values, wartości Shapleya, local explanations, atrybucja cech - PL: Metody wyjaśniające pojedynczą predykcję przez przypisanie cechom wkładu w wynik. Mogą traktować model jak czarną skrzynkę albo wykorzystywać jego strukturę. - EN: Methods that explain an individual prediction by assigning contributions to input features. They may treat the model as a black box or exploit its structure. - examples PL: wartości Shapleya · SHAP · LIME · lokalny model zastępczy - examples EN: Shapley values · SHAP · LIME · local surrogate model - In one sentence PL: To szacowanie, jaki wkład poszczególne cechy danych miały w konkretną odpowiedź modelu. - Problem it solves PL: Widzisz przewidywanie, ale nie wiesz, które części opisu podniosły je lub obniżyły względem wybranego porównania. - What it does PL: Porównuje wpływ cech przez zmianę ich zestawów lub prosty model pomocniczy; wynik zależy od metody i przyjętego punktu odniesienia. - Everyday example PL: Przy prognozie opóźnienia paczki oglądasz oszacowane wkłady długości trasy, wagi i dnia wysyłki dla tego jednego przypadku. - In one sentence EN: This estimates how individual data features contributed to a particular model answer. - Problem it solves EN: You see a prediction but do not know which parts of the input raised or lowered it against a chosen reference. - What it does EN: It compares feature effects through changed feature combinations or a simple supporting model; results depend on the method and reference choice. - Everyday example EN: For one parcel delay forecast, you inspect estimated contributions from route length, weight and dispatch day. - concerns you if PL: chcesz badać pojedyncze przewidywanie modelu; potrzebujesz porównać wkład różnych cech przykładu - concerns you if EN: want to examine an individual model prediction; need to compare contributions from an example's features - related: `shapleyvalue`, `trustcalibration`, `creditexplain` - sources: `molnar-iml-book-3ed`, `lundberg-lee-shap-2017`, `ribeiro-lime-2016` ### Wyjaśnienia „co by było, gdyby” (kontrfaktyczne) (Counterfactual explanations) - id: `counterfactualexpl` · https://aiatlasgraph.com/t/counterfactualexpl.md - path: Ewaluacja i interpretowalność › Interpretowalność › Wyjaśnienia „co by było, gdyby” (kontrfaktyczne) - aliases: counterfactual explanations, wyjaśnienia kontrfaktyczne, what-if explanations - PL: Najmniejsza zmiana danych wejściowych, która odwróciłaby decyzję modelu — np. co musiałoby się zmienić we wniosku, żeby kredyt został przyznany. - EN: The smallest change to the input that would flip the model's decision — e.g. what would have to change in an application for the loan to be approved. - examples PL: minimalna zmiana cech · realistyczność i wykonalność zmiany · wiele alternatywnych wyjaśnień - examples EN: minimal feature change · plausibility and actionability · multiple alternative explanations - In one sentence PL: To szukanie małych zmian w danych, które zmieniłyby odpowiedź modelu na inną. - Problem it solves PL: Nie wiesz, jak blisko innej decyzji jest dany przypadek ani które zmiany wejścia mogłyby ją odwrócić. - What it does PL: Próbuje wykonalnych zmian cech i szuka odwrócenia decyzji przy małej zmianie; to opis modelu, a nie gwarancja rzeczywistego skutku. - Everyday example PL: W kopii danych przesyłki szukasz zmiany daty nadania, przy której model przestaje przewidywać opóźnienie, i sprawdzasz realistyczność takiej zmiany. - In one sentence EN: This seeks small input changes that would make a model give a different answer. - Problem it solves EN: You do not know how close a case is to another decision or which input changes could reverse it. - What it does EN: It tries feasible feature changes and seeks a decision reversal with little alteration; this describes the model, not a guaranteed real outcome. - Everyday example EN: In a copy of shipment data, you seek a dispatch date change that removes the model's delay prediction and check whether that change is realistic. - concerns you if PL: chcesz zbadać granicę między różnymi odpowiedziami modelu; potrzebujesz porównywać realistyczne zmiany danych wejściowych - concerns you if EN: want to examine boundaries between different model answers; need to compare realistic input changes - related: `creditexplain` - sources: `molnar-iml-book-3ed` ### Metryki i benchmarki (Metrics and benchmarks) - id: `metrics` · https://aiatlasgraph.com/t/metrics.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki - PL: Dobór miernika do zadania i rzetelne porównywanie modeli: klasyczne metryki, standaryzowane benchmarki, rankingi oraz statystyczna niepewność wyników. - EN: Choosing a measure that fits the task and comparing models reliably: classic metrics, standardised benchmarks, leaderboards and statistical uncertainty in results. - examples PL: Precision/recall · WER · success rate · benchmarki LLM · areny · przedziały ufności - examples EN: Precision/recall · WER · success rate · LLM benchmarks · arenas · confidence intervals - In one sentence PL: To miary i zestawy zadań pozwalające porównywać jakość modeli z uwzględnieniem niepewności wyników. - Problem it solves PL: Jedna liczba lub pozycja w rankingu może ukrywać rodzaje błędów, dobór zadań i losową zmienność oceny. - What it does PL: Dobiera mierniki do zadania, porównuje wyniki na wspólnych przykładach lub ocenach ludzi i opisuje, jak mocne są wnioski. - Everyday example PL: Porównujesz asystentów według poprawności terminów i ukończonych spraw, sprawdzając również, czy różnica wyników jest stabilna. - In one sentence EN: These measures and task sets compare model quality while accounting for uncertainty in the results. - Problem it solves EN: One number or ranking position can hide error types, task selection and random variation in the assessment. - What it does EN: It selects task appropriate measures, compares shared examples or human ratings and describes how strongly the results support conclusions. - Everyday example EN: You compare assistants by deadline accuracy and completed cases, also checking whether the performance gap is stable. - concerns you if PL: porównujesz modele lub ich wersje; chcesz wiedzieć, co naprawdę oznacza wynik lub ranking - concerns you if EN: compare models or their versions; want to understand what a score or ranking actually means - related: `dedup`, `safetyevals`, `fairnessmetrics`, `productmetrics`, `hypothesistesting` - sources: `fsdl`, `agents`, `cs229`, `sklearn-model-evaluation` ### Benchmarki modeli językowych (LLM benchmarks) - id: `llmbenchmarks` · https://aiatlasgraph.com/t/llmbenchmarks.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Benchmarki modeli językowych - aliases: LLM benchmarks, benchmarki LLM, standardowe testy modeli - PL: Standaryzowane zestawy zadań służące do porównywania modeli językowych. Grupuje się je według mierzonej umiejętności, np. wiedzy i rozumowania, kodowania albo pracy agenta. - EN: Standardised task sets used to compare language models. They are grouped by the skill measured, such as knowledge and reasoning, coding or agent work. - examples PL: wiedza i rozumowanie · matematyka · kod · agenci · zadania multimodalne - examples EN: knowledge and reasoning · mathematics · code · agents · multimodal tasks - In one sentence PL: To wspólne zestawy zadań do porównywania możliwości modeli pracujących z językiem. - Problem it solves PL: Własne udane pytanie nie pozwala rzetelnie porównać wielu modeli ani zobaczyć różnic między rodzajami zadań. - What it does PL: Daje modelom porównywalne zadania z wiedzy, pisania programów lub działania z narzędziami i ocenia wyniki według wspólnych zasad. - Everyday example PL: Przed wyborem asystenta oglądasz wyniki różnych typów zadań, a potem sprawdzasz wybrane modele na własnych przypadkach. - In one sentence EN: These shared task sets compare the capabilities of models working with language. - Problem it solves EN: One successful personal question cannot reliably compare many models or reveal differences between task types. - What it does EN: It gives models comparable knowledge, programming or tool use tasks and scores results using shared rules. - Everyday example EN: Before choosing an assistant, you inspect results across task types, then test selected models on your own cases. - concerns you if PL: chcesz porównywać modele na wspólnych zadaniach; potrzebujesz punktu odniesienia przed własnymi testami - concerns you if EN: want models compared on shared tasks; need a baseline before running your own tests - related: `evalharness` - sources: `ferrag-llm-agents-review-2025`, `lm-eval-harness-lessons-2024` ### Benchmarki agentowe (Agent benchmarks) - id: `agentbench` · https://aiatlasgraph.com/t/agentbench.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Benchmarki modeli językowych › Benchmarki agentowe - aliases: agent benchmarks, benchmarki agentów, agent evaluation benchmarks - PL: Środowiska, w których model wykonuje wieloetapowe zadania z narzędziami — w przeglądarce, systemie operacyjnym albo rozmowie z symulowanym klientem — a ocenia się, czy cel został osiągnięty. - EN: Environments where a model carries out multi-step tasks with tools — in a browser, an operating system or a conversation with a simulated customer — and is scored on whether the goal was achieved. - examples PL: zadania przeglądarkowe · obsługa systemu operacyjnego · wieloetapowe użycie narzędzi · powtarzalność wykonania - examples EN: browser tasks · operating-system interaction · multi-step tool use · execution reliability - In one sentence PL: To zadania sprawdzające, czy model z narzędziami potrafi rzeczywiście osiągnąć cel przez kilka kroków. - Problem it solves PL: Poprawna pojedyncza odpowiedź nie pokazuje, czy model poradzi sobie z całą pracą w aplikacji lub rozmowie. - What it does PL: Udostępnia kontrolowane otoczenie i narzędzia, obserwuje przebieg zadania oraz ocenia końcowy rezultat i powtarzalność wykonania. - Everyday example PL: Asystent ma znaleźć spotkanie, zmienić godzinę i zapisać ustalenie; test sprawdza końcowy kalendarz oraz wykonane kroki. - In one sentence EN: These tasks check whether a model using tools can actually reach a goal through several steps. - Problem it solves EN: One correct answer does not show whether a model can complete an entire application task or conversation. - What it does EN: It provides a controlled environment and tools, observes the task sequence and assesses the final result and execution consistency. - Everyday example EN: An assistant must find a meeting, change its time and save the update; the test checks the final calendar and performed steps. - concerns you if PL: chcesz porównywać wykonanie całych zadań z narzędziami; potrzebujesz sprawdzać niezawodność kolejnych kroków - concerns you if EN: want to compare complete tool assisted tasks; need to assess reliability across successive steps - related: `agenttimebudget`, `agenteval` - sources: `agent-eval-survey-2025` ### Benchmarki długiego kontekstu (igła w stogu siana i dalej) (Long-context benchmarks (needle-in-a-haystack and beyond)) - id: `longcontextbench` · https://aiatlasgraph.com/t/longcontextbench.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Benchmarki modeli językowych › Benchmarki długiego kontekstu (igła w stogu siana i dalej) - aliases: needle in a haystack, NIAH, long-context evaluation, effective context length, igła w stogu siana - PL: Syntetyczne i realistyczne testy efektywnej długości kontekstu: wyszukiwanie ukrytych faktów, śledzenie wieloetapowe i agregacja. - EN: Synthetic and realistic tests of effective context length: retrieving planted facts, multi-hop tracing and aggregation. - In one sentence PL: Testy sprawdzają, czy model naprawdę korzysta z bardzo długiego tekstu, który dostaje, czy gubi informacje ze środka. - Problem it solves PL: Deklarowana długość tekstu, który model może przyjąć, często jest większa niż ta, z którą faktycznie dobrze pracuje. - What it does PL: Ukrywa w długim tekście fakty do znalezienia, połączenia albo zliczenia, jak zagadki w grubej książce, i patrzy, kiedy wyniki zaczynają spadać. - Everyday example PL: Wrzucasz do asystenta całą umowę z załącznikami i pytasz o karę umowną z pięćdziesiątej strony; test pokazuje, czy taka odpowiedź jest wiarygodna. - In one sentence EN: Tests that check whether a model really uses the very long text it is given, or loses information from the middle. - Problem it solves EN: The advertised amount of text a model can take in is often larger than the amount it actually handles well. - What it does EN: It hides facts to find, link or count inside long text, like puzzles in a thick book, and watches when scores start to drop. - Everyday example EN: You give an assistant a whole contract with appendices and ask about a penalty on page fifty; the test shows whether such an answer is trustworthy. - concerns you if PL: wklejasz do modelu bardzo długie dokumenty; wybierasz model do pracy na całych repozytoriach lub archiwach - concerns you if EN: you paste very long documents into a model; you pick a model to work across whole repositories or archives - sources: `ruler-2024` ### Benchmarki programistyczne (Coding benchmarks) - id: `codingbench` · https://aiatlasgraph.com/t/codingbench.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Benchmarki modeli językowych › Benchmarki programistyczne - aliases: SWE-bench, coding benchmarks, benchmarki kodowania - PL: Zadania, w których model pisze lub naprawia kod, a wynik sprawdzają testy — od pojedynczych funkcji po prawdziwe zgłoszenia błędów w repozytoriach. - EN: Tasks in which a model writes or fixes code and tests check the result — from single functions to real issues in repositories. - examples PL: SWE-bench · prawdziwe zgłoszenia błędów · zmiany w wielu plikach · walidacja testami - examples EN: SWE-bench · real issue reports · multi-file changes · test-based validation - In one sentence PL: To zadania sprawdzające, czy model potrafi napisać lub naprawić program, którego działanie przechodzi testy. - Problem it solves PL: Program wyglądający poprawnie może nie działać, a umiejętność pisania małej funkcji nie wystarcza do naprawy większego projektu. - What it does PL: Daje zadanie programistyczne, uruchamia wynik w kontrolowanym środowisku i sprawdza testami wymagane zachowania. - Everyday example PL: Model naprawia błąd liczenia terminów w aplikacji, a zestaw testów sprawdza zwykłe daty i nietypowe granice miesiąca. - In one sentence EN: These tasks check whether a model can write or fix software that passes execution tests. - Problem it solves EN: Code that looks correct may fail, and writing a small function is not enough to fix a larger project. - What it does EN: It provides a programming task, runs the result in a controlled environment and tests the required behaviour. - Everyday example EN: A model fixes deadline calculation in an application, and tests check ordinary dates and unusual month boundaries. - concerns you if PL: porównujesz modele piszące lub naprawiające programy; chcesz mierzyć działanie kodu zamiast jego wyglądu - concerns you if EN: compare models writing or fixing software; want to measure execution rather than code appearance - related: `aicoding`, `codecompletion` - sources: `ferrag-llm-agents-review-2025`, `swebench-2023` ### Benchmarki wiedzy i rozumowania (Knowledge and reasoning benchmarks) - id: `knowledgebench` · https://aiatlasgraph.com/t/knowledgebench.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Benchmarki modeli językowych › Benchmarki wiedzy i rozumowania - aliases: MMLU, Humanity's Last Exam, HLE, reasoning benchmarks - PL: Pytania zamknięte z wielu dziedzin, od szkolnych po eksperckie, sprawdzane automatycznie. Starsze zestawy szybko się nasycają, więc powstają coraz trudniejsze. - EN: Closed-ended questions across many fields, from school level to expert level, graded automatically. Older sets saturate quickly, so ever harder ones are created. - examples PL: MMLU · Humanity's Last Exam · pytania z wielu dziedzin · zadania sprawdzane automatycznie - examples EN: MMLU · Humanity's Last Exam · questions across many fields · automatically graded tasks - In one sentence PL: To zestawy pytań z różnych dziedzin sprawdzające wiedzę i rozumowanie modelu według ustalonych odpowiedzi. - Problem it solves PL: Model może dobrze odpowiadać w znanym temacie, ale mieć luki w innych dziedzinach lub przy trudniejszym rozumowaniu. - What it does PL: Zadaje wspólny zestaw pytań i porównuje odpowiedzi z kluczem, pokazując trafność dla wybranego zakresu i poziomu trudności. - Everyday example PL: Porównujesz modele na pytaniach o naukę i codzienne rozumowanie, sprawdzając osobno tematy, które będą potrzebne w twoim zadaniu. - In one sentence EN: These question sets test model knowledge and reasoning across fields using predefined answers. - Problem it solves EN: A model may answer familiar topics well while having gaps in other fields or harder reasoning tasks. - What it does EN: It asks a shared question set and compares answers with a key, showing accuracy for a selected scope and difficulty. - Everyday example EN: You compare models on science and everyday reasoning questions, separately checking topics needed for your task. - concerns you if PL: chcesz porównać wiedzę i rozumowanie modeli; potrzebujesz sprawdzić zakres tematów i trudność pytań - concerns you if EN: want to compare model knowledge and reasoning; need to examine question scope and difficulty - related: `legalbenchmarks`, `commonsense` - sources: `ferrag-llm-agents-review-2025`, `hle-2025` ### Przeciek danych i nasycenie benchmarków (Benchmark contamination and saturation) - id: `benchcontamination` · https://aiatlasgraph.com/t/benchcontamination.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Benchmarki modeli językowych › Przeciek danych i nasycenie benchmarków - aliases: benchmark contamination, data contamination, benchmark saturation, przeciek testów do treningu - PL: Dlaczego wynik na benchmarku bywa mylący: pytania testowe mogły trafić do danych treningowych, a popularne testy przestają odróżniać najlepsze modele, gdy wszystkie mają blisko 100%. - EN: Why a benchmark score can mislead: test questions may have leaked into training data, and popular tests stop separating top models once all score near 100%. - examples PL: przeciek pytań testowych do treningu · wykrywanie kontaminacji · nasycenie MMLU · przeuczenie pod ranking - examples EN: test-question leakage into training · contamination detection · MMLU saturation · overfitting to a leaderboard - In one sentence PL: To sprawdzanie, czy test naprawdę mierzy nowe umiejętności, zamiast znajomości pytań lub rozwiązywania zbyt łatwych zadań. - Problem it solves PL: Świetny wynik może wynikać z wcześniejszego poznania pytań, a łatwy test przestaje odróżniać mocne modele. - What it does PL: Sprawdza możliwy udział pytań w nauce modelu i szuka świeżych lub trudniejszych zadań, które nadal rozróżniają jego możliwości. - Everyday example PL: Modele niemal bezbłędnie rozwiązują stary zestaw pytań, więc porównujesz je także na nowych przypadkach z własnej pracy. - In one sentence EN: This checks whether a test measures new capabilities rather than familiar questions or tasks that have become too easy. - Problem it solves EN: An excellent score may come from previously seen questions, while an easy test stops distinguishing capable models. - What it does EN: It checks whether questions may have entered training and seeks fresh or harder tasks that still distinguish model capabilities. - Everyday example EN: Models answer an old question set almost flawlessly, so you also compare them on new cases from your work. - concerns you if PL: wyniki są świetne, ale słabo odpowiadają twojej praktyce; chcesz sprawdzać świeżość i trudność zestawu testowego - concerns you if EN: see high test scores that poorly match practical performance; want to check test freshness and difficulty - related: `dedup`, `medllmeval` - sources: `hle-2025`, `bdc-survey-2024`, `leaderboard-illusion-2025` ### Metryki klasyfikacji i regresji (Classification and regression metrics) - id: `classmetrics` · https://aiatlasgraph.com/t/classmetrics.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Metryki klasyfikacji i regresji - aliases: precision, recall, F1, ROC AUC, confusion matrix, macierz pomyłek, MAE, RMSE - PL: Klasyczne mierniki dla modeli, które przewidują klasę albo liczbę. Wybór zależy od kosztu błędów i od tego, czy klasy są zrównoważone. - EN: Classic measures for models that predict a class or a number. The choice depends on the cost of errors and whether classes are balanced. - examples PL: macierz pomyłek · precision/recall/F1 · ROC AUC · log loss · Brier · MAE/RMSE · R² - examples EN: confusion matrix · precision/recall/F1 · ROC AUC · log loss · Brier · MAE/RMSE · R² - In one sentence PL: To liczby opisujące pomyłki modeli przewidujących kategorię albo wartość liczbową. - Problem it solves PL: Sama liczba trafień może ukrywać kosztowne pomyłki, zwłaszcza gdy jedna kategoria występuje znacznie rzadziej. - What it does PL: Rozdziela rodzaje pomyłek kategorii albo mierzy wielkość błędu liczbowego, dobierając ocenę do kosztu i częstości różnych przypadków. - Everyday example PL: Dla filtra poczty osobno liczysz przepuszczone reklamy i ważne wiadomości błędnie odrzucone, bo mają inne skutki. - In one sentence EN: These numbers describe errors made by models predicting a category or numerical value. - Problem it solves EN: Counting correct answers can hide costly errors, especially when one category occurs much less often. - What it does EN: It separates category error types or measures numerical error sizes, matching evaluation to the costs and frequencies of different cases. - Everyday example EN: For an email filter, you separately count missed advertisements and wrongly rejected important messages because their consequences differ. - concerns you if PL: model wybiera kategorię lub przewiduje liczbę; różne pomyłki mają dla ciebie różny koszt - concerns you if EN: have a model predicting categories or numbers; face different costs for different errors - related: `modelselection` - sources: `sklearn-model-evaluation` ### Niepewność statystyczna wyników ewaluacji (Statistical uncertainty in evaluations) - id: `evalstats` · https://aiatlasgraph.com/t/evalstats.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Niepewność statystyczna wyników ewaluacji - aliases: error bars, słupki błędu, confidence intervals for evals, paired comparison - PL: Ewaluacja jest eksperymentem na próbce zadań, więc wynik ma niepewność. Bez jej oszacowania mała różnica między modelami może być nieodróżnialna od losowości próbkowania. - EN: An evaluation is an experiment on a sample of tasks, so its score is uncertain. Without estimating that uncertainty, a small gap between models may be indistinguishable from sampling variation. - examples PL: przedziały ufności · porównania parami na tych samych pytaniach · wielokrotne próby · liczba pytań potrzebna do wniosku - examples EN: confidence intervals · paired comparison on the same questions · repeated samples · number of questions needed for a conclusion - In one sentence PL: To ocenianie, jak niepewne są wyniki testów wykonanych na ograniczonej próbce zadań. - Problem it solves PL: Mała różnica między modelami może pochodzić z doboru pytań lub losowości odpowiedzi zamiast rzeczywistej przewagi. - What it does PL: Porównuje te same zadania, powtarza próby i wyznacza zakres niepewności, żeby ocenić, jak stabilny jest zauważony wynik. - Everyday example PL: Model wygrywa na wybranych pytaniach, ale po powtórzeniu prób i zmianie próbki przewaga znika, więc odkładasz wniosek o poprawie. - In one sentence EN: This assesses uncertainty in test results from a limited sample of tasks. - Problem it solves EN: A small gap between models may come from question sampling or response randomness rather than a real advantage. - What it does EN: It compares shared tasks, repeats trials and estimates uncertainty ranges to assess how stable the observed result is. - Everyday example EN: A model wins on selected questions, but repeated trials and a different sample remove the advantage, so you postpone claiming improvement. - concerns you if PL: porównujesz podobne wyniki z niewielu zadań; chcesz wiedzieć, czy zauważona przewaga jest stabilna - concerns you if EN: compare similar scores from few tasks; want to know whether an apparent advantage is stable - related: `reportingguidelines`, `hypothesistesting` - sources: `miller-error-bars-2024` ### Porównanie tekstu z wzorcem (BLEU, ROUGE, BERTScore) (Reference-based text generation metrics) - id: `textgenmetrics` · https://aiatlasgraph.com/t/textgenmetrics.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Porównanie tekstu z wzorcem (BLEU, ROUGE, BERTScore) - aliases: BLEU, ROUGE, BERTScore, METEOR, reference-based metrics - PL: Automatyczna ocena wygenerowanego tekstu przez porównanie z odpowiedzią wzorcową — od liczenia wspólnych słów po podobieństwo znaczeń w embeddingach. - EN: Automatic scoring of generated text by comparing it to a reference answer — from counting shared words to meaning similarity in embeddings. - examples PL: BLEU (tłumaczenie) · ROUGE (streszczenia) · BERTScore · dokładne dopasowanie - examples EN: BLEU (translation) · ROUGE (summaries) · BERTScore · exact match - In one sentence PL: To automatyczne porównywanie wygenerowanego tekstu z przygotowaną odpowiedzią wzorcową. - Problem it solves PL: Masz wiele tłumaczeń lub streszczeń do sprawdzenia, a ocenianie każdego ręcznie zajmuje dużo czasu. - What it does PL: Porównuje wspólne słowa, fragmenty lub podobieństwo znaczenia; wysoki wynik nie gwarantuje prawdziwości ani pełnej przydatności tekstu. - Everyday example PL: Porównujesz streszczenie spotkania z notatką wzorcową, a rozbieżności sprawdzasz w nagraniu, zamiast uznawać podobieństwo słów za dowód poprawności. - In one sentence EN: This automatically compares generated text with a prepared reference answer. - Problem it solves EN: You have many translations or summaries to check, and rating each one manually takes time. - What it does EN: It compares shared words, passages or meaning similarity; a high score does not guarantee truthfulness or full usefulness. - Everyday example EN: You compare a meeting summary with reference notes, then check differences against the recording rather than treating similar wording as proof of correctness. - concerns you if PL: masz odpowiedzi wzorcowe do porównania tekstów; chcesz wstępnie oceniać wiele tłumaczeń lub streszczeń - concerns you if EN: have reference answers for comparing texts; want preliminary scores for many translations or summaries - related: `mtqe`, `summarization`, `machinetranslation` - sources: `bertscore-2019`, `papineni-bleu-2002`, `lin-rouge-2004` ### Rankingi z głosami ludzi (areny) (Human-preference leaderboards (arenas)) - id: `arenas` · https://aiatlasgraph.com/t/arenas.md - path: Ewaluacja i interpretowalność › Metryki i benchmarki › Rankingi z głosami ludzi (areny) - aliases: Chatbot Arena, LMArena, arena, Elo, Bradley-Terry, leaderboard, ranking modeli - PL: Ludzie anonimowo porównują dwie odpowiedzi modeli i wybierają lepszą; wiele takich porównań tworzy ranking. Wynik zależy jednak od procedury zbierania głosów, dostępu modeli do areny i doboru porównań. - EN: People anonymously compare two model answers and choose the better one; many such comparisons produce a ranking. The result nevertheless depends on vote collection, models' access to the arena and comparison sampling. - examples PL: porównania parami · statystyczna agregacja głosów · nierówny dostęp modeli · przeuczenie pod ranking - examples EN: pairwise comparisons · statistical vote aggregation · unequal model access · overfitting to a leaderboard - In one sentence PL: To rankingi powstające z wielu porównań odpowiedzi, w których ludzie wybierają lepszą wersję. - Problem it solves PL: Automatyczny test nie zawsze pokazuje, która odpowiedź jest dla ludzi bardziej przydatna lub czytelna. - What it does PL: Zbiera głosy na anonimowe pary odpowiedzi i łączy je statystycznie; wynik zależy też od pytań, porównań i dostępnych modeli. - Everyday example PL: Oceniasz anonimowe odpowiedzi na pytanie o ogród, a twój wybór wraz z innymi głosami wpływa na pozycje modeli. - In one sentence EN: These rankings combine many answer comparisons where people choose the better version. - Problem it solves EN: An automated test does not always show which answer people find more useful or readable. - What it does EN: It collects votes on anonymous answer pairs and combines them statistically; results also depend on questions, pairings and available models. - Everyday example EN: You assess anonymous answers to a gardening question, and your choice joins other votes to influence the model rankings. - concerns you if PL: interesują cię preferencje ludzi wobec odpowiedzi; chcesz rozumieć procedurę stojącą za rankingiem - concerns you if EN: care about people's preferences between answers; want to understand how a ranking is produced - related: `skillrating`, `judges`, `preferencedatacollection` - sources: `chatbot-arena-2024`, `leaderboard-illusion-2025` ### Monitoring produkcyjny (Monitoring and observability) - id: `monitoring` · https://aiatlasgraph.com/t/monitoring.md - path: Ewaluacja i interpretowalność › Monitoring produkcyjny - PL: Patrzenie na system po wdrożeniu: ślady, koszty, regresje. - EN: Watching a system after deployment: traces, cost, regressions. - examples PL: tracing · alerty · dryf danych - examples EN: tracing · alerts · data drift - In one sentence PL: To obserwowanie jakości, kosztów i problemów systemu podczas jego rzeczywistego używania. - Problem it solves PL: System sprawdzony przed wdrożeniem może później zwalniać, drożeć lub gorzej odpowiadać na zmieniające się dane. - What it does PL: Zbiera wyniki, czasy, koszty i zapisy działań, śledzi zmiany oraz wskazuje odchylenia wymagające sprawdzenia. - Everyday example PL: Po wdrożeniu asystenta zauważasz więcej poprawek i dłuższe odpowiedzi, a zapisy rozmów pomagają znaleźć przyczynę. - In one sentence EN: This observes a system's quality, costs and problems during actual use. - Problem it solves EN: A system tested before deployment may later slow down, cost more or respond poorly to changing data. - What it does EN: It collects results, timings, costs and action records, tracks changes and flags departures needing examination. - Everyday example EN: After deploying an assistant, you notice more corrections and longer responses, and conversation records help identify the cause. - concerns you if PL: system już działa dla prawdziwych użytkowników; chcesz zauważać zmiany jakości, czasu i kosztu - concerns you if EN: operate a system used by real people; want to detect changes in quality, time and cost - related: `continuoustraining`, `mlops`, `tracereview`, `datavalidation`, `userfeedback` - sources: `dlai` ### Ewaluacja online na ruchu produkcyjnym (Online evaluation on production traffic) - id: `onlineevals` · https://aiatlasgraph.com/t/onlineevals.md - path: Ewaluacja i interpretowalność › Monitoring produkcyjny › Ewaluacja online na ruchu produkcyjnym - aliases: online evals, production evals, offline vs online evaluation, continuous evaluation, ocena na produkcji - PL: Ciągła ocena próbki ruchu produkcyjnego graderami kodowymi i sędziami LLM, uzupełniająca ewaluacje offline. - EN: Continuous grading of sampled production traffic with code graders and LLM judges, complementing offline evals. - In one sentence PL: Automatyczne oceny działają dalej po wdrożeniu: na próbce prawdziwych rozmów, żeby wyłapać problemy, których testy nie przewidziały. - Problem it solves PL: Prawdziwi użytkownicy pytają o rzeczy, których nie było w testach, a jakość potrafi spaść po cichu po zmianie modelu. - What it does PL: Jak kontrola jakości losowo wyjmująca produkty z taśmy: ocenia próbkę na bieżąco i alarmuje, gdy odsetek wad rośnie. - Everyday example PL: Co godzinę drugi model ocenia kilkadziesiąt losowych rozmów asystenta sklepu; wykres pokazuje skok błędów zaraz po wczorajszej aktualizacji. - In one sentence EN: Automatic grading keeps running after launch, on a sample of real conversations, to catch problems the tests did not foresee. - Problem it solves EN: Real users ask things the tests never covered, and quality can quietly drop after a model change. - What it does EN: Like quality control pulling random items off the line: it grades a live sample and raises an alarm when the defect rate climbs. - Everyday example EN: Every hour a second model grades a few dozen random shop-assistant chats; a chart shows errors jumping right after yesterday's update. - concerns you if PL: twój asystent działa już u prawdziwych użytkowników; dostawca modelu zmienia go bez twojej kontroli - concerns you if EN: your assistant already serves real users; the model provider changes it outside your control - related: `abtesting`, `userfeedback` - sources: `anthropic-agent-evals-2026` ### Wykrywanie dryfu danych i pojęć (Data and concept drift detection) - id: `driftdetection` · https://aiatlasgraph.com/t/driftdetection.md - path: Ewaluacja i interpretowalność › Monitoring produkcyjny › Wykrywanie dryfu danych i pojęć - aliases: data drift, concept drift, dryf danych, dryf pojęć, model drift - PL: Wykrywanie, że rozkład danych produkcyjnych albo zależność między wejściem a poprawną odpowiedzią zmieniły się względem danych treningowych, co może wymagać diagnozy lub adaptacji modelu. - EN: Detecting that the production-data distribution or the relationship between inputs and correct outputs has changed relative to training data, which may require diagnosis or model adaptation. - examples PL: dryf rozkładu danych · dryf pojęć · monitorowanie w czasie · adaptacja po wykryciu - examples EN: data-distribution drift · concept drift · monitoring over time · adaptation after detection - In one sentence PL: To wykrywanie, że dane lub zależności stojące za przewidywaniami zmieniły się od czasu nauki modelu. - Problem it solves PL: Model oparty na dawnych przykładach może gorzej działać, gdy zmieniają się zachowania ludzi lub warunki zadania. - What it does PL: Porównuje cechy bieżących danych i, gdy dostępne, poprawne wyniki z wcześniejszymi wzorcami, wskazując zmiany do diagnozy. - Everyday example PL: Po zmianie sposobu wysyłki model częściej myli terminy; obserwujesz nowe czasy dostaw i sprawdzasz, które dawne zależności przestały pasować. - In one sentence EN: This detects changes in data or predictive relationships since the model was trained. - Problem it solves EN: A model built from earlier examples may perform worse when people's behaviour or task conditions change. - What it does EN: It compares current data features and, when available, correct outcomes with earlier patterns, flagging changes for diagnosis. - Everyday example EN: After shipping changes, a model mispredicts deadlines more often; you examine new delivery times and which earlier relationships no longer fit. - concerns you if PL: twoje dane zmieniają się po wdrożeniu modelu; chcesz zauważać, kiedy wcześniejsze wzorce przestają działać - concerns you if EN: have data changing after model deployment; want to notice when earlier patterns stop working - related: `continuoustraining`, `softsensors`, `postdeploymonitoring`, `finmodelvalidation`, `fraudmetrics`, `malwaredrift`, `continual`, `onlinelearning`, `ooddetection` - sources: `concept-drift-review-2020` ### Śledzenie wywołań modeli i agentów (tracing) (LLM and agent tracing) - id: `llmtracing` · https://aiatlasgraph.com/t/llmtracing.md - path: Ewaluacja i interpretowalność › Monitoring produkcyjny › Śledzenie wywołań modeli i agentów (tracing) - aliases: LLM tracing, agent tracing, LLM observability, OpenTelemetry GenAI, spans, ślady wykonania - PL: Instrumentacja aplikacji LLM, która zapisuje wywołania modeli, narzędzi i agentów jako drzewo spanów z atrybutami. - EN: Instrumenting LLM applications to record model, tool and agent calls as a tree of spans with attributes. - In one sentence PL: Zapis krok po kroku, co system z modelem robił: jakie pytania wysłał, jakich narzędzi użył, ile to trwało i kosztowało. - Problem it solves PL: Gdy agent zrobi coś dziwnego w środku długiego zadania, bez zapisu nie da się ustalić, który krok zawiódł. - What it does PL: Jak czarna skrzynka w samolocie: każdy krok zapisuje się jako zagnieżdżony odcinek z czasem, wejściem i wynikiem, więc można odtworzyć cały lot. - Everyday example PL: Klient skarży się na złą odpowiedź; otwierasz zapis jego rozmowy i widzisz, że wyszukiwanie zwróciło pusty wynik, a asystent zgadł dalej. - In one sentence EN: A step-by-step record of what a model-based system did: what it asked, which tools it used, how long it took and what it cost. - Problem it solves EN: When an agent does something odd midway through a long task, without a record you cannot tell which step failed. - What it does EN: Like a flight recorder: each step is logged as a nested segment with timing, input and output, so the whole flight can be replayed. - Everyday example EN: A customer complains about a bad answer; you open the record of their chat and see the search returned nothing and the assistant guessed. - concerns you if PL: szukasz przyczyny błędów agenta w długich zadaniach; chcesz wiedzieć, ile kosztuje i trwa każdy krok - concerns you if EN: you hunt for the cause of agent errors in long tasks; you want to know each step's cost and duration - related: `tracereview` - sources: `otel-genai-spans` ### Ocena ludzi i modeli (Human evaluation and model judges) - id: `judges` · https://aiatlasgraph.com/t/judges.md - path: Ewaluacja i interpretowalność › Ocena ludzi i modeli - PL: Ocena odpowiedzi z kontrolą jakości samych ocen. - EN: Judging answers, with quality control on the judging itself. - examples PL: LLM-as-judge · zgodność sędziów - examples EN: LLM-as-judge · inter-rater agreement - In one sentence PL: To ocenianie odpowiedzi przez ludzi lub inne modele według ustalonych kryteriów. - Problem it solves PL: Jakości, przydatności i zgodności odpowiedzi nie zawsze da się rozstrzygnąć prostą regułą programu. - What it does PL: Daje oceniającym przykłady i kryteria, porównuje ich oceny oraz sprawdza pomyłki i rozbieżności samego procesu oceniania. - Everyday example PL: Ludzie i model oceniają szkice odpowiedzi klientom, a sporne przypadki służą doprecyzowaniu zasad i sprawdzeniu oceniającego modelu. - In one sentence EN: This assesses answers through people or other models using defined criteria. - Problem it solves EN: Answer quality, usefulness and relevance cannot always be determined through a simple software rule. - What it does EN: It provides examples and criteria to evaluators, compares their ratings and checks errors and disagreements in the evaluation itself. - Everyday example EN: People and a model assess customer reply drafts, with disputed cases used to clarify criteria and check the evaluator model. - concerns you if PL: potrzebujesz ocenić cechy trudne do zapisania regułą; chcesz kontrolować jakość samych ocen - concerns you if EN: need to assess qualities hard to express as rules; want to check the quality of the assessments themselves - related: `shortanswergrading`, `makerchecker`, `llmannotation`, `rewardmodels`, `arenas`, `scalableoversight` - sources: `fsdl`, `agents`, `cs229`, `machina-x-agents`, `anthropic-prompt-evals` ### Model językowy jako sędzia (LLM-as-a-judge) (LLM-as-a-judge) - id: `llmjudge` · https://aiatlasgraph.com/t/llmjudge.md - path: Ewaluacja i interpretowalność › Ocena ludzi i modeli › Model językowy jako sędzia (LLM-as-a-judge) - aliases: LLM as a judge, LLM judge, model-based grader, sędzia LLM, ocena modelem językowym - PL: Użycie modelu językowego jako automatycznego ewaluatora w trybie punktowym, parami lub z odpowiedzią wzorcową. - EN: Using a language model as an automatic evaluator in single-answer, pairwise or reference-guided mode. - In one sentence PL: Jeden model czyta odpowiedź innego i ocenia ją według podanych kryteriów, zamiast człowieka. - Problem it solves PL: Ludzie nie nadążają czytać tysięcy odpowiedzi po każdej zmianie, a prosta reguła nie oceni tonu ani przydatności. - What it does PL: Działa jak egzaminator z kluczem: dostaje pytanie, odpowiedź i kryteria, wystawia ocenę albo wybiera lepszą z dwóch wersji. - Everyday example PL: Po zmianie instrukcji asystenta obsługi klienta drugi model w nocy ocenia pięćset rozmów i rano widzisz, które odpowiedzi zrobiły się mniej uprzejme. - In one sentence EN: One model reads another model's answer and grades it against given criteria, in place of a person. - Problem it solves EN: People cannot read thousands of answers after every change, and a simple rule cannot judge tone or usefulness. - What it does EN: It works like an examiner with a marking key: given the question, answer and criteria, it scores it or picks the better of two versions. - Everyday example EN: After you change a support assistant's instructions, a second model grades five hundred conversations overnight, and by morning you see which replies became less polite. - concerns you if PL: oceniasz wiele odpowiedzi, których nie zdążysz przeczytać; jakość zależy od tonu, kompletności albo przydatności; porównujesz dwie wersje instrukcji dla modelu - concerns you if EN: you assess more answers than you can read; quality depends on tone, completeness or usefulness; you compare two versions of a model's instructions - related: `judgevalidation` - sources: `zheng-llmjudge-2023`, `anthropic-agent-evals-2026` ### Uprzedzenia sędziów LLM: kolejność, długość, własny styl (LLM judge biases and mitigation) - id: `judgebias` · https://aiatlasgraph.com/t/judgebias.md - path: Ewaluacja i interpretowalność › Ocena ludzi i modeli › Model językowy jako sędzia (LLM-as-a-judge) › Uprzedzenia sędziów LLM: kolejność, długość, własny styl - aliases: position bias, verbosity bias, self-enhancement bias, self-preference bias, stronniczość sędziego LLM - PL: Systematyczne błędy sędziów LLM (pozycja, rozwlekłość, autopreferencja) i techniki ich ograniczania. - EN: Systematic errors of LLM judges (position, verbosity, self-preference) and techniques to reduce them. - In one sentence PL: Oceniający model ma swoje skrzywienia: woli odpowiedź pokazaną jako pierwszą, dłuższą albo podobną do własnej. - Problem it solves PL: Wyniki automatycznej oceny mogą nagradzać gadulstwo albo przypadek kolejności, a nie lepszą odpowiedź. - What it does PL: Jak w konkursie, gdzie jurorzy słuchają wykonawców w losowej kolejności: zamienia się miejsca odpowiedzi i liczy tylko zgodne werdykty. - Everyday example PL: Porównujesz dwie wersje asystenta; po zamianie kolejności odpowiedzi połowa „zwycięstw” znika, bo sędzia po prostu wolał pierwszą. - In one sentence EN: A grading model has its own skews: it may prefer the answer shown first, the longer one, or one that sounds like itself. - Problem it solves EN: Automatic grading can reward wordiness or the luck of ordering instead of the better answer. - What it does EN: Like a contest where jurors hear performers in shuffled order: answers swap places and only consistent verdicts count. - Everyday example EN: You compare two assistant versions; after swapping the answer order, half the 'wins' disappear because the judge simply preferred the first one. - concerns you if PL: porównujesz odpowiedzi parami za pomocą modelu; twoje wyniki rosną, gdy odpowiedzi się wydłużają; ten sam model generuje i ocenia - concerns you if EN: you compare answers pairwise with a model; your scores rise as answers get longer; the same model generates and grades - sources: `zheng-llmjudge-2023` ### Ocena według rubryki i listy kontrolnej (Rubric-based and checklist grading) - id: `rubricgrading` · https://aiatlasgraph.com/t/rubricgrading.md - path: Ewaluacja i interpretowalność › Ocena ludzi i modeli › Ocena według rubryki i listy kontrolnej - aliases: rubric grading, score rubric, checklist evaluation, natural language assertions, rubryka oceny - PL: Ocena odpowiedzi według jawnych kryteriów z opisem poziomów lub binarnych punktów kontrolnych, wykonywana przez ludzi lub sędziego LLM. - EN: Grading answers against explicit criteria with level descriptions or binary checklist items, done by people or an LLM judge. - In one sentence PL: Zamiast pytać „czy to dobre?”, rozpisujesz, co dokładnie musi się znaleźć w dobrej odpowiedzi, i sprawdzasz punkt po punkcie. - Problem it solves PL: Ogólne pytanie o jakość daje chwiejne, niezrozumiałe oceny, z których nie wiadomo, co poprawić. - What it does PL: Jak klucz egzaminacyjny z opisem każdej oceny: oceniający, człowiek albo model, przyznaje punkty za konkretne, nazwane elementy. - Everyday example PL: Odpowiedź o zwrocie towaru dostaje punkt za podanie terminu, punkt za link do formularza i punkt za brak obietnic sprzecznych z regulaminem. - In one sentence EN: Instead of asking 'is this good?', you spell out what a good answer must contain and check it point by point. - Problem it solves EN: A vague quality question gives shaky, opaque scores that do not tell you what to fix. - What it does EN: Like an exam key that describes each grade: the grader, human or model, awards points for specific, named elements. - Everyday example EN: A reply about a product return earns a point for stating the deadline, one for linking the form and one for making no promises against the policy. - concerns you if PL: wiesz, czego oczekujesz, ale trudno to zapisać regułą; chcesz wiedzieć, który element odpowiedzi zawodzi; oceny różnych osób się rozjeżdżają - concerns you if EN: you know what you expect but cannot write it as a rule; you want to know which part of an answer fails; different people's ratings disagree - related: `rewardmodels` - sources: `prometheus-rubric-2023`, `anthropic-agent-evals-2026` ### Walidacja ewaluatorów (Evaluator validation against human labels) - id: `judgevalidation` · https://aiatlasgraph.com/t/judgevalidation.md - path: Ewaluacja i interpretowalność › Ocena ludzi i modeli › Walidacja ewaluatorów - PL: Sprawdzenie sędziego LLM lub klasyfikatora na etykietach człowieka, na zbiorze, który nie brał udziału w jego strojeniu. - EN: Testing an LLM judge or classifier against human labels, on a set that played no part in tuning it. - examples PL: podział train/dev/test · TPR i TNR · jeden sędzia na jeden rodzaj błędu · pass/fail czy skala 1–5 - examples EN: train/dev/test split · TPR and TNR · one judge per failure type · pass/fail or a 1–5 scale - In one sentence PL: To sprawdzanie, czy automatyczny oceniający poprawnie rozpoznaje błędy według ocen przygotowanych przez ludzi. - Problem it solves PL: Model oceniający może przepuszczać złe odpowiedzi lub odrzucać dobre, nawet jeśli jego uzasadnienia brzmią przekonująco. - What it does PL: Porównuje oceny na osobnym zbiorze ludzkich etykiet, licząc pominięte błędy i niesłuszne odrzucenia bez używania tego zbioru do strojenia. - Everyday example PL: Sprawdzasz oceniający model na wcześniej ocenionych notatkach, zwłaszcza tych z błędnymi datami i tych, które poprawnie opisują wyjątki. - In one sentence EN: This checks whether an automated evaluator recognises errors according to assessments prepared by people. - Problem it solves EN: An evaluator model may accept poor answers or reject good ones even when its explanations sound convincing. - What it does EN: It compares ratings against a separate human labelled set, counting missed errors and incorrect rejections without using that set for tuning. - Everyday example EN: You test an evaluator on previously assessed notes, especially those with wrong dates and those correctly describing exceptions. - concerns you if PL: korzystasz z modelu do oceniania innych odpowiedzi; masz niezależne oceny ludzi do sprawdzenia sędziego - concerns you if EN: use a model to assess other answers; have independent human ratings for checking the evaluator - related: `llmjudge`, `medllmeval`, `splits`, `annotationguidelines` - sources: `hamel-evals-faq` ### Odporność i niepewność (Robustness and calibration) - id: `robustness` · https://aiatlasgraph.com/t/robustness.md - path: Ewaluacja i interpretowalność › Odporność i niepewność - PL: Zachowanie na nietypowych danych i wiarygodność pewności. - EN: Behaviour on unusual data, and how trustworthy the confidence is. - examples PL: Distribution shift · kalibracja · wykrywanie OOD · halucynacje · abstencja - examples EN: Distribution shift · calibration · OOD detection · hallucinations · abstention - In one sentence PL: To sprawdzanie modelu na nietypowych danych i ocenianie, czy jego pewności można ufać. - Problem it solves PL: Nowy rodzaj pytania lub danych może wywołać pewną odpowiedź, choć model nie radzi sobie z taką sytuacją. - What it does PL: Porównuje deklarowaną pewność z trafnością, szuka nieznanych przypadków i sprawdza zgodność twierdzeń z dostępnymi dowodami. - Everyday example PL: Asystent dostaje pytanie o nową zasadę sklepu; sprawdzasz źródło i kierujesz niepewną sprawę do człowieka. - In one sentence EN: This tests a model on unusual data and assesses whether its confidence is reliable. - Problem it solves EN: A new kind of question or data can produce a confident answer even when the model cannot handle the situation. - What it does EN: It compares confidence with accuracy, looks for unfamiliar cases and checks claims against available evidence. - Everyday example EN: An assistant receives a question about a new shop policy; you check the source and refer the uncertain case to a person. - concerns you if PL: twoje dane lub pytania zmieniają się w czasie; chcesz rozpoznawać, kiedy odpowiedź wymaga dodatkowej kontroli - concerns you if EN: have data or questions that change over time; want to recognise answers needing additional checking - related: `activelearning`, `advmalware`, `bayesinference` - sources: `fsdl`, `agents`, `cs229`, `hamel-evals-faq` ### Kalibracja pewności modelu (Confidence calibration) - id: `calibration` · https://aiatlasgraph.com/t/calibration.md - path: Ewaluacja i interpretowalność › Odporność i niepewność › Kalibracja pewności modelu - aliases: calibration, kalibracja, temperature scaling, ECE, reliability diagram - PL: Czy przewidywane prawdopodobieństwo lub inna miara pewności odpowiada temu, jak często model ma rację — np. czy predykcje z pewnością 80% są trafne w ok. 80% przypadków — i jak skorygować rozbieżność. - EN: Whether a predicted probability or other confidence score matches how often the model is right — e.g. whether 80%-confidence predictions are correct about 80% of the time — and how to correct a mismatch. - examples PL: wykres niezawodności · ECE · temperature scaling · Platt scaling · kalibracja LLM-ów - examples EN: reliability diagram · ECE · temperature scaling · Platt scaling · LLM calibration - In one sentence PL: To sprawdzanie i poprawianie zgodności pewności modelu z tym, jak często jego odpowiedzi są trafne. - Problem it solves PL: Wysoka pewność może sugerować niezawodność, choć model z takim sygnałem myli się częściej, niż oczekujesz. - What it does PL: Grupuje przewidywania według pewności, porównuje ją z rzeczywistą trafnością i dopasowuje sposób przeliczania tych ocen. - Everyday example PL: Sprawdzasz poprawność odpowiedzi oznaczonych jako bardzo pewne i odkrywasz, że wskaźnik trzeba skorygować przed pokazaniem użytkownikom. - In one sentence EN: This checks and improves agreement between model confidence and how often its answers are correct. - Problem it solves EN: High confidence may suggest reliability even when answers carrying that signal are wrong more often than expected. - What it does EN: It groups predictions by confidence, compares that confidence with actual accuracy and adjusts how the scores are converted. - Everyday example EN: You check answers marked highly confident and find that the confidence display needs correction before users see it. - concerns you if PL: korzystasz ze wskaźników pewności modelu; chcesz dopasować pewność do obserwowanej trafności - concerns you if EN: use model confidence indicators; want confidence matched to observed accuracy - related: `trustcalibration`, `conformalprediction`, `ensembleweather`, `ruluncertainty`, `hallucinationdetect` - sources: `guo-calibration-2017` ### Predykcja konformalna (Conformal prediction) - id: `conformalprediction` · https://aiatlasgraph.com/t/conformalprediction.md - path: Ewaluacja i interpretowalność › Odporność i niepewność › Predykcja konformalna - aliases: split conformal, distribution-free uncertainty quantification, conformal prediction sets - PL: Metody nadające dowolnemu modelowi zbiory lub przedziały predykcji o kontrolowanym pokryciu brzegowym przy wymiennych danych, bez parametrycznych założeń o rozkładzie. - EN: Methods that equip any model with prediction sets or intervals having controlled marginal coverage under exchangeable data, without parametric distribution assumptions. - In one sentence PL: Metoda, która do odpowiedzi modelu dokleja zakres albo listę możliwości o zadanym pokryciu statystycznym. - Problem it solves PL: Model odpowiada równie stanowczo, gdy wie i gdy zgaduje, a decyzje wymagają wiedzy, jak bardzo mu ufać. - What it does PL: Sprawdza, jak bardzo model mylił się na odłożonych przykładach, i według tego poszerza widełki dla nowej odpowiedzi. - Everyday example PL: Aplikacja rozpoznająca grzyby pokazuje trzy możliwe gatunki zamiast jednego, gdy zdjęcie jest niejednoznaczne. - In one sentence EN: A method that attaches a range or a short list of options to a model's answer with a chosen statistical coverage level. - Problem it solves EN: A model sounds equally sure when it knows and when it guesses, but decisions need to know how far to trust it. - What it does EN: It checks how wrong the model was on set-aside examples and widens the range for a new answer accordingly. - Everyday example EN: A mushroom-identification app shows three possible species instead of one when the photo is ambiguous. - concerns you if PL: podejmujesz decyzje na podstawie prognoz modelu; potrzebujesz gwarancji, jak często model trafia - concerns you if EN: make decisions based on model predictions; need a guarantee of how often the model is right - related: `calibration`, `quantileregression` - sources: `angelopoulos-conformal-2021` ### Wykrywanie halucynacji (Hallucination detection) - id: `hallucinationdetect` · https://aiatlasgraph.com/t/hallucinationdetect.md - path: Ewaluacja i interpretowalność › Odporność i niepewność › Wykrywanie halucynacji - aliases: hallucination, halucynacje, confabulation, konfabulacje, semantic entropy, factuality - PL: Sprawdzanie, czy model nie wymyśla faktów: porównanie z dostarczonym źródłem, z wiedzą zewnętrzną albo z tym, jak bardzo jego odpowiedzi różnią się przy powtórzeniu pytania. - EN: Checking whether a model is inventing facts: against the provided source, against outside knowledge, or by how much its answers vary when the question is repeated. - examples PL: wierność wobec kontekstu (faithfulness) · weryfikacja faktów · spójność wielu prób · entropia semantyczna - examples EN: faithfulness to context · fact verification · self-consistency across samples · semantic entropy - In one sentence PL: To szukanie twierdzeń modelu, które nie mają oparcia w źródłach albo mogą być zmyślone. - Problem it solves PL: Model może podać zmyślony fakt pewnym tonem, a płynny tekst utrudnia zauważenie pomyłki. - What it does PL: Porównuje twierdzenia ze źródłami i wiedzą zewnętrzną albo bada rozbieżności między odpowiedziami; brak rozbieżności nie gwarantuje prawdy. - Everyday example PL: Podsumowanie spotkania zawiera decyzję, której nie było w nagraniu; porównanie ze źródłem wskazuje fragment do poprawienia. - In one sentence EN: This looks for model claims unsupported by sources or potentially invented. - Problem it solves EN: A model can confidently state an invented fact, and fluent wording makes the mistake harder to notice. - What it does EN: It compares claims with sources and external knowledge or examines answer disagreements; consistency alone does not guarantee truth. - Everyday example EN: A meeting summary contains a decision absent from the recording; source comparison flags the passage for correction. - concerns you if PL: odpowiedzi mają zawierać sprawdzalne fakty; chcesz wykrywać brak oparcia w podanym źródle - concerns you if EN: need answers containing verifiable facts; want to detect claims unsupported by the supplied source - related: `ambientscribe`, `radreportgen`, `calibration`, `summarization`, `retrieval` - sources: `hallucination-survey-2023`, `semantic-entropy-nature-2024` ### Wykrywanie przykładów spoza rozkładu (OOD) (Out-of-distribution detection) - id: `ooddetection` · https://aiatlasgraph.com/t/ooddetection.md - path: Ewaluacja i interpretowalność › Odporność i niepewność › Wykrywanie przykładów spoza rozkładu (OOD) - aliases: OOD detection, out-of-distribution, open-set recognition, dane spoza rozkładu - PL: Rozpoznawanie wejść, które nie pasują do rozkładu danych treningowych, aby system mógł zgłosić alarm, wstrzymać predykcję albo przekazać decyzję człowiekowi. - EN: Recognising inputs that do not fit the training-data distribution, so the system can raise an alert, abstain or hand the decision to a person. - examples PL: wynik pewności jako detektor · odległość w przestrzeni cech · rozpoznawanie zbioru otwartego · przekazanie człowiekowi - examples EN: confidence score as detector · distance in feature space · open-set recognition · handover to a human - In one sentence PL: To rozpoznawanie danych, które wyraźnie odbiegają od przykładów poznanych przez model podczas nauki. - Problem it solves PL: Model może dostać zupełnie nowy rodzaj przypadku i odpowiedzieć, jakby znał taką sytuację. - What it does PL: Porównuje cechy lub sygnały pewności z poznanymi przykładami, żeby oznaczyć nietypowy przypadek, wstrzymać odpowiedź lub przekazać go człowiekowi. - Everyday example PL: System czytający faktury otrzymuje inny rodzaj dokumentu i zamiast automatycznie przepisać dane oznacza go do ręcznego sprawdzenia. - In one sentence EN: This recognises data that differs substantially from examples encountered during training. - Problem it solves EN: A model may receive an entirely new kind of case and answer as if it were familiar. - What it does EN: It compares features or confidence signals with familiar examples to flag an unusual case, withhold an answer or refer it to a person. - Everyday example EN: An invoice reader receives a different document type and marks it for manual checking instead of automatically copying its data. - concerns you if PL: model może otrzymywać nowe rodzaje danych; chcesz odsyłać nieznane przypadki do dodatkowej kontroli - concerns you if EN: have a model that may receive unfamiliar data types; want unfamiliar cases referred for additional checking - related: `scenariotesting`, `anomalydetection`, `driftdetection` - sources: `generalized-ood-survey-2021` ### Zbiory testowe i regresje (Evaluation datasets and regression tests) - id: `evalsets` · https://aiatlasgraph.com/t/evalsets.md - path: Ewaluacja i interpretowalność › Zbiory testowe i regresje - PL: Powtarzalne sprawdzanie zachowania po zmianach. - EN: Repeatable checks on behaviour after changes. - examples PL: Test cases · golden sets · ewaluacje w CI - examples EN: Test cases · golden sets · CI evals - In one sentence PL: To zestawy przykładów pozwalające sprawdzać, czy zmiany poprawiają model i nie psują wcześniejszych umiejętności. - Problem it solves PL: Nowa instrukcja lub model może naprawić jeden błąd, a przy okazji zepsuć zadania, które wcześniej działały. - What it does PL: Uruchamia te same reprezentatywne i trudne przypadki po zmianach, porównując wyniki z wymaganiami oraz poprzednią wersją. - Everyday example PL: Po zmianie asystenta sprawdzasz zapisane pytania o zwroty, żeby poprawiona odpowiedź nie zepsuła obsługi wyjątkowych terminów. - In one sentence EN: These example sets check whether changes improve a model without breaking earlier capabilities. - Problem it solves EN: A new instruction or model may fix one error while breaking tasks that previously worked. - What it does EN: It reruns representative and difficult cases after changes, comparing results with requirements and the previous version. - Everyday example EN: After changing an assistant, you rerun saved returns questions to ensure the improved response has not broken handling of unusual deadlines. - concerns you if PL: często zmieniasz model lub jego instrukcje; chcesz zachować działanie wcześniej poprawionych przypadków - concerns you if EN: often change a model or its instructions; want previously fixed cases to keep working - related: `economics`, `promptopt`, `prompting`, `aiprototyping`, `batchprocessing`, `structured`, `softwaregym`, `abtesting`, `promptversioning` - sources: `fsdl`, `agents`, `cs229`, `hamel-evals-faq`, `anthropic-prompt-evals` ### Ewaluacja agentów zgodna z przepływem zadań (Task-flow aligned agent evaluation) - id: `taskfloweval` · https://aiatlasgraph.com/t/taskfloweval.md - path: Ewaluacja i interpretowalność › Zbiory testowe i regresje › Ewaluacja agentów zgodna z przepływem zadań - aliases: SWE-TaskFlow, task flow matching, interaction protocol evaluation - PL: Metoda przekształca zadania z issue w wieloetapowe interakcje zgodne z mierzonym przepływem zadań użytkowników. - EN: Method turns issue-derived tasks into multi-turn interactions matching measured user task flows. - In one sentence PL: Benchmark sprawdza asystenta tak, jak naprawdę rozmawiają z nim ludzie, a nie jednym długim poleceniem. - Problem it solves PL: Standardowe sprawdziany dają jedno szczegółowe zadanie, a prawdziwi użytkownicy przełączają się między pytaniami, planowaniem i poprawkami. - What it does PL: Dzieli zadanie na kroki, dodaje sprawdzalne pytania o kod i wybiera trajektorie najbliższe zmierzonemu przepływowi. - Everyday example PL: Zamiast jednego polecenia 'napraw błąd' asystent dostaje kilka wiadomości: pytanie o kod, plan, potem poprawkę, tak jak w prawdziwej sesji. - In one sentence EN: The benchmark checks the assistant the way people actually talk to it, not with one long command. - Problem it solves EN: Standard tests give one detailed task, while real users switch between questions, planning and fixes. - What it does EN: It splits the task into steps, adds checkable questions about the code and picks trajectories closest to the measured flow. - Everyday example EN: Instead of one command 'fix the bug' the assistant gets several messages: a question about the code, a plan, then the fix, just like a real session. - concerns you if PL: sprawdzasz asystentów do kodu na rzeczywistych sesjach użytkowników; chcesz, by benchmark odzwierciedlał przełączanie zadań; jednoetapowe sprawdziany dają wyniki odległe od praktyki - concerns you if EN: check coding assistants on real user sessions; want the benchmark to reflect task switching; single-step tests give results far from practice - related: `agentsnode`, `evalharness` - sources: `swetaskflow-2026` ### Frameworki do uruchamiania ewaluacji (Evaluation harnesses and frameworks) - id: `evalharness` · https://aiatlasgraph.com/t/evalharness.md - path: Ewaluacja i interpretowalność › Zbiory testowe i regresje › Frameworki do uruchamiania ewaluacji - aliases: eval harness, lm-evaluation-harness, Inspect, evaluation framework - PL: Narzędzia, które powtarzalnie uruchamiają zbiory testowe na modelu lub agencie — z tymi samymi promptami, ustawieniami, piaskownicą i zapisem logów — żeby wyniki dało się porównać i odtworzyć. - EN: Tools that run test sets against a model or agent repeatably — with the same prompts, settings, sandbox and logs — so results can be compared and reproduced. - examples PL: zbiór → solver → scorer · powtarzalne ustawienia · piaskownice dla agentów · logi i przegląd wyników - examples EN: dataset → solver → scorer · repeatable settings · agent sandboxes · logs and result review - In one sentence PL: To narzędzia uruchamiające testy modeli w powtarzalny sposób i zapisujące wyniki do porównania. - Problem it solves PL: Ręczne próby łatwo różnią się instrukcjami, ustawieniami i warunkami, przez co nie wiadomo, skąd bierze się zmiana wyniku. - What it does PL: Przygotowuje te same zadania i ustawienia, uruchamia model w kontrolowanych warunkach oraz zapisuje odpowiedzi, oceny i przebieg. - Everyday example PL: Po zmianie modelu narzędzie ponownie uruchamia pytania o dostawy i pokazuje, które odpowiedzi oraz kroki różnią się od poprzednich. - In one sentence EN: These tools run model tests repeatably and record results for comparison. - Problem it solves EN: Manual trials easily differ in instructions, settings and conditions, making score changes hard to explain. - What it does EN: It prepares shared tasks and settings, runs the model under controlled conditions and records answers, scores and activity. - Everyday example EN: After a model change, a tool reruns delivery questions and shows which answers and steps differ from the previous version. - concerns you if PL: często porównujesz modele na tych samych zadaniach; chcesz odtwarzać próby i przeglądać ich zapisy - concerns you if EN: often compare models on the same tasks; want to reproduce trials and inspect their records - related: `llmbenchmarks`, `taskfloweval` - sources: `lm-eval-harness-lessons-2024`, `inspect-aisi-docs` ### Syntetyczne przypadki testowe z wymiarów zapytań (Synthetic test case generation for evals) - id: `synthevalcases` · https://aiatlasgraph.com/t/synthevalcases.md - path: Ewaluacja i interpretowalność › Zbiory testowe i regresje › Syntetyczne przypadki testowe z wymiarów zapytań - aliases: synthetic eval data, synthetic test cases, dimension tuples, test case generation, syntetyczne dane testowe - PL: Generowanie zbiorów ewaluacyjnych z wymiarów zmienności zapytań, krotek wartości i osobnej konwersji na język naturalny. - EN: Building eval sets from query variation dimensions, value tuples and a separate conversion step into natural language. - In one sentence PL: Gdy brakuje prawdziwych pytań od użytkowników, model pomaga ułożyć różnorodne pytania testowe według zaplanowanych cech. - Problem it solves PL: Przed startem produktu nie ma jeszcze prawdziwych rozmów, a pytania wymyślone na szybko są do siebie podobne i omijają trudne przypadki. - What it does PL: Jak układanie zestawu zadań na egzamin z tabeli zagadnień: najpierw wybierasz kombinacje cech, potem każdą zamieniasz na naturalnie brzmiące pytanie. - Everyday example PL: Dla asystenta przepisów łączysz dietę, kuchnię i trudność, np. wegąską, włoską, wieloetapową, i dostajesz pytanie o lazanię bez nabiału na jutro. - In one sentence EN: When real user questions are scarce, a model helps write varied test questions according to planned traits. - Problem it solves EN: Before launch there are no real conversations yet, and questions made up in a hurry look alike and skip the hard cases. - What it does EN: Like building an exam from a topic grid: first pick combinations of traits, then turn each into a natural-sounding question. - Everyday example EN: For a recipe assistant you combine diet, cuisine and difficulty, such as vegan, Italian, multi-step, and get a question about dairy-free lasagne for tomorrow. - concerns you if PL: nie masz jeszcze prawdziwych pytań od użytkowników; twoje testy pokrywają tylko łatwe przypadki - concerns you if EN: you have no real user questions yet; your tests cover only easy cases - sources: `hamel-faq-syntheticdata` ## Fundamenty i rozumowanie (Foundations and reasoning) - id: `foundations` · https://aiatlasgraph.com/t/foundations.md - path: Fundamenty i rozumowanie - PL: Matematyczny i algorytmiczny język AI, także metod bez sieci neuronowych. - EN: The mathematical and algorithmic language of AI, including methods without neural networks. - In one sentence PL: To matematyka i sposoby rozumowania, dzięki którym programy liczą, wyciągają wnioski i szukają rozwiązań. - Problem it solves PL: Trudno rozwiązywać złożone zadania, gdy informacje są niepełne, możliwości liczne, a reguły trzeba stosować konsekwentnie. - What it does PL: Zapisuje wiedzę, niepewność i cele w postaci, którą program może przeliczać, porównując możliwe odpowiedzi i kolejne działania. - Everyday example PL: Planer wybiera kolejność wizyt, uwzględnia dostępne godziny i porównuje możliwe drogi między miejscami. - In one sentence EN: These are the mathematics and reasoning methods that let programs calculate, draw conclusions and search for solutions. - Problem it solves EN: Complex tasks are hard when information is incomplete, possibilities are numerous and rules must be applied consistently. - What it does EN: It represents knowledge, uncertainty and goals in a form software can calculate with, comparing possible answers and sequences of actions. - Everyday example EN: A planner chooses the order of visits, accounts for available times and compares possible routes between places. - concerns you if PL: chcesz zrozumieć, jak program dochodzi do wyniku; rozwiązujesz zadania z regułami, wyborami lub niepewnością - concerns you if EN: want to understand how software reaches a result; solve tasks involving rules, choices or uncertainty - sources: `cs221`, `cs229` ### Logika i reprezentacja wiedzy (Logic and knowledge representation) - id: `logic` · https://aiatlasgraph.com/t/logic.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy - PL: Jak zapisać fakty, reguły i zależności. - EN: How to write down facts, rules and dependencies. - examples PL: Logika · ontologie · grafy wiedzy - examples EN: Logic · ontologies · knowledge graphs - In one sentence PL: To zapisywanie faktów, reguł i zależności tak, żeby program mógł z nich wyciągać wnioski. - Problem it solves PL: Informacje zapisane w różnych miejscach trudno połączyć, sprawdzić i wykorzystać do odpowiedzi na nowe pytanie. - What it does PL: Nadaje pojęciom wspólny opis, łączy je relacjami i stosuje reguły, które pozwalają wyprowadzać dalsze ustalenia. - Everyday example PL: Asystent łączy informacje o zamówieniu, produkcie i zasadach sklepu, żeby ustalić, jakie dokumenty są potrzebne do zwrotu. - In one sentence EN: This records facts, rules and relationships so software can draw conclusions from them. - Problem it solves EN: Information scattered across different places is hard to combine, check and use to answer a new question. - What it does EN: It defines concepts consistently, connects them through relationships and applies rules that produce further conclusions. - Everyday example EN: An assistant connects order details, product information and shop rules to establish which documents a return requires. - concerns you if PL: chcesz łączyć fakty z różnych źródeł; potrzebujesz wniosków zgodnych z zapisanymi regułami - concerns you if EN: want to connect facts from different sources; need conclusions that follow written rules - related: `computationallaw` - sources: `cs221`, `cs229` ### AI neurosymboliczna (Neuro-symbolic AI) - id: `neurosymbolic` · https://aiatlasgraph.com/t/neurosymbolic.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy › AI neurosymboliczna - PL: Łączenie sieci neuronowych (uczenie z danych) z systemami symbolicznymi (logika, reguły, solwery), np. LLM tłumaczący problem na język formalny dla solwera. - EN: Combining neural networks (learning from data) with symbolic systems (logic, rules, solvers), e.g. an LLM translating a problem into a formal language for a solver. - examples PL: LLM + solwer · LLM-Modulo · reguły jako ograniczenia · rozumowanie na grafach wiedzy - examples EN: LLM + solver · LLM-Modulo · rules as constraints · reasoning over knowledge graphs - In one sentence PL: To łączenie modeli uczących się z przykładów z programami, które sprawdzają jawne reguły. - Problem it solves PL: Model potrafi rozpoznać opis zadania, ale jego propozycja może naruszać warunki, które muszą być spełnione. - What it does PL: Model rozpoznaje treść lub zapisuje problem, a część oparta na regułach sprawdza ograniczenia i wyprowadza wnioski. - Everyday example PL: Opisujesz dyżury zwykłymi słowami, asystent zapisuje wymagania, a osobny program sprawdza, czy proponowany grafik je spełnia. - In one sentence EN: This combines models that learn from examples with software that checks explicit rules. - Problem it solves EN: A model can understand a task description, yet its proposal may violate conditions that must hold. - What it does EN: A model recognises content or represents a problem, while a rule system checks constraints and draws conclusions. - Everyday example EN: You describe shifts in everyday language, an assistant records the requirements and separate software checks whether the proposed schedule satisfies them. - concerns you if PL: chcesz połączyć swobodny opis z twardymi warunkami; wynik musi przejść sprawdzenie według ustalonych reguł - concerns you if EN: want everyday descriptions combined with strict conditions; need results checked against defined rules - related: `kgraphs`, `classicalplanning`, `reasoningmodels` - sources: `llmp2023`, `kambhampati2024llmmodulo`, `colelough2025nesy`, `nesy-llm-2508` ### Automatyczne dowodzenie twierdzeń (Lean) (Automated and formal theorem proving (Lean)) - id: `theoremproving` · https://aiatlasgraph.com/t/theoremproving.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy › Automatyczne dowodzenie twierdzeń (Lean) - PL: Modele generują formalne dowody sprawdzane przez jądro systemu takiego jak Lean. Weryfikacja potwierdza poprawność zaakceptowanego dowodu względem sformalizowanego twierdzenia, zadeklarowanych aksjomatów i zaufanego jądra; poprawność autoformalizacji pozostaje osobnym zagadnieniem. - EN: Models generate formal proofs checked by the kernel of a system such as Lean. Verification establishes that an accepted proof is correct relative to the formalized statement, declared axioms, and trusted kernel; the faithfulness of autoformalization remains a separate issue. - examples PL: Lean 4 · autoformalizacja · miniF2F · zadania olimpijskie - examples EN: Lean 4 · autoformalisation · miniF2F · olympiad problems - In one sentence PL: To szukanie i sprawdzanie matematycznych dowodów zapisanych w ścisłym języku. - Problem it solves PL: Przekonujące wyjaśnienie może zawierać ukryty błąd; potrzebujesz dowodu, którego każdy krok da się sprawdzić. - What it does PL: Sprawdza kroki dowodu względem zapisanych reguł i założeń; poprawne przełożenie pierwotnego pytania na ten zapis wymaga osobnej kontroli. - Everyday example PL: Asystent proponuje dowód wzoru na sumę kolejnych liczb, a program sprawdza, czy kroki wynikają z przyjętych założeń. - In one sentence EN: This finds and checks mathematical proofs written in a precise formal language. - Problem it solves EN: A convincing explanation may hide an error; you need a proof whose every step can be checked. - What it does EN: It checks proof steps against recorded rules and assumptions; translating the original question correctly into that language requires separate checking. - Everyday example EN: An assistant proposes a proof for a formula summing consecutive numbers, and software checks whether the steps follow from the assumptions. - concerns you if PL: potrzebujesz sprawdzić rozumowanie krok po kroku; pracujesz z twierdzeniami wymagającymi ścisłego dowodu - concerns you if EN: need reasoning checked step by step; work with statements requiring a rigorous proof - related: `discovery`, `rlvr`, `satsmt`, `outcomeverify` - sources: `alphaproof2025`, `seedprover2025`, `lean-reference-kernel` ### Grafy wiedzy (Knowledge graphs) - id: `kgraphs` · https://aiatlasgraph.com/t/kgraphs.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy › Grafy wiedzy - PL: Zapis pojęć i relacji jako grafu, także do wyszukiwania. - EN: Concepts and relations written as a graph, retrieval included. - examples PL: Neo4j · odkrywanie API - examples EN: Neo4j · API discovery - In one sentence PL: To sieć zapisanych rzeczy, pojęć i powiązań między nimi. - Problem it solves PL: Same oddzielne wpisy nie pokazują, jak osoby, dokumenty i przedmioty są ze sobą związane. - What it does PL: Zapisuje relacje jako połączenia, po których można przechodzić, żeby znaleźć odpowiedź wymagającą kilku powiązanych faktów. - Everyday example PL: Pytasz, które instrukcje dotyczą urządzeń w twoim biurze, a system przechodzi od pomieszczeń przez urządzenia do dokumentów. - In one sentence EN: This is a network of recorded things, concepts and relationships between them. - Problem it solves EN: Separate records do not reveal how people, documents and objects are connected. - What it does EN: It records relationships as links you can follow to answer questions requiring several connected facts. - Everyday example EN: You ask which manuals cover devices in your office, and the system follows links from rooms to devices to documents. - concerns you if PL: masz informacje powiązane między wieloma zbiorami; chcesz wyszukiwać przez relacje między rzeczami - concerns you if EN: have information connected across several collections; want to search through relationships between things - related: `neurosymbolic`, `ontologies`, `logicprogramming`, `gnn`, `infoextraction`, `relationextraction`, `retrieval`, `queryconstruction`, `entitylinking` - courses: , - sources: `dlai` ### Logika zdań i logika pierwszego rzędu (Propositional and first-order logic) - id: `fol` · https://aiatlasgraph.com/t/fol.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy › Logika zdań i logika pierwszego rzędu - PL: Formalny zapis faktów i reguł oraz automatyczne wyprowadzanie z nich wniosków. - EN: Formal notation for facts and rules, and automatic derivation of conclusions from them. - examples PL: Kwantyfikatory · rezolucja · wnioskowanie w przód i wstecz · Prolog - examples EN: Quantifiers · resolution · forward and backward chaining · Prolog - In one sentence PL: To ścisły zapis zdań i reguł, z których program może wyprowadzać kolejne wnioski. - Problem it solves PL: Zwykły opis zasad bywa niejednoznaczny, więc trudno sprawdzić, czy dany wniosek rzeczywiście z nich wynika. - What it does PL: Łączy fakty z warunkami oraz stwierdzeniami o wszystkich lub wybranych obiektach, sprawdzając konsekwencje tych zapisów. - Everyday example PL: Zapisujesz, że każdy zarejestrowany uczestnik ma identyfikator; program sprawdza, czy wskazany uczestnik spełnia tę regułę. - In one sentence EN: This writes statements and rules precisely so software can derive further conclusions. - Problem it solves EN: Everyday descriptions of rules can be ambiguous, making it hard to check whether a conclusion actually follows. - What it does EN: It combines facts, conditions and statements about all or some objects, checking what follows from those statements. - Everyday example EN: You state that every registered participant has an identifier; software checks whether a selected participant satisfies that rule. - concerns you if PL: chcesz jednoznacznie zapisać warunki i wyjątki; musisz sprawdzić, czy wniosek wynika z reguł - concerns you if EN: want conditions and exceptions written unambiguously; need to check whether a conclusion follows from rules - sources: `aima4` ### Ontologie i sieć semantyczna (RDF, OWL) (Ontologies and the Semantic Web (RDF, OWL)) - id: `ontologies` · https://aiatlasgraph.com/t/ontologies.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy › Ontologie i sieć semantyczna (RDF, OWL) - PL: Standardy opisu pojęć, klas i relacji tak, by maszyna mogła sprawdzać spójność i wyprowadzać ukryte fakty. - EN: Standards for describing concepts, classes and relations so machines can check consistency and infer implicit facts. - examples PL: RDF · OWL 2 · SPARQL · taksonomie - examples EN: RDF · OWL 2 · SPARQL · taxonomies - In one sentence PL: To wspólny opis rodzajów rzeczy, ich cech i relacji, który programy potrafią interpretować. - Problem it solves PL: Różne systemy inaczej nazywają te same rzeczy lub różnie rozumieją kategorie, co utrudnia łączenie danych. - What it does PL: Ustala znaczenie kategorii i powiązań oraz reguły, z których program może wywnioskować dodatkowe fakty lub zauważyć sprzeczności. - Everyday example PL: Łączysz katalogi wyposażenia, ustalając, że krzesło biurowe jest rodzajem mebla i że różne nazwy mogą wskazywać tę samą kategorię. - In one sentence EN: This gives programs a shared description of kinds of things, their properties and relationships. - Problem it solves EN: Different systems name the same things differently or interpret categories differently, making data hard to combine. - What it does EN: It defines categories, relationships and rules that let software infer additional facts or detect inconsistencies. - Everyday example EN: You combine equipment catalogues, defining an office chair as furniture and mapping different names to the same category. - concerns you if PL: łączysz zbiory używające różnych nazw i kategorii; chcesz, żeby program rozumiał związki między pojęciami - concerns you if EN: combine collections with different names and categories; want software to interpret relationships between concepts - related: `kgraphs` - sources: `aima4`, `w3c-owl` ### Programowanie logiczne (Logic programming) - id: `logicprogramming` · https://aiatlasgraph.com/t/logicprogramming.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy › Programowanie logiczne - aliases: logic programming, programowanie logiczne, programowanie w logice - PL: Paradygmat deklaratywny: program to zbiór klauzul logicznych, a obliczenie to wnioskowanie (rezolucja, punkt stały lub modele stabilne). - EN: Declarative paradigm: a program is a set of logical clauses and computation is inference (resolution, fixpoint or stable models). - In one sentence PL: Programowanie przez opisanie faktów i reguł zamiast kroków; komputer sam dochodzi do odpowiedzi, wyciągając wnioski. - Problem it solves PL: Zasady biznesowe, przepisy i łamigłówki z wieloma warunkami trudno zakodować krok po kroku bez gubienia przypadków. - What it does PL: Podajesz jak w podręczniku: kto jest czyim rodzicem i kim jest dziadek, a system sam znajduje wszystkich dziadków. - Everyday example PL: System kadrowy z zapisanych reguł urlopowych sam wylicza, komu przysługuje dodatkowy dzień wolny. - In one sentence EN: Programming by stating facts and rules instead of steps; the computer reaches answers by drawing conclusions itself. - Problem it solves EN: Business rules, regulations and puzzles with many conditions are hard to code step by step without missing cases. - What it does EN: You state, as in a textbook, who is whose parent and what a grandparent is, and the system finds every grandparent itself. - Everyday example EN: An HR system works out from written leave rules who is entitled to an extra day off. - concerns you if PL: zapisujesz złożone reguły, które muszą być spójne; układasz plany lub grafiki z wieloma warunkami - concerns you if EN: write complex rules that must stay consistent; build plans or rosters with many conditions - related: `kgraphs`, `classicalplanning` - sources: `potassco-guide`, `swi-prolog-sld-glossary`, `souffle-datalog-docs` ### Rozumowanie zdroworozsądkowe (Commonsense reasoning) - id: `commonsense` · https://aiatlasgraph.com/t/commonsense.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy › Rozumowanie zdroworozsądkowe - aliases: commonsense reasoning, commonsense knowledge, common-sense reasoning, wiedza zdroworozsądkowa, rozumowanie potoczne - PL: Dział AI zajmujący się reprezentowaniem i wykorzystaniem codziennej wiedzy o świecie fizycznym, społecznym i czasowym. - EN: AI subfield on representing and using everyday knowledge of the physical, social and temporal world. - In one sentence PL: Wiedza o świecie, której ludzie używają bez zastanowienia, np. że szklanka upuszczona na kafelki się stłucze. - Problem it solves PL: Maszyny potrafią błyszczeć w trudnych zadaniach, a potem popełniać błędy, których nie zrobiłoby dziecko, bo brakuje im oczywistej wiedzy. - What it does PL: Dokłada do rozumowania niewypowiedziane założenia, tak jak człowiek domyśla się, że ktoś z mokrym parasolem właśnie wrócił z deszczu. - Everyday example PL: Asystent poproszony o przepis zauważa, że nie da się upiec ciasta w pięć minut w zimnym piekarniku. - In one sentence EN: Knowledge about the world people use without thinking, such as a glass dropped on tiles will break. - Problem it solves EN: Machines can shine at hard tasks and then make mistakes no child would, because they lack obvious knowledge. - What it does EN: It adds unspoken assumptions to reasoning, the way a person guesses that someone holding a wet umbrella just came in from the rain. - Everyday example EN: An assistant asked for a recipe notices that a cake cannot be baked in five minutes in a cold oven. - concerns you if PL: zastanawiasz się, czemu AI myli się w oczywistych sprawach; testujesz, czy model naprawdę rozumie sytuacje - concerns you if EN: wonder why AI gets obvious things wrong; test whether a model really understands situations - related: `knowledgebench` - sources: `davis-marcus-commonsense-2015` ### Solwery SAT i SMT (SAT and SMT solvers) - id: `satsmt` · https://aiatlasgraph.com/t/satsmt.md - path: Fundamenty i rozumowanie › Logika i reprezentacja wiedzy › Solwery SAT i SMT - aliases: SAT solver, SAT solvers, SMT solver, SMT solvers, solwer SAT, solwer SMT, solwery SAT i SMT - PL: Silniki rozstrzygające spełnialność formuł logiki zdań (SAT) i formuł z teoriami tła, np. arytmetyką czy tablicami (SMT). - EN: Engines deciding satisfiability of propositional formulas (SAT) and of formulas with background theories such as arithmetic or arrays (SMT). - In one sentence PL: Programy, które błyskawicznie sprawdzają, czy da się spełnić naraz tysiące logicznych warunków, i podają przykład takiego rozwiązania. - Problem it solves PL: Wiele zadań, od planowania po sprawdzanie programów, wymaga przeszukania astronomicznej liczby kombinacji, czego nie da się zrobić ręcznie. - What it does PL: Jak bardzo sprytny rozwiązywacz łamigłówek: próbuje, a po każdej sprzeczności zapisuje lekcję, żeby nie wpadać w ten sam błąd. - Everyday example PL: Narzędzie programisty wskazuje, przy jakich danych wejściowych program może się wysypać, zanim zrobi to użytkownik. - In one sentence EN: Programs that quickly check whether thousands of logical conditions can all hold at once, and give an example solution. - Problem it solves EN: Many tasks, from scheduling to checking programs, require searching an astronomical number of combinations, impossible by hand. - What it does EN: Like a very clever puzzle solver: it tries, and after each contradiction records a lesson so it never repeats the same mistake. - Everyday example EN: A developer tool points out which inputs could make a program crash before a user hits them. - concerns you if PL: chcesz sprawdzić, czy kod lub reguły nie mają luk; układasz harmonogramy z wieloma ograniczeniami; łączysz modele językowe z twardym sprawdzaniem logiki - concerns you if EN: want to check that code or rules have no gaps; build schedules with many constraints; combine language models with rigorous logic checks - related: `theoremproving` - sources: `aima4`, `demoura-bjorner-z3-2008` ### Matematyka i optymalizacja (Mathematics and optimization) - id: `math` · https://aiatlasgraph.com/t/math.md - path: Fundamenty i rozumowanie › Matematyka i optymalizacja - PL: Jak opisywać i optymalizować modele. - EN: How to describe and optimise models. - examples PL: Algebra liniowa · rachunek różniczkowy · optymalizacja - examples EN: Linear algebra · calculus · optimisation - In one sentence PL: To narzędzia matematyczne do opisywania danych, obliczeń i uczenia modeli. - Problem it solves PL: Bez wspólnego języka liczb trudno zrozumieć, jak model przekształca dane i zmienia się podczas nauki. - What it does PL: Przedstawia dane jako liczby, opisuje ich przekształcenia, mierzy informację i pomaga szukać ustawień zmniejszających błąd. - Everyday example PL: Sprawdzasz, jak model przewidujący czas dostawy przelicza dane i jak zmiana jego ustawień wpływa na pomyłki. - In one sentence EN: These mathematical tools describe data, computations and how models learn. - Problem it solves EN: Without a shared language of numbers, it is hard to understand how a model transforms data and changes while learning. - What it does EN: It represents data as numbers, describes transformations, measures information and helps find settings that reduce error. - Everyday example EN: You examine how a delivery time model processes data and how changing its settings affects prediction errors. - concerns you if PL: chcesz rozumieć obliczenia ukryte w modelach; porównujesz sposoby przedstawiania danych i uczenia modeli - concerns you if EN: want to understand the calculations inside models; compare ways of representing data and teaching models - courses: - sources: `cs221`, `cs229`, `dlai` ### Algebra liniowa: wektory i macierze (Linear algebra: vectors and matrices) - id: `linearalgebra` · https://aiatlasgraph.com/t/linearalgebra.md - path: Fundamenty i rozumowanie › Matematyka i optymalizacja › Algebra liniowa: wektory i macierze - PL: Język, w którym zapisuje się dane, wagi i embeddingi: wektory, macierze, iloczyny i rozkłady macierzy. - EN: The language for data, weights and embeddings: vectors, matrices, products and matrix decompositions. - examples PL: Iloczyn skalarny · mnożenie macierzy · wartości własne · SVD - examples EN: Dot product · matrix multiplication · eigenvalues · SVD - In one sentence PL: To matematyka grup i tabel liczb, za pomocą których modele zapisują i przekształcają dane. - Problem it solves PL: Obrazy, teksty i cechy przedmiotów zawierają wiele wartości, których nie da się wygodnie przeliczać pojedynczo. - What it does PL: Łączy i przekształca całe grupy liczb, dzięki czemu można porównywać dane i wykonywać kolejne obliczenia modelu. - Everyday example PL: Program zapisuje cechy produktów jako grupy liczb i porównuje je, żeby znaleźć rzeczy podobne do wybranego przedmiotu. - In one sentence EN: This mathematics handles groups and tables of numbers that models use to represent and transform data. - Problem it solves EN: Images, texts and object properties contain many values that are awkward to calculate one at a time. - What it does EN: It combines and transforms groups of numbers to compare data and carry out successive model calculations. - Everyday example EN: Software represents product features as groups of numbers and compares them to find items similar to the one you selected. - concerns you if PL: chcesz rozumieć liczbowy zapis obrazów lub tekstów; porównujesz wiele cech przedmiotów jednocześnie - concerns you if EN: want to understand numerical representations of images or texts; compare many object properties at once - related: `dimreduction`, `representations` - sources: `mmlbook`, `dlbook-part1` ### Rozkłady macierzy: wartości własne i SVD (Matrix decompositions: eigendecomposition and SVD) - id: `matrixdecomp` · https://aiatlasgraph.com/t/matrixdecomp.md - path: Fundamenty i rozumowanie › Matematyka i optymalizacja › Algebra liniowa: wektory i macierze › Rozkłady macierzy: wartości własne i SVD - aliases: matrix decomposition, matrix factorization, matrix factorisation, rozkład macierzy, faktoryzacja macierzy - PL: Faktoryzacje macierzy (własna, SVD, QR, Cholesky'ego) ujawniające strukturę, rząd i kierunki dominujące danych. - EN: Matrix factorisations (eigen, SVD, QR, Cholesky) revealing structure, rank and dominant directions of data. - In one sentence PL: Rozbijanie tabeli liczb na prostsze części, które pokazują jej najważniejsze kierunki i pozwalają ją skrócić bez dużej straty. - Problem it solves PL: Duże tabele danych są ogromne i zaszumione, a to, co w nich istotne, ginie wśród milionów liczb. - What it does PL: Jak rozłożenie akordu na pojedyncze dźwięki: widać, które składowe grają najgłośniej, a cichsze można pominąć. - Everyday example PL: Serwis z filmami odgaduje twoje gusta, rozkładając ogromną tabelę ocen na kilka ukrytych upodobań widzów. - In one sentence EN: Breaking a table of numbers into simpler parts that reveal its main directions and let it be shrunk without much loss. - Problem it solves EN: Large data tables are huge and noisy, and what matters in them gets lost among millions of numbers. - What it does EN: Like splitting a chord into single notes: you see which components are loudest and can drop the quieter ones. - Everyday example EN: A film service guesses your tastes by breaking a huge ratings table into a few hidden viewer preferences. - concerns you if PL: kompresujesz dane lub modele; chcesz rozumieć, jak działa redukcja wymiarów - concerns you if EN: compress data or models; want to understand how dimensionality reduction works - related: `pca`, `collabfiltering` - sources: `mmlbook` ### Rachunek różniczkowy i gradienty (Calculus and gradients) - id: `calculus` · https://aiatlasgraph.com/t/calculus.md - path: Fundamenty i rozumowanie › Matematyka i optymalizacja › Rachunek różniczkowy i gradienty - PL: Pochodne, gradienty i reguła łańcuchowa — podstawa obliczania, jak zmienić wagi, żeby zmniejszyć błąd (propagacja wsteczna). - EN: Derivatives, gradients and the chain rule — the basis for computing how to change weights to reduce error (backpropagation). - examples PL: Pochodna cząstkowa · reguła łańcuchowa · jakobian · automatyczne różniczkowanie - examples EN: Partial derivative · chain rule · Jacobian · automatic differentiation - In one sentence PL: To matematyka opisująca, jak zmiany jednych wartości wpływają na inne. - Problem it solves PL: Model ma wiele ustawień i trudno zgadnąć, które zmienić, żeby zmniejszyć jego pomyłki. - What it does PL: Oblicza, w którą stronę i jak mocno wynik zmienia się przy małej zmianie poszczególnych ustawień. - Everyday example PL: Model przewiduje rachunek za ogrzewanie, a obliczenia wskazują, jak drobne zmiany jego ustawień mogą zmniejszyć błąd przewidywania. - In one sentence EN: This mathematics describes how changing some values affects others. - Problem it solves EN: A model has many settings, making it hard to guess which changes would reduce its mistakes. - What it does EN: It calculates the direction and strength of a result's response to small changes in individual settings. - Everyday example EN: A model predicts a heating bill, and calculations show how small changes to its settings could reduce prediction error. - concerns you if PL: chcesz wiedzieć, jak modele poprawiają swoje przewidywania; badasz wpływ małych zmian na wynik obliczeń - concerns you if EN: want to know how models improve predictions; study how small changes affect calculation results - related: `neuralbasics`, `backprop` - sources: `mmlbook`, `dlbook-part1` ### Spadek gradientu i optymalizacja ciągła (Gradient descent and continuous optimisation) - id: `mathoptimization` · https://aiatlasgraph.com/t/mathoptimization.md - path: Fundamenty i rozumowanie › Matematyka i optymalizacja › Spadek gradientu i optymalizacja ciągła - PL: Matematyczne podstawy szukania minimum funkcji straty: spadek gradientu, funkcje wypukłe, ograniczenia. Praktyka strojenia treningu jest w „Proces uczenia”. - EN: Mathematical foundations of minimising a loss: gradient descent, convexity, constraints. Practical training tuning lives under “Training optimization”. - examples PL: Spadek gradientu · SGD · wypukłość · mnożniki Lagrange’a - examples EN: Gradient descent · SGD · convexity · Lagrange multipliers - In one sentence PL: To szukanie wartości liczbowych, które dają możliwie dobry wynik według wybranego kryterium. - Problem it solves PL: Możliwych ustawień jest zbyt wiele, żeby sprawdzać każde po kolei i wybrać najlepsze. - What it does PL: Zmienia liczby w kierunku poprawy wybranego wyniku, czasem korzystając z nachylenia jego zmian i uwzględniając ograniczenia. - Everyday example PL: Model przewidujący czas dostawy stopniowo zmienia swoje ustawienia, żeby zmniejszyć łączny błąd na zapisanych przykładach. - In one sentence EN: This searches for numerical values that produce a good result according to a chosen criterion. - Problem it solves EN: There are too many possible settings to check each one and select the best. - What it does EN: It changes numbers towards a better result, sometimes using the slope of those changes and accounting for constraints. - Everyday example EN: A delivery time model gradually changes its settings to reduce the total error across recorded examples. - concerns you if PL: dobierasz liczby według jasno określonego celu; chcesz rozumieć szukanie lepszych ustawień modelu - concerns you if EN: choose numerical values for a clearly defined goal; want to understand how better model settings are found - related: `pso`, `optimizers`, `optimization`, `backprop` - sources: `mmlbook` ### Optymalizacja wypukła i dualność (Convex optimisation and duality) - id: `convexopt` · https://aiatlasgraph.com/t/convexopt.md - path: Fundamenty i rozumowanie › Matematyka i optymalizacja › Spadek gradientu i optymalizacja ciągła › Optymalizacja wypukła i dualność - aliases: convex optimization, convex programming, optymalizacja wypukła, programowanie wypukłe - PL: Minimalizacja funkcji wypukłej na zbiorze wypukłym, z teorią dualności Lagrange'a i warunkami optymalności KKT. - EN: Minimising a convex function over a convex set, with Lagrangian duality theory and KKT optimality conditions. - In one sentence PL: Klasa problemów szukania najlepszego rozwiązania, w których każde lokalne minimum jest od razu najlepszym możliwym. - Problem it solves PL: Wiele zadań optymalizacji grzęźnie w pozornie dobrych rozwiązaniach, a przy ograniczeniach łatwo zgubić to, co naprawdę najlepsze. - What it does PL: Jak misa: gdziekolwiek postawisz kulkę, stoczy się na to samo dno, więc szukanie zawsze kończy się w dobrym miejscu. - Everyday example PL: Planer dostaw ustala, ile towaru wysłać z każdego magazynu, żeby zmieścić się w limitach i wydać najmniej na transport. - In one sentence EN: A class of best-solution problems in which every local minimum is automatically the best possible one. - Problem it solves EN: Many optimisation tasks get stuck in seemingly good solutions, and with constraints it is easy to miss the truly best one. - What it does EN: Like a bowl: wherever you place a ball, it rolls to the same bottom, so the search always ends in the right place. - Everyday example EN: A delivery planner decides how much stock to ship from each warehouse to stay within limits and spend least on transport. - concerns you if PL: rozwiązujesz zadania z twardymi ograniczeniami; chcesz rozumieć, skąd biorą się klasyczne metody uczenia - concerns you if EN: solve tasks with hard constraints; want to understand where classic learning methods come from - related: `svm` - sources: `mmlbook`, `boyd-vandenberghe-cvxbook` ### Teoria informacji: entropia i dywergencja KL (Information theory: entropy, cross-entropy and KL divergence) - id: `infotheory` · https://aiatlasgraph.com/t/infotheory.md - path: Fundamenty i rozumowanie › Matematyka i optymalizacja › Teoria informacji: entropia i dywergencja KL - PL: Miary informacji i różnicy między rozkładami; entropia krzyżowa to standardowa funkcja straty modeli językowych i klasyfikatorów. - EN: Measures of information and of difference between distributions; cross-entropy is the standard loss of language models and classifiers. - examples PL: Entropia Shannona · entropia krzyżowa · dywergencja KL · perplexity - examples EN: Shannon entropy · cross-entropy · KL divergence · perplexity - In one sentence PL: To matematyka mierząca niepewność, ilość informacji i różnice między przewidywaniami. - Problem it solves PL: Samo trafienie lub pomyłka nie pokazuje, jak pewny był model ani jak bardzo zaskoczył go wynik. - What it does PL: Przypisuje więcej informacji mniej spodziewanym zdarzeniom i pozwala oceniać przewidywania na podstawie szans przypisanych możliwym wynikom. - Everyday example PL: Model przewiduje następne słowo; pomyłka, której był bardzo pewny, otrzymuje większą karę niż pomyłka przy rozłożonych szansach. - In one sentence EN: This mathematics measures uncertainty, information and differences between predictions. - Problem it solves EN: A correct or incorrect answer alone does not show the model's uncertainty or how surprising the outcome was. - What it does EN: It assigns more information to less expected events and evaluates predictions using the chances assigned to possible outcomes. - Everyday example EN: A model predicts the next word; a very confident mistake receives a larger penalty than one made with more spread out probabilities. - concerns you if PL: porównujesz pewność przewidywań modeli; chcesz mierzyć niepewność informacji zamiast tylko liczyć trafienia - concerns you if EN: compare how confident model predictions are; want to measure uncertainty beyond counting correct answers - related: `logitdistill`, `mle`, `lossfunctions`, `nexttoken`, `pretraining` - sources: `dlbook-part1` ### Modele probabilistyczne (Probabilistic models) - id: `probabilistic` · https://aiatlasgraph.com/t/probabilistic.md - path: Fundamenty i rozumowanie › Modele probabilistyczne - PL: Jak modelować zależności i ukryte zmienne. - EN: How to model dependencies and hidden variables. - examples PL: Sieci bayesowskie · modele graficzne - examples EN: Bayesian networks · graphical models - In one sentence PL: To modele opisujące zależności między niepewnymi zdarzeniami i wnioskujące także o tym, czego nie widać bezpośrednio. - Problem it solves PL: Wynik zależy od wielu powiązanych okoliczności, a część z nich jest nieznana lub widoczna tylko przez niedokładne pomiary. - What it does PL: Zapisuje zależności i szanse zdarzeń, a następnie wykorzystuje dostępne obserwacje do szacowania nieznanych wartości lub przyszłych wyników. - Everyday example PL: Szacujesz, czy paczka dotrze na czas, łącząc informacje o pogodzie, pracy magazynu i niepełnych danych o trasie. - In one sentence EN: These models describe relationships between uncertain events and infer things that cannot be observed directly. - Problem it solves EN: An outcome depends on several connected circumstances, some unknown or visible only through imperfect measurements. - What it does EN: It records dependencies and event probabilities, then uses available observations to estimate unknown values or future outcomes. - Everyday example EN: You estimate whether a parcel will arrive on time by combining weather, warehouse activity and incomplete route information. - concerns you if PL: łączysz kilka niepewnych informacji w jedno przewidywanie; próbujesz odtworzyć sytuację z częściowych obserwacji - concerns you if EN: combine several uncertain clues into one prediction; try to infer a situation from partial observations - related: `pomdp`, `naivebayes`, `mdp` - sources: `cs221`, `cs229` ### Algorytm EM i modele mieszanin (Expectation-maximisation and mixture models) - id: `emmixtures` · https://aiatlasgraph.com/t/emmixtures.md - path: Fundamenty i rozumowanie › Modele probabilistyczne › Algorytm EM i modele mieszanin - aliases: EM algorithm, expectation-maximization algorithm, expectation-maximisation algorithm, algorytm EM, mixture models, modele mieszanin - PL: Iteracyjna metoda szukania estymatorów największej wiarygodności w modelach ze zmiennymi ukrytymi, np. mieszaninach gaussowskich. - EN: Iterative method for maximum-likelihood estimates in models with latent variables, such as Gaussian mixtures. - In one sentence PL: Metoda dopasowania modelu, gdy część informacji jest ukryta, np. z której grupy pochodzi każdy punkt danych. - Problem it solves PL: Dane często mieszają kilka niewidocznych grup, a bez znajomości przynależności trudno opisać każdą z nich osobno. - What it does PL: Na zmianę zgaduje przynależność punktów i poprawia opis grup na podstawie tych domysłów, aż obie rzeczy przestaną się zmieniać. - Everyday example PL: Sklep internetowy dzieli klientów na kilka typów zakupowych, nie wiedząc z góry, kto do którego należy. - In one sentence EN: A method for fitting a model when part of the information is hidden, such as which group each data point came from. - Problem it solves EN: Data often blends several invisible groups, and without knowing membership it is hard to describe each one separately. - What it does EN: It alternates between guessing points' membership and improving the group descriptions from those guesses until both stop changing. - Everyday example EN: An online shop splits customers into several shopping types without knowing in advance who belongs where. - concerns you if PL: dzielisz dane na grupy z miękkim przypisaniem; masz dane z brakującymi wartościami - concerns you if EN: split data into groups with soft assignment; have data with missing values - related: `kmeans` - sources: `mmlbook` ### Pola losowe Markowa i grafy czynników (Markov random fields and factor graphs) - id: `factorgraphs` · https://aiatlasgraph.com/t/factorgraphs.md - path: Fundamenty i rozumowanie › Modele probabilistyczne › Pola losowe Markowa i grafy czynników - aliases: Markov random field, MRF, pole losowe Markowa, factor graph, graf czynników, undirected graphical model, nieskierowany model graficzny - PL: Nieskierowane modele graficzne i dwudzielne grafy czynników, z wnioskowaniem przez algorytm sumy-iloczynu (propagację przekonań). - EN: Undirected graphical models and bipartite factor graphs, with inference by the sum-product algorithm (belief propagation). - In one sentence PL: Sposób rozpisania wielkiej sieci zależności na małe, lokalne kawałki, żeby dało się ją policzyć przez przekazywanie wiadomości między sąsiadami. - Problem it solves PL: Gdy tysiące niepewnych zmiennych wpływają na siebie nawzajem, policzenie wszystkich kombinacji naraz jest niemożliwe. - What it does PL: Działa jak plotka w sąsiedztwie: każdy węzeł mówi sąsiadom, co wie, aż cała sieć dojdzie do spójnego obrazu. - Everyday example PL: Telefon odszumia zdjęcie, zakładając, że sąsiednie piksele zwykle mają podobny kolor. - In one sentence EN: A way to break a big web of dependencies into small local pieces so it can be computed by passing messages between neighbours. - Problem it solves EN: When thousands of uncertain variables influence each other, computing every combination at once is impossible. - What it does EN: It works like neighbourhood gossip: each node tells its neighbours what it knows until the whole network settles on a consistent picture. - Everyday example EN: A phone denoises a photo by assuming neighbouring pixels usually have a similar colour. - concerns you if PL: łączysz wiele niepewnych pomiarów w jedną ocenę; chcesz zrozumieć, skąd biorą się algorytmy przekazywania wiadomości - concerns you if EN: combine many uncertain measurements into one estimate; want to understand where message-passing algorithms come from - related: `hmm` - sources: `kschischang-factorgraphs-2001` ### Procesy gaussowskie (Gaussian processes) - id: `gaussianprocesses` · https://aiatlasgraph.com/t/gaussianprocesses.md - path: Fundamenty i rozumowanie › Modele probabilistyczne › Procesy gaussowskie - aliases: Gaussian process, Gaussian processes, GP, proces Gaussa, procesy Gaussa - PL: Nieparametryczny model bayesowski: rozkład nad funkcjami, w którym dowolny skończony zbiór wartości ma łączny rozkład normalny. - EN: Non-parametric Bayesian model: a distribution over functions where any finite set of values is jointly Gaussian. - In one sentence PL: Metoda przewidywania, która oprócz odpowiedzi mówi też, na ile jest jej pewna, i rośnie w wątpliwości tam, gdzie brakuje danych. - Problem it solves PL: Przy niewielu pomiarach zwykłe modele podają pewnie brzmiące liczby nawet tam, gdzie tak naprawdę zgadują. - What it does PL: Rysuje nie jedną linię przez punkty, lecz cały pęk możliwych linii, ciasny przy pomiarach i szeroki między nimi. - Everyday example PL: Laboratorium wybiera, którą próbkę zbadać jako następną, bo model wskazuje miejsca, w których wie najmniej. - In one sentence EN: A prediction method that gives not only an answer but how sure it is, growing doubtful where data is missing. - Problem it solves EN: With few measurements, ordinary models give confident-sounding numbers even where they are really guessing. - What it does EN: It draws not one line through the points but a whole bundle of possible lines, tight near measurements and wide between them. - Everyday example EN: A lab chooses which sample to test next because the model points to where it knows least. - concerns you if PL: masz mało drogich pomiarów; potrzebujesz przewidywań z oceną niepewności; dobierasz ustawienia, testując możliwie niewiele wariantów - concerns you if EN: have few costly measurements; need predictions with uncertainty estimates; tune settings while testing as few variants as possible - related: `processbo`, `hptuning` - sources: `rasmussen-williams-gpml-2006` ### Programowanie probabilistyczne (Probabilistic programming) - id: `probprogramming` · https://aiatlasgraph.com/t/probprogramming.md - path: Fundamenty i rozumowanie › Modele probabilistyczne › Programowanie probabilistyczne - aliases: probabilistic programming, probabilistic programming language, probabilistic programming languages, język programowania probabilistycznego, języki programowania probabilistycznego, PPL - PL: Języki i biblioteki, w których model generatywny zapisuje się kodem z instrukcjami losowania i warunkowania, a wnioskowanie wykonuje się automatycznie. - EN: Languages and libraries where a generative model is written as code with sampling and conditioning statements, and inference runs automatically. - In one sentence PL: Pisanie modelu jak zwykłego programu z losowością, a potem automatyczne wnioskowanie, jakie ukryte wartości najlepiej tłumaczą obserwacje. - Problem it solves PL: Każdy model statystyczny wymagał dotąd ręcznego wyprowadzania wzorów i własnego algorytmu, co zajmowało tygodnie i łatwo o błąd. - What it does PL: Oddziela opis problemu od liczenia: opisujesz, jak mogły powstać dane, a uniwersalny silnik odwraca tę historię. - Everyday example PL: Analityk modeluje, ile osób naprawdę choruje w regionie, biorąc pod uwagę, że część przypadków nigdy nie trafia do statystyk. - In one sentence EN: Writing a model as an ordinary program with randomness, then automatically inferring which hidden values best explain observations. - Problem it solves EN: Each statistical model used to need hand-derived formulas and its own algorithm, taking weeks and inviting mistakes. - What it does EN: It separates describing a problem from computing: you describe how the data could have arisen, and a general engine runs that story backwards. - Everyday example EN: An analyst models how many people are really ill in a region, accounting for cases that never reach the statistics. - concerns you if PL: budujesz modele statystyczne z niepewnością; chcesz łączyć wiedzę ekspercką z danymi - concerns you if EN: build statistical models with uncertainty; want to combine expert knowledge with data - sources: `vandemeent-ppl-2018` ### Sieci bayesowskie (Bayesian networks) - id: `bayesnets` · https://aiatlasgraph.com/t/bayesnets.md - path: Fundamenty i rozumowanie › Modele probabilistyczne › Sieci bayesowskie - PL: Graf skierowany, w którym węzły to zmienne losowe, a krawędzie to zależności; pozwala liczyć prawdopodobieństwa przy częściowej wiedzy. - EN: A directed graph whose nodes are random variables and edges are dependencies; lets you compute probabilities from partial knowledge. - examples PL: Niezależność warunkowa · eliminacja zmiennych · sieci decyzyjne - examples EN: Conditional independence · variable elimination · decision networks - In one sentence PL: To mapy zależności pokazujące, jak szanse jednych zdarzeń wiążą się z innymi. - Problem it solves PL: Trudno połączyć częściowe informacje o wielu zdarzeniach bez gubienia zależności między nimi. - What it does PL: Zapisuje połączenia oraz szanse zależne od innych zdarzeń i przelicza przewidywania po otrzymaniu nowych obserwacji. - Everyday example PL: Prognozujesz opóźnienie paczki, a wiadomość o przestoju magazynu zmienia przewidywanie przy uwzględnieniu zapisanych zależności z transportem. - In one sentence EN: These dependency maps show how the chances of some events relate to others. - Problem it solves EN: It is hard to combine partial information about many events without losing their dependencies. - What it does EN: It records links and probabilities conditioned on other events, then recalculates predictions when new observations arrive. - Everyday example EN: You predict a parcel delay, then news of a warehouse stoppage updates the forecast using its recorded dependencies with transport. - concerns you if PL: masz częściowe dane o powiązanych zdarzeniach; chcesz widzieć zależności stojące za przewidywaniem - concerns you if EN: have partial information about connected events; want to see dependencies behind a prediction - related: `causalinference` - sources: `cs188fa25`, `aima4`, `neal-causal` ### Ukryte modele Markowa i filtrowanie (Hidden Markov models and filtering) - id: `hmm` · https://aiatlasgraph.com/t/hmm.md - path: Fundamenty i rozumowanie › Modele probabilistyczne › Ukryte modele Markowa i filtrowanie - PL: Modele zmiennych ukrytych zmieniających się w czasie; śledzenie stanu z zaszumionych obserwacji. - EN: Models of hidden variables that change over time; tracking state from noisy observations. - examples PL: HMM · algorytm Viterbiego · filtr cząsteczkowy · filtr Kalmana - examples EN: HMM · Viterbi algorithm · particle filter · Kalman filter - In one sentence PL: To modele śledzące zmieniającą się sytuację na podstawie kolejnych, często niedokładnych obserwacji. - Problem it solves PL: Bieżący pomiar bywa zaszumiony, a faktyczna sytuacja pozostaje ukryta i może zmieniać się w czasie. - What it does PL: Łączy przewidywanie następnego stanu na podstawie poprzedniego z nowymi odczytami, żeby aktualizować oszacowanie ukrytej sytuacji. - Everyday example PL: Telefon szacuje twoją pozycję, łącząc dotychczasowy ruch z nowymi odczytami lokalizacji, które czasem wskazują skoki w bok. - In one sentence EN: These models track a changing situation using successive observations that may be inaccurate. - Problem it solves EN: A current measurement can be noisy, while the actual situation remains hidden and changes over time. - What it does EN: It combines predictions of the next state from the previous one with new readings to update an estimate of the hidden situation. - Everyday example EN: Your phone estimates your position by combining previous movement with new location readings that sometimes jump sideways. - concerns you if PL: śledzisz zmiany z niedokładnych pomiarów; chcesz szacować to, czego nie da się obserwować wprost - concerns you if EN: track changes using imperfect measurements; want to estimate things you cannot observe directly - related: `factorgraphs`, `robotics`, `knowledgetracing` - sources: `cs188fa25`, `aima4`, `slp3-hmm` ### Wnioskowanie przybliżone: próbkowanie i metody wariacyjne (Approximate inference: MCMC sampling and variational methods) - id: `approxinference` · https://aiatlasgraph.com/t/approxinference.md - path: Fundamenty i rozumowanie › Modele probabilistyczne › Wnioskowanie przybliżone: próbkowanie i metody wariacyjne - PL: Gdy dokładne policzenie rozkładu a posteriori jest niemożliwe: przybliża się go próbkami (MCMC) albo optymalizacją prostszego rozkładu (VI). - EN: When the exact posterior is intractable: approximate it with samples (MCMC) or by optimising a simpler distribution (VI). - examples PL: MCMC · próbkowanie Gibbsa · wnioskowanie wariacyjne · ELBO - examples EN: MCMC · Gibbs sampling · variational inference · ELBO - In one sentence PL: To przybliżone obliczanie niepewnych wyników, gdy dokładne wyliczenie wszystkich możliwości byłoby zbyt kosztowne. - Problem it solves PL: Liczba powiązanych możliwości rośnie tak mocno, że dokładna odpowiedź nie mieści się w dostępnym czasie obliczeń. - What it does PL: Zastępuje pełne obliczenia próbkami możliwych sytuacji albo dopasowuje prostszy opis szans, który przybliża poszukiwany wynik. - Everyday example PL: Model szacuje szansę terminowej dostawy na podstawie próbek możliwych zdarzeń, zamiast wyliczać wszystkie kombinacje pogody, ruchu i opóźnień. - In one sentence EN: This estimates uncertain outcomes when calculating every possibility exactly would be too costly. - Problem it solves EN: Connected possibilities multiply until an exact answer takes more computation time than is available. - What it does EN: It replaces full calculations with samples of possible situations or fits a simpler probability description to approximate the desired result. - Everyday example EN: A model estimates the chance of an on time delivery by sampling possible events instead of calculating every combination of weather, traffic and delays. - concerns you if PL: dokładne obliczenie wszystkich możliwości trwa zbyt długo; możesz zaakceptować oszacowanie z określoną niedokładnością - concerns you if EN: find that exact calculations take too long; can accept an estimate with some approximation error - related: `vae`, `generative` - sources: `cs188fa25`, `blei2017vi` ### Wnioskowanie przyczynowe (Causal inference) - id: `causalinference` · https://aiatlasgraph.com/t/causalinference.md - path: Fundamenty i rozumowanie › Modele probabilistyczne › Wnioskowanie przyczynowe - PL: Odróżnianie przyczyny od korelacji: interwencje, kontrfakty, zmienne zakłócające i odkrywanie struktury przyczynowej z danych. - EN: Telling causation from correlation: interventions, counterfactuals, confounders and discovering causal structure from data. - examples PL: Grafy przyczynowe · do-rachunek · zmienne instrumentalne · odkrywanie przyczynowe - examples EN: Causal graphs · do-calculus · instrumental variables · causal discovery - In one sentence PL: To badanie, czy zmiana jednej rzeczy rzeczywiście wpływa na inną. - Problem it solves PL: Dwie rzeczy mogą występować razem bez związku przyczynowego, więc samo porównanie danych może prowadzić do błędnej decyzji. - What it does PL: Korzysta z eksperymentów lub jawnych założeń o zależnościach, żeby oddzielić wpływ badanej zmiany od innych czynników. - Everyday example PL: Sprzedaż rośnie po zmianie strony sklepu; sprawdzasz też sezon i reklamy, zanim przypiszesz wzrost nowemu układowi strony. - In one sentence EN: This investigates whether changing one thing actually affects another. - Problem it solves EN: Two things can occur together without a causal link, so comparing data alone may lead to a mistaken decision. - What it does EN: It uses experiments or explicit assumptions about dependencies to separate the effect of a change from other factors. - Everyday example EN: Sales rise after a shop redesign; you also examine seasonality and advertising before attributing the increase to the new layout. - concerns you if PL: chcesz ocenić skutek konkretnej zmiany; musisz odróżniać przyczynę od współwystępowania - concerns you if EN: want to assess the effect of a particular change; need to distinguish causes from things occurring together - related: `bayesnets`, `abtesting` - sources: `neal-causal`, `ma2025causal-llm` ### Przeszukiwanie i planowanie (Search and planning) - id: `search` · https://aiatlasgraph.com/t/search.md - path: Fundamenty i rozumowanie › Przeszukiwanie i planowanie - PL: Jak szukać drogi do celu w przestrzeni możliwości. - EN: How to find a route to a goal in a space of possibilities. - examples PL: A* · heurystyki · planowanie - examples EN: A* · heuristics · planning - In one sentence PL: To szukanie rozwiązania wśród możliwych wyborów i układanie kroków prowadzących do celu. - Problem it solves PL: Znasz cel, ale liczba możliwych dróg, ruchów lub układów utrudnia wybranie dobrego rozwiązania. - What it does PL: Porównuje możliwe działania i ich skutki, sprawdza warunki oraz wybiera, które warianty warto zbadać dalej. - Everyday example PL: Program układa plan przewiezienia mebli, sprawdzając kolejność kursów, dostępność auta i to, co zmieści się w każdym przejeździe. - In one sentence EN: This finds solutions among possible choices and arranges steps towards a goal. - Problem it solves EN: You know the goal, but many possible routes, moves or arrangements make a good solution hard to find. - What it does EN: It compares possible actions and their consequences, checks constraints and chooses which alternatives to explore further. - Everyday example EN: Software plans a furniture move by checking trip order, vehicle availability and what fits on each trip. - concerns you if PL: masz cel i wiele możliwych sposobów jego osiągnięcia; musisz ułożyć działania z uwzględnieniem ograniczeń - concerns you if EN: have a goal and many ways to reach it; need to arrange actions while respecting constraints - related: `treeofthoughts`, `testtime`, `mctsplanning` - sources: `cs221`, `cs229` ### Gry i przeszukiwanie z przeciwnikiem (minimax) (Adversarial search and games (minimax, alpha-beta)) - id: `adversarialsearch` · https://aiatlasgraph.com/t/adversarialsearch.md - path: Fundamenty i rozumowanie › Przeszukiwanie i planowanie › Gry i przeszukiwanie z przeciwnikiem (minimax) - PL: Wybór ruchu, gdy przeciwnik gra przeciwko nam: drzewo gry, minimax, przycinanie alfa–beta, Monte Carlo Tree Search. - EN: Choosing moves when an opponent plays against you: game trees, minimax, alpha-beta pruning, Monte Carlo tree search. - examples PL: Minimax · alfa–beta · expectimax · MCTS · szachy - examples EN: Minimax · alpha-beta · expectimax · MCTS · chess - In one sentence PL: To wybieranie ruchów z uwzględnieniem tego, jak może odpowiedzieć przeciwnik. - Problem it solves PL: Ruch wygląda korzystnie, ale może pozwolić przeciwnikowi wykonać odpowiedź, która całkowicie zmieni sytuację. - What it does PL: Rozważa własne ruchy i odpowiedzi przeciwnika, porównując dalsze przebiegi gry i ograniczając badanie mniej obiecujących wariantów. - Everyday example PL: Program grający w szachy sprawdza, czy zdobycie figury nie pozwoli przeciwnikowi odpowiedzieć groźnym atakiem. - In one sentence EN: This chooses moves while considering how an opponent might respond. - Problem it solves EN: A move looks promising but may let an opponent respond in a way that changes the situation completely. - What it does EN: It considers your moves and the opponent's responses, comparing future game paths and limiting exploration of less promising alternatives. - Everyday example EN: Chess software checks whether capturing a piece would let the opponent respond with a dangerous attack. - concerns you if PL: wybierasz ruchy w grze z przeciwnikiem; wynik twojej decyzji zależy od odpowiedzi drugiej strony - concerns you if EN: choose moves in a game against an opponent; face decisions whose outcomes depend on another side's response - related: `imperfectinfo`, `mctsplanning` - sources: `cs188fa25`, `aima4` ### Planowanie automatyczne (PDDL) (Automated planning (PDDL)) - id: `classicalplanning` · https://aiatlasgraph.com/t/classicalplanning.md - path: Fundamenty i rozumowanie › Przeszukiwanie i planowanie › Planowanie automatyczne (PDDL) - PL: Wyznaczanie sekwencji akcji prowadzącej do celu z formalnego opisu świata; dziś także jako weryfikowalne wsparcie planowania agentów LLM. - EN: Finding a sequence of actions that reaches a goal from a formal world description; today also as verifiable support for LLM agent planning. - examples PL: PDDL · STRIPS · planery klasyczne · LLM + planer - examples EN: PDDL · STRIPS · classical planners · LLM + planner - In one sentence PL: To układanie kolejności działań, które mają doprowadzić opisaną sytuację do wybranego celu. - Problem it solves PL: Wiesz, co chcesz osiągnąć, ale niektóre czynności są możliwe dopiero po wykonaniu innych. - What it does PL: Opisuje wymagania i skutki każdego działania, a potem szuka sekwencji, w której spełnione warunki pozwalają przejść do celu. - Everyday example PL: Program planuje załadunek paczki: najpierw otwarcie magazynu, potem pobranie paczki i dopiero przeniesienie jej do samochodu. - In one sentence EN: This arranges actions to take a described situation towards a chosen goal. - Problem it solves EN: You know what you want to achieve, but some actions become possible only after others are completed. - What it does EN: It describes each action's requirements and effects, then searches for a sequence whose conditions allow progress towards the goal. - Everyday example EN: Software plans loading a parcel: first open the warehouse, then retrieve the parcel, then carry it to the vehicle. - concerns you if PL: twoje działania mają warunki i zmieniają sytuację; potrzebujesz wykonalnej kolejności czynności - concerns you if EN: perform actions with prerequisites that change the situation; need a feasible sequence of tasks - related: `agentsnode`, `neurosymbolic`, `prodscheduling`, `hierarchicalrl`, `goap`, `llmtaskplanning`, `logicprogramming` - sources: `aima4`, `llmp2023`, `kambhampati2024llmmodulo` ### Problemy z ograniczeniami (CSP) (Constraint satisfaction problems (CSP)) - id: `csp` · https://aiatlasgraph.com/t/csp.md - path: Fundamenty i rozumowanie › Przeszukiwanie i planowanie › Problemy z ograniczeniami (CSP) - PL: Przypisywanie wartości zmiennym tak, by spełnić wszystkie ograniczenia — harmonogramy, układy, sudoku. - EN: Assigning values to variables so all constraints hold — schedules, layouts, sudoku. - examples PL: Backtracking · propagacja ograniczeń · układanie grafików · solwery SAT - examples EN: Backtracking · constraint propagation · timetabling · SAT solvers - In one sentence PL: To szukanie układu, w którym wszystkie zapisane warunki są spełnione jednocześnie. - Problem it solves PL: Wiele wyborów zależy od siebie, więc poprawienie jednego fragmentu może zepsuć inny. - What it does PL: Odrzuca wartości sprzeczne z warunkami, sprawdza pozostałe połączenia i cofa wcześniejsze wybory, gdy prowadzą do sprzeczności. - Everyday example PL: Układasz spotkania tak, żeby uczestnicy byli dostępni, sale się nie nakładały, a potrzebny sprzęt był na miejscu. - In one sentence EN: This finds an arrangement that satisfies all recorded conditions at once. - Problem it solves EN: Many choices depend on each other, so fixing one part can break another. - What it does EN: It rules out values that violate conditions, tests remaining combinations and revisits earlier choices when they create contradictions. - Everyday example EN: You schedule meetings so participants are available, rooms are not double booked and the required equipment is present. - concerns you if PL: musisz spełnić wiele warunków jednocześnie; układasz harmonogram, przydział lub rozmieszczenie rzeczy - concerns you if EN: need to satisfy several conditions at once; arrange schedules, assignments or the placement of objects - related: `wfc` - sources: `cs188fa25`, `aima4` ### Przeszukiwanie heurystyczne (A*) (Heuristic search (A*)) - id: `astar` · https://aiatlasgraph.com/t/astar.md - path: Fundamenty i rozumowanie › Przeszukiwanie i planowanie › Przeszukiwanie heurystyczne (A*) - PL: A* porządkuje węzły według sumy kosztu dotychczasowej drogi i heurystycznego kosztu do celu. Dopuszczalna heurystyka zapewnia optymalność w przeszukiwaniu drzewa; w przeszukiwaniu grafu trzeba dodatkowo poprawnie obsługiwać znalezione tańsze dojścia do wcześniej odwiedzonych stanów. - EN: A* orders nodes by the sum of path cost so far and heuristic cost to the goal. An admissible heuristic guarantees optimality in tree search; graph search must additionally handle newly found cheaper paths to previously visited states correctly. - examples PL: A* · heurystyka dopuszczalna · przeszukiwanie zachłanne · wyznaczanie tras - examples EN: A* · admissible heuristic · greedy best-first · route finding - In one sentence PL: To szukanie drogi przez sprawdzanie najpierw tras, które wydają się prowadzić do celu najmniejszym kosztem. - Problem it solves PL: Sprawdzanie każdej możliwej trasy zabiera dużo czasu, zwłaszcza gdy większość prowadzi w nieprzydatnym kierunku. - What it does PL: Dodaje koszt przebytej części drogi do szacowanego kosztu pozostałej i według tej sumy wybiera kolejne warianty do sprawdzenia. - Everyday example PL: Postać w grze szuka drogi do drzwi, omijając ściany i wybierając kolejne kroki według przebytej drogi oraz szacowanej odległości. - In one sentence EN: This searches for a route by first exploring paths that appear to reach the goal at the lowest cost. - Problem it solves EN: Checking every possible route takes time, especially when most head in unhelpful directions. - What it does EN: It adds the cost already incurred to the estimated remaining cost, then uses that sum to choose which paths to examine next. - Everyday example EN: A game character seeks a route to a door, avoiding walls and choosing paths using travelled distance and an estimate of what remains. - concerns you if PL: szukasz trasy wśród wielu możliwych przejść; potrafisz oszacować koszt pozostały do osiągnięcia celu - concerns you if EN: search for a route among many possible paths; can estimate the remaining cost of reaching the goal - related: `rulebasedplanning`, `navmesh` - sources: `cs188fa25`, `aima4` ### Przeszukiwanie lokalne (wspinaczka, wyżarzanie) (Local search (hill climbing, simulated annealing)) - id: `localsearch` · https://aiatlasgraph.com/t/localsearch.md - path: Fundamenty i rozumowanie › Przeszukiwanie i planowanie › Przeszukiwanie lokalne (wspinaczka, wyżarzanie) - aliases: local search, hill climbing, simulated annealing, tabu search, przeszukiwanie lokalne, Przeszukiwanie lokalne i algorytmy ewolucyjne, Local search and evolutionary algorithms - PL: Stopniowe ulepszanie kandydata rozwiązania przez badanie jego sąsiadów zamiast całej przestrzeni: wspinaczka, symulowane wyżarzanie, przeszukiwanie tabu. - EN: Improving a candidate solution step by step by exploring its neighbours instead of the whole space: hill climbing, simulated annealing, tabu search. - examples PL: Wspinaczka · symulowane wyżarzanie · przeszukiwanie tabu · losowe restarty - examples EN: Hill climbing · simulated annealing · tabu search · random restarts - In one sentence PL: To poprawianie istniejących propozycji rozwiązania przez badanie ich zmienionych wersji. - Problem it solves PL: Możliwych układów jest za dużo, żeby przejrzeć wszystkie, ale masz już punkt wyjścia do ulepszania. - What it does PL: Wprowadza drobne zmiany w propozycji i ocenia nowe warianty; czasem dopuszcza pogorszenie, żeby wydostać się z niekorzystnego miejsca. - Everyday example PL: Program zmienia kolejność zadań w gotowym grafiku, szukając mniejszej liczby przestojów przy zachowaniu wymaganych ograniczeń. - In one sentence EN: This improves candidate solutions by exploring changed versions of them. - Problem it solves EN: There are too many arrangements to check them all, but you already have a starting point to improve. - What it does EN: It makes small changes to a candidate and scores the new versions; sometimes it accepts worse results to escape an unhelpful position. - Everyday example EN: Software changes task order in an existing schedule, seeking fewer idle periods while preserving the required constraints. - concerns you if PL: masz propozycję, którą chcesz stopniowo poprawiać; pełne sprawdzenie wszystkich wariantów jest zbyt kosztowne - concerns you if EN: have a candidate you want to improve gradually; find checking every possible alternative too costly - related: `aco`, `evoclassic`, `promptopt`, `hptuning` - sources: `aima4`, `alphaevolve2025` ### Przeszukiwanie ślepe (BFS, DFS) (Uninformed search (BFS, DFS, uniform-cost)) - id: `uninformedsearch` · https://aiatlasgraph.com/t/uninformedsearch.md - path: Fundamenty i rozumowanie › Przeszukiwanie i planowanie › Przeszukiwanie ślepe (BFS, DFS) - PL: Systematyczne przeglądanie przestrzeni stanów bez wiedzy o tym, gdzie jest cel. - EN: Systematically exploring a state space without knowing where the goal is. - examples PL: Wszerz (BFS) · w głąb (DFS) · koszt jednolity · pogłębianie iteracyjne - examples EN: Breadth-first · depth-first · uniform-cost · iterative deepening - In one sentence PL: To systematyczne sprawdzanie możliwości bez podpowiedzi, które z nich są bliżej celu. - Problem it solves PL: Znasz dozwolone ruchy i rozpoznasz rozwiązanie, ale nie umiesz ocenić, które nieukończone warianty są najbardziej obiecujące. - What it does PL: Sprawdza warianty kolejnymi poziomami, zagłębia się w jedną ścieżkę albo wybiera ścieżkę o najmniejszym dotychczasowym łącznym koszcie. - Everyday example PL: Program rozwiązuje układankę, sprawdzając dozwolone ruchy w ustalonej kolejności, aż znajdzie układ spełniający cel. - In one sentence EN: This systematically explores possibilities without guidance about which ones are closer to the goal. - Problem it solves EN: You know the allowed moves and can recognise a solution, but cannot assess which unfinished paths are most promising. - What it does EN: It explores level by level, follows a path deeply or selects the path with the lowest total cost so far. - Everyday example EN: Software solves a puzzle by checking allowed moves in a defined order until it finds an arrangement meeting the goal. - concerns you if PL: potrafisz rozpoznać cel, ale nie oszacować odległości od niego; chcesz porównać podstawowe sposoby przeglądania możliwości - concerns you if EN: can recognise the goal but cannot estimate its distance; want to compare basic ways of exploring possibilities - sources: `cs188fa25`, `aima4` ### Statystyka i niepewność (Statistics and uncertainty) - id: `probability` · https://aiatlasgraph.com/t/probability.md - path: Fundamenty i rozumowanie › Statystyka i niepewność - PL: Jak wnioskować z niepełnych danych. - EN: How to reason from incomplete data. - examples PL: Prawdopodobieństwo · estymacja · Bayes - examples EN: Probability · estimation · Bayes - In one sentence PL: To sposoby opisywania niepewności i wyciągania wniosków z danych, gdy nie znasz wszystkich faktów. - Problem it solves PL: Pojedynczy wynik lub niepełna obserwacja nie wystarcza, żeby pewnie przewidzieć, co wydarzy się następnym razem. - What it does PL: Opisuje możliwe wyniki i ich szanse, uwzględnia nowe obserwacje oraz pomaga oceniać, ile można wywnioskować z dostępnych przykładów. - Everyday example PL: Porównujesz czasy dostawy wielu paczek, żeby oszacować szansę opóźnienia kolejnej, zamiast uznawać ostatnią dostawę za regułę. - In one sentence EN: These methods describe uncertainty and draw conclusions from data when not all facts are known. - Problem it solves EN: One result or an incomplete observation is not enough to predict confidently what will happen next. - What it does EN: It describes possible outcomes and their chances, incorporates new observations and helps assess what available examples let you conclude. - Everyday example EN: You compare delivery times across many parcels to estimate the chance of the next one being late, rather than treating the latest delivery as the rule. - concerns you if PL: podejmujesz decyzje na podstawie niepełnych informacji; chcesz wiedzieć, jak niepewne są wnioski z danych - concerns you if EN: make decisions with incomplete information; want to understand uncertainty in conclusions drawn from data - sources: `cs221`, `cs229` ### Estymacja parametrów (największa wiarygodność) (Parameter estimation (maximum likelihood, MAP)) - id: `mle` · https://aiatlasgraph.com/t/mle.md - path: Fundamenty i rozumowanie › Statystyka i niepewność › Estymacja parametrów (największa wiarygodność) - PL: Estymacja największej wiarygodności dobiera parametry maksymalizujące wiarygodność obserwowanych danych. W typowych probabilistycznych modelach klasyfikacyjnych i językowych minimalizacja odpowiedniej entropii krzyżowej jest równoważna maksymalizacji log-wiarygodności. - EN: Maximum likelihood estimation chooses parameters that maximize the likelihood of the observed data. In typical probabilistic classification and language models, minimizing the corresponding cross-entropy is equivalent to maximizing log-likelihood. - examples PL: MLE · MAP · estymator · obciążenie i wariancja estymatora - examples EN: MLE · MAP · estimator · estimator bias and variance - In one sentence PL: To dobieranie liczb wewnątrz modelu tak, żeby możliwie dobrze opisywał występowanie zaobserwowanych danych. - Problem it solves PL: Masz przykłady obserwacji, ale nie wiesz, jakie ustawienia modelu najlepiej opisują ich występowanie. - What it does PL: Mnoży oceny dopasowania poszczególnych obserwacji do ustawień modelu i szuka ustawień dających najwyższą łączną ocenę. - Everyday example PL: Z zapisanych czasów oczekiwania klientów dobierasz ustawienia modelu opisującego, jak często zdarzają się krótkie i długie kolejki. - In one sentence EN: This chooses a model's internal values to fit its probabilistic description to the observed data. - Problem it solves EN: You have recorded observations but do not know which model settings best describe how they occur. - What it does EN: It multiplies how well individual observations fit the model settings and seeks settings giving the highest combined score. - Everyday example EN: Using recorded customer waiting times, you fit a model describing how often short and long waits occur. - concerns you if PL: masz obserwacje i chcesz dopasować model ich występowania; chcesz rozumieć dobieranie ustawień z przykładów - concerns you if EN: have observations and want a model of their occurrence; want to understand fitting model settings from examples - related: `infotheory` - sources: `mmlbook`, `dlbook-part1` ### Rozkłady prawdopodobieństwa (Probability distributions) - id: `distributions` · https://aiatlasgraph.com/t/distributions.md - path: Fundamenty i rozumowanie › Statystyka i niepewność › Rozkłady prawdopodobieństwa - PL: Zmienne losowe, rozkłady, wartość oczekiwana i wariancja; prawdopodobieństwo warunkowe i niezależność. - EN: Random variables, distributions, expectation and variance; conditional probability and independence. - examples PL: Rozkład normalny · Bernoulli · wartość oczekiwana · prawdopodobieństwo warunkowe - examples EN: Gaussian · Bernoulli · expectation · conditional probability - In one sentence PL: To opisy możliwych wartości i tego, jak często lub z jaką szansą mogą wystąpić. - Problem it solves PL: Sama średnia ukrywa, czy wyniki są zwykle podobne, czy często bardzo od niej odbiegają. - What it does PL: Pokazuje cały układ możliwych wyników, ich typowe wartości i rozrzut, a także to, jak zależą od dodatkowych informacji. - Everyday example PL: Sprawdzasz czasy dostaw: większość paczek dociera szybko, ale nieliczne duże opóźnienia mocno zmieniają średni czas. - In one sentence EN: These descriptions show possible values and how often or how likely they are to occur. - Problem it solves EN: An average alone hides whether outcomes are usually similar or often vary widely. - What it does EN: It describes the pattern of possible outcomes, typical values, spread and how they depend on additional information. - Everyday example EN: You examine delivery times: most parcels arrive quickly, but a few long delays strongly affect the average. - concerns you if PL: średnia nie opisuje dobrze twoich danych; chcesz uwzględniać rzadkie wyniki i zmienność - concerns you if EN: find that averages poorly describe your data; want to account for rare outcomes and variation - sources: `cs188fa25`, `mmlbook`, `dlbook-part1`, `openintro-os4` ### Testy statystyczne i przedziały ufności (Hypothesis tests and confidence intervals) - id: `hypothesistesting` · https://aiatlasgraph.com/t/hypothesistesting.md - path: Fundamenty i rozumowanie › Statystyka i niepewność › Testy statystyczne i przedziały ufności - PL: Testy hipotez i przedziały ufności pomagają ocenić obserwacje względem zmienności losowej oraz opisać niepewność. Same nie rozstrzygają, czy efekt jest prawdziwy ani czy ma znaczenie praktyczne; stosuje się je m.in. przy porównywaniu modeli, benchmarkach i testach A/B. - EN: Hypothesis tests and confidence intervals help assess observations relative to sampling variation and describe uncertainty. They do not by themselves determine whether an effect is true or practically important; they are used, among other things, in model comparisons, benchmarks, and A/B tests. - examples PL: Wartość p · przedział ufności · bootstrap · istotność statystyczna - examples EN: p-value · confidence interval · bootstrap · statistical significance - In one sentence PL: To sposoby oceny, jak losowa zmienność danych wpływa na wnioski i niepewność wyniku. - Problem it solves PL: Różnica między wynikami może wynikać z losowej zmienności próby i nie musi mieć znaczenia w praktyce. - What it does PL: Liczy, jak nietypowy jest wynik przy przyjętym założeniu, i opisuje niepewność oszacowań zakresami wartości. - Everyday example PL: Porównujesz asystentów na próbce pytań, uwzględniając niepewność wyników i to, czy zaobserwowana różnica faktycznie zmienia twoją pracę. - In one sentence EN: These methods assess how random variation in data affects conclusions and uncertainty about a result. - Problem it solves EN: A difference in results may reflect random sample variation and may not matter in practice. - What it does EN: It calculates how unusual a result is under an assumed hypothesis and describes estimation uncertainty through ranges of values. - Everyday example EN: You compare assistants on a sample of questions, considering uncertainty and whether the observed difference actually changes your work. - concerns you if PL: porównujesz wyniki z ograniczonej liczby prób; chcesz sprawdzać wnioski zamiast ufać samej różnicy liczb - concerns you if EN: compare results from a limited number of trials; want to examine conclusions beyond differences in numbers - related: `metrics`, `evalstats`, `abtesting` - sources: `openintro-os4`, `asa-statistical-significance-2021` ### Twierdzenie Bayesa i wnioskowanie bayesowskie (Bayes' theorem and Bayesian inference) - id: `bayesinference` · https://aiatlasgraph.com/t/bayesinference.md - path: Fundamenty i rozumowanie › Statystyka i niepewność › Twierdzenie Bayesa i wnioskowanie bayesowskie - PL: Aktualizowanie przekonań po zobaczeniu danych: rozkład a priori, wiarygodność, rozkład a posteriori. - EN: Updating beliefs after seeing data: prior, likelihood, posterior. - examples PL: Prior i posterior · reguła Bayesa · niepewność predykcji - examples EN: Prior and posterior · Bayes' rule · predictive uncertainty - In one sentence PL: To aktualizowanie przewidywań, gdy pojawiają się nowe informacje. - Problem it solves PL: Nowa obserwacja może zmienić wcześniejsze przypuszczenie, ale sama nie mówi, jak mocno należy je zmienić. - What it does PL: Łączy wcześniejsze szanse z tym, jak spodziewana byłaby nowa obserwacja przy każdej rozważanej możliwości. - Everyday example PL: Prognoza szacuje szansę deszczu, a nowe pomiary chmur zmieniają ją, z uwzględnieniem dotychczasowych informacji. - In one sentence EN: This updates predictions when new information arrives. - Problem it solves EN: A new observation may change an earlier belief, but does not itself tell you how much to change it. - What it does EN: It combines earlier probabilities with how expected the new observation would be under each possibility being considered. - Everyday example EN: A forecast estimates the chance of rain, then new cloud measurements update it while accounting for the information already available. - concerns you if PL: zmieniasz przewidywania po otrzymaniu nowych danych; chcesz łączyć wcześniejszą wiedzę z aktualnymi obserwacjami - concerns you if EN: revise predictions after receiving new data; want to combine earlier knowledge with current observations - related: `robustness` - sources: `aima4`, `dlbook-part1` ### Teoria gier i decyzji (Game theory and decision theory) - id: `gametheory` · https://aiatlasgraph.com/t/gametheory.md - path: Fundamenty i rozumowanie › Teoria gier i decyzji - aliases: game theory, decision theory, teoria gier, teoria decyzji, game and decision theory, teoria gier i decyzji - PL: Teoria racjonalnego wyboru jednego decydenta (użyteczność) i wielu oddziałujących graczy (równowagi, projektowanie mechanizmów, wybór społeczny). - EN: Theory of rational choice for a single decision-maker (utility) and many interacting players (equilibria, mechanism design, social choice). - In one sentence PL: Matematyka wyboru: jak podejmować decyzje w niepewności i jak przewidywać działania wielu stron, z których każda gra o swoje. - Problem it solves PL: Systemy AI coraz częściej negocjują, licytują i współdziałają z ludźmi oraz innymi agentami, a dobre ruchy zależą od cudzych wyborów. - What it does PL: Zamienia sytuację w planszę z graczami, ruchami i wypłatami, a potem szuka układów, z których nikomu nie opłaca się zbaczać. - Everyday example PL: Aplikacja do przejazdów ustala ceny tak, żeby kierowcom opłacało się jeździć tam, gdzie brakuje samochodów. - In one sentence EN: The mathematics of choice: how to decide under uncertainty and predict what several parties do when each pursues its own aim. - Problem it solves EN: AI systems increasingly negotiate, bid and cooperate with people and other agents, and good moves depend on others' choices. - What it does EN: It turns a situation into a board of players, moves and payoffs, then looks for arrangements no one gains from leaving. - Everyday example EN: A ride app sets prices so that drivers find it worthwhile to go where cars are scarce. - concerns you if PL: budujesz agentów, którzy działają obok innych agentów; projektujesz zasady, które ludzie mogą próbować obejść; chcesz zrozumieć, jak łączyć opinie wielu osób - concerns you if EN: build agents that act alongside other agents; design rules people might try to game; want to understand how to combine many people's opinions - sources: `aima4`, `nisan-agt-2007`, `conitzer-socialchoice-alignment-2024` ### Gry kooperacyjne i wartość Shapleya (Cooperative games and the Shapley value) - id: `shapleyvalue` · https://aiatlasgraph.com/t/shapleyvalue.md - path: Fundamenty i rozumowanie › Teoria gier i decyzji › Gry kooperacyjne i wartość Shapleya - aliases: Shapley value, wartość Shapleya, cooperative game theory, kooperacyjna teoria gier, coalitional games, gry koalicyjne - PL: Rozwiązanie gry kooperacyjnej przypisujące każdemu graczowi średni wkład krańcowy po wszystkich kolejnościach tworzenia koalicji. - EN: Cooperative-game solution assigning each player their average marginal contribution over all orders of coalition formation. - In one sentence PL: Sprawiedliwy sposób podziału wspólnej wygranej: każdy dostaje tyle, ile średnio wnosi, dołączając do różnych składów zespołu. - Problem it solves PL: Gdy wynik powstaje wspólnie, trudno uczciwie powiedzieć, ile zasługi należy się każdemu uczestnikowi albo każdej informacji. - What it does PL: Wyobraża sobie, że uczestnicy dołączają po kolei w każdej możliwej kolejności, i uśrednia, ile każdy dokłada w chwili dołączenia. - Everyday example PL: Bank wyjaśnia klientowi odmowę kredytu, pokazując, ile do decyzji dorzuciły dochód, staż pracy i dotychczasowe zadłużenie. - In one sentence EN: A fair way to split a shared win: each member gets what they add on average when joining different team line-ups. - Problem it solves EN: When a result is produced jointly, it is hard to say fairly how much credit each participant or each piece of information deserves. - What it does EN: It imagines participants joining one by one in every possible order and averages how much each adds at the moment of joining. - Everyday example EN: A bank explains a loan refusal by showing how much income, job tenure and existing debt each contributed to the decision. - concerns you if PL: chcesz wiedzieć, które dane wpłynęły na decyzję modelu; dzielisz zyski lub koszty między partnerów - concerns you if EN: want to know which inputs drove a model's decision; split gains or costs among partners - related: `featureattribution` - sources: `lundberg-lee-shap-2017`, `shapley-value-rand-1952` ### Oczekiwana użyteczność i decyzje w niepewności (Expected utility and decisions under uncertainty) - id: `expectedutility` · https://aiatlasgraph.com/t/expectedutility.md - path: Fundamenty i rozumowanie › Teoria gier i decyzji › Oczekiwana użyteczność i decyzje w niepewności - aliases: expected utility, expected utility theory, teoria oczekiwanej użyteczności, maximum expected utility - PL: Normatywna teoria wyboru: racjonalny agent wybiera działanie maksymalizujące wartość oczekiwaną funkcji użyteczności po wynikach. - EN: Normative theory of choice: a rational agent picks the action maximising the expected value of a utility function over outcomes. - In one sentence PL: Zasada podejmowania decyzji: oceń każdy możliwy skutek, pomnóż przez jego szansę i wybierz opcję o najlepszym bilansie. - Problem it solves PL: Wybory w niepewności łatwo podejmować na wyczucie, a wtedy rzadkie, kosztowne skutki giną obok częstych, drobnych korzyści. - What it does PL: Jak ważenie zakładów: liczy się nie tylko to, ile możesz wygrać, ale też jak często i jak bardzo ci zależy. - Everyday example PL: Nawigacja wybiera trasę o trochę dłuższym średnim czasie, bo krótsza ma spore ryzyko godzinnego korka przed ważnym spotkaniem. - In one sentence EN: A decision rule: score each possible outcome, weight it by its chance and pick the option with the best balance. - Problem it solves EN: Choices under uncertainty are easily made on gut feeling, letting rare, costly outcomes vanish beside frequent small gains. - What it does EN: Like weighing bets: what counts is not just how much you could win, but how often and how much you care. - Everyday example EN: A navigation app picks a route with a slightly longer average time because the shorter one carries a real risk of an hour-long jam before an important meeting. - concerns you if PL: projektujesz system, który sam wybiera działania; chcesz rozumieć, jak agent waży ryzyko - concerns you if EN: design a system that chooses actions itself; want to understand how an agent weighs risk - related: `mdp` - sources: `aima4`, `sep-expected-utility` ### Projektowanie mechanizmów i aukcje (Mechanism design and auctions) - id: `mechanismdesign` · https://aiatlasgraph.com/t/mechanismdesign.md - path: Fundamenty i rozumowanie › Teoria gier i decyzji › Projektowanie mechanizmów i aukcje - aliases: mechanism design, projektowanie mechanizmów, algorithmic mechanism design, algorytmiczne projektowanie mechanizmów - PL: Odwrotna teoria gier: konstrukcja reguł (mechanizmu) tak, by strategiczne zachowania graczy realizowały zadany cel, np. efektywny przydział. - EN: Reverse game theory: constructing rules (a mechanism) so players' strategic behaviour achieves a set goal, e.g. efficient allocation. - In one sentence PL: Projektowanie zasad gry tak, żeby uczestnicy, dbając o własny interes, i tak doprowadzili do dobrego dla wszystkich wyniku. - Problem it solves PL: Ludzie i programy kłamią lub kombinują, gdy reguły na to pozwalają, przez co aukcje, przetargi i przydziały dają złe wyniki. - What it does PL: Działa jak dobre zasady dzielenia tortu: jedna osoba kroi, druga wybiera, więc uczciwość opłaca się sama. - Everyday example PL: Przy każdym wyświetleniu strony reklamodawcy w ułamku sekundy licytują miejsce na reklamę według z góry ustalonych reguł aukcji. - In one sentence EN: Designing the rules of a game so that participants, pursuing their own interest, still reach an outcome good for everyone. - Problem it solves EN: People and programs lie or scheme when rules allow it, so auctions, tenders and allocations produce poor results. - What it does EN: Like a fair cake-cutting rule: one person cuts, the other chooses, so honesty pays for itself. - Everyday example EN: Each time a page loads, advertisers bid for the ad slot in a fraction of a second under pre-set auction rules. - concerns you if PL: projektujesz platformę, na której ktoś licytuje lub wymienia; budujesz agentów, którzy negocjują w twoim imieniu - concerns you if EN: design a platform where people bid or trade; build agents that negotiate on your behalf - related: `rewarddesign` - sources: `nisan-agt-2007` ### Równowaga Nasha i rozwiązywanie gier (Nash equilibrium and solving games) - id: `nashequilibria` · https://aiatlasgraph.com/t/nashequilibria.md - path: Fundamenty i rozumowanie › Teoria gier i decyzji › Równowaga Nasha i rozwiązywanie gier - aliases: Nash equilibrium, Nash equilibria, równowaga Nasha, równowagi Nasha, equilibrium computation - PL: Koncepcja rozwiązania gry: profil strategii, w którym strategia każdego gracza jest najlepszą odpowiedzią na strategie pozostałych. - EN: Game solution concept: a strategy profile in which each player's strategy is a best response to the others'. - In one sentence PL: Stan gry, w którym żaden uczestnik nie zyska, zmieniając tylko swoją decyzję, gdy inni trzymają się swoich. - Problem it solves PL: Gdy wynik zależy od cudzych ruchów, trudno powiedzieć, co jest rozsądnym wyborem i jak zachowają się pozostali. - What it does PL: Szuka punktu spoczynku, jak kulka w dolince: każdy, kto spróbuje się z niego ruszyć sam, wychodzi na tym gorzej. - Everyday example PL: Dwie kawiarnie na jednej ulicy ustawiają ceny tak, że żadnej nie opłaca się samej obniżyć ani podnieść cen. - In one sentence EN: A game state in which no participant gains by changing only their own choice while others stick to theirs. - Problem it solves EN: When results depend on others' moves, it is hard to say what a sensible choice is and how others will behave. - What it does EN: It looks for a resting point, like a ball in a dip: anyone who tries to move away alone ends up worse off. - Everyday example EN: Two cafés on one street settle on prices where neither gains by cutting or raising its prices alone. - concerns you if PL: budujesz agenta grającego przeciw ludziom lub programom; analizujesz konkurencję na rynku; trenujesz kilka modeli, które ze sobą rywalizują - concerns you if EN: build an agent that plays against people or programs; analyse competition in a market; train several models that compete with each other - related: `imperfectinfo`, `marl` - sources: `nisan-agt-2007` ### Wybór społeczny: łączenie preferencji wielu osób (Computational social choice) - id: `socialchoice` · https://aiatlasgraph.com/t/socialchoice.md - path: Fundamenty i rozumowanie › Teoria gier i decyzji › Wybór społeczny: łączenie preferencji wielu osób - aliases: social choice, computational social choice, voting theory, teoria wyboru społecznego, teoria głosowania, preference aggregation, agregacja preferencji - PL: Formalna analiza reguł agregujących indywidualne preferencje w decyzję grupową, z aksjomatami, twierdzeniami o niemożliwości i złożonością obliczeniową. - EN: Formal analysis of rules aggregating individual preferences into a group decision, with axioms, impossibility theorems and computational complexity. - In one sentence PL: Nauka o tym, jak połączyć różne opinie wielu osób w jedną wspólną decyzję albo ranking. - Problem it solves PL: Ludzie oceniający odpowiedzi AI często się nie zgadzają, a prosty sposób uśredniania potrafi dać wynik, którego nikt nie chciał. - What it does PL: Jak ordynacja wyborcza: ta sama urna z głosami może wyłonić różnych zwycięzców, zależnie od przyjętej metody liczenia. - Everyday example PL: Zespół tysięcy oceniających porównuje pary odpowiedzi czatu, a twórcy muszą zdecydować, jak z tych sprzecznych ocen ustalić, co model ma preferować. - In one sentence EN: The study of how to combine many people's differing opinions into one shared decision or ranking. - Problem it solves EN: People rating AI answers often disagree, and a naive way of averaging can yield an outcome nobody wanted. - What it does EN: Like an electoral system: the same ballot box can produce different winners depending on the counting method chosen. - Everyday example EN: Thousands of raters compare pairs of chat answers, and the builders must decide how to turn those conflicting ratings into what the model should prefer. - concerns you if PL: zbierasz oceny od wielu ludzi i chcesz je uczciwie połączyć; zastanawiasz się, czyje wartości odzwierciedla AI - concerns you if EN: collect ratings from many people and want to combine them fairly; wonder whose values an AI reflects - related: `alignment`, `rewardmodels` - sources: `conitzer-socialchoice-alignment-2024` ### Teoria uczenia statystycznego (Statistical learning theory) - id: `learningtheory` · https://aiatlasgraph.com/t/learningtheory.md - path: Fundamenty i rozumowanie › Teoria uczenia statystycznego - aliases: statistical learning theory, learning theory, computational learning theory, teoria uczenia statystycznego, teoria uczenia maszynowego - PL: Dział teorii badający generalizację: błąd na nowych danych, złożoność klasy hipotez i liczbę próbek potrzebną do uczenia. - EN: Theory of generalisation: error on unseen data, hypothesis-class complexity and the sample size needed to learn. - In one sentence PL: Matematyczne odpowiedzi na pytanie, kiedy i dlaczego maszyna uczona na przykładach poradzi sobie z przypadkami, których nie widziała. - Problem it solves PL: Model może świetnie wypaść na znanych danych i zawieść na nowych, a bez teorii trudno przewidzieć, ile przykładów naprawdę wystarczy. - What it does PL: Działa jak rachunek ryzyka: wiąże liczbę przykładów i elastyczność modelu z tym, jak bardzo można ufać wynikom na nowych danych. - Everyday example PL: Zespół zastanawia się, czy tysiąc opisanych zdjęć wystarczy do wytrenowania klasyfikatora, czy trzeba zebrać dziesięć razy więcej. - In one sentence EN: Mathematical answers to when and why a machine trained on examples will handle cases it has never seen. - Problem it solves EN: A model can shine on familiar data and fail on new data, and without theory it is hard to tell how many examples are enough. - What it does EN: It works like a risk calculation, tying the number of examples and the model's flexibility to how far results on new data can be trusted. - Everyday example EN: A team wonders whether a thousand labelled photos are enough to train a classifier or whether they need ten times as many. - concerns you if PL: chcesz rozumieć, dlaczego modele w ogóle uogólniają; decydujesz, ile danych zebrać; czytasz prace naukowe o uczeniu maszynowym - concerns you if EN: want to understand why models generalise at all; decide how much data to collect; read research papers on machine learning - sources: `shalev-bendavid-uml-2014`, `belkin-doubledescent-2019` ### Brak darmowego obiadu i założenia wstępne modelu (No free lunch theorem and inductive bias) - id: `nofreelunch` · https://aiatlasgraph.com/t/nofreelunch.md - path: Fundamenty i rozumowanie › Teoria uczenia statystycznego › Brak darmowego obiadu i założenia wstępne modelu - aliases: no free lunch, NFL theorem, inductive bias, obciążenie indukcyjne, twierdzenie o braku darmowego obiadu - PL: Wynik mówiący, że uśrednione po wszystkich możliwych problemach żaden algorytm uczenia nie przewyższa innych; sukces wymaga obciążenia indukcyjnego. - EN: Result stating that, averaged over all possible problems, no learning algorithm beats another; success requires inductive bias. - In one sentence PL: Twierdzenie, że nie istnieje jeden algorytm uczenia najlepszy do wszystkiego; każdy wygrywa dzięki założeniom pasującym do danego problemu. - Problem it solves PL: Ludzie szukają uniwersalnie najlepszej metody i rozczarowują się, gdy model świetny w jednym zadaniu zawodzi w innym. - What it does PL: Przypomina dobór narzędzi: młotek jest świetny do gwoździ, a kiepski do śrub — siłę daje dopasowanie założeń do zadania. - Everyday example PL: Model rozpoznający zdjęcia dobrze radzi sobie z obrazami, ale do przewidywania sprzedaży z tabeli lepiej sprawdza się prostsza metoda. - In one sentence EN: The result that no single learning algorithm is best at everything; each wins thanks to assumptions that fit the problem. - Problem it solves EN: People look for a universally best method and are disappointed when a model great at one task fails at another. - What it does EN: Like choosing tools: a hammer is great for nails and poor for screws — strength comes from matching assumptions to the task. - Everyday example EN: A model that recognises photos handles images well, but a simpler method works better for predicting sales from a table. - concerns you if PL: wybierasz metodę do nowego problemu; słyszysz, że jakiś model jest najlepszy do wszystkiego - concerns you if EN: choose a method for a new problem; hear that some model is best at everything - sources: `shalev-bendavid-uml-2014` ### Podwójne zejście (Double descent) - id: `doubledescent` · https://aiatlasgraph.com/t/doubledescent.md - path: Fundamenty i rozumowanie › Teoria uczenia statystycznego › Podwójne zejście - aliases: double descent, deep double descent, podwójne zejście - PL: Niemonotoniczna krzywa ryzyka testowego: klasyczny kształt U, szczyt przy progu interpolacji i ponowny spadek w reżimie przeparametryzowanym. - EN: Non-monotonic test-risk curve: classical U shape, a peak at the interpolation threshold and a second descent in the overparameterised regime. - In one sentence PL: Zaskakujące zjawisko: bardzo duże modele, które zapamiętują cały zbiór treningowy, mogą mimo to dobrze działać na nowych danych. - Problem it solves PL: Podręcznikowa reguła mówi, że zbyt duży model się przeucza, a tymczasem coraz większe sieci działają coraz lepiej. - What it does PL: Wykres błędu spada, rośnie przy rozmiarze modelu równym liczbie przykładów, a potem znów spada, gdy model rośnie dalej. - Everyday example PL: Zespół zwiększa sieć i widzi chwilowe pogorszenie wyników; zamiast się wycofać, rośnie dalej i wyniki znów się poprawiają. - In one sentence EN: A surprising effect: very large models that memorise the whole training set can still work well on new data. - Problem it solves EN: Textbook wisdom says an oversized model overfits, yet ever larger networks keep working better. - What it does EN: The error curve falls, peaks when model size matches the number of examples, then falls again as the model keeps growing. - Everyday example EN: A team enlarges a network and sees results briefly get worse; instead of backing off, they grow further and results improve again. - concerns you if PL: zastanawiasz się, czemu ogromne modele nie przeuczają się; dobierasz rozmiar modelu do ilości danych - concerns you if EN: wonder why huge models do not overfit; match model size to the amount of data - related: `scalinglaws` - sources: `belkin-doubledescent-2019`, `nakkiran-deepdd-2019` ### Uczenie PAC i wymiar VC (PAC learning and VC dimension) - id: `pacvc` · https://aiatlasgraph.com/t/pacvc.md - path: Fundamenty i rozumowanie › Teoria uczenia statystycznego › Uczenie PAC i wymiar VC - aliases: PAC learning, probably approximately correct learning, uczenie PAC, VC dimension, wymiar VC, wymiar Vapnika-Czerwonenkisa - PL: Formalny model uczalności: z prawdopodobieństwem co najmniej 1−δ błąd hipotezy ≤ ε, przy liczbie próbek zależnej od wymiaru VC klasy. - EN: Formal learnability model: with probability at least 1−δ the hypothesis error is ≤ ε, with sample size depending on the class's VC dimension. - In one sentence PL: Sposób, by policzyć, ile przykładów potrzeba, żeby model z dużym prawdopodobieństwem mylił się tylko trochę. - Problem it solves PL: Trudno ocenić z góry, czy zebrane dane wystarczą do nauczenia zadania, czy model tylko zapamięta przypadkowe szczegóły. - What it does PL: Mierzy, ile różnych podziałów danych model potrafi odtworzyć; im bardziej giętki model, tym więcej przykładów musi zobaczyć. - Everyday example PL: Przed zbieraniem danych do wykrywania wadliwych części ktoś szacuje, że prosty model wystarczy na mniejszej próbce niż bardzo rozbudowany. - In one sentence EN: A way to count how many examples are needed so a model is, with high probability, only slightly wrong. - Problem it solves EN: It is hard to judge in advance whether collected data suffices to learn a task or whether the model will memorise accidental details. - What it does EN: It measures how many different splits of data a model can reproduce; the more flexible the model, the more examples it must see. - Everyday example EN: Before collecting data to spot faulty parts, someone estimates that a simple model will do with a smaller sample than a very elaborate one. - concerns you if PL: planujesz, ile danych zebrać do modelu; chcesz zrozumieć, czym grozi zbyt złożony model - concerns you if EN: plan how much data to collect for a model; want to understand the risk of an overly complex model - related: `crossval` - sources: `shalev-bendavid-uml-2014` ## Inferencja i infrastruktura (Inference and ML systems) - id: `systems` · https://aiatlasgraph.com/t/systems.md - path: Inferencja i infrastruktura - PL: Uruchamianie, przyspieszanie i utrzymywanie modeli. - EN: Running, accelerating and maintaining models. - In one sentence PL: To sposoby uruchamiania, przyspieszania i utrzymywania modeli na komputerach, serwerach oraz małych urządzeniach. - Problem it solves PL: Model odpowiada zbyt wolno, nie mieści się w pamięci albo trudno go niezawodnie udostępnić wielu osobom. - What it does PL: Łączy dobór sprzętu, oszczędny zapis, planowanie zapytań, pomiary i kontrolę wersji, dopasowując działanie do zasobów oraz potrzeb użytkowników. - Everyday example PL: Uruchamiasz asystenta dla zespołu i sprawdzasz, jak zmieniają się czas odpowiedzi, pamięć oraz koszt przy większym ruchu. - In one sentence EN: These methods run, accelerate and maintain models on computers, servers and small devices. - Problem it solves EN: A model responds too slowly, does not fit in memory or is hard to serve reliably to many people. - What it does EN: It combines hardware choice, compact representations, request scheduling, measurement and version control to match resources and user needs. - Everyday example EN: You launch a team assistant and check how response time, memory and cost change as traffic grows. - concerns you if PL: chcesz uruchomić model na własnym sprzęcie; odpowiedzi muszą działać szybko i powtarzalnie - concerns you if EN: want to run a model on your own hardware; need fast and reliable responses - sources: `cs336`, `fsdl`, `bootcamp` ### AI lokalnie i na urządzeniach (Edge and on-device AI) - id: `edge` · https://aiatlasgraph.com/t/edge.md - path: Inferencja i infrastruktura › AI lokalnie i na urządzeniach - PL: Uruchamianie przy ograniczonym sprzęcie i bez stałej chmury. - EN: Running on limited hardware and without a permanent cloud. - examples PL: Telefon · laptop · edge - examples EN: Phone · laptop · edge - In one sentence PL: To uruchamianie modeli blisko użytkownika lub czujnika, na urządzeniach z ograniczonymi zasobami. - Problem it solves PL: Połączenie z serwerem bywa niedostępne, powolne lub niepożądane przy przetwarzaniu lokalnych danych. - What it does PL: Mały model, oszczędny zapis i odpowiednie środowisko pozwalają wykonywać zadania na miejscu, z uwzględnieniem pamięci, energii i szybkości. - Everyday example PL: Czujnik rozpoznaje nietypowy dźwięk maszyny na miejscu i wysyła tylko informację o wykrytym zdarzeniu. - In one sentence EN: This runs models close to users or sensors on devices with limited resources. - Problem it solves EN: A server connection can be unavailable, slow or undesirable for processing local data. - What it does EN: Small models, compact representations and suitable runtimes perform tasks locally while accounting for memory, energy and speed. - Everyday example EN: A sensor recognises an unusual machine sound locally and sends only a detected-event notification. - concerns you if PL: urządzenie nie ma stałego połączenia z serwerem; potrzebujesz przetwarzania przy źródle danych - concerns you if EN: use devices without a constant server connection; need processing near the data source - related: `onestagedetectors`, `federated` - sources: `cs336`, `fsdl`, `bootcamp`, `dlai`, `mit-65940-efficientml` ### Eksport modeli i środowiska uruchomieniowe na urządzeniach (Model export and on-device runtimes) - id: `ondeviceruntimes` · https://aiatlasgraph.com/t/ondeviceruntimes.md - path: Inferencja i infrastruktura › AI lokalnie i na urządzeniach › Eksport modeli i środowiska uruchomieniowe na urządzeniach - aliases: ONNX, ONNX Runtime, LiteRT, TensorFlow Lite, Core ML, ExecuTorch, model export, eksport modelu - PL: Przeniesienie wytrenowanego modelu z frameworka treningowego do lekkiego środowiska uruchomieniowego na telefonie, w przeglądarce lub urządzeniu wbudowanym: eksport lub konwersja do obsługiwanego formatu oraz delegowanie obliczeń do CPU, GPU lub NPU. - EN: Moving a trained model from a training framework into a lightweight runtime on a phone, browser or embedded device: exporting or converting it to a supported format and delegating compute to the CPU, GPU or NPU. - examples PL: format ONNX i opsety · konwersja z PyTorch/JAX · delegaty sprzętowe (execution providers) · inferencja w przeglądarce - examples EN: ONNX format and opsets · conversion from PyTorch/JAX · hardware delegates (execution providers) · in-browser inference - In one sentence PL: To przygotowanie modelu do działania w lekkim środowisku telefonu, przeglądarki lub małego urządzenia. - Problem it solves PL: Model wyuczony w dużym środowisku treningowym nie działa automatycznie na sprzęcie użytkownika. - What it does PL: Eksport lub konwersja zapisuje obsługiwane operacje, a środowisko uruchomieniowe kieruje je do dostępnego procesora lub akceleratora. - Everyday example PL: Przenosisz model rozpoznawania dźwięku do aplikacji telefonu i sprawdzasz zgodność operacji oraz czas działania. - In one sentence EN: This prepares a model to run in a lightweight phone, browser or embedded-device environment. - Problem it solves EN: A model trained in a large training environment does not automatically run on a user's device. - What it does EN: Export or conversion records supported operations, and a runtime directs them to the available processor or accelerator. - Everyday example EN: You move a sound-recognition model into a phone app and check operation compatibility and runtime. - concerns you if PL: przenosisz model z treningu do aplikacji; potrzebujesz obsługi sprzętu konkretnego urządzenia - concerns you if EN: move a trained model into an application; need support for a particular device's hardware - sources: `onnx-concepts`, `onnx-runtime-docs`, `litert-overview`, `executorch-overview` ### Modele językowe na telefonie i laptopie (On-device language models) - id: `ondevicellm` · https://aiatlasgraph.com/t/ondevicellm.md - path: Inferencja i infrastruktura › AI lokalnie i na urządzeniach › Modele językowe na telefonie i laptopie - aliases: on-device LLM, LLM na urządzeniu, mobile LLM, small language models on device, hybrid on-device and cloud inference - PL: Modele językowe zoptymalizowane do działania lokalnie na telefonie lub laptopie, często z użyciem NPU, kwantyzacji i innych technik oszczędzania pamięci. Przetwarzanie na urządzeniu może utrzymywać dane lokalnie i umożliwiać pracę offline; architektury hybrydowe mogą kierować wybrane żądania do modelu chmurowego. - EN: Language models optimised to run locally on a phone or laptop, often using an NPU, quantisation and other memory-saving techniques. On-device processing can keep data local and support offline use; hybrid architectures may route selected requests to a cloud model. - examples PL: modele systemowe w telefonach · architektury pod 1 mld parametrów · silna kwantyzacja i adaptery LoRA · podział pracy urządzenie–chmura - examples EN: system models on phones · sub-billion-parameter architectures · aggressive quantisation and LoRA adapters · device–cloud split - In one sentence PL: To modele językowe dopasowane do pracy bezpośrednio na telefonie lub laptopie. - Problem it solves PL: Chcesz odpowiedzi na urządzeniu, ale duży model zużywa zbyt dużo pamięci, energii lub czasu. - What it does PL: Mniejsze konstrukcje i oszczędne obliczenia korzystają z dostępnych układów; lokalne działanie może być łączone z serwerem dla wybranych zadań. - Everyday example PL: Telefon podsumowuje krótki zapis rozmowy lokalnym modelem, nawet gdy jesteś poza zasięgiem. - In one sentence EN: These language models are adapted to run directly on phones or laptops. - Problem it solves EN: You want on-device responses, but a large model uses too much memory, energy or time. - What it does EN: Smaller designs and efficient computation use available chips; local execution can be combined with server processing for selected tasks. - Everyday example EN: A phone summarises a short conversation transcript with a local model even when you have no signal. - concerns you if PL: chcesz funkcji językowych bez stałego internetu; pamięć i bateria urządzenia są ograniczone - concerns you if EN: want language features without constant internet access; work within limited device memory and battery capacity - related: `distillation`, `actquant`, `customaccelerators` - sources: `litert-overview`, `mit-65940-efficientml`, `mobilellm-2024`, `apple-afm-2025`, `android-gemini-nano`, `apple-afm3-2026` ### TinyML — modele na mikrokontrolerach (TinyML on microcontrollers) - id: `tinyml` · https://aiatlasgraph.com/t/tinyml.md - path: Inferencja i infrastruktura › AI lokalnie i na urządzeniach › TinyML — modele na mikrokontrolerach - aliases: TinyML, tiny machine learning, ML na mikrokontrolerach, microcontroller ML - PL: Uruchamianie sieci neuronowych na mikrokontrolerach z kilobajtami pamięci i miliwatami mocy: projektowanie bardzo małych architektur razem z oszczędnym silnikiem inferencji, kwantyzacja do 8 bitów i mniej. - EN: Running neural networks on microcontrollers with kilobytes of memory and milliwatts of power: co-designing tiny architectures with a lean inference engine, and quantising to 8 bits or fewer. - examples PL: wykrywanie słów kluczowych · wizja na mikrokontrolerze · wspólne projektowanie modelu i silnika (MCUNet) · kwantyzacja int8 - examples EN: keyword spotting · vision on a microcontroller · model–engine co-design (MCUNet) · int8 quantisation - In one sentence PL: To uruchamianie bardzo małych modeli na prostych urządzeniach z niewielką pamięcią i zapasem energii. - Problem it solves PL: Czujnik ma rozpoznawać zdarzenia samodzielnie, lecz nie dysponuje zasobami telefonu ani serwera. - What it does PL: Model i środowisko projektuje się razem, zmniejszając sieć, dokładność zapisu i pamięć roboczą do ograniczeń urządzenia. - Everyday example PL: Mały moduł na baterii rozpoznaje umówioną komendę głosową bez przesyłania ciągłego nagrania. - In one sentence EN: This runs tiny models on simple devices with little memory and limited energy. - Problem it solves EN: A sensor needs to recognise events by itself but lacks the resources of a phone or server. - What it does EN: Model and runtime are designed together, reducing network size, numerical precision and working memory to fit device limits. - Everyday example EN: A small battery-powered module recognises a chosen voice command without transmitting continuous recordings. - concerns you if PL: budujesz czujniki z małą pamięcią; model musi oszczędnie działać na baterii - concerns you if EN: build sensors with little memory; need a model to run efficiently on battery power - related: `actquant` - sources: `executorch-overview`, `mcunet-2020`, `mit-65940-efficientml` ### Akceleratory (AI hardware) - id: `hardware` · https://aiatlasgraph.com/t/hardware.md - path: Inferencja i infrastruktura › Akceleratory - PL: Sprzęt pod inferencję i trening. - EN: Hardware for inference and training. - examples PL: GPU · układy dedykowane - examples EN: GPU · dedicated chips - In one sentence PL: To sprzęt przyspieszający uczenie modeli i przygotowanie ich odpowiedzi. - Problem it solves PL: Zwykły procesor może wykonywać obliczenia modelu zbyt wolno, a sam wzrost mocy nie rozwiązuje ograniczeń pamięci. - What it does PL: Specjalizowane układy wykonują wiele obliczeń naraz, a pamięć i połączenia dostarczają im dane; wszystkie te elementy wpływają na wydajność. - Everyday example PL: Porównując sprzęt do asystenta, sprawdzasz nie tylko szybkość obliczeń, ale też pamięć potrzebną na model i rozmowy. - In one sentence EN: This hardware accelerates model training and response generation. - Problem it solves EN: A general processor may run model calculations too slowly, while more computing power alone cannot resolve memory limits. - What it does EN: Specialised chips perform many calculations at once, while memory and connections supply data; all these components affect performance. - Everyday example EN: When comparing hardware for an assistant, you check computing speed and the memory needed for the model and conversations. - concerns you if PL: wybierasz sprzęt do modelu; chcesz rozumieć ograniczenia pamięci i obliczeń - concerns you if EN: choose hardware for a model; want to understand memory and computing limits - courses: - sources: `dlai`, `wafer-gpu` ### Model roofline: obliczenia czy przepustowość pamięci (Roofline model and arithmetic intensity) - id: `roofline` · https://aiatlasgraph.com/t/roofline.md - path: Inferencja i infrastruktura › Akceleratory › Model roofline: obliczenia czy przepustowość pamięci - aliases: roofline, roofline model, arithmetic intensity, intensywność arytmetyczna, compute-bound vs memory-bound - PL: Prosty model wydajności: osiągalna szybkość jest ograniczona przez minimum ze szczytowej mocy obliczeniowej i iloczynu przepustowości pamięci przez intensywność arytmetyczną (operacje na bajt). W zakresie założeń modelu pozwala ocenić, czy operacja jest ograniczona obliczeniami czy przepustowością pamięci. - EN: A simple performance model: attainable throughput is bounded by the minimum of peak compute and memory bandwidth multiplied by arithmetic intensity (operations per byte). Within the model's assumptions, it helps determine whether an operation is compute-bound or memory-bandwidth-bound. - examples PL: intensywność arytmetyczna · punkt grzbietu (ridge point) · compute-bound vs memory-bound · wpływ rozmiaru batcha na matmul - examples EN: arithmetic intensity · ridge point · compute-bound vs memory-bound · effect of batch size on matmuls - In one sentence PL: To sposób oszacowania, czy szybkość obliczenia ogranicza moc sprzętu, czy dostarczanie danych z pamięci. - Problem it solves PL: Nie wiesz, czy warto poprawiać obliczenia, czy zmniejszać ilość przesyłanych danych. - What it does PL: Zestawia liczbę działań na porcję danych z przepustowością pamięci i mocą obliczeniową, wskazując przybliżony pułap wydajności. - Everyday example PL: Analizując mnożenie tabel liczb, sprawdzasz, czy program częściej czeka na pamięć, czy wykorzystuje wszystkie jednostki obliczeniowe. - In one sentence EN: This estimates whether hardware computing capacity or data delivery from memory limits an operation's speed. - Problem it solves EN: You do not know whether to improve computation or reduce transferred data. - What it does EN: It compares operations per amount of data with memory bandwidth and computing capacity to indicate an approximate performance ceiling. - Everyday example EN: When analysing array multiplication, you check whether the program mainly waits for memory or fully uses the computation units. - concerns you if PL: wybierasz kierunek optymalizacji; chcesz porównać pomiar z możliwościami sprzętu - concerns you if EN: choose what to optimise; want to compare measurements with hardware limits - related: `memorywall`, `profiling` - sources: `scaling-book-rooflines`, `roofline-williams-2009`, `horace-he-brrr-2022` ### Pamięć HBM i ściana pamięci (High-bandwidth memory and the memory wall) - id: `memorywall` · https://aiatlasgraph.com/t/memorywall.md - path: Inferencja i infrastruktura › Akceleratory › Pamięć HBM i ściana pamięci - aliases: memory wall, ściana pamięci, HBM, high-bandwidth memory, memory bandwidth bottleneck - PL: Moc obliczeniowa akceleratorów rośnie szybciej niż przepustowość pamięci, dlatego przesyłanie wag i KV cache z HBM może stać się wąskim gardłem. Jest to szczególnie istotne w fazie generowania tokenów przez LLM, zwłaszcza przy małych batchach. - EN: Accelerator compute grows faster than memory bandwidth, so moving weights and KV cache from HBM can become a bottleneck. This is especially important during LLM token generation, particularly at small batch sizes. - examples PL: hierarchia pamięci HBM → SRAM · wzrost FLOPS a wzrost przepustowości · dekodowanie ograniczone pamięcią - examples EN: HBM → SRAM memory hierarchy · FLOPS growth vs bandwidth growth · memory-bound decoding - In one sentence PL: To sytuacja, w której obliczenia modelu ogranicza szybkość dostarczania danych z pamięci. - Problem it solves PL: Masz szybki układ obliczeniowy, ale model nadal czeka na dane zamiast wykonywać pracę. - What it does PL: Potrzebne ustawienia i zapisy rozmowy muszą docierać do obliczeń; gdy przepływ jest za wolny, dodatkowa moc pozostaje niewykorzystana. - Everyday example PL: Przy generowaniu krótkich odpowiedzi zauważasz, że zmniejszenie zapisu modelu pomaga bardziej niż szybsze jednostki obliczeniowe. - In one sentence EN: This occurs when the speed of supplying data from memory limits model calculations. - Problem it solves EN: You have a fast computing chip, but the model still waits for data rather than doing useful work. - What it does EN: Parameters and conversation state must reach the computation units; when data flow is too slow, extra computing capacity remains unused. - Everyday example EN: When generating short responses, you find that reducing the model's representation helps more than faster computation units. - concerns you if PL: model jest wolny mimo dużej mocy obliczeniowej; chcesz sprawdzić wpływ przepustowości pamięci - concerns you if EN: find a model slow despite substantial computing power; want to check memory-bandwidth effects - related: `roofline`, `kvcache` - sources: `ai-memory-wall-2024`, `scaling-book-tpus`, `scaling-book-rooflines`, `horace-he-brrr-2022` ### Połączenia między układami i sieć klastra (Accelerator interconnects and cluster networking) - id: `interconnects` · https://aiatlasgraph.com/t/interconnects.md - path: Inferencja i infrastruktura › Akceleratory › Połączenia między układami i sieć klastra - aliases: interconnect, NVLink, InfiniBand, ICI, scale-up vs scale-out, sieć klastra AI - PL: Sposoby wymiany danych między akceleratorami: szybkie łącza wewnątrz serwera lub podu (scale-up) oraz sieć między serwerami (scale-out), w topologiach takich jak torus czy fat-tree. Przepustowość i opóźnienie tych połączeń silnie wpływają na skalowanie treningu i inferencji na wiele układów. - EN: Ways accelerators exchange data: fast links within a server or pod (scale-up) and networking between servers (scale-out), using topologies such as torus or fat-tree. Their bandwidth and latency strongly affect how training and inference scale across many chips. - examples PL: scale-up (NVLink, ICI) · scale-out (InfiniBand, Ethernet) · topologie torus i fat-tree · hierarchia przepustowości HBM ≫ łącza ≫ sieć centrum danych - examples EN: scale-up (NVLink, ICI) · scale-out (InfiniBand, Ethernet) · torus and fat-tree topologies · bandwidth hierarchy HBM ≫ links ≫ datacenter network - In one sentence PL: To połączenia umożliwiające wymianę danych między układami i serwerami pracującymi nad modelem. - Problem it solves PL: Dodajesz kolejne urządzenia, ale czas oczekiwania na przesyłanie danych zjada oczekiwane przyspieszenie. - What it does PL: Szybkość, opóźnienie i układ połączeń decydują, jak sprawnie urządzenia przekazują wspólne wyniki i części modelu. - Everyday example PL: Przed podziałem treningu na kilka serwerów sprawdzasz, czy ich sieć nadąża za wymianą aktualizacji. - In one sentence EN: These connections exchange data between chips and servers working on a model. - Problem it solves EN: You add more devices, but time spent transferring data consumes the expected speedup. - What it does EN: Connection speed, latency and topology determine how efficiently devices exchange shared results and model components. - Everyday example EN: Before spreading training across servers, you check whether their network can keep up with update transfers. - concerns you if PL: model pracuje na kilku urządzeniach; wydajność spada przez wymianę danych - concerns you if EN: run a model across several devices; lose performance to data exchange - related: `collectives`, `parallelism` - sources: `ai-memory-wall-2024`, `scaling-book-tpus`, `scaling-book-gpus` ### Wyspecjalizowane akceleratory AI (TPU, NPU) (Specialised AI accelerators (ASICs and NPUs)) - id: `customaccelerators` · https://aiatlasgraph.com/t/customaccelerators.md - path: Inferencja i infrastruktura › Akceleratory › Wyspecjalizowane akceleratory AI (TPU, NPU) - aliases: AI ASIC, TPU, NPU, Neural Engine, systolic array, macierz systoliczna - PL: Specjalizowane układy lub bloki obliczeniowe zoptymalizowane pod operacje sieci neuronowych, często wykorzystujące macierze mnożąco-sumujące i niską precyzję. Obejmują akceleratory centrów danych, takie jak TPU, oraz NPU zintegrowane z telefonami i laptopami. - EN: Specialised chips or compute blocks optimised for neural-network operations, often using multiply-accumulate arrays and low-precision arithmetic. They include datacenter accelerators such as TPUs and NPUs integrated into phones and laptops. - examples PL: macierz systoliczna (MXU) · akceleratory TPU w centrach danych · NPU w telefonach i laptopach · arytmetyka 8-bitowa - examples EN: systolic array (MXU) · datacenter TPUs · NPUs in phones and laptops · 8-bit arithmetic - In one sentence PL: To układy zaprojektowane szczególnie do obliczeń potrzebnych sieciom neuronowym. - Problem it solves PL: Ogólny procesor zużywa dużo czasu lub energii na często powtarzane działania modelu. - What it does PL: Sprzęt łączy wiele prostych operacji na tabelach liczb i korzysta z oszczędnych formatów, dopasowując wykonanie do obsługiwanych modeli. - Everyday example PL: Telefon wykorzystuje wyspecjalizowany układ do przetworzenia zdjęcia bez wysyłania go na serwer. - In one sentence EN: These chips are designed specifically for computations used by neural networks. - Problem it solves EN: A general processor spends substantial time or energy on a model's repeated operations. - What it does EN: Hardware combines many simple operations on number arrays and uses compact formats, tailoring execution to supported models. - Everyday example EN: A phone uses a specialised chip to process a photo without sending it to a server. - concerns you if PL: model ma działać oszczędnie na urządzeniu; porównujesz specjalizowany sprzęt z ogólnym procesorem - concerns you if EN: need efficient on-device model execution; compare specialised hardware with general processors - related: `ondevicellm`, `tensorcores` - sources: `tpu-v1-jouppi-2017`, `scaling-book-tpus`, `apple-afm-2025` ### GPU i obliczenia rozproszone (GPU and distributed computing) - id: `compute` · https://aiatlasgraph.com/t/compute.md - path: Inferencja i infrastruktura › GPU i obliczenia rozproszone - PL: Wykorzystanie akceleratorów i wielu urządzeń. - EN: Using accelerators and many devices. - examples PL: Pamięć · kernels · parallelism - examples EN: Memory · kernels · parallelism - In one sentence PL: To wykonywanie obliczeń modelu na akceleratorach i dzielenie pracy między wiele urządzeń. - Problem it solves PL: Uczenie lub obsługa modelu trwa zbyt długo, żeby wystarczył zwykły sposób wykonywania obliczeń. - What it does PL: Pracę dzieli się na równoległe zadania, dopasowuje obliczenia do pamięci i koordynuje wymianę wyników, mierząc rzeczywiste wąskie gardła. - Everyday example PL: Duży trening rozdzielasz między karty, a pomiary pokazują, ile czasu zajmują obliczenia i komunikacja. - In one sentence EN: This runs model calculations on accelerators and distributes work across multiple devices. - Problem it solves EN: Training or serving a model takes too long for a basic computation approach to suffice. - What it does EN: Work is split into parallel tasks, computations are aligned with memory, and results are exchanged while actual bottlenecks are measured. - Everyday example EN: You distribute a large training run across cards, and measurements show time spent computing and communicating. - concerns you if PL: potrzebujesz przyspieszyć trening lub odpowiedzi; korzystasz z wielu urządzeń obliczeniowych - concerns you if EN: need faster training or responses; use multiple computation devices - sources: `cs336`, `fsdl`, `bootcamp`, `wafer-gpu` ### Języki i kompilatory kerneli (Kernel languages and compilers) - id: `kerneldsl` · https://aiatlasgraph.com/t/kerneldsl.md - path: Inferencja i infrastruktura › GPU i obliczenia rozproszone › Języki i kompilatory kerneli - PL: Pisanie kerneli poziom wyżej niż czyste CUDA: kafelki, szablony, kompilatory. - EN: Writing kernels one level above raw CUDA: tiles, templates, compilers. - examples PL: Triton · CUTLASS/CuTe · TileLang · TVM - examples EN: Triton · CUTLASS/CuTe · TileLang · TVM - In one sentence PL: To języki i kompilatory ułatwiające pisanie małych, wydajnych programów obliczeniowych dla akceleratorów. - Problem it solves PL: Ręczne sterowanie każdym szczegółem karty jest trudne i zajmuje dużo czasu. - What it does PL: Opisujesz obliczenia przez bloki danych lub szablony, a kompilator dobiera część instrukcji i szczegółów wykonania na sprzęcie. - Everyday example PL: Piszesz przekształcenie liczb całymi blokami, a kompilator przygotowuje program działający równolegle na karcie. - In one sentence EN: These languages and compilers make it easier to write small, efficient computation programs for accelerators. - Problem it solves EN: Manually controlling every hardware detail is difficult and time-consuming. - What it does EN: You describe computations through data blocks or templates, and a compiler selects some instructions and execution details for the hardware. - Everyday example EN: You write a numerical transformation in whole blocks, and the compiler produces a program running in parallel on the card. - concerns you if PL: tworzysz własne operacje modelu; szukasz prostszego sposobu programowania akceleratora - concerns you if EN: create custom model operations; seek an easier way to program accelerators - sources: `wafer-gpu` ### Kernele mnożenia macierzy (GEMM) (Matrix multiplication kernels (GEMM)) - id: `gemm` · https://aiatlasgraph.com/t/gemm.md - path: Inferencja i infrastruktura › GPU i obliczenia rozproszone › Kernele mnożenia macierzy (GEMM) - PL: Serce obliczeń AI: jak z mnożenia macierzy wycisnąć wydajność bliską możliwościom sprzętu. - EN: The heart of AI compute: squeezing near-peak hardware throughput out of matrix multiplication. - examples PL: kafelkowanie · pamięć współdzielona · roofline - examples EN: tiling · shared memory · roofline - In one sentence PL: To wydajne mnożenie tabel liczb, na którym opiera się wiele obliczeń modeli. - Problem it solves PL: Sieć wielokrotnie mnoży duże zestawy liczb, więc niewydajna implementacja spowalnia cały model. - What it does PL: Program dzieli tabele na bloki, ponownie wykorzystuje załadowane dane i dopasowuje pracę do jednostek mnożących sprzętu. - Everyday example PL: Przyspieszasz warstwę modelu, mierząc różne sposoby mnożenia jej tabel ustawień i danych wejściowych. - In one sentence EN: This efficiently multiplies number arrays, a foundation of many model calculations. - Problem it solves EN: A network repeatedly multiplies large number arrays, so inefficient implementation slows the entire model. - What it does EN: A program splits arrays into blocks, reuses loaded data and matches execution to the hardware's multiplication units. - Everyday example EN: You accelerate a model layer by measuring different ways to multiply its parameter and input arrays. - concerns you if PL: mnożenie macierzy dominuje w pomiarach czasu; chcesz dopasować obliczenia do sprzętu - concerns you if EN: find matrix multiplication dominates runtime; want to match computation to hardware - related: `flashattn`, `llmkernels` - sources: `wafer-gpu` ### Komunikacja między GPU (Multi-GPU communication) - id: `collectives` · https://aiatlasgraph.com/t/collectives.md - path: Inferencja i infrastruktura › GPU i obliczenia rozproszone › Komunikacja między GPU - PL: Wymiana danych między wieloma kartami: operacje zbiorowe i topologia. - EN: Moving data between many GPUs: collective operations and topology. - examples PL: NCCL · all-reduce · all-gather - examples EN: NCCL · all-reduce · all-gather - In one sentence PL: To skoordynowana wymiana i łączenie danych między urządzeniami współpracującymi przy obliczeniach modelu. - Problem it solves PL: Każde urządzenie ma tylko część wyniku, a kolejny krok potrzebuje zgodnych informacji z całego zespołu. - What it does PL: Operacje rozsyłają, zbierają lub sumują fragmenty według ustalonego schematu; układ połączeń wpływa na czas wymiany. - Everyday example PL: Po obliczeniu poprawek na różnych porcjach danych karty łączą wyniki, żeby zgodnie zaktualizować model. - In one sentence EN: This coordinates data exchange and aggregation among devices working together on model computations. - Problem it solves EN: Each device holds only part of the result, while the next step needs consistent information from the whole group. - What it does EN: Operations broadcast, gather or sum portions according to a defined scheme; connection topology affects transfer time. - Everyday example EN: After calculating updates on different data portions, cards combine results to update the model consistently. - concerns you if PL: urządzenia muszą uzgadniać wspólne wyniki; komunikacja ogranicza tempo treningu - concerns you if EN: need devices to agree on shared results; find communication limits training speed - related: `interconnects` - sources: `wafer-gpu` ### Profilowanie i optymalizacja kerneli (Kernel profiling and optimisation) - id: `profiling` · https://aiatlasgraph.com/t/profiling.md - path: Inferencja i infrastruktura › GPU i obliczenia rozproszone › Profilowanie i optymalizacja kerneli - PL: Pomiar, gdzie ucieka czas, i sposoby, żeby go odzyskać. - EN: Measuring where time goes, and ways to win it back. - examples PL: roofline · occupancy · fuzja kerneli · CUDA Graphs - examples EN: roofline · occupancy · kernel fusion · CUDA Graphs - In one sentence PL: To mierzenie, które części obliczeń modelu zabierają czas i zasoby, żeby poprawiać konkretne wąskie gardła. - Problem it solves PL: Model jest wolny, ale bez pomiarów nie wiesz, która zmiana rzeczywiście pomoże. - What it does PL: Ślady wykonania pokazują obliczenia, przesyłanie danych i oczekiwanie; porównanie przed i po zmianie sprawdza jej efekt. - Everyday example PL: Pomiar pokazuje, że model czeka na kopiowanie danych, więc zmieniasz ten etap i ponownie mierzysz czas. - In one sentence EN: This measures which model computations consume time and resources so specific bottlenecks can be improved. - Problem it solves EN: A model is slow, but without measurements you do not know which change will help. - What it does EN: Execution traces reveal computation, transfers and waiting; comparing before and after a change checks its effect. - Everyday example EN: Measurement shows a model waits for data copying, so you change that stage and measure runtime again. - concerns you if PL: chcesz znaleźć przyczynę powolnej pracy; sprawdzasz rzeczywisty efekt optymalizacji - concerns you if EN: want to find the cause of slow execution; check the actual effect of an optimisation - related: `roofline` - sources: `wafer-gpu` ### Programowanie GPU (CUDA) (GPU programming (CUDA)) - id: `gpuprog` · https://aiatlasgraph.com/t/gpuprog.md - path: Inferencja i infrastruktura › GPU i obliczenia rozproszone › Programowanie GPU (CUDA) - PL: Model wykonania na GPU: wątki, bloki, hierarchia pamięci. - EN: The GPU execution model: threads, blocks, the memory hierarchy. - examples PL: CUDA · wątki i bloki · pamięć współdzielona - examples EN: CUDA · threads and blocks · shared memory - In one sentence PL: To pisanie obliczeń tak, żeby wiele małych zadań pracowało równocześnie na karcie graficznej. - Problem it solves PL: Program napisany jak zwykłe kolejne instrukcje nie wykorzystuje dobrze równoległej pracy karty. - What it does PL: Zadania grupuje się w wątki i bloki, dobierając dostęp do różnych poziomów pamięci oraz współpracę między nimi. - Everyday example PL: Dzielisz przeliczanie dużej tabeli liczb między równoległe grupy, zamiast obrabiać każdy element po kolei. - In one sentence EN: This programs computations as many small tasks running simultaneously on a graphics card. - Problem it solves EN: A program written as ordinary sequential instructions does not make good use of a card's parallel execution. - What it does EN: Tasks are grouped into threads and blocks, with memory access and cooperation arranged across different memory levels. - Everyday example EN: You split a large numerical table across parallel groups instead of processing each element sequentially. - concerns you if PL: piszesz własne obliczenia dla karty graficznej; chcesz wykorzystać równoległość sprzętu - concerns you if EN: write custom graphics-card computations; want to use hardware parallelism - sources: `wafer-gpu` ### Rdzenie tensorowe i niska precyzja (Tensor cores and low precision) - id: `tensorcores` · https://aiatlasgraph.com/t/tensorcores.md - path: Inferencja i infrastruktura › GPU i obliczenia rozproszone › Rdzenie tensorowe i niska precyzja - PL: Jednostki do mnożenia macierzy i formaty liczb, które je karmią. - EN: Matrix-multiply units and the number formats that feed them. - examples PL: FP8 · FP4 · skalowanie blokowe - examples EN: FP8 · FP4 · block scaling - In one sentence PL: To wyspecjalizowane jednostki szybko wykonujące działania na blokach liczb, często zapisanych z mniejszą dokładnością. - Problem it solves PL: Zwykłe jednostki obliczeniowe wykonują powtarzalne mnożenia modelu wolniej, niż pozwala wyspecjalizowany sprzęt. - What it does PL: Łączą mnożenie i sumowanie całych bloków; odpowiedni układ danych i obsługiwany format liczb pomagają wykorzystać ich szybkość. - Everyday example PL: W treningu dobierasz obsługiwany format liczb i sprawdzasz, czy mnożenia korzystają z szybkich jednostek karty. - In one sentence EN: These specialised units rapidly operate on number blocks, often stored at lower precision. - Problem it solves EN: General computation units perform repeated model multiplications more slowly than specialised hardware can. - What it does EN: They combine multiplication and accumulation across blocks; suitable data layouts and supported number formats help exploit their speed. - Everyday example EN: During training, you select a supported numerical format and check whether multiplications use the card's fast units. - concerns you if PL: chcesz wykorzystać specjalizowane jednostki karty; dobierasz formaty liczb do obliczeń modelu - concerns you if EN: want to use specialised card units; choose numerical formats for model computations - related: `compression`, `mixedprecision`, `customaccelerators` - sources: `wafer-gpu` ### Strategie zrównoleglania treningu (Training parallelism strategies) - id: `parallelism` · https://aiatlasgraph.com/t/parallelism.md - path: Inferencja i infrastruktura › GPU i obliczenia rozproszone › Strategie zrównoleglania treningu - PL: Jak podzielić model i dane między karty. - EN: How to split a model and its data across devices. - examples PL: tensor · pipeline · data parallelism · ZeRO / FSDP - examples EN: tensor · pipeline · data parallelism · ZeRO / FSDP - In one sentence PL: To dzielenie danych, części modelu lub etapów treningu między urządzenia pracujące równocześnie. - Problem it solves PL: Trening jest zbyt wolny albo cały model nie mieści się na jednym urządzeniu. - What it does PL: Urządzenia mogą ćwiczyć na różnych przykładach, liczyć części tej samej warstwy lub przekazywać pracę przez kolejne etapy. - Everyday example PL: Rozdzielasz duży model między karty, a każda wykonuje przypisany fragment i przekazuje wyniki dalej. - In one sentence EN: This splits data, model components or training stages across devices working simultaneously. - Problem it solves EN: Training is too slow or the whole model does not fit on one device. - What it does EN: Devices can train on different examples, compute parts of the same layer or pass work through successive stages. - Everyday example EN: You split a large model across cards, with each computing its assigned portion and passing results onward. - concerns you if PL: trenujesz model na wielu urządzeniach; potrzebujesz podzielić model przekraczający pamięć jednej karty - concerns you if EN: train a model on multiple devices; need to split a model exceeding one card's memory - related: `moe`, `interconnects`, `pretraining` - sources: `wafer-gpu`, `mlabonne-llm-course` ### Kwantyzacja i kompresja (Quantization and compression) - id: `compression` · https://aiatlasgraph.com/t/compression.md - path: Inferencja i infrastruktura › Kwantyzacja i kompresja - PL: Zmniejszanie kosztu pamięci i obliczeń. - EN: Cutting memory and compute cost. - examples PL: Niższa precyzja · pruning - examples EN: Lower precision · pruning - In one sentence PL: To zmniejszanie zapisu lub aktywnej części modelu, żeby ograniczyć jego potrzeby pamięciowe i obliczeniowe. - Problem it solves PL: Model nie mieści się na urządzeniu albo jego obsługa kosztuje zbyt dużo zasobów. - What it does PL: Liczby zapisuje się oszczędniej lub pomija wybrane połączenia; uzyskane oszczędności i błędy zależą od metody oraz obsługi sprzętowej. - Everyday example PL: Wybierasz mniejszy zapis modelu do laptopa i porównujesz odpowiedzi z pełniejszą wersją. - In one sentence EN: This reduces a model's representation or active components to lower memory and computation needs. - Problem it solves EN: A model does not fit on your device or serving it consumes too many resources. - What it does EN: Numbers are stored more compactly or selected connections are omitted; savings and errors depend on the method and hardware support. - Everyday example EN: You choose a smaller model representation for a laptop and compare its responses with the fuller version. - concerns you if PL: pamięć urządzenia ogranicza wybór modelu; chcesz sprawdzić kompromis między kosztem a jakością - concerns you if EN: find device memory limits model choice; want to check cost-quality trade-offs - related: `tensorcores` - sources: `cs336`, `fsdl`, `bootcamp`, `dlai`, `wafer-gpu`, `mlabonne-llm-course` ### Kwantyzacja samych wag (Weight-only quantization) - id: `weightquant` · https://aiatlasgraph.com/t/weightquant.md - path: Inferencja i infrastruktura › Kwantyzacja i kompresja › Kwantyzacja samych wag - PL: Zapis wag w niskiej precyzji z kalibracją warstwa po warstwie, żeby utrzymać jakość przy 4 bitach i mniej. - EN: Storing weights in low precision with layer-by-layer calibration to keep quality at 4 bits and below. - examples PL: absmax · zero-point · GPTQ · AWQ · EXL2 - examples EN: absmax · zero-point · GPTQ · AWQ · EXL2 - In one sentence PL: To zapisywanie ustawień modelu mniej dokładnymi liczbami, żeby zajmowały mniej miejsca. - Problem it solves PL: Sam zapis ustawień modelu jest zbyt duży dla dostępnej pamięci. - What it does PL: Wartości zaokrągla się do mniejszej liczby poziomów, dobierając skalę na przykładach i sprawdzając wpływ na odpowiedzi. - Everyday example PL: Pobierasz oszczędniej zapisany model, który mieści się na laptopie, i testujesz go na swoich pytaniach. - In one sentence EN: This stores model parameters with lower-precision numbers so they occupy less space. - Problem it solves EN: The model's parameter storage alone is too large for available memory. - What it does EN: Values are rounded to fewer levels, with scales calibrated on examples and effects on responses checked. - Everyday example EN: You download a compactly stored model that fits on a laptop and test it on your questions. - concerns you if PL: ustawienia modelu zajmują zbyt dużo pamięci; porównujesz różne poziomy dokładności zapisu - concerns you if EN: find model parameters take too much memory; compare different storage-precision levels - related: `localllm`, `pruning`, `qlora`, `gpumemory`, `selfhosting` - sources: `mlabonne-llm-course` ### Kwantyzacja wag i aktywacji (Weight and activation quantization) - id: `actquant` · https://aiatlasgraph.com/t/actquant.md - path: Inferencja i infrastruktura › Kwantyzacja i kompresja › Kwantyzacja wag i aktywacji - PL: Obniżenie precyzji także dla aktywacji. Wymaga oswojenia wartości odstających, które psują skalę. - EN: Lowering precision for activations too. Requires taming outlier values that break the scale. - examples PL: LLM.int8() · SmoothQuant · ZeroQuant - examples EN: LLM.int8() · SmoothQuant · ZeroQuant - In one sentence PL: To ograniczanie dokładności zarówno ustawień modelu, jak i liczb powstających podczas jego pracy. - Problem it solves PL: Mniejszy plik modelu nie wystarcza, jeśli dalsze obliczenia nadal wymagają dużych zapisów pośrednich. - What it does PL: Skale dobiera się także dla sygnałów wewnętrznych, uwzględniając nietypowo duże wartości, które mogą zwiększać błąd zaokrąglania. - Everyday example PL: Przed wdrożeniem modelu sprawdzasz, czy mniej dokładne sygnały pośrednie przyspieszają obliczenia bez nadmiernego pogorszenia wyników. - In one sentence EN: This lowers precision for both model parameters and the numbers produced during execution. - Problem it solves EN: A smaller model file is insufficient if computation still requires large intermediate representations. - What it does EN: Scales are also chosen for internal signals, accounting for unusually large values that can increase rounding errors. - Everyday example EN: Before deploying a model, you check whether lower-precision intermediate signals accelerate computation without excessive quality loss. - concerns you if PL: chcesz oszczędzać także podczas obliczeń; duże wartości sygnałów psują jakość kompresji - concerns you if EN: want savings during computation too; find large signal values harm compression quality - related: `ondevicellm`, `tinyml` - sources: `mlabonne-llm-course` ### Przycinanie wag i rzadkość (pruning) (Pruning and sparsity) - id: `pruning` · https://aiatlasgraph.com/t/pruning.md - path: Inferencja i infrastruktura › Kwantyzacja i kompresja › Przycinanie wag i rzadkość (pruning) - aliases: pruning, przycinanie, sparsity, rzadkość, 2:4 sparsity, SparseGPT, Wanda - PL: Nadawanie wybranym wagom wartości zero w celu uzyskania rzadkiego modelu; może być niestrukturalne lub zgodne ze wzorcem sprzętowym, takim jak 2:4. Kompromis między rzadkością a jakością zależy od modelu, danych kalibracyjnych i metody; SparseGPT i Wanda są przykładami jednorazowego przycinania LLM bez ponownego trenowania. - EN: Setting selected weights to zero to obtain a sparse model; pruning may be unstructured or follow a hardware-friendly pattern such as 2:4. The quality-sparsity trade-off depends on the model, calibration data and method; SparseGPT and Wanda are examples of one-shot LLM pruning without retraining. - examples PL: przycinanie wg modułu lub aktywacji · przycinanie jednorazowe (SparseGPT, Wanda) · rzadkość półstrukturalna 2:4 · łączenie z kwantyzacją - examples EN: magnitude- or activation-aware pruning · one-shot pruning (SparseGPT, Wanda) · 2:4 semi-structured sparsity · combining with quantisation - In one sentence PL: To usuwanie lub zerowanie wybranych połączeń modelu, żeby ograniczyć jego aktywną część. - Problem it solves PL: Model ma wiele połączeń, które można ograniczyć, ale przypadkowe usuwanie może zepsuć odpowiedzi. - What it does PL: Metoda wybiera mniej potrzebne połączenia i sprawdza jakość; przyspieszenie wymaga, żeby sprzęt i program potrafiły wykorzystać otrzymaną rzadkość. - Everyday example PL: Po wyzerowaniu części połączeń porównujesz odpowiedzi i mierzysz, czy wybrane środowisko rzeczywiście liczy szybciej. - In one sentence EN: This removes or zeros selected model connections to reduce its active components. - Problem it solves EN: A model has many connections that might be reduced, but removing them arbitrarily can damage responses. - What it does EN: A method selects less-needed connections and checks quality; speedups require hardware and software that can exploit the resulting sparsity. - Everyday example EN: After zeroing some connections, you compare responses and measure whether the chosen runtime actually computes faster. - concerns you if PL: chcesz ograniczyć liczbę aktywnych połączeń; sprzęt obsługuje oszczędne obliczenia rzadkich modeli - concerns you if EN: want fewer active connections; use hardware supporting efficient sparse-model computation - related: `weightquant` - sources: `mit-65940-efficientml`, `sparsegpt-2023`, `wanda-2023` ### MLOps i LLMOps (MLOps and LLMOps) - id: `mlops` · https://aiatlasgraph.com/t/mlops.md - path: Inferencja i infrastruktura › MLOps i LLMOps - PL: Utrzymywanie powtarzalnych, obserwowalnych wdrożeń. - EN: Keeping deployments repeatable and observable. - examples PL: Rejestr modeli · CI/CD · monitoring - examples EN: Model registry · CI/CD · monitoring - In one sentence PL: To organizowanie treningu, wersji i wdrożeń modeli tak, żeby dało się je śledzić, porównywać i utrzymywać. - Problem it solves PL: Nie wiesz, skąd pochodzi działający model, dlaczego zmieniły się wyniki ani jak bezpiecznie wrócić do poprzedniej wersji. - What it does PL: Rejestry łączą dane, eksperymenty i wersje, a testowane potoki oraz wspólne interfejsy porządkują wdrażanie i obsługę zmian. - Everyday example PL: Po gorszych odpowiedziach asystenta ustalasz wersję modelu i instrukcji, porównujesz testy oraz przywracasz sprawdzony wariant. - In one sentence EN: This organises model training, versions and deployments so they can be tracked, compared and maintained. - Problem it solves EN: You cannot trace the running model, explain changed results or safely return to an earlier version. - What it does EN: Registries connect data, experiments and versions, while tested pipelines and shared interfaces organise deployment and change management. - Everyday example EN: After an assistant's responses worsen, you identify model and prompt versions, compare tests and restore a verified variant. - concerns you if PL: utrzymujesz model poza pojedynczym eksperymentem; potrzebujesz powtarzalnych wdrożeń i historii zmian - concerns you if EN: maintain a model beyond a single experiment; need repeatable deployments and change history - related: `monitoring`, `progressiverollout`, `dataversioning` - sources: `cs336`, `fsdl`, `bootcamp`, `dlai` ### Automatyczne retrenowanie i CI/CD dla ML (Continuous training and CI/CD for ML) - id: `continuoustraining` · https://aiatlasgraph.com/t/continuoustraining.md - path: Inferencja i infrastruktura › MLOps i LLMOps › Automatyczne retrenowanie i CI/CD dla ML - aliases: continuous training, CT, CI/CD for ML, MLOps maturity levels, poziomy dojrzałości MLOps - PL: Automatyzacja potoku ML: ponowne trenowanie i wdrażanie modelu po określonym wyzwalaczu, takim jak harmonogram, nowe dane, spadek jakości lub wykryty dryf, oraz testowanie i wdrażanie samego potoku jak kodu. - EN: Automating an ML pipeline: retraining and redeploying a model after a defined trigger such as a schedule, new data, quality degradation or detected drift, while testing and deploying the pipeline itself like code. - examples PL: poziom 0: proces ręczny · poziom 1: automatyczny potok (continuous training) · poziom 2: CI/CD potoków · wyzwalacze retrenowania - examples EN: level 0: manual process · level 1: pipeline automation (continuous training) · level 2: pipeline CI/CD · retraining triggers - In one sentence PL: To automatyzowanie ponownego treningu, testowania i wdrażania modelu po ustalonym zdarzeniu. - Problem it solves PL: Dane i potrzeby zmieniają się, a ręczne powtarzanie wszystkich etapów aktualizacji jest powolne i podatne na pomyłki. - What it does PL: Harmonogram, nowe dane lub spadek jakości uruchamiają potok, który przygotowuje model i sprawdza warunki dopuszczenia kolejnej wersji. - Everyday example PL: Nowe oznaczone zgłoszenia uruchamiają trening, a lepszy wariant trafia do wdrożenia dopiero po przejściu ustalonych testów. - In one sentence EN: This automates model retraining, testing and deployment after a defined event. - Problem it solves EN: Data and needs change, while manually repeating every update stage is slow and error-prone. - What it does EN: A schedule, new data or quality decline triggers a pipeline that prepares a model and checks conditions for promoting the next version. - Everyday example EN: New labelled requests trigger training, and an improved variant reaches deployment only after passing defined tests. - concerns you if PL: regularnie aktualizujesz model nowymi danymi; potrzebujesz powtarzalnego potoku z kontrolą jakości - concerns you if EN: regularly update a model with new data; need a repeatable pipeline with quality checks - related: `monitoring`, `driftdetection` - sources: `google-mlops-levels` ### Bramka LLM: jedno API do wielu modeli (LLM gateway (AI gateway)) - id: `llmgateway` · https://aiatlasgraph.com/t/llmgateway.md - path: Inferencja i infrastruktura › MLOps i LLMOps › Bramka LLM: jedno API do wielu modeli - aliases: LLM gateway, AI gateway, model gateway, bramka LLM, LLM proxy - PL: Warstwa pośrednia przed wieloma dostawcami i modelami własnymi: jednolite API, centralne klucze i uprawnienia, limity zapytań i budżety, przełączanie awaryjne, rozkładanie ruchu oraz logowanie kosztów. - EN: An intermediate layer in front of many providers and self-hosted models: one unified API, central keys and access control, rate limits and budgets, fallbacks, load balancing and cost logging. - examples PL: API zgodne z OpenAI dla wielu dostawców · wirtualne klucze i budżety · fallback przy awarii · śledzenie kosztów - examples EN: OpenAI-compatible API over many providers · virtual keys and budgets · fallback on outages · spend tracking - In one sentence PL: To wspólna bramka, przez którą aplikacje korzystają z różnych modeli i dostawców. - Problem it solves PL: Każda aplikacja osobno zarządza dostępem, kosztami i przełączaniem modeli, więc trudno utrzymać wspólne zasady. - What it does PL: Warstwa pośrednia ujednolica zapytania, pilnuje uprawnień i limitów, zapisuje koszty oraz może kierować ruch do dostępnego modelu. - Everyday example PL: Zespół zmienia dostawcę odpowiedzi w jednej bramce zamiast poprawiać połączenia w każdej aplikacji. - In one sentence EN: This shared gateway lets applications access different models and providers. - Problem it solves EN: Each application separately manages access, costs and model switching, making shared rules difficult to maintain. - What it does EN: An intermediary standardises requests, enforces permissions and limits, records costs and can route traffic to an available model. - Everyday example EN: A team changes its response provider in one gateway instead of updating connections in every application. - concerns you if PL: korzystasz z kilku modeli lub dostawców; potrzebujesz wspólnych limitów dostępu i kosztów - concerns you if EN: use several models or providers; need shared access and cost limits - related: `routing`, `costestimation` - sources: `huyen-genai-platform-2024`, `litellm-proxy` ### Magazyn cech (feature store) (Feature store) - id: `featurestore` · https://aiatlasgraph.com/t/featurestore.md - path: Inferencja i infrastruktura › MLOps i LLMOps › Magazyn cech (feature store) - aliases: feature store, magazyn cech - PL: Wspólna platforma cech dla treningu i produkcji: magazyn offline z historią cech do budowy zbiorów treningowych oraz magazyn online serwujący aktualne cechy z niskim opóźnieniem. Wspólne definicje i złączenia point-in-time pomagają ograniczać rozjazd trening–serwowanie oraz wyciek danych z przyszłości. - EN: A shared feature platform for training and production: an offline store with feature history for building training sets and an online store serving current features at low latency. Shared definitions and point-in-time joins help limit training-serving skew and leakage from the future. - examples PL: magazyn offline i online · złączenia point-in-time · spójność trening–serwowanie · ponowne użycie cech między projektami - examples EN: offline and online stores · point-in-time joins · training–serving consistency · feature reuse across projects - In one sentence PL: To wspólne miejsce przechowywania cech używanych zarówno podczas uczenia modelu, jak i przygotowania przewidywań. - Problem it solves PL: Trening korzysta z inaczej liczonych lub późniejszych danych niż aplikacja, więc model dostaje niespójne informacje. - What it does PL: Wspólne definicje dostarczają bieżące cechy do przewidywania i historyczne wartości z właściwego momentu do treningu. - Everyday example PL: Model dostaw używa tej samej definicji liczby otwartych zamówień podczas treningu i bieżącego przewidywania opóźnień. - In one sentence EN: This shared store holds features used both to train a model and to make predictions. - Problem it solves EN: Training uses differently calculated or later data than the application, giving a model inconsistent information. - What it does EN: Shared definitions provide current features for predictions and historical values from the appropriate time for training. - Everyday example EN: A delivery model uses the same definition of open-order count during training and live delay prediction. - concerns you if PL: trening i aplikacja potrzebują tych samych cech; chcesz uniknąć używania przyszłych informacji w treningu - concerns you if EN: need the same features in training and production; want to avoid future information leaking into training - related: `featureeng`, `leakagetypes` - sources: `google-mlops-levels`, `featurestore-org-what-is`, `feast-point-in-time-joins` ### Rejestr i wersjonowanie modeli (Model registry and versioning) - id: `modelregistry` · https://aiatlasgraph.com/t/modelregistry.md - path: Inferencja i infrastruktura › MLOps i LLMOps › Rejestr i wersjonowanie modeli - aliases: model registry, rejestr modeli, model versioning - PL: Centralny rejestr kolejnych wersji modeli wraz z ich metadanymi i pochodzeniem z eksperymentów. Zmienne aliasy, takie jak „champion” lub „production”, mogą oddzielić wybór wersji produkcyjnej od kodu wdrożenia i ułatwiać promocję lub wycofanie wersji. - EN: A central registry of model versions with metadata and lineage to experiment runs. Mutable aliases such as champion or production can decouple production-version selection from deployment code and make promotion or rollback easier. - examples PL: numerowane wersje · aliasy typu „champion” / „production” · powiązanie wersji z treningiem (lineage) · rollback - examples EN: numbered versions · aliases such as champion / production · version-to-run lineage · rollback - In one sentence PL: To wspólny rejestr wersji modeli wraz z informacjami o ich pochodzeniu i przeznaczeniu. - Problem it solves PL: Pliki modeli mają podobne nazwy, więc trudno ustalić, który wariant działa i z jakiego eksperymentu pochodzi. - What it does PL: Rejestr zachowuje wersje i metadane, a wskazanie używanego wariantu można zmienić bez nadpisywania jego historii. - Everyday example PL: Przełączasz asystenta na sprawdzoną wersję modelu, zachowując poprzednią do porównań i ewentualnego powrotu. - In one sentence EN: This shared registry stores model versions alongside their origins and intended use. - Problem it solves EN: Model files have similar names, making it hard to identify the running variant and its originating experiment. - What it does EN: A registry retains versions and metadata, while the selected variant can change without overwriting its history. - Everyday example EN: You switch an assistant to a verified model version, retaining the previous one for comparison or rollback. - concerns you if PL: masz kilka wersji modelu; potrzebujesz ustalić pochodzenie i wybór wdrożenia - concerns you if EN: have several model versions; need to trace origins and deployment selection - related: `progressiverollout`, `dataversioning` - sources: `google-mlops-levels`, `mlflow-model-registry` ### Wersjonowanie i rejestr promptów (Prompt management and versioning) - id: `promptversioning` · https://aiatlasgraph.com/t/promptversioning.md - path: Inferencja i infrastruktura › MLOps i LLMOps › Wersjonowanie i rejestr promptów - aliases: prompt management, prompt registry, rejestr promptów, prompt versioning, LLMOps - PL: Przechowywanie promptów jako niezmiennych, numerowanych wersji z metadanymi i aliasem wersji produkcyjnej. Powiązanie wersji z trace’ami i ewaluacjami pozwala je porównywać; gdy aplikacja pobiera prompt dynamicznie przez alias, możliwy jest rollback bez ponownego wdrożenia kodu. - EN: Storing prompts as immutable, numbered versions with metadata and a production alias. Linking versions to traces and evaluations supports comparison; when an application loads prompts dynamically through an alias, rollback is possible without redeploying code. - examples PL: niezmienne wersje z opisem zmiany · etykieta „production” · rollback i testy A/B promptów · łączenie wersji z trace’ami - examples EN: immutable versions with change notes · production label · prompt rollback and A/B tests · linking versions to traces - In one sentence PL: To przechowywanie kolejnych wersji instrukcji dla modelu razem z ich testami i historią użycia. - Problem it solves PL: Mała zmiana instrukcji pogarsza odpowiedzi, ale nie wiesz, która wersja była wcześniej używana. - What it does PL: Instrukcje dostają niezmienne wersje powiązane z ocenami i rozmowami, a wskazanie aktywnego wariantu pozwala kontrolować zmianę lub powrót. - Everyday example PL: Po zmianie sposobu odpowiadania asystenta porównujesz dwie wersje instrukcji i przywracasz tę sprawdzoną na wcześniejszych testach. - In one sentence EN: This stores successive prompt versions alongside their tests and usage history. - Problem it solves EN: A small prompt change worsens responses, but you do not know which version was used before. - What it does EN: Prompts receive immutable versions linked to evaluations and conversations, while an active-version reference controls updates or rollback. - Everyday example EN: After changing an assistant's response style, you compare two prompt versions and restore the one verified in earlier tests. - concerns you if PL: często poprawiasz instrukcje modelu; chcesz łączyć odpowiedzi z konkretną wersją polecenia - concerns you if EN: often revise model instructions; want to link responses to specific prompt versions - related: `prompting`, `evalsets` - sources: `mlflow-prompt-registry`, `langfuse-prompt-management` ### Śledzenie eksperymentów (parametry, metryki, artefakty) (Experiment tracking) - id: `experimenttracking` · https://aiatlasgraph.com/t/experimenttracking.md - path: Inferencja i infrastruktura › MLOps i LLMOps › Śledzenie eksperymentów (parametry, metryki, artefakty) - aliases: experiment tracking, ML metadata store, śledzenie eksperymentów, MLflow Tracking, Weights & Biases - PL: Zapisywanie uruchomień treningu — hiperparametrów, metryk, artefaktów oraz wersji kodu i danych — aby ułatwić porównywanie wyników, śledzenie pochodzenia i odtwarzanie warunków eksperymentu. - EN: Logging training runs — hyperparameters, metrics, artefacts, and code and data versions — to support result comparison, lineage and reconstruction of experiment conditions. - examples PL: logowanie parametrów i metryk · artefakty (wagi, wykresy) · grupowanie uruchomień w eksperymenty · porównywanie przebiegów - examples EN: logging parameters and metrics · artefacts (weights, plots) · grouping runs into experiments · comparing runs - In one sentence PL: To zapisywanie ustawień, wyników i plików każdego eksperymentu z modelem. - Problem it solves PL: Dobry wynik znika wśród prób, bo nie pamiętasz, jakich danych i ustawień użyłeś. - What it does PL: Każde uruchomienie wiąże parametry, pomiary, pliki oraz wersje kodu i danych, ułatwiając porównanie i odtworzenie warunków. - Everyday example PL: Po kilku treningach rozpoznawania usterek znajdujesz najlepszy wynik razem z dokładnym zestawem danych i ustawień. - In one sentence EN: This records the settings, results and files of each model experiment. - Problem it solves EN: A good result gets lost among attempts because you cannot remember the data and settings used. - What it does EN: Each run links parameters, measurements, files and code and data versions, making comparison and reconstruction of conditions easier. - Everyday example EN: After several defect-recognition training runs, you find the best result alongside its exact dataset and settings. - concerns you if PL: wykonujesz wiele prób treningu; chcesz porównywać i odtwarzać warunki eksperymentów - concerns you if EN: run many training experiments; want to compare and reproduce experiment conditions - related: `hptuning` - sources: `google-mlops-levels`, `mlflow-tracking` ### Serwowanie i dekodowanie (Serving and decoding) - id: `serving` · https://aiatlasgraph.com/t/serving.md - path: Inferencja i infrastruktura › Serwowanie i dekodowanie - PL: Obsługa zapytań i generowanie odpowiedzi. - EN: Handling requests and generating responses. - examples PL: Batching · KV cache · sampling - examples EN: Batching · KV cache · sampling - In one sentence PL: To organizowanie zapytań do modelu i wybieranie kolejnych fragmentów odpowiedzi, żeby sprawnie obsługiwać użytkowników. - Problem it solves PL: Wiele osób pyta jednocześnie, odpowiedzi mają różną długość, a pamięć i czas serwera są ograniczone. - What it does PL: System grupuje pracę, zarządza pamięcią wcześniejszych obliczeń i dobiera generowanie, mierząc czas oczekiwania oraz liczbę obsłużonych zapytań. - Everyday example PL: Serwer asystenta obsługuje krótkie pytania razem z długimi rozmowami, dopasowując kolejkę i wykorzystanie pamięci. - In one sentence EN: This schedules model requests and selects successive response fragments to serve users efficiently. - Problem it solves EN: Many people ask simultaneously, responses vary in length, and server memory and time are limited. - What it does EN: A system groups work, manages cached computations and configures generation while measuring waiting times and handled request volumes. - Everyday example EN: An assistant server handles short questions alongside long conversations, adapting its queue and memory use. - concerns you if PL: udostępniasz model wielu osobom; chcesz ograniczyć czas oczekiwania i koszt obsługi - concerns you if EN: serve a model to many people; want shorter waits and lower serving costs - related: `perceivedlatency` - courses: - sources: `cs336`, `fsdl`, `bootcamp`, `dlai`, `wafer-gpu` ### Ciągłe batchowanie (Continuous batching) - id: `contbatch` · https://aiatlasgraph.com/t/contbatch.md - path: Inferencja i infrastruktura › Serwowanie i dekodowanie › Ciągłe batchowanie - PL: Dosypywanie zapytań do trwającej partii zamiast czekania na jej koniec. - EN: Adding requests to a running batch instead of waiting for it to finish. - examples PL: harmonogram na poziomie iteracji · przepustowość - examples EN: iteration-level scheduling · throughput - In one sentence PL: To dołączanie nowych zapytań do wspólnej pracy modelu, gdy inne zapytania już się kończą. - Problem it solves PL: Krótkie rozmowy zwalniają miejsce, ale nowe pytania czekają, aż zakończy się najdłuższa odpowiedź w grupie. - What it does PL: Po kolejnych krokach generowania zakończone zapytania są usuwane, a wolne miejsca zajmują nowe, utrzymując sprzęt przy pracy. - Everyday example PL: Gdy jedna osoba dostanie krótką odpowiedź, serwer od razu dołącza następne pytanie do nadal obsługiwanych rozmów. - In one sentence EN: This adds new requests to a model's shared workload as other requests finish. - Problem it solves EN: Short conversations free up space, but new questions wait until the group's longest response finishes. - What it does EN: After generation steps, completed requests leave and new ones take free slots, keeping hardware occupied. - Everyday example EN: When one person receives a short answer, the server adds another question to the conversations still being processed. - concerns you if PL: obsługujesz zapytania o różnej długości; chcesz zmniejszyć bezczynność sprzętu - concerns you if EN: serve requests of different lengths; want to reduce hardware idle time - related: `inferenceengines`, `selfhosting` - sources: `wafer-gpu` ### Dekodowanie spekulatywne (Speculative decoding) - id: `specdec` · https://aiatlasgraph.com/t/specdec.md - path: Inferencja i infrastruktura › Serwowanie i dekodowanie › Dekodowanie spekulatywne - PL: Tani model zgaduje kilka tokenów naprzód, duży tylko je sprawdza. - EN: A cheap model guesses several tokens ahead; the big one only verifies them. - examples PL: Medusa · EAGLE · model szkicowy - examples EN: Medusa · EAGLE · draft model - In one sentence PL: To przyspieszanie odpowiedzi przez przygotowanie kilku fragmentów z wyprzedzeniem i sprawdzenie ich przez docelowy model. - Problem it solves PL: Duży model generuje tekst po jednym kawałku, choć wiele kolejnych fragmentów jest łatwych do przewidzenia. - What it does PL: Tańszy model proponuje ciąg dalszy, a docelowy sprawdza kilka propozycji razem i odrzuca niepasującą część zgodnie z regułą wyboru. - Everyday example PL: Asystent szybciej przygotowuje rutynową odpowiedź, gdy większy model przyjmuje wiele fragmentów szkicu z jednej wspólnej kontroli. - In one sentence EN: This accelerates responses by drafting several elements ahead and having the target model verify them. - Problem it solves EN: A large model generates text one piece at a time, even when many upcoming elements are easy to predict. - What it does EN: A cheaper model drafts continuations, while the target checks proposals together and rejects unsuitable portions according to the sampling rule. - Everyday example EN: An assistant produces a routine response faster when the larger model accepts several draft elements in one shared check. - concerns you if PL: chcesz skrócić czas generowania; możesz sprawdzać szkice tańszego modelu - concerns you if EN: want to shorten generation time; can verify drafts from a cheaper model - sources: `wafer-gpu` ### Metryki wydajności inferencji LLM (TTFT, TPOT, przepustowość) (Inference performance metrics (TTFT, TPOT, throughput, goodput)) - id: `inferencemetrics` · https://aiatlasgraph.com/t/inferencemetrics.md - path: Inferencja i infrastruktura › Serwowanie i dekodowanie › Metryki wydajności inferencji LLM (TTFT, TPOT, przepustowość) - aliases: TTFT, time to first token, TPOT, inter-token latency, ITL, throughput, goodput, metryki inferencji - PL: Podstawowe miary szybkości serwowania LLM: czas do pierwszego tokenu (TTFT), średni czas kolejnych tokenów wyjściowych (TPOT/ITL), przepustowość w tokenach lub zapytaniach na sekundę oraz goodput — liczba zapytań obsłużonych w granicach ustalonych SLO. - EN: Core measures of LLM serving speed: time to first token (TTFT), average time for subsequent output tokens (TPOT/ITL), throughput in tokens or requests per second, and goodput — requests served within defined SLOs. - examples PL: TTFT · TPOT / ITL · opóźnienie ≈ TTFT + TPOT × (liczba tokenów wyjściowych − 1) · goodput przy SLO - examples EN: TTFT · TPOT / ITL · latency ≈ TTFT + TPOT × (output tokens − 1) · goodput under SLOs - In one sentence PL: To miary czasu oczekiwania, tempa odpowiedzi i liczby zapytań obsługiwanych przez model. - Problem it solves PL: Słowo „szybki” nie mówi, czy użytkownik długo czeka na początek, wolno czyta dalszy tekst czy stoi w kolejce. - What it does PL: Pomiar oddziela początek odpowiedzi, kolejne fragmenty, całkowity ruch i dotrzymane wymagania czasowe, pokazując różne ograniczenia obsługi. - Everyday example PL: Porównujesz serwery asystenta według czasu do pierwszej odpowiedzi i liczby rozmów obsłużonych bez przekroczenia ustalonego oczekiwania. - In one sentence EN: These measures track waiting time, response speed and the number of requests a model handles. - Problem it solves EN: Calling a model fast does not reveal a slow start, sluggish text generation or long queues. - What it does EN: Measurements separate response starts, later elements, overall traffic and met timing requirements, revealing different serving limits. - Everyday example EN: You compare assistant servers by time to the first response and conversations served within the agreed waiting limit. - concerns you if PL: porównujesz wydajność wdrożeń; chcesz mierzyć szybkość widzianą przez użytkownika - concerns you if EN: compare deployment performance; want to measure speed as users experience it - related: `perceivedlatency`, `disaggregation` - sources: `databricks-llm-inference-perf`, `bentoml-inference-metrics`, `distserve-2024` ### Rozdzielenie fazy prefill i decode (Disaggregated prefill and decode) - id: `disaggregation` · https://aiatlasgraph.com/t/disaggregation.md - path: Inferencja i infrastruktura › Serwowanie i dekodowanie › Rozdzielenie fazy prefill i decode - aliases: disaggregated serving, prefill-decode disaggregation, PD disaggregation, rozdzielony prefill i decode, phase splitting - PL: Przetwarzanie promptu (prefill, ograniczony obliczeniami) i generowanie tokenów (decode, ograniczone pamięcią) na osobnych pulach GPU z przesyłaniem KV cache między nimi, by stroić czas do pierwszego tokenu i czas na token niezależnie. - EN: Running prompt processing (prefill, compute-bound) and token generation (decode, memory-bound) on separate GPU pools, transferring the KV cache between them, so TTFT and per-token latency can be tuned independently. - examples PL: osobne pule prefill i decode · transfer KV cache · routing świadomy KV cache · optymalizacja pod goodput - examples EN: separate prefill and decode pools · KV-cache transfer · KV-aware routing · goodput optimisation - In one sentence PL: To przetwarzanie pytania i dopisywanie odpowiedzi na osobnych grupach urządzeń. - Problem it solves PL: Długie nowe pytania konkurują o sprzęt z rozmowami, które właśnie czekają na kolejne słowa odpowiedzi. - What it does PL: Pierwsza grupa przygotowuje zapis wejścia, przekazuje go drugiej, a każdą fazę można osobno dopasować do ruchu i zasobów. - Everyday example PL: Serwer kieruje czytanie długich dokumentów do jednej puli urządzeń, a bieżące generowanie odpowiedzi do drugiej. - In one sentence EN: This processes prompts and generates responses on separate device groups. - Problem it solves EN: Long new prompts compete for hardware with conversations waiting for the next response elements. - What it does EN: One group prepares the input representation and passes it to another, letting each phase be tuned separately to traffic and resources. - Everyday example EN: A server sends long-document processing to one device pool and ongoing response generation to another. - concerns you if PL: ruch miesza długie pytania i trwające odpowiedzi; chcesz osobno skalować fazy obsługi modelu - concerns you if EN: serve both long prompts and ongoing responses; want to scale serving phases separately - related: `inferencemetrics`, `kvcache` - sources: `distserve-2024`, `splitwise-2023`, `vllm-disagg-prefill`, `nvidia-llm-inference-opt-2023` ### Serwowanie wielu adapterów LoRA na jednym modelu (Multi-LoRA serving) - id: `multilora` · https://aiatlasgraph.com/t/multilora.md - path: Inferencja i infrastruktura › Serwowanie i dekodowanie › Serwowanie wielu adapterów LoRA na jednym modelu - aliases: multi-LoRA serving, S-LoRA, LoRA adapter serving, serwowanie wielu LoRA - PL: Jeden model bazowy w pamięci GPU obsługuje zapytania do wielu dostrojonych wariantów naraz: adapter LoRA wybierany jest per zapytanie, a adaptery ładowane i wymieniane w locie. - EN: One base model in GPU memory serves requests for many fine-tuned variants at once: a LoRA adapter is selected per request, and adapters are loaded and swapped on the fly. - examples PL: wybór adaptera per zapytanie · wspólna pula pamięci na adaptery i KV cache · dynamiczne ładowanie adapterów · batchowanie mieszanych adapterów - examples EN: per-request adapter selection · shared memory pool for adapters and KV cache · dynamic adapter loading · batching mixed adapters - In one sentence PL: To obsługiwanie wielu dostrojonych wariantów przy użyciu jednego wspólnego modelu bazowego. - Problem it solves PL: Każdy zespół potrzebuje własnego wariantu, ale osobna pełna kopia modelu dla każdego zajmuje dużo pamięci. - What it does PL: System dobiera do zapytania mały adapter ze zmianami, pozostawiając wspólne ustawienia modelu w pamięci. - Everyday example PL: Jeden serwer obsługuje odpowiedzi działu wsparcia i sklepu, wybierając odpowiedni adapter dla każdej rozmowy. - In one sentence EN: This serves multiple adapted variants using one shared base model. - Problem it solves EN: Each team needs its own variant, but keeping a full model copy for each consumes substantial memory. - What it does EN: A system selects a small adaptation component for each request while keeping shared model parameters in memory. - Everyday example EN: One server handles support and shop responses, selecting the appropriate adaptation component for each conversation. - concerns you if PL: masz kilka dostrojonych wersji tego samego modelu; chcesz współdzielić pamięć modelu bazowego - concerns you if EN: have several adapted versions of the same model; want to share base-model memory - related: `lora` - sources: `s-lora-2023`, `vllm-lora-docs` ### Strategie dekodowania (Decoding strategies) - id: `decoding` · https://aiatlasgraph.com/t/decoding.md - path: Inferencja i infrastruktura › Serwowanie i dekodowanie › Strategie dekodowania - PL: Sposób wyboru kolejnego tokenu z rozkładu modelu. - EN: How the next token is picked from the model's distribution. - examples PL: greedy · beam search · temperatura · top-p (nucleus) - examples EN: greedy · beam search · temperature · top-p (nucleus) - In one sentence PL: To zasady wybierania kolejnych kawałków tekstu spośród możliwości przewidywanych przez model. - Problem it solves PL: Ten sam model może tworzyć odpowiedzi zbyt monotonne albo zbyt przypadkowe dla twojego zadania. - What it does PL: System wybiera najbardziej prawdopodobny fragment albo losuje z ograniczonej puli, regulując różnorodność; te ustawienia nie zapewniają prawdziwości odpowiedzi. - Everyday example PL: Do nazw potraw dopuszczasz większą różnorodność, a dla powtarzalnego formularza wybierasz bardziej przewidywalne generowanie. - In one sentence EN: These rules select successive text pieces from the possibilities predicted by a model. - Problem it solves EN: The same model can produce responses that are too repetitive or too random for your task. - What it does EN: A system chooses the likeliest fragment or samples from a restricted pool, controlling variety; these settings do not ensure truthful answers. - Everyday example EN: You allow more variety when suggesting dish names and choose more predictable generation for a repeatable form. - concerns you if PL: odpowiedzi są zbyt losowe lub powtarzalne; dobierasz styl generowania do zadania - concerns you if EN: find responses too random or repetitive; match generation behaviour to a task - related: `structured` - sources: `mlabonne-llm-course` ### Zarządzanie KV cache (KV cache management) - id: `kvcache` · https://aiatlasgraph.com/t/kvcache.md - path: Inferencja i infrastruktura › Serwowanie i dekodowanie › Zarządzanie KV cache - PL: Pamięć podręczna atencji przy generowaniu: stronicowanie, współdzielenie, kompresja. - EN: The attention cache during generation: paging, sharing, compression. - examples PL: PagedAttention · GQA · MLA - examples EN: PagedAttention · GQA · MLA - In one sentence PL: To przechowywanie części wcześniejszych obliczeń uwagi, żeby model nie powtarzał ich przy każdym nowym fragmencie odpowiedzi. - Problem it solves PL: Długa rozmowa wymaga coraz więcej pamięci, a jej ponowne przeliczanie przy każdym słowie byłoby kosztowne. - What it does PL: Zapisy można dzielić na bloki, współdzielić dla zgodnych początków lub kompresować, kontrolując zajęte miejsce i wpływ zmian na wynik. - Everyday example PL: Serwer zachowuje obliczenia wcześniejszego tekstu i przy dalszej odpowiedzi wykorzystuje je zamiast liczyć wszystko od początku. - In one sentence EN: This stores earlier attention computations so a model need not repeat them for every new response element. - Problem it solves EN: A long conversation needs growing memory, while recomputing it for every word would be costly. - What it does EN: Cached representations can be blocked, shared for matching prefixes or compressed, while monitoring memory use and effects on results. - Everyday example EN: A server keeps earlier text computations and reuses them for later response elements instead of recalculating everything. - concerns you if PL: prowadzisz długie rozmowy z modelem; pamięć ogranicza liczbę obsługiwanych zapytań - concerns you if EN: hold long conversations with a model; find memory limits how many requests can be served - related: `hybridattention`, `promptcaching`, `flashattn`, `attnvariants`, `memorywall`, `disaggregation`, `inferenceengines`, `gpumemory`, `slidingwindow` - sources: `wafer-gpu` ### Uruchamianie własnych modeli (Self-hosted model inference) - id: `selfhosting` · https://aiatlasgraph.com/t/selfhosting.md - path: Inferencja i infrastruktura › Uruchamianie własnych modeli - PL: Udostępnienie modelu z własnymi wagami przez lokalny runtime lub serwer. - EN: Serving a model with your own weights from a local runtime or server. - examples PL: Open-weight · endpoint · runtime · GGUF - examples EN: Open-weight · endpoint · runtime · GGUF - In one sentence PL: To uruchamianie modelu na wybranym przez siebie sprzęcie i udostępnianie go własnym aplikacjom. - Problem it solves PL: Potrzebujesz kontroli nad miejscem działania, wersją lub dostępem, której nie daje ci cudza usługa. - What it does PL: Dobierasz model i pamięć, uruchamiasz środowisko obsługi, a następnie zarządzasz zapytaniami, dostępem i dostępną mocą. - Everyday example PL: Zespół uruchamia model na własnym serwerze i podłącza do niego wewnętrznego asystenta dokumentów. - In one sentence EN: This runs a model on hardware you choose and makes it available to your applications. - Problem it solves EN: You need control over location, version or access that an external service does not provide. - What it does EN: You choose a model and memory capacity, run a serving environment, then manage requests, access and available resources. - Everyday example EN: A team runs a model on its own server and connects an internal document assistant to it. - concerns you if PL: chcesz kontrolować miejsce i wersję modelu; masz sprzęt oraz możliwość utrzymania usługi - concerns you if EN: want control over model location and version; have hardware and can maintain a service - related: `supplychain`, `buildvsbuy`, `contbatch`, `weightquant`, `chattemplates` - courses: - sources: `cs336`, `fsdl`, `bootcamp`, `dlai`, `mlabonne-llm-course` ### Autoskalowanie i zimny start wdrożeń (Autoscaling model deployments and cold starts) - id: `autoscaling` · https://aiatlasgraph.com/t/autoscaling.md - path: Inferencja i infrastruktura › Uruchamianie własnych modeli › Autoskalowanie i zimny start wdrożeń - aliases: autoscaling, autoskalowanie, scale to zero, skalowanie do zera, cold start, zimny start - PL: Dopasowywanie liczby replik modelu do zmiennego ruchu, łącznie ze skalowaniem do zera. Przy wdrożeniach GPU jednym z głównych wyzwań jest zimny start: przydział maszyny, pobranie obrazu i załadowanie wag. - EN: Matching the number of model replicas to bursty traffic, including scale-to-zero. For GPU deployments, one major challenge is cold start: provisioning a machine, pulling the image and loading model weights. - examples PL: skalowanie wg liczby równoległych zapytań · min/max replik · skalowanie do zera · skracanie zimnego startu - examples EN: scaling on concurrent requests · min/max replicas · scale-to-zero · reducing cold-start time - In one sentence PL: To zmienianie liczby uruchomionych kopii modelu zgodnie z liczbą napływających zapytań. - Problem it solves PL: Płacisz za bezczynny sprzęt, a podczas skoku ruchu użytkownicy długo czekają na odpowiedź. - What it does PL: System dodaje lub usuwa kopie według obciążenia; uruchomienie nowej może opóźniać obsługę przez przydział sprzętu i ładowanie modelu. - Everyday example PL: Przed porannym wzrostem użycia uruchamiasz dodatkową kopię asystenta, żeby nie czekać na ładowanie jej podczas pierwszych pytań. - In one sentence EN: This adjusts the number of running model copies to match incoming request volume. - Problem it solves EN: You pay for idle hardware, while traffic spikes make users wait a long time for responses. - What it does EN: A system adds or removes copies according to load; new copies may delay service while hardware is allocated and models load. - Everyday example EN: Before a morning usage spike, you start an extra assistant copy so the first requests need not wait for loading. - concerns you if PL: liczba zapytań zmienia się w ciągu dnia; chcesz równoważyć koszt bezczynności i oczekiwania - concerns you if EN: handle request volumes that vary during the day; balance idle costs against waiting time - sources: `kserve-kpa-autoscaling`, `bentoml-fast-scaling` ### Lokalne uruchamianie LLM na własnym komputerze (Running LLMs locally on consumer hardware) - id: `localllm` · https://aiatlasgraph.com/t/localllm.md - path: Inferencja i infrastruktura › Uruchamianie własnych modeli › Lokalne uruchamianie LLM na własnym komputerze - aliases: local LLM, lokalne LLM, GGUF, llama.cpp, Ollama, LM Studio - PL: Uruchamianie otwartych modeli na laptopie lub komputerze stacjonarnym. Jedna z popularnych ścieżek wykorzystuje skwantyzowane pliki GGUF i dobiera poziom kwantyzacji do dostępnej pamięci; lokalny serwer API jest opcjonalnym sposobem udostępnienia modelu aplikacjom. - EN: Running open models on a laptop or desktop computer. One common path uses quantised GGUF files and selects a quantisation level that fits available memory; a local API server is an optional way to expose the model to applications. - examples PL: format GGUF · poziomy kwantyzacji (Q4_K_M, Q8_0) · CPU, Apple Silicon i GPU konsumenckie · lokalny serwer API - examples EN: GGUF format · quantisation levels (Q4_K_M, Q8_0) · CPU, Apple Silicon and consumer GPUs · local API server - In one sentence PL: To uruchamianie modelu językowego bezpośrednio na własnym komputerze. - Problem it solves PL: Chcesz używać modelu bez stałego internetu lub wysyłania każdego pytania do zewnętrznej usługi. - What it does PL: Pobierasz odpowiedni zapis modelu i program uruchomieniowy, dopasowujesz pamięć oraz sprawdzasz, które zadania sprzęt wykonuje wystarczająco dobrze. - Everyday example PL: Podczas podróży bez internetu lokalny model pomaga ci uporządkować notatki na laptopie. - In one sentence EN: This runs a language model directly on your own computer. - Problem it solves EN: You want to use a model without constant internet access or sending every question to an external service. - What it does EN: You download a suitable model representation and runtime, match memory requirements and check which tasks your hardware handles well enough. - Everyday example EN: While travelling without internet access, a local model helps organise notes on your laptop. - concerns you if PL: chcesz pracować bez połączenia z internetem; masz komputer mieszczący wybrany model - concerns you if EN: want to work without internet access; have a computer that fits your chosen model - related: `weightquant` - sources: `llama-cpp-readme`, `hf-gguf-docs` ### Silniki serwowania modeli językowych (LLM) (LLM inference engines and servers) - id: `inferenceengines` · https://aiatlasgraph.com/t/inferenceengines.md - path: Inferencja i infrastruktura › Uruchamianie własnych modeli › Silniki serwowania modeli językowych (LLM) - aliases: inference engine, inference server, silnik inferencji, vLLM, SGLang, TensorRT-LLM, PagedAttention - PL: Oprogramowanie serwerowe do wydajnego udostępniania LLM wielu użytkownikom. Zależnie od implementacji może łączyć ciągłe batchowanie, stronicowany KV cache i ponowne użycie wspólnych prefiksów, a często udostępnia API zgodne z popularnymi interfejsami oraz metryki. - EN: Server software for serving LLMs efficiently to many users. Depending on the implementation, it may combine continuous batching, paged KV cache and shared-prefix reuse, and often exposes APIs compatible with popular interfaces plus metrics. - examples PL: stronicowany KV cache (PagedAttention) · ponowne użycie prefiksu (RadixAttention) · endpointy /v1/chat/completions · metryki Prometheus - examples EN: paged KV cache (PagedAttention) · prefix reuse (RadixAttention) · /v1/chat/completions endpoints · Prometheus metrics - In one sentence PL: To programy serwerowe organizujące wydajną obsługę wielu zapytań do modeli językowych. - Problem it solves PL: Proste uruchamianie modelu dla każdej prośby marnuje zasoby i trudno je rozbudować dla wielu użytkowników. - What it does PL: Silnik planuje wspólne obliczenia, zarządza pamięcią rozmów i udostępnia aplikacjom interfejs oraz pomiary; dostępne usprawnienia zależą od implementacji. - Everyday example PL: Zamiast osobnego skryptu dla każdej rozmowy uruchamiasz silnik, który rozdziela zapytania całego zespołu do jednego modelu. - In one sentence EN: These server programs organise efficient handling of many language-model requests. - Problem it solves EN: Running a model naively for every request wastes resources and is difficult to scale across many users. - What it does EN: An engine schedules shared computation, manages conversation memory and exposes interfaces and measurements; available optimisations depend on the implementation. - Everyday example EN: Instead of a separate script per conversation, you run an engine that schedules a team's requests against one model. - concerns you if PL: udostępniasz model przez własny serwer; potrzebujesz planowania zapytań i pomiarów wydajności - concerns you if EN: serve a model from your own server; need request scheduling and performance measurements - related: `contbatch`, `kvcache` - sources: `vllm-pagedattention-2023`, `sglang-2023`, `vllm-openai-server` ### Szacowanie pamięci GPU (wagi i KV cache) (Estimating GPU memory for deployment) - id: `gpumemory` · https://aiatlasgraph.com/t/gpumemory.md - path: Inferencja i infrastruktura › Uruchamianie własnych modeli › Szacowanie pamięci GPU (wagi i KV cache) - aliases: GPU memory estimation, VRAM, szacowanie VRAM, GPU sizing, KV cache size - PL: Policzenie, ile pamięci GPU potrzebuje wdrożenie: wagi (liczba parametrów × bajty na parametr w danej precyzji) plus KV cache rosnący z długością kontekstu i liczbą jednoczesnych zapytań, plus zapas na narzut. - EN: Working out how much GPU memory a deployment needs: weights (parameters × bytes per parameter at a given precision) plus a KV cache that grows with context length and concurrent requests, plus headroom for overhead. - examples PL: model 7B w FP16 ≈ 14 GB wag · wzór na KV cache na token · wpływ kwantyzacji i GQA · dobór liczby GPU - examples EN: 7B model in FP16 ≈ 14 GB of weights · per-token KV-cache formula · effect of quantisation and GQA · choosing the number of GPUs - In one sentence PL: To liczenie pamięci potrzebnej na ustawienia modelu, rozmowy i dodatkowe obliczenia. - Problem it solves PL: Model mieści się sam, ale po rozpoczęciu kilku długich rozmów serwerowi kończy się pamięć. - What it does PL: Szacunek dodaje zapis ustawień, rosnącą pamięć zapytań i zapas na pracę środowiska, uwzględniając format liczb oraz równoczesny ruch. - Everyday example PL: Przed wyborem karty obliczasz potrzeby modelu i kilku rozmów o maksymalnej długości, zostawiając zapas. - In one sentence EN: This calculates memory needed for model parameters, conversations and additional computations. - Problem it solves EN: The model fits by itself, but several long conversations exhaust the server's memory. - What it does EN: The estimate combines parameters, growing request memory and runtime overhead, accounting for numerical formats and concurrent traffic. - Everyday example EN: Before choosing a card, you estimate the model and several maximum-length conversations, leaving spare capacity. - concerns you if PL: dobierasz pamięć do wdrożenia; chcesz uniknąć awarii przy dłuższych rozmowach - concerns you if EN: choose memory capacity for a deployment; want to avoid failures during longer conversations - related: `weightquant`, `kvcache` - sources: `databricks-llm-inference-perf`, `nvidia-llm-inference-opt-2023`, `bentoml-gpu-memory` ## Język, obraz, audio (Language, vision and multimodality) - id: `modalities` · https://aiatlasgraph.com/t/modalities.md - path: Język, obraz, audio - PL: Obszary według rodzaju sygnału i zadania. Łączą się z trenowaniem, architekturami i aplikacjami. - EN: Areas by signal type and task. They connect back to training, architectures and applications. - In one sentence PL: To sposoby, dzięki którym programy pracują z językiem, obrazem, dźwiękiem i przestrzenią. - Problem it solves PL: Ważne informacje masz w zdjęciach, rozmowach i dokumentach, a ręczne przeglądanie wszystkiego zajmuje dużo czasu. - What it does PL: Modele uczą się wzorów właściwych różnym rodzajom danych, żeby je opisywać, przekształcać, tworzyć lub łączyć. - Everyday example PL: Pokazujesz asystentowi zdjęcie przepisu, prosisz głosem o przeliczenie porcji i słyszysz odczytaną listę składników. - In one sentence EN: These are ways for software to work with language, images, sound and space. - Problem it solves EN: Important information sits in photos, conversations and documents, and checking everything by hand takes time. - What it does EN: Models learn patterns in different kinds of data so they can describe, transform, create or combine them. - Everyday example EN: You show an assistant a photographed recipe, ask aloud to adjust the portions and hear the ingredient list read back. - concerns you if PL: pracujesz ze zdjęciami, tekstem lub nagraniami; chcesz połączyć różne rodzaje informacji - concerns you if EN: work with photos, text or recordings; want to combine different kinds of information - sources: `audio`, `vision`, `cs336` ### Dane przestrzenne i 3D (Spatial and 3D perception) - id: `spatial` · https://aiatlasgraph.com/t/spatial.md - path: Język, obraz, audio › Dane przestrzenne i 3D - PL: Reprezentacje świata i obiektów w przestrzeni. - EN: Representations of the world and objects in space. - examples PL: Głębia · chmury punktów · rekonstrukcja - examples EN: Depth · point clouds · reconstruction - In one sentence PL: To uczenie komputerów rozumienia przestrzeni: jak daleko są rzeczy, jaki mają kształt i gdzie się znajdują. - Problem it solves PL: Zwykłe zdjęcie jest płaskie, a roboty, samochody czy gogle muszą wiedzieć, co jest bliżej, co dalej i gdzie można przejść. - What it does PL: Modele szacują odległości i kształty ze zdjęć lub czujników oraz zapisują je jako punkty, powierzchnie albo inne reprezentacje przestrzeni. - Everyday example PL: Aplikacja meblowa mierzy twój pokój kamerą telefonu i pokazuje, czy nowa sofa zmieści się pod oknem. - In one sentence EN: This teaches computers to understand space: how far away things are, what shape they have and where they sit. - Problem it solves EN: A normal photo is flat, yet robots, cars and headsets must know what is near, what is far and where there is room to move. - What it does EN: Models estimate distances and shapes from images or sensors and represent them as points, surfaces or other spatial forms. - Everyday example EN: A furniture app measures your room with the phone camera and shows whether a new sofa will fit under the window. - concerns you if PL: interesujesz się robotami, dronami lub autonomicznymi autami; chcesz zamieniać zdjęcia w modele przestrzenne; tworzysz gry, wirtualne spacery lub rozszerzoną rzeczywistość - concerns you if EN: are interested in robots, drones or self-driving cars; want to turn photos into spatial models; build games, virtual tours or augmented reality - related: `visionnode` - sources: `audio`, `vision`, `cs336`, `hf-cv-course-3d-vision` ### Chmury punktów i dane z LiDAR-u (Point clouds and LiDAR data) - id: `pointclouds` · https://aiatlasgraph.com/t/pointclouds.md - path: Język, obraz, audio › Dane przestrzenne i 3D › Chmury punktów i dane z LiDAR-u - aliases: point clouds, point cloud processing, LiDAR perception, 3D object detection, chmury punktów, przetwarzanie danych LiDAR, detekcja obiektów 3D, skan 3D - PL: Metody uczenia maszynowego dla zbiorów punktów 3D z LiDAR-u lub skanerów. PointNet przetwarza punkty w sposób niewrażliwy na ich kolejność, natomiast inne podejścia grupują je w woksele lub pionowe „filary”; reprezentacje te służą do klasyfikacji, segmentacji i wykrywania obiektów 3D. - EN: Machine-learning methods for sets of 3D points from LiDAR or scanners. PointNet processes points in a permutation-invariant way, while other approaches group them into voxels or vertical pillars; these representations support classification, segmentation and 3D object detection. - examples PL: LiDAR · PointNet · PointPillars · detekcja obiektów 3D · widok z lotu ptaka · KITTI - examples EN: LiDAR · PointNet · PointPillars · 3D object detection · bird's-eye view · KITTI - In one sentence PL: To rozpoznawanie kształtów i obiektów w przestrzeni zapisanej jako zbiór zmierzonych punktów. - Problem it solves PL: Skaner daje chmurę rozsypanych punktów bez podpisów, a maszyna musi z niej rozpoznać pieszego, ścianę czy samochód. - What it does PL: Patrzy na układ sąsiednich punktów jak na gwiazdozbiory i rozpoznaje w nich znane kształty. - Everyday example PL: Samochód z czujnikiem laserowym na dachu nocą zauważa rowerzystę, którego kamera prawie nie widzi. - In one sentence EN: This recognises shapes and objects in space recorded as a collection of measured points. - Problem it solves EN: A scanner returns a cloud of scattered, unlabelled points, and a machine must find a pedestrian, a wall or a car in it. - What it does EN: It reads the arrangement of neighbouring points like constellations and recognises familiar shapes in them. - Everyday example EN: A car with a laser sensor on its roof spots a cyclist at night whom the camera can barely see. - concerns you if PL: pracujesz z dronami, skanerami lub autonomicznymi pojazdami; mierzysz przestrzenny kształt budynków, terenu lub wnętrz; ciekawi cię, jak auta bez kierowcy widzą drogę - concerns you if EN: work with drones, scanners or autonomous vehicles; measure the spatial shape of buildings, land or interiors; wonder how driverless cars see the road - related: `objectdetection`, `sensorfusion`, `jettagging`, `inspection3d`, `grasping` - sources: `hf-cv-course-3d-vision`, `pointnet-2016`, `pointpillars-2018`, `nuscenes-2019`, `centerpoint-2020` ### Gaussian splatting: szybkie sceny 3D ze zdjęć (3D Gaussian splatting) - id: `gaussiansplatting` · https://aiatlasgraph.com/t/gaussiansplatting.md - path: Język, obraz, audio › Dane przestrzenne i 3D › Gaussian splatting: szybkie sceny 3D ze zdjęć - aliases: Gaussian splatting, 3D Gaussian splatting, 3DGS, Gaussian splats, splatting, gaussiany 3D - PL: Reprezentacja sceny za pomocą anizotropowych trójwymiarowych gaussianów optymalizowanych na podstawie zdjęć i renderowanych przez splatting. Pozwala uzyskać wysokiej jakości syntezę nowych widoków w czasie rzeczywistym i stanowi alternatywę dla reprezentacji opartych na polach radiancji. - EN: A scene representation built from anisotropic 3D Gaussians optimised from images and rendered by splatting. It enables high-quality real-time novel-view synthesis and provides an alternative to radiance-field representations. - examples PL: 3DGS · splaty · rendering w czasie rzeczywistym · rasteryzacja · SLAM na gaussianach - examples EN: 3DGS · splats · real-time rendering · rasterisation · Gaussian-splatting SLAM - In one sentence PL: To zapisanie odtworzonej ze zdjęć przestrzeni jako rozmytych, kolorowych plamek, które można szybko wyświetlać. - Problem it solves PL: Chcesz płynnie oglądać odtworzone miejsce, ale obliczanie każdego nowego widoku może być zbyt wolne. - What it does PL: Jak puentylista malujący kropkami: każda plamka ma kolor, kształt i przezroczystość, a karta graficzna szybko nakłada je na siebie. - Everyday example PL: Agent nieruchomości nagrywa telefonem mieszkanie, a klient zwiedza je potem w przeglądarce, chodząc swobodnie po pokojach. - In one sentence EN: This represents space reconstructed from photos as soft coloured blobs that can be displayed quickly. - Problem it solves EN: You want to explore a reconstructed place smoothly, but calculating every new view may be too slow. - What it does EN: Like a pointillist painting in dots: each blob has a colour, shape and transparency, and the graphics card layers them quickly. - Everyday example EN: An estate agent films a flat on a phone, and a client later tours it in the browser, walking freely between rooms. - concerns you if PL: chcesz pokazywać miejsca jako sceny przestrzenne; tworzysz wirtualne wycieczki lub sceny do gier; pracujesz z rzeczywistością wirtualną lub rozszerzoną - concerns you if EN: want to show places as spatial scenes; build virtual tours or game scenes; work with virtual or augmented reality - related: `gen3d`, `nerf`, `neuralsensorsim` - sources: `gaussian-splatting-2023`, `hf-ml-for-3d-course-unit3`, `slam-radiance-fields-survey-2024` ### Generowanie obiektów 3D z tekstu lub zdjęcia (Text-to-3D and image-to-3D generation) - id: `gen3d` · https://aiatlasgraph.com/t/gen3d.md - path: Język, obraz, audio › Dane przestrzenne i 3D › Generowanie obiektów 3D z tekstu lub zdjęcia - aliases: 3D generation, text-to-3D, image-to-3D, 3D generative models, 3D asset generation, generowanie 3D, tekst na 3D, obraz na 3D, generatywne 3D - PL: Tworzenie obiektów lub scen 3D — np. siatek, gaussianów albo pól radiancji — z opisu tekstowego lub obrazu. Metody obejmują destylowanie wskazówek z generatorów 2D, generowanie wielu zgodnych widoków oraz modele uczone bezpośrednio na zbiorach zasobów 3D; wyniki często wymagają dalszej obróbki. - EN: Creating 3D objects or scenes — such as meshes, Gaussians or radiance fields — from text or images. Methods include distilling guidance from 2D generators, generating consistent multiple views, and models trained directly on 3D asset datasets; outputs often require further editing. - examples PL: tekst→3D · obraz→3D · score distillation (DreamFusion) · dyfuzja wielowidokowa · Hunyuan3D · siatki i reprezentacje gaussianowe - examples EN: text-to-3D · image-to-3D · score distillation (DreamFusion) · multi-view diffusion · Hunyuan3D · meshes and Gaussian representations - In one sentence PL: To tworzenie wstępnego modelu przestrzennego przedmiotu lub sceny na podstawie opisu albo obrazu. - Problem it solves PL: Ręczne przygotowanie kształtu przedmiotu do gry lub wizualizacji wymaga czasu i umiejętności. - What it does PL: Z poznanych przykładów przewiduje kształt, powierzchnie i kolory; niektóre metody najpierw przygotowują widoki z różnych stron. - Everyday example PL: Wgrywasz zdjęcie produktu, a model przygotowuje wstępny obiekt przestrzenny, który możesz poprawić i wykorzystać w wizualizacji. - In one sentence EN: This creates a draft spatial model of an object or scene from a description or image. - Problem it solves EN: Preparing an object shape for a game or visualisation by hand takes time and skill. - What it does EN: It predicts shape, surfaces and colours from learned examples; some methods first prepare views from different sides. - Everyday example EN: You upload a product photo, and a model prepares a draft spatial object that you can refine and use in a visualisation. - concerns you if PL: tworzysz gry, animacje lub sceny wirtualne; przygotowujesz kształty do druku przestrzennego; potrzebujesz szybko modeli produktów do pokazania - concerns you if EN: make games, animations or virtual scenes; prepare shapes for three-dimensional printing; need quick product models to show people - related: `gaussiansplatting`, `texttoimage` - sources: `hf-ml-for-3d-course-unit3`, `dreamfusion-2022`, `trellis-2024`, `hunyuan3d-2-1-2025` ### Jednoczesna lokalizacja i budowa mapy (SLAM) (Simultaneous localisation and mapping (SLAM)) - id: `slam` · https://aiatlasgraph.com/t/slam.md - path: Język, obraz, audio › Dane przestrzenne i 3D › Jednoczesna lokalizacja i budowa mapy (SLAM) - aliases: SLAM, visual SLAM, visual odometry, neural SLAM, simultaneous localization and mapping, jednoczesna lokalizacja i mapowanie, odometria wizualna - PL: Jednoczesne szacowanie położenia kamery lub robota i budowanie bądź aktualizowanie mapy nieznanego otoczenia. Klasyczne metody łączą obserwacje z optymalizacją geometryczną, a nowsze systemy wykorzystują także uczone moduły, sieci rekurencyjne oraz reprezentacje scen oparte na polach radiancji lub gaussianach. - EN: Simultaneously estimating the pose of a camera or robot while building or updating a map of an unknown environment. Classical methods combine observations with geometric optimisation, while newer systems also use learned modules, recurrent networks and scene representations based on radiance fields or Gaussians. - examples PL: odometria wizualna · bundle adjustment · DROID-SLAM · SLAM z NeRF lub 3DGS - examples EN: visual odometry · bundle adjustment · DROID-SLAM · NeRF- or 3DGS-based SLAM - In one sentence PL: To jednoczesne tworzenie mapy nieznanego miejsca i szacowanie, gdzie maszyna znajduje się na tej mapie. - Problem it solves PL: Wewnątrz budynku robot nie może polegać na nawigacji satelitarnej, a potrzebuje mapy i własnego położenia. - What it does PL: Jak turysta w obcym mieście: zapamiętuje charakterystyczne punkty, liczy kroki i stale poprawia mapę w głowie. - Everyday example PL: Robot sprzątający po pierwszym przejeździe zna rozkład mieszkania, omija sofę i sam wraca do stacji ładowania. - In one sentence EN: This builds a map of an unfamiliar place while estimating where a machine is on that map. - Problem it solves EN: Inside a building, a robot cannot rely on satellite navigation but needs a map and its own position. - What it does EN: Like a tourist in a strange city: it remembers landmarks, counts steps and keeps correcting the map in its head. - Everyday example EN: After its first run, a robot vacuum knows the flat's layout, steers around the sofa and finds its own way back to the charger. - concerns you if PL: budujesz lub programujesz roboty mobilne; interesujesz się goglami rozszerzonej rzeczywistości; chcesz mapować wnętrza kamerą - concerns you if EN: build or program mobile robots; are interested in augmented reality headsets; want to map interiors with a camera - related: `maplocalization`, `robotnav`, `robotics` - sources: `droid-slam-2021`, `slam-radiance-fields-survey-2024` ### Neuronowe pola promieniowania (NeRF) (Neural radiance fields (NeRF)) - id: `nerf` · https://aiatlasgraph.com/t/nerf.md - path: Język, obraz, audio › Dane przestrzenne i 3D › Neuronowe pola promieniowania (NeRF) - aliases: NeRF, neural radiance fields, radiance fields, neural scene representation, novel view synthesis, pola promieniowania, pola radiancji, neuronowa reprezentacja sceny - PL: Zapis sceny 3D w sieci neuronowej, która dla punktu w przestrzeni i kierunku patrzenia zwraca kolor i gęstość; uczona ze zdjęć o znanych pozycjach kamery pozwala renderować nowe, niesfotografowane widoki. - EN: Storing a 3D scene in a neural network that returns colour and density for a point in space and a viewing direction; trained from photos with known camera poses, it renders new, unphotographed views. - examples PL: synteza nowych widoków · rendering wolumetryczny · pozycje kamer · Instant-NGP · Zip-NeRF - examples EN: novel view synthesis · volume rendering · camera poses · Instant-NGP · Zip-NeRF - In one sentence PL: To odtwarzanie wyglądu przestrzennej sceny w sieci neuronowej, żeby ze zdjęć przygotować nowe widoki. - Problem it solves PL: Zdjęcia pokazują miejsce z kilku pozycji, a ty chcesz obejrzeć je z innego punktu bez ręcznego odtwarzania sceny. - What it does PL: Sieć przewiduje kolor i gęstość wzdłuż linii patrzenia, a ich złożenie tworzy obraz z wybranej pozycji kamery. - Everyday example PL: Fotografujesz rzeźbę z różnych stron, a program odtwarza jej widok z pozycji pomiędzy miejscami, w których stałeś. - In one sentence EN: This stores a spatial scene's appearance in a neural network to create new views from photos. - Problem it solves EN: Photos show a place from a few positions, but you want another viewpoint without rebuilding the scene by hand. - What it does EN: The network predicts colour and density along viewing rays, which are combined into an image from the chosen camera position. - Everyday example EN: You photograph a sculpture from several sides, and software reconstructs a view between the positions where you stood. - concerns you if PL: chcesz zamienić zdjęcia miejsca w wirtualny spacer; dokumentujesz obiekty, zabytki lub wnętrza; pracujesz przy efektach wizualnych - concerns you if EN: want to turn photos of a place into a virtual walk; document objects, monuments or interiors; work in visual effects - related: `gaussiansplatting` - sources: `hf-cv-course-3d-vision`, `nerf-2020`, `slam-radiance-fields-survey-2024` ### Szacowanie głębi z jednego zdjęcia (Monocular depth estimation) - id: `depthestimation` · https://aiatlasgraph.com/t/depthestimation.md - path: Język, obraz, audio › Dane przestrzenne i 3D › Szacowanie głębi z jednego zdjęcia - aliases: depth estimation, monocular depth estimation, depth map, depth from a single image, estymacja głębi, głębia z jednego zdjęcia, mapa głębi - PL: Przewidywanie mapy głębi — odległości każdego piksela od kamery — na podstawie jednego zdjęcia. Wynik może przedstawiać jedynie względną kolejność odległości albo głębię metryczną; uczenie na dużych, zróżnicowanych zbiorach poprawiło uogólnianie na nowe sceny. - EN: Predicting a depth map — each pixel's distance from the camera — from a single image. The output may represent only relative depth ordering or metric distance; training on large, diverse datasets has improved generalisation to new scenes. - examples PL: mapa głębi · głębia względna i metryczna · MiDaS · Depth Anything V2 · Depth Pro · NYU Depth V2 - examples EN: depth map · relative and metric depth · MiDaS · Depth Anything V2 · Depth Pro · NYU Depth V2 - In one sentence PL: To odgadywanie z jednego zwykłego zdjęcia, które rzeczy są blisko aparatu, a które daleko. - Problem it solves PL: Zwykłe zdjęcie gubi trzeci wymiar, a czujniki odległości są drogie i nie ma ich w każdym urządzeniu. - What it does PL: Na podstawie poznanych przykładów wykorzystuje perspektywę, zasłanianie i wygląd przedmiotów do szacowania głębi; wynik nie zawsze podaje rzeczywistą odległość. - Everyday example PL: Telefon z jednym obiektywem rozmywa tło za twoją twarzą w trybie portretowym, jakby zdjęcie zrobił drogi aparat. - In one sentence EN: This works out from a single ordinary photo which things are close to the camera and which are far away. - Problem it solves EN: A normal photo loses the third dimension, and distance sensors are expensive and missing from many devices. - What it does EN: From learned examples, it uses perspective, occlusion and object appearance to estimate depth; the result does not always provide actual distance. - Everyday example EN: A phone with one lens blurs the background behind your face in portrait mode, as if a pricey camera took the shot. - concerns you if PL: robisz zdjęcia z rozmytym tłem; budujesz roboty lub drony z jedną kamerą; dodajesz efekty przestrzenne do zdjęć i filmów - concerns you if EN: take photos with a blurred background; build robots or drones with a single camera; add depth effects to photos and videos - related: `controllablegen` - sources: `hf-tasks-depth-estimation`, `depth-anything-v2-2024`, `hf-cv-course-3d-vision` ### Generowanie obrazu i wideo (Image and video generation) - id: `imagegen` · https://aiatlasgraph.com/t/imagegen.md - path: Język, obraz, audio › Generowanie obrazu i wideo - PL: Synteza i edycja treści wizualnej. - EN: Synthesising and editing visual content. - examples PL: Text-to-image · image-to-image · video - examples EN: Text-to-image · image-to-image · video - In one sentence PL: To tworzenie nowych obrazów i filmów przez program na podstawie opisu słownego albo innego obrazu. - Problem it solves PL: Przygotowanie ilustracji, zdjęcia produktu czy krótkiego filmu wymaga sprzętu, umiejętności i czasu, których często brakuje. - What it does PL: Z poznanych przykładów uczy się powiązań opisu z wyglądem, a następnie tworzy lub zmienia obraz i kolejne klatki filmu. - Everyday example PL: Opisujesz kota w kapeluszu na tle gór o zachodzie słońca i dostajesz różne ilustracje do wyboru. - In one sentence EN: This is software creating new images and videos from a written description or another image. - Problem it solves EN: Making an illustration, a product photo or a short clip needs equipment, skill and time that people often lack. - What it does EN: It learns links between descriptions and appearance from examples, then creates or edits images and successive video frames. - Everyday example EN: You describe a cat in a hat against mountains at sunset and receive different illustrations to choose from. - concerns you if PL: potrzebujesz grafik, a nie umiesz rysować; tworzysz treści wizualne do sieci lub prezentacji; chcesz rozpoznawać obrazy wygenerowane przez model - concerns you if EN: need graphics but cannot draw; make visual content for the web or presentations; want to recognise model-generated images - related: `latentdiffusion`, `worldfoundation`, `lora`, `diffusion`, `contentprovenance` - sources: `audio`, `vision`, `cs336`, `hf-task-text-to-image` ### Edycja obrazu poleceniem i podmiana fragmentów (inpainting) (Instruction-based image editing and inpainting) - id: `imageediting` · https://aiatlasgraph.com/t/imageediting.md - path: Język, obraz, audio › Generowanie obrazu i wideo › Edycja obrazu poleceniem i podmiana fragmentów (inpainting) - aliases: image editing, instruction-based image editing, inpainting, outpainting, image-to-image, generative fill, edycja obrazu, edycja poleceniem, uzupełnianie obrazu, rozszerzanie kadru - PL: Zmiana istniejącego obrazu według polecenia tekstowego, przegenerowanie zaznaczonego maską fragmentu (inpainting) albo rozszerzenie obrazu poza pierwotny kadr (outpainting). Współczesne modele mogą łączyć generowanie i edycję, ale zachowanie tożsamości obiektów podczas kolejnych zmian pozostaje zależne od modelu i zadania. - EN: Changing an existing image according to a text instruction, regenerating a masked region (inpainting), or extending the image beyond its original frame (outpainting). Contemporary models can combine generation and editing, but preserving object identity across repeated edits still depends on the model and task. - examples PL: InstructPix2Pix · maska i inpainting · outpainting · image-to-image · FLUX.1 Kontext · Step1X-Edit · Qwen-Image · GEdit-Bench - examples EN: InstructPix2Pix · mask and inpainting · outpainting · image-to-image · FLUX.1 Kontext · Step1X-Edit · Qwen-Image · GEdit-Bench - In one sentence PL: To poprawianie gotowego zdjęcia przez opisanie zmiany słowami, na przykład „usuń przechodnia” albo „zmień niebo na zachód słońca”. - Problem it solves PL: Retusz w programie graficznym wymaga wprawy i czasu, a drobna zmiana potrafi zająć godzinę. - What it does PL: Wskazany obszar lub polecenie kieruje zmianą, a model dobiera nową treść do otoczenia; szczegóły, które chcesz zachować, wymagają sprawdzenia. - Everyday example PL: Na zdjęciu z wakacji zaznaczasz palcem obcą osobę w tle, a aplikacja zastępuje ją fragmentem plaży. - In one sentence EN: This changes an existing photo when you describe the change in words, such as “remove the passer-by” or “make the sky a sunset”. - Problem it solves EN: Retouching in a graphics program takes skill and time, and a small change can eat up an hour. - What it does EN: A selected region or instruction guides the change, and the model matches new content to its surroundings; details you want preserved need checking. - Everyday example EN: On a holiday photo you tap a stranger in the background, and the app replaces them with more beach. - concerns you if PL: poprawiasz zdjęcia bez znajomości programów graficznych; przygotowujesz zdjęcia produktów w różnych wersjach; chcesz wiedzieć, jak łatwo dziś zmienić zdjęcie - concerns you if EN: fix photos without knowing graphics software; prepare product photos in several versions; want to know how easily a photo can be altered today - related: `imagetranslation`, `promptseg` - sources: `qwen-image-2025`, `instructpix2pix-2022`, `hf-diffusers-inpaint`, `hf-task-image-to-image`, `flux-kontext-2025`, `step1x-edit-2025` ### Generowanie obrazów z opisu tekstowego (Text-to-image generation) - id: `texttoimage` · https://aiatlasgraph.com/t/texttoimage.md - path: Język, obraz, audio › Generowanie obrazu i wideo › Generowanie obrazów z opisu tekstowego - aliases: text-to-image, T2I, AI image generation, prompt to image, tekst na obraz, generowanie obrazów z tekstu, grafika AI - PL: Tworzenie obrazu z opisu tekstowego. Wiele współczesnych systemów wykorzystuje dyfuzję latentną albo transformatory trenowane metodami przepływowymi. Ocenia się m.in. zgodność z opisem i jakość obrazu; część narzędzi udostępnia ustawienia takie jak siła prowadzenia, prompt negatywny lub ziarno losowe. - EN: Creating an image from a text description. Many contemporary systems use latent diffusion or transformers trained with flow-based objectives. Evaluation includes prompt adherence and image quality; some tools expose settings such as guidance scale, negative prompts or a random seed. - examples PL: prompt i prompt negatywny · guidance scale · ziarno (seed) · napisy w obrazie · Stable Diffusion/SDXL · FLUX.1 · Qwen-Image · FID, CLIP score - examples EN: prompt and negative prompt · guidance scale · seed · text rendering in images · Stable Diffusion/SDXL · FLUX.1 · Qwen-Image · FID, CLIP score - In one sentence PL: To tworzenie obrazu od zera na podstawie kilku zdań opisu. - Problem it solves PL: Masz w głowie konkretny obraz, ale nie potrafisz go narysować ani znaleźć wśród gotowych zdjęć. - What it does PL: Model łączy opis z poznanymi wzorami wyglądu i stopniowo tworzy pasujący obraz; precyzyjne układy mogą wymagać dodatkowych wskazówek. - Everyday example PL: Przed urodzinami dziecka tworzysz zaproszenie z jego ulubionym dinozaurem w stroju astronauty, opisując to jednym zdaniem. - In one sentence EN: This creates a picture from scratch based on a few sentences of description. - Problem it solves EN: You have a specific picture in mind but cannot draw it or find it among existing photos. - What it does EN: A model connects the description to learned visual patterns and gradually creates a matching image; precise layouts may need extra guidance. - Everyday example EN: Before a child's birthday you make an invitation showing their favourite dinosaur in a spacesuit, described in one sentence. - concerns you if PL: szukasz ilustracji do tekstu lub prezentacji; chcesz szybko sprawdzić kilka pomysłów wizualnych; uczysz się, jak pisać dobre opisy obrazów - concerns you if EN: need illustrations for a text or presentation; want to try several visual ideas quickly; are learning to write good image descriptions - related: `latentdiffusion`, `gen3d`, `cfg`, `contentprovenance` - sources: `hf-task-text-to-image`, `hf-diffusers-text-to-image`, `qwen-image-2025` ### Generowanie wideo z tekstu i obrazu (Text-to-video and image-to-video generation) - id: `videogen` · https://aiatlasgraph.com/t/videogen.md - path: Język, obraz, audio › Generowanie obrazu i wideo › Generowanie wideo z tekstu i obrazu - aliases: video generation, text-to-video, T2V, image-to-video, I2V, AI video, generowanie wideo, tekst na wideo, obraz na wideo, animacja zdjęcia - PL: Tworzenie klipów z opisu tekstowego lub ożywianie obrazu, przy próbie zachowania spójności ruchu i wyglądu między klatkami. Wiele współczesnych systemów korzysta z latentnych modeli dyfuzyjnych i transformerów przetwarzających czas oraz przestrzeń; niektóre generują również zsynchronizowany dźwięk. - EN: Creating clips from text descriptions or animating an image while trying to preserve motion and appearance across frames. Many contemporary systems use latent diffusion models and transformers that process space and time; some also generate synchronised audio. - examples PL: tekst→wideo · obraz→wideo · łaty czasoprzestrzenne · Sora · Veo 3 · Wan · HunyuanVideo - examples EN: text-to-video · image-to-video · spacetime patches · Sora · Veo 3 · Wan · HunyuanVideo - In one sentence PL: To tworzenie krótkich filmów przez program na podstawie opisu albo jednego zdjęcia. - Problem it solves PL: Nakręcenie nawet kilkusekundowego ujęcia wymaga kamery, ludzi, miejsca i montażu. - What it does PL: Tworzy kolejne klatki z uwzględnieniem ruchu i wyglądu sceny, próbując zachować ciągłość; szczegóły mogą zmieniać się niepożądanie. - Everyday example PL: Stare zdjęcie babci ożywa na ekranie: uśmiecha się i lekko odwraca głowę, choć nikt tego nie nagrał. - In one sentence EN: This is software making short videos from a description or a single photo. - Problem it solves EN: Filming even a few seconds of footage needs a camera, people, a location and editing. - What it does EN: It generates frames using scene appearance and motion, trying to preserve continuity; details can still change unexpectedly. - Everyday example EN: An old photo of your grandmother comes alive on screen: she smiles and turns her head, though no one ever filmed it. - concerns you if PL: robisz krótkie filmy do sieci lub reklam; chcesz zobaczyć pomysł na scenę przed nagraniem; musisz odróżniać prawdziwe nagrania od wygenerowanych - concerns you if EN: make short videos for the web or adverts; want to preview a scene idea before filming; need to tell real footage from generated - related: `worldfoundation`, `textmotion`, `dit` - sources: `wan-2025`, `hunyuanvideo-2024`, `hf-diffusers-video`, `veo-3-model-card-2025`, `sora-tech-report-2024` ### Personalizacja: nauczenie modelu konkretnej osoby, rzeczy lub stylu (Personalisation: teaching a model a specific subject or style) - id: `subjectpersonalization` · https://aiatlasgraph.com/t/subjectpersonalization.md - path: Język, obraz, audio › Generowanie obrazu i wideo › Personalizacja: nauczenie modelu konkretnej osoby, rzeczy lub stylu - aliases: personalization, subject-driven generation, custom concept training, DreamBooth, Textual Inversion, diffusion LoRA, personalizacja, douczanie na własnych zdjęciach, własny styl - PL: Douczenie gotowego modelu obrazu na kilku zdjęciach nowej osoby, przedmiotu lub stylu, tak by można go było przywołać specjalnym słowem w prompcie. Metody: dostrajanie całego modelu (DreamBooth), nowe osadzenie słowa (Textual Inversion), lekkie wagi LoRA. - EN: Teaching a pretrained image model a new person, object or style from a few photos so it can be invoked with a special word in prompts. Methods: full fine-tuning (DreamBooth), a new word embedding (Textual Inversion), lightweight LoRA weights. - examples PL: DreamBooth · prior preservation · Textual Inversion · LoRA dla dyfuzji · specjalny token · spójność postaci - examples EN: DreamBooth · prior preservation · Textual Inversion · diffusion LoRA · special token · character consistency - In one sentence PL: To nauczenie generatora obrazów, jak wygląda twój pies, produkt albo styl, na podstawie kilku zdjęć. - Problem it solves PL: Ogólny generator nie zna twojej twarzy, logo ani produktu, więc za każdym razem rysuje kogoś lub coś podobnego, ale innego. - What it does PL: Przykłady dostrajają wybrane części modelu lub uczą go nowego zapisu obiektu, aby powtarzał charakterystyczne cechy w kolejnych obrazach. - Everyday example PL: Piekarnia uczy model swojego charakterystycznego bochenka i tworzy reklamy z tym samym chlebem na stole, w koszyku i na pikniku. - In one sentence EN: This teaches an image generator what your dog, product or style looks like from a few photos. - Problem it solves EN: A general generator does not know your face, logo or product, so each time it draws something similar but different. - What it does EN: Examples adapt selected model components or teach a new object representation so characteristic features can recur across images. - Everyday example EN: A bakery teaches a model its signature loaf and makes adverts showing the same bread on a table, in a basket and at a picnic. - concerns you if PL: chcesz grafik z tą samą postacią lub produktem; masz własny styl i chcesz go powielać; martwisz się, że ktoś może tak podrobić twój wizerunek - concerns you if EN: want images with the same character or product; have your own style and want to repeat it; worry someone could fake your likeness this way - related: `lora` - sources: `ip-adapter-2023`, `dreambooth-2022`, `textual-inversion-2022`, `hf-diffusers-dreambooth` ### Sterowanie kompozycją: poza, kontury, głębia, obraz wzorcowy (Controllable generation: pose, edges, depth, reference image) - id: `controllablegen` · https://aiatlasgraph.com/t/controllablegen.md - path: Język, obraz, audio › Generowanie obrazu i wideo › Sterowanie kompozycją: poza, kontury, głębia, obraz wzorcowy - aliases: controllable generation, ControlNet, conditional control, spatial conditioning, image prompting, IP-Adapter, T2I-Adapter, generowanie sterowane, kontrola kompozycji, warunkowanie przestrzenne - PL: Prowadzenie generowania sygnałami poza tekstem: mapą krawędzi, mapą głębi, szkieletem pozy, segmentacją lub obrazem wzorcowym. Częstym rozwiązaniem są dodatkowe adaptery lub sieci warunkujące dołączane do zamrożonego modelu bazowego; niektóre warunki można łączyć. - EN: Guiding generation with signals beyond text: edge maps, depth maps, pose skeletons, segmentation or a reference image. A common approach uses additional adapters or conditioning networks attached to a frozen base model; some conditions can be combined. - examples PL: ControlNet (krawędzie, głębia, poza) · MultiControlNet · T2I-Adapter · IP-Adapter (obraz jako prompt) · zerowe konwolucje - examples EN: ControlNet (edges, depth, pose) · MultiControlNet · T2I-Adapter · IP-Adapter (image as prompt) · zero convolutions - In one sentence PL: To kierowanie tworzeniem obrazu za pomocą szkicu, zadanej pozy, głębi lub obrazu wzorcowego. - Problem it solves PL: Sam opis słowny nie wystarcza, żeby postać stała w konkretnej pozie albo budynek miał dokładnie taki kształt. - What it does PL: Dodatkowe wskazówki o układzie lub wyglądzie kierują pracą generatora, pomagając zachować pożądane cechy obrazu. - Everyday example PL: Szkicujesz bryłę domu, a program przygotowuje wizualizację, której kompozycję kieruje twój szkic. - In one sentence EN: This guides image generation with a sketch, a pose, depth information or a reference picture. - Problem it solves EN: Words alone cannot make a figure stand in a particular pose or a building take exactly the right shape. - What it does EN: Extra cues about layout or appearance guide the generator, helping it preserve desired image features. - Everyday example EN: You sketch a house outline, and software creates a visualisation whose composition is guided by your sketch. - concerns you if PL: potrzebujesz powtarzalnej kompozycji, a nie losowych wyników; zamieniasz szkice w gotowe ilustracje; chcesz utrzymać styl w serii grafik - concerns you if EN: need a repeatable layout rather than random results; turn sketches into finished illustrations; want a consistent style across a series of images - related: `poseestimation`, `depthestimation` - sources: `hf-diffusers-text-to-image`, `hf-task-image-to-image`, `controlnet-2023`, `hf-diffusers-controlnet`, `ip-adapter-2023`, `t2i-adapter-2023` ### Język naturalny (Natural language processing) - id: `nlp` · https://aiatlasgraph.com/t/nlp.md - path: Język, obraz, audio › Język naturalny - PL: Rozumienie i wytwarzanie języka. - EN: Understanding and producing language. - examples PL: Tłumaczenie · ekstrakcja · klasyfikacja - examples EN: Translation · extraction · classification - In one sentence PL: To dziedzina uczenia komputerów czytania, rozumienia i pisania tekstu w ludzkich językach. - Problem it solves PL: Ludzie piszą i mówią swobodnie, a programy potrzebują uporządkowanych danych, więc ogromne ilości tekstu zostają nieprzeczytane. - What it does PL: Rozbija tekst na kawałki, uczy się, jak słowa zwykle występują razem, i na tej podstawie odpowiada, tłumaczy albo porządkuje. - Everyday example PL: Skrzynka pocztowa sama odkłada reklamy do osobnego folderu, a telefon podpowiada następne słowo, gdy piszesz wiadomość. - In one sentence EN: This is the field of teaching computers to read, understand and write text in human languages. - Problem it solves EN: People write and speak freely while software needs tidy data, so huge amounts of text go unread. - What it does EN: It breaks text into pieces, learns how words usually go together, and uses that to answer, translate or sort. - Everyday example EN: Your inbox moves adverts into a separate folder on its own, and your phone suggests the next word as you type. - concerns you if PL: masz dużo tekstu do przeczytania lub uporządkowania; piszesz w języku innym niż angielski i chcesz dobrych wyników; chcesz rozmawiać z programem zwykłymi zdaniami - concerns you if EN: have more text than you can read or sort; work in languages with less training data; want to talk to software in ordinary sentences - sources: `audio`, `vision`, `cs336`, `dlai`, `hf-tasks-nlp`, `jurafsky-martin-slp3` ### Automatyczna poprawa gramatyki i pisowni (Grammatical error correction) - id: `gec` · https://aiatlasgraph.com/t/gec.md - path: Język, obraz, audio › Język naturalny › Automatyczna poprawa gramatyki i pisowni - aliases: GEC, grammatical error correction, grammar correction, spelling correction, korekta językowa, poprawianie błędów językowych - PL: Wykrywanie i poprawianie błędów gramatycznych, ortograficznych i leksykalnych w tekście, z minimalną zmianą treści. - EN: Detecting and correcting grammatical, spelling and word-choice errors in text with minimal changes to content. - In one sentence PL: Program znajduje w tekście błędy gramatyczne, literówki i złe słowa, a potem proponuje poprawioną wersję. - Problem it solves PL: Piszemy szybko, często w obcym języku, a błędy w mailu czy CV psują wrażenie i bywają źle zrozumiane. - What it does PL: Jak nauczyciel z czerwonym długopisem, który poprawia tylko błędy i zostawia twój styl w spokoju. - Everyday example PL: Piszesz maila po angielsku, a edytor podkreśla zły czas i podsuwa poprawne zdanie jednym kliknięciem. - In one sentence EN: Software finds grammar mistakes, typos and wrong words in a text and suggests a corrected version. - Problem it solves EN: People write fast, often in a foreign language, and mistakes in an email or CV spoil the impression or confuse readers. - What it does EN: Like a teacher with a red pen who fixes only the mistakes and leaves your style alone. - Everyday example EN: You write an email in a foreign language and the editor underlines a wrong tense and offers the fixed sentence in one click. - concerns you if PL: piszesz w języku, którego się uczysz; wysyłasz ważne pisma i boisz się literówek; uczysz innych pisać poprawnie - concerns you if EN: write in a language you are learning; send important letters and fear typos; teach others to write correctly - sources: `bryant-2023-gec-survey` ### Klasyfikacja tekstu i analiza sentymentu (Text classification and sentiment analysis) - id: `textclassification` · https://aiatlasgraph.com/t/textclassification.md - path: Język, obraz, audio › Język naturalny › Klasyfikacja tekstu i analiza sentymentu - aliases: text classification, sentiment analysis, opinion mining, zero-shot classification, intent detection, klasyfikacja tekstu, analiza sentymentu, analiza wydźwięku - PL: Przypisywanie tekstowi jednej lub kilku etykiet: sentyment, temat, spam, intencja. Dziś dostrojonym enkoderem albo bez treningu — klasyfikacją zero-shot (przez wnioskowanie językowe, NLI) lub promptem do LLM. - EN: Assigning one or more labels to a text: sentiment, topic, spam, intent. Done today with a fine-tuned encoder or without task training — NLI-based zero-shot classification or prompting an LLM. - examples PL: analiza sentymentu · wykrywanie spamu · rozpoznawanie intencji · NLI · klasyfikacja zero-shot · dostrojony enkoder (BERT) - examples EN: sentiment analysis · spam detection · intent detection · NLI · zero-shot classification · fine-tuned encoder (BERT) - In one sentence PL: To automatyczne przypisywanie tekstom etykiet, na przykład czy opinia jest pozytywna, a wiadomość to spam. - Problem it solves PL: Codziennie spływają setki opinii, zgłoszeń i maili, a ręczne sortowanie ich zajmuje godziny i bywa niekonsekwentne. - What it does PL: Działa jak sortownia na poczcie: patrzy na słowa i ich układ, po czym wrzuca tekst do właściwej przegródki. - Everyday example PL: Sklep internetowy sam oznacza recenzje jako zadowolone lub rozczarowane i pokazuje obsłudze najpierw te najbardziej krytyczne. - In one sentence EN: This automatically labels texts, for example whether a review is positive or a message is spam. - Problem it solves EN: Hundreds of reviews, tickets and emails arrive every day, and sorting them by hand takes hours and is inconsistent. - What it does EN: It works like a post-office sorting room: it looks at the words and how they are arranged, then drops the text into the right slot. - Everyday example EN: An online shop tags reviews as happy or disappointed and shows the most critical ones to staff first. - concerns you if PL: dostajesz dużo wiadomości, które trzeba rozdzielić; chcesz wiedzieć, co ludzie myślą o twoim produkcie; kierujesz zgłoszenia do właściwych osób - concerns you if EN: receive many messages that need sorting; want to know what people think of your product; route requests to the right people - related: `finsentiment`, `transformerfamilies` - sources: `hf-tasks-nlp`, `hf-task-text-classification`, `hf-task-zero-shot-classification`, `jurafsky-martin-slp3` ### Klasyfikacja tekstu bez przykładów (zero-shot) (Zero-shot text classification) - id: `zeroshotclassification` · https://aiatlasgraph.com/t/zeroshotclassification.md - path: Język, obraz, audio › Język naturalny › Klasyfikacja tekstu i analiza sentymentu › Klasyfikacja tekstu bez przykładów (zero-shot) - aliases: zero-shot text classification, zero-shot classification, klasyfikacja zero-shot - PL: Przypisywanie tekstom etykiet niewidzianych w treningu, zwykle przez przeformułowanie klas na hipotezy NLI lub prompt dla LLM. - EN: Assigning texts labels unseen in training, usually by recasting classes as NLI hypotheses or as an LLM prompt. - In one sentence PL: Wpisujesz własne nazwy kategorii, a model od razu przydziela do nich teksty, bez przygotowanych wcześniej przykładów. - Problem it solves PL: Zebranie i opisanie tysięcy przykładów do każdej nowej kategorii trwa tygodnie, a kategorie ciągle się zmieniają. - What it does PL: Zamienia każdą kategorię w zdanie typu „ten tekst jest o reklamacji” i sprawdza, które najlepiej pasuje. - Everyday example PL: Mała firma od razu sortuje maile od klientów na „zwrot”, „faktura” i „pytanie o dostawę”, zmieniając kategorie z dnia na dzień. - In one sentence EN: You type your own category names and the model sorts texts into them right away, with no prepared examples. - Problem it solves EN: Collecting and labelling thousands of examples for every new category takes weeks, and categories keep changing. - What it does EN: It turns each category into a sentence like 'this text is about a complaint' and checks which fits best. - Everyday example EN: A small shop sorts customer emails into 'return', 'invoice' and 'delivery question' at once, changing categories from day to day. - concerns you if PL: masz teksty do posegregowania, ale brak przykładów; często zmieniasz listę kategorii; duży model jest dla ciebie za drogi - concerns you if EN: have texts to sort but no labelled examples; change your category list often; find a large model too costly - sources: `laurer-2023-nli-universal-classifiers` ### Opinie o konkretnych cechach (sentyment aspektowy) (Aspect-based sentiment analysis) - id: `aspectsentiment` · https://aiatlasgraph.com/t/aspectsentiment.md - path: Język, obraz, audio › Język naturalny › Klasyfikacja tekstu i analiza sentymentu › Opinie o konkretnych cechach (sentyment aspektowy) - aliases: aspect-based sentiment analysis, ABSA, aspect-level sentiment, analiza sentymentu aspektowa - PL: Wydobywanie z tekstu opinii na poziomie aspektów: termin aspektu, kategoria aspektu, termin opinii i polaryzacja. - EN: Extracting aspect-level opinions from text: aspect term, aspect category, opinion term and polarity. - In one sentence PL: Program rozpoznaje w opinii nie tylko nastrój, ale też to, co dokładnie się podobało, a co nie. - Problem it solves PL: Ogólna ocena „trzy gwiazdki” nie mówi, czy klientom przeszkadza cena, obsługa, czy jakość produktu. - What it does PL: Rozkłada każdą opinię na pary „cecha — ocena”, np. „bateria: źle, ekran: dobrze”. - Everyday example PL: Właściciel restauracji widzi z setek recenzji, że chwalą jedzenie, ale narzekają na czas czekania. - In one sentence EN: Software reads a review and finds not just the mood but exactly what was liked and what was not. - Problem it solves EN: An overall three-star rating doesn't say whether customers dislike the price, the service or the product. - What it does EN: It breaks each review into 'feature — verdict' pairs, such as 'battery: bad, screen: good'. - Everyday example EN: A restaurant owner sees from hundreds of reviews that the food is praised but the waiting time is not. - concerns you if PL: czytasz dużo opinii klientów; chcesz wiedzieć, co poprawić w produkcie; porównujesz recenzje konkurencji - concerns you if EN: read many customer reviews; want to know what to fix in a product; compare reviews of competitors - related: `finsentiment` - sources: `zhang-2022-absa-survey` ### Wnioskowanie z tekstu: czy zdanie wynika z innego (NLI) (Natural language inference (textual entailment)) - id: `nli` · https://aiatlasgraph.com/t/nli.md - path: Język, obraz, audio › Język naturalny › Klasyfikacja tekstu i analiza sentymentu › Wnioskowanie z tekstu: czy zdanie wynika z innego (NLI) - aliases: NLI, natural language inference, textual entailment, RTE, recognizing textual entailment, wynikanie tekstowe - PL: Klasyfikacja pary przesłanka–hipoteza do klas: wynikanie, sprzeczność, neutralność. - EN: Classifying a premise–hypothesis pair as entailment, contradiction or neutral. - In one sentence PL: Program dostaje dwa zdania i ocenia, czy drugie wynika z pierwszego, przeczy mu, czy nic o nim nie mówi. - Problem it solves PL: Trudno automatycznie sprawdzić, czy streszczenie, odpowiedź lub umowa naprawdę mówi to samo co oryginał. - What it does PL: Jak egzaminator logiki: nie pyta, czy zdania brzmią podobnie, tylko czy jedno daje się wyczytać z drugiego. - Everyday example PL: Narzędzie do sprawdzania faktów podkreśla zdanie w odpowiedzi czatu, którego nie potwierdza żaden załączony dokument. - In one sentence EN: Software gets two sentences and judges whether the second follows from the first, contradicts it, or is unrelated. - Problem it solves EN: It is hard to check automatically whether a summary, answer or contract really says the same as the original. - What it does EN: Like a logic examiner: it asks not whether sentences sound alike but whether one can be read out of the other. - Everyday example EN: A fact-checking tool highlights a sentence in a chatbot's answer that no attached document supports. - concerns you if PL: sprawdzasz, czy odpowiedź AI zgadza się ze źródłem; porównujesz wersje umów lub regulaminów; chcesz klasyfikować teksty bez trenowania modelu - concerns you if EN: check whether an AI answer matches its source; compare versions of contracts or terms; want to classify texts without training a model - related: `contractnli` - sources: `laurer-2023-nli-universal-classifiers`, `williams-2017-multinli`, `gururangan-2018-nli-artifacts` ### Odpowiadanie na pytania (QA) (Question answering (QA)) - id: `questionanswering` · https://aiatlasgraph.com/t/questionanswering.md - path: Język, obraz, audio › Język naturalny › Odpowiadanie na pytania (QA) - aliases: question answering, QA, reading comprehension, open-domain QA, extractive QA, odpowiadanie na pytania, systemy pytań i odpowiedzi, czytanie ze zrozumieniem - PL: Udzielanie odpowiedzi na pytania w języku naturalnym. QA ekstraktywne wskazuje fragment odpowiedzi w podanym tekście; QA otwartodomenowe najpierw wyszukuje odpowiednie źródła za pomocą retrievera, a następnie wyznacza odpowiedź. Ten układ retriever–reader jest blisko spokrewniony z późniejszymi systemami RAG. - EN: Answering natural-language questions. Extractive QA selects an answer span from a supplied text; open-domain QA first retrieves relevant sources and then derives an answer. This retriever-reader pattern is closely related to later RAG systems. - examples PL: QA ekstraktywne · SQuAD · QA otwartodomenowe · gęste wyszukiwanie (DPR) · closed-book QA · RAG - examples EN: extractive QA · SQuAD · open-domain QA · dense retrieval (DPR) · closed-book QA · RAG - In one sentence PL: To program, który na pytanie zadane zwykłymi słowami podaje konkretną odpowiedź, a nie tylko listę linków. - Problem it solves PL: Szukasz jednej informacji, a dostajesz dziesiątki stron, przez które musisz przekopać się sam. - What it does PL: Model może wybierać odpowiedź z dokumentu albo ją tworzyć z dostępnych informacji; zgodność ze źródłem trzeba sprawdzić. - Everyday example PL: Pytasz pomoc techniczną na stronie, jak zmienić hasło, i dostajesz trzy kroki wyjęte z instrukcji, z odnośnikiem do źródła. - In one sentence EN: This is software that answers a question asked in plain words with a specific answer, not just a list of links. - Problem it solves EN: You need one fact but get dozens of pages to dig through yourself. - What it does EN: A model can select an answer from a document or generate one from available information; its agreement with the source needs checking. - Everyday example EN: You ask a website's help assistant how to change your password and get three steps taken from the manual, with a link to it. - concerns you if PL: szukasz odpowiedzi w dużym zbiorze dokumentów; budujesz pomoc dla klientów albo pracowników; chcesz wiedzieć, skąd pochodzi odpowiedź - concerns you if EN: look for answers in a large set of documents; build help for customers or staff; want to know where an answer came from - related: `questiongen`, `retrieval` - sources: `hf-tasks-nlp`, `hf-task-question-answering`, `jurafsky-martin-slp3`, `squad-2016`, `dpr-2020` ### Odpowiadanie na pytania o dane w tabelach (Table question answering) - id: `tableqa` · https://aiatlasgraph.com/t/tableqa.md - path: Język, obraz, audio › Język naturalny › Odpowiadanie na pytania (QA) › Odpowiadanie na pytania o dane w tabelach - aliases: table question answering, table QA, QA nad tabelami, pytania do tabel - PL: Odpowiadanie na pytania w języku naturalnym na podstawie tabeli: wybór komórek, agregacja lub wygenerowanie zapytania (np. SQL). - EN: Answering natural-language questions from a table: selecting cells, aggregating, or generating a query such as SQL. - In one sentence PL: Zadajesz pytanie zwykłymi słowami, a program sam szuka odpowiedzi w tabeli i w razie potrzeby coś w niej liczy. - Problem it solves PL: Wiele osób nie umie pisać formuł ani zapytań do baz danych, a odpowiedzi kryją się właśnie w tabelach. - What it does PL: Jak kolega od arkuszy: wskazuje właściwe komórki i mówi, czy je zsumować, policzyć, czy uśrednić. - Everyday example PL: Pytasz „ile sprzedaliśmy w marcu w trzech największych sklepach?” i dostajesz liczbę wyliczoną z arkusza. - In one sentence EN: You ask a question in plain words and software finds the answer in a table, adding things up if needed. - Problem it solves EN: Many people can't write formulas or database queries, yet the answers they need sit in tables. - What it does EN: Like a spreadsheet-savvy colleague: it points at the right cells and says whether to sum, count or average them. - Everyday example EN: You ask how much the three biggest shops sold in March and get a number worked out from the spreadsheet. - concerns you if PL: pracujesz z arkuszami, ale nie lubisz formuł; chcesz pytać bazę danych zwykłymi słowami; szukasz liczb w raportach z tabelami - concerns you if EN: work with spreadsheets but dislike formulas; want to query a database in plain words; look for figures in reports full of tables - related: `finreportqa`, `queryconstruction` - sources: `herzig-2020-tapas` ### Odpowiadanie na pytania z dużego zbioru tekstów (open-domain QA) (Open-domain question answering (retriever–reader)) - id: `opendomainqa` · https://aiatlasgraph.com/t/opendomainqa.md - path: Język, obraz, audio › Język naturalny › Odpowiadanie na pytania (QA) › Odpowiadanie na pytania z dużego zbioru tekstów (open-domain QA) - aliases: open-domain question answering, open-domain QA, ODQA, QA otwartodomenowe - PL: Odpowiadanie na pytania bez podanego kontekstu przez wyszukanie fragmentów w dużym korpusie i odczytanie z nich odpowiedzi. - EN: Answering questions with no given context by retrieving passages from a large corpus and reading the answer from them. - In one sentence PL: Program sam znajduje w ogromnym zbiorze tekstów fragmenty, które odpowiadają na pytanie, i dopiero z nich buduje odpowiedź. - Problem it solves PL: Zwykle nie wiesz, w którym z milionów dokumentów jest odpowiedź, więc nie możesz programowi podać właściwego tekstu. - What it does PL: Pracuje w dwóch krokach jak student w bibliotece: najpierw wyszukuje kilka trafnych stron, potem czyta je uważnie. - Everyday example PL: Firmowy pomocnik odpowiada na pytanie o zasady urlopu, przeszukując cały intranet zamiast jednego dokumentu. - In one sentence EN: Software finds the right passages in a huge text collection on its own and builds the answer from them. - Problem it solves EN: You usually don't know which of millions of documents holds the answer, so you can't hand software the right text. - What it does EN: It works in two steps like a student in a library: first fetch a few promising pages, then read them closely. - Everyday example EN: A company helper answers a holiday-policy question by searching the whole intranet rather than one document. - concerns you if PL: masz dużą bazę dokumentów bez dobrego wyszukiwania; budujesz czat odpowiadający na podstawie własnych tekstów; chcesz zrozumieć, jak czat szuka odpowiedzi w dokumentach - concerns you if EN: have a large document base with poor search; build a chat that answers from your own texts; want to know how a chatbot looks up answers in documents - related: `retrieval` - sources: `dpr-2020` ### Wskazywanie odpowiedzi w podanym tekście (extractive QA) (Extractive question answering (reading comprehension)) - id: `extractiveqa` · https://aiatlasgraph.com/t/extractiveqa.md - path: Język, obraz, audio › Język naturalny › Odpowiadanie na pytania (QA) › Wskazywanie odpowiedzi w podanym tekście (extractive QA) - aliases: extractive QA, span extraction QA, pytania ekstraktywne - PL: Odpowiadanie na pytanie przez wskazanie spanu odpowiedzi w podanym kontekście lub stwierdzenie, że odpowiedzi w nim nie ma. - EN: Answering a question by selecting an answer span in a given context, or stating that the context has no answer. - In one sentence PL: Program dostaje tekst i pytanie, a w odpowiedzi zaznacza dokładnie ten fragment, który na nie odpowiada. - Problem it solves PL: Szukanie jednej informacji w długiej instrukcji lub regulaminie zajmuje dużo czasu, a odpowiedź trzeba potem jeszcze sprawdzić. - What it does PL: Zamiast pisać własną odpowiedź, podkreśla zdanie w oryginale, więc od razu widać, skąd pochodzi. - Everyday example PL: Pytasz o okres gwarancji, a program podświetla w umowie zdanie „gwarancja obejmuje 24 miesiące”. - In one sentence EN: Software gets a text and a question and highlights exactly the passage that answers it. - Problem it solves EN: Finding one detail in a long manual or set of rules takes ages, and the answer still needs checking. - What it does EN: Instead of writing its own answer it underlines words in the original, so you see at once where it came from. - Everyday example EN: You ask about the warranty period and the tool highlights the sentence in the contract stating it. - concerns you if PL: szukasz konkretnej informacji w długich dokumentach; potrzebujesz odpowiedzi z dokładnym cytatem; chcesz, by program przyznał, gdy odpowiedzi brak - concerns you if EN: look for specific facts in long documents; need answers with an exact quote; want software to admit when there is no answer - related: `vqa` - sources: `squad-2016`, `rajpurkar-2018-squad2` ### Streszczanie tekstu (Text summarisation) - id: `summarization` · https://aiatlasgraph.com/t/summarization.md - path: Język, obraz, audio › Język naturalny › Streszczanie tekstu - aliases: text summarization, summarisation, automatic summarization, abstractive summarization, extractive summarization, streszczanie, sumaryzacja, automatyczne streszczanie - PL: Skracanie tekstu z zachowaniem najważniejszych informacji. Streszczenie ekstraktywne wybiera fragmenty źródła, a abstrakcyjne tworzy nowe sformułowania; współczesne modele językowe są szeroko używane do streszczania abstrakcyjnego, gdzie istotnymi wyzwaniami pozostają ocena jakości i zgodność ze źródłem. - EN: Shortening a text while preserving its key information. Extractive summarisation selects source passages, while abstractive summarisation creates new wording; modern language models are widely used for abstractive summaries, where quality evaluation and faithfulness to the source remain important challenges. - examples PL: ekstraktywne vs abstrakcyjne · seq2seq (BART, T5, Pegasus) · ROUGE · zgodność z faktami · streszczanie przez LLM · streszczanie wielu dokumentów - examples EN: extractive vs abstractive · seq2seq (BART, T5, Pegasus) · ROUGE · factual consistency · LLM summarisation · multi-document summarisation - In one sentence PL: To skracanie długiego tekstu do kilku zdań, które zachowują to, co najważniejsze. - Problem it solves PL: Nie masz czasu przeczytać wszystkich raportów, wątków i notatek, a boisz się, że przegapisz coś istotnego. - What it does PL: Działa jak dobry protokolant na zebraniu: odsiewa powtórzenia i dygresje, zostawia decyzje, liczby i wnioski. - Everyday example PL: Po godzinnym spotkaniu online dostajesz krótką notatkę z ustaleniami i listą zadań dla każdej osoby. - In one sentence EN: This shrinks a long text into a few sentences that keep what matters most. - Problem it solves EN: You lack the time to read every report, thread and note, yet you worry about missing something important. - What it does EN: It acts like a good minute-taker: it drops repetition and tangents and keeps decisions, numbers and conclusions. - Everyday example EN: After an hour-long video call you receive a short note with the decisions and each person's tasks. - concerns you if PL: czytasz więcej, niż jesteś w stanie przeczytać; przygotowujesz krótkie podsumowania dla innych; musisz sprawdzić, czy skrót nie przekręca faktów - concerns you if EN: have more to read than you can manage; prepare short summaries for other people; need to check that a summary does not twist the facts - related: `textgenmetrics`, `legalsummarization`, `hallucinationdetect` - sources: `hf-tasks-nlp`, `hf-task-summarization`, `zhang-2024-summarization-survey`, `pu-2023-summarization-almost-dead` ### Streszczanie przez wybór najważniejszych zdań (Extractive summarisation) - id: `extractivesumm` · https://aiatlasgraph.com/t/extractivesumm.md - path: Język, obraz, audio › Język naturalny › Streszczanie tekstu › Streszczanie przez wybór najważniejszych zdań - aliases: extractive summarization, extractive summarisation, sentence extraction, streszczanie ekstrakcyjne - PL: Tworzenie streszczenia z wybranych zdań lub fragmentów źródła, bez generowania nowego tekstu. - EN: Building a summary from selected source sentences or spans, without generating new text. - In one sentence PL: Program wybiera z tekstu kilka najważniejszych zdań i składa z nich skrót, niczego nie dopisując od siebie. - Problem it solves PL: Potrzebujesz krótkiej wersji tekstu, ale nie możesz ryzykować, że ktoś doda zdanie, którego w oryginale nie było. - What it does PL: Jak zakreślacz na marginesie: każde zdanie skrótu da się znaleźć słowo w słowo w oryginale. - Everyday example PL: Przegląd prasy dla zarządu pokazuje z każdego artykułu trzy wybrane, nienaruszone zdania. - In one sentence EN: Software picks the few most important sentences from a text and joins them into a digest, adding nothing of its own. - Problem it solves EN: You need a short version of a text but cannot risk anyone adding a sentence that wasn't in the original. - What it does EN: Like a highlighter in the margin: every sentence of the digest can be found word for word in the original. - Everyday example EN: A press digest for managers shows three chosen, unaltered sentences from each article. - concerns you if PL: potrzebujesz streszczenia wiernego co do słowa; pracujesz z tekstami prawnymi lub urzędowymi; chcesz szybko przejrzeć wiele artykułów - concerns you if EN: need a summary that is faithful word for word; work with legal or official texts; want to skim many articles quickly - sources: `zhang-2024-summarization-survey`, `hf-task-summarization` ### Streszczanie własnymi słowami modelu (Abstractive summarisation) - id: `abstractivesumm` · https://aiatlasgraph.com/t/abstractivesumm.md - path: Język, obraz, audio › Język naturalny › Streszczanie tekstu › Streszczanie własnymi słowami modelu - aliases: abstractive summarization, abstractive summarisation, generative summarization, streszczanie abstrakcyjne, parafrazujące streszczanie - PL: Generowanie streszczenia nowym tekstem przez model sekwencja–sekwencja lub LLM, z możliwą parafrazą i fuzją informacji. - EN: Generating a summary as new text with a sequence-to-sequence model or LLM, allowing paraphrase and information fusion. - In one sentence PL: Model czyta tekst i pisze jego krótszą wersję nowymi zdaniami, tak jak zrobiłby to człowiek. - Problem it solves PL: Sklejone cytaty czyta się źmudnie, a ludzie chcą płynnego, zwięzłego opisu, co w tekście najważniejsze. - What it does PL: Jak kolega opowiadający film w dwóch zdaniach: łączy wątki, upraszcza i pomija dygresje. - Everyday example PL: Po wideorozmowie dostajesz kilka zdań: co ustalono, kto czym się zajmie i do kiedy. - In one sentence EN: A model reads a text and writes a shorter version in new sentences, the way a person would. - Problem it solves EN: Stitched-together quotes are tiring to read, and people want a smooth, concise account of what matters. - What it does EN: Like a friend retelling a film in two sentences: it joins threads, simplifies and skips digressions. - Everyday example EN: After a video call you get a few sentences: what was agreed, who does what and by when. - concerns you if PL: dostajesz automatyczne podsumowania spotkań lub maili; chcesz szybko zrozumieć długi raport; musisz ocenić, czy streszczenie nie zmyśla - concerns you if EN: get automatic summaries of meetings or emails; want to grasp a long report quickly; need to judge whether a summary invents things - related: `legalsummarization` - sources: `zhang-2024-summarization-survey`, `hf-task-summarization` ### Tokenizacja tekstu (BPE, WordPiece, SentencePiece) (Text tokenisation (BPE, WordPiece, SentencePiece)) - id: `tokenization` · https://aiatlasgraph.com/t/tokenization.md - path: Język, obraz, audio › Język naturalny › Tokenizacja tekstu (BPE, WordPiece, SentencePiece) - aliases: tokenization, tokenisation, tokenizacja, tokenizer, tokenizator, BPE, byte pair encoding, byte-level BPE, WordPiece, SentencePiece, Unigram tokenizer, tiktoken, subword tokenization - PL: Zamiana tekstu na ciąg tokenów — kawałków słów z ustalonego słownika — zanim model go zobaczy. Dominują metody podsłowowe: BPE (także w wersji na bajtach, jak w GPT), WordPiece (BERT) i Unigram w bibliotece SentencePiece (T5). Tokenizacja wpływa na koszt, długość kontekstu i to, jak model radzi sobie z językami innymi niż angielski. - EN: Turning text into a sequence of tokens — sub-word pieces from a fixed vocabulary — before the model sees it. Sub-word methods dominate: BPE (also byte-level, as in GPT), WordPiece (BERT) and Unigram via SentencePiece (T5). Tokenisation affects cost, context length and how well a model handles non-English languages. - examples PL: BPE na bajtach (GPT-2, GPT-4) · WordPiece (BERT) · Unigram + SentencePiece (T5) · tokeny specjalne · trenowanie własnego tokenizera - examples EN: byte-level BPE (GPT-2, GPT-4) · WordPiece (BERT) · Unigram + SentencePiece (T5) · special tokens · training your own tokenizer - In one sentence PL: To dzielenie tekstu na kawałki, które model potrafi odczytać jako liczby. - Problem it solves PL: Dwa równie długie teksty mogą kosztować inaczej i zajmować różną część pamięci rozmowy. - What it does PL: Słownik przypisuje numery fragmentom słów; rzadki wyraz może wymagać więcej kawałków niż często spotykany. - Everyday example PL: Przed wysłaniem długiego polskiego dokumentu sprawdzasz liczbę kawałków tekstu, żeby zmieścić się w limicie modelu. - In one sentence EN: This splits text into pieces that a model can read as numbers. - Problem it solves EN: Two texts of similar length can cost differently and occupy different amounts of conversation space. - What it does EN: A vocabulary assigns numbers to word fragments; a rare word may need more pieces than a common one. - Everyday example EN: Before sending a long document, you check its piece count to stay within the model's input limit. - concerns you if PL: płacisz za ilość tekstu wysyłanego do modelu; pracujesz z długimi tekstami lub różnymi językami - concerns you if EN: pay for the amount of text sent to a model; work with long texts or different languages - related: `nexttoken`, `costestimation`, `multilingualnlp` - sources: `karpathy-zero-to-hero`, `hf-llm-course-tokenizers`, `sennrich-bpe-2016`, `sentencepiece-2018`, `karpathy-minbpe` ### Tłumaczenie maszynowe (Machine translation) - id: `machinetranslation` · https://aiatlasgraph.com/t/machinetranslation.md - path: Język, obraz, audio › Język naturalny › Tłumaczenie maszynowe - aliases: machine translation, MT, neural machine translation, NMT, LLM translation, tłumaczenie maszynowe, przekład maszynowy, tłumacz automatyczny - PL: Automatyczny przekład tekstu między językami. Droga rozwoju: systemy statystyczne → neuronowe enkoder–dekoder z mechanizmem uwagi i Transformery → masowo wielojęzyczne modele oraz LLM tłumaczące na podstawie promptu. - EN: Automatic translation of text between languages. It evolved from statistical systems to neural encoder–decoders with attention and Transformers, then to massively multilingual models and prompted LLMs. - examples PL: NMT · seq2seq z uwagą · modele wielojęzyczne (NLLB) · FLORES-200 · BLEU, COMET · tłumaczenie przez LLM - examples EN: NMT · seq2seq with attention · multilingual models (NLLB) · FLORES-200 · BLEU, COMET · LLM translation - In one sentence PL: To przekładanie tekstu z jednego języka na drugi przez program, bez udziału tłumacza. - Problem it solves PL: Ważne informacje są napisane w językach, których nie znasz, a profesjonalny przekład trwa i kosztuje. - What it does PL: Wykorzystuje kontekst i poznane przykłady, żeby dobierać wyrażenia w drugim języku; idiomy i szczegóły znaczenia mogą wymagać korekty. - Everyday example PL: Czytasz instrukcję obsługi po japońsku, robisz zdjęcie telefonem i widzisz tekst po polsku nałożony na oryginał. - In one sentence EN: This is software translating text from one language into another without a human translator. - Problem it solves EN: Useful information is written in languages you do not know, and professional translation takes time and money. - What it does EN: It uses context and learned examples to choose expressions in another language; idioms and subtle meanings may need correction. - Everyday example EN: Faced with a manual in an unfamiliar language, you point your phone at it and see translated text over the original. - concerns you if PL: czytasz lub piszesz w obcym języku; publikujesz treści dla odbiorców z różnych krajów; sprawdzasz, czy automatyczny przekład można wysłać bez poprawek - concerns you if EN: read or write in a foreign language; publish content for readers in several countries; check whether a machine translation is safe to send as is - related: `selfattention`, `textgenmetrics`, `multilingualnlp` - sources: `hf-tasks-nlp`, `jurafsky-martin-slp3`, `bahdanau-2014-attention-nmt`, `nllb-2022`, `hendy-2023-gpt-mt` ### Ocena jakości tłumaczenia bez wzorca (quality estimation) (Machine translation quality estimation) - id: `mtqe` · https://aiatlasgraph.com/t/mtqe.md - path: Język, obraz, audio › Język naturalny › Tłumaczenie maszynowe › Ocena jakości tłumaczenia bez wzorca (quality estimation) - aliases: machine translation quality estimation, QE, translation quality estimation, ocena jakości tłumaczenia - PL: Przewidywanie jakości tłumaczenia maszynowego na podstawie samego tekstu źródłowego i przekładu, bez tłumaczenia referencyjnego. - EN: Predicting machine-translation quality from the source and translation alone, without a reference translation. - In one sentence PL: Program ocenia, jak dobre jest gotowe tłumaczenie, choć nikt nie przygotował wzorcowej wersji do porównania. - Problem it solves PL: Firmy tłumaczą maszynowo tysiące tekstów i nie wiedzą, które z nich musi jeszcze przejrzeć człowiek. - What it does PL: Jak doświadczony redaktor znający oba języki: patrzy na oryginał i przekład i wystawia ocenę, nie mając klucza odpowiedzi. - Everyday example PL: Sklep internetowy publikuje od razu dobrze ocenione opisy produktów, a słabo ocenione odsyła do tłumacza. - In one sentence EN: Software judges how good a finished translation is even though nobody prepared a reference version to compare with. - Problem it solves EN: Companies machine-translate thousands of texts and don't know which ones still need a human check. - What it does EN: Like a bilingual editor: it looks at the original and the translation and gives a score without an answer key. - Everyday example EN: An online shop publishes well-scored product descriptions at once and sends poorly scored ones to a translator. - concerns you if PL: tłumaczysz maszynowo dużo tekstów; decydujesz, co przekazać do poprawy człowiekowi; porównujesz różne systemy tłumaczące - concerns you if EN: machine-translate a lot of text; decide what goes to a human for fixing; compare different translation systems - related: `textgenmetrics` - sources: `vernikos-2024-qe-fusion` ### Tłumaczenie mowy na inny język (Speech translation) - id: `speechtranslation` · https://aiatlasgraph.com/t/speechtranslation.md - path: Język, obraz, audio › Język naturalny › Tłumaczenie maszynowe › Tłumaczenie mowy na inny język - aliases: speech translation, tłumaczenie mowy - PL: Tłumaczenie mowy źródłowej na tekst lub mowę w języku docelowym, kaskadowo (ASR→MT→TTS) albo bezpośrednio jednym modelem. - EN: Translating source speech into target-language text or speech, either cascaded (ASR→MT→TTS) or directly with one model. - In one sentence PL: Program słucha kogoś mówiącego w jednym języku i podaje tłumaczenie napisem albo głosem w innym. - Problem it solves PL: Rozmowa z kimś bez wspólnego języka wymaga tłumacza, którego zwykle nie ma pod ręką. - What it does PL: Działa jak tłumacz w słuchawce: słucha kawałek wypowiedzi i od razu mówi ją w twoim języku. - Everyday example PL: Na wakacjach mówisz do telefonu po polsku, a sprzedawca słyszy pytanie po hiszpańsku. - In one sentence EN: Software listens to someone speaking one language and gives the translation as text or speech in another. - Problem it solves EN: Talking to someone without a shared language needs an interpreter, who is rarely at hand. - What it does EN: It works like an interpreter in your earpiece: it hears a chunk of speech and says it right away in your language. - Everyday example EN: On holiday you speak into your phone in your language and the shopkeeper hears the question in theirs. - concerns you if PL: rozmawiasz z ludźmi bez wspólnego języka; oglądasz nagrania w obcym języku; organizujesz spotkania międzynarodowe - concerns you if EN: talk to people without a shared language; watch recordings in a foreign language; run international meetings - related: `speech2speech` - sources: `seamless-2023-m4t`, `seamless-2023-streaming` ### Wielojęzyczność i języki o małych zasobach (Multilingual and low-resource language processing) - id: `multilingualnlp` · https://aiatlasgraph.com/t/multilingualnlp.md - path: Język, obraz, audio › Język naturalny › Wielojęzyczność i języki o małych zasobach - aliases: multilingual NLP, low-resource languages, low-resource NLP, cross-lingual transfer, multilingual LLM, wielojęzyczność, języki niskozasobowe, transfer międzyjęzykowy, NLP wielojęzyczne - PL: Przetwarzanie wielu języków naraz i języków z małą ilością danych. Opiera się na transferze międzyjęzykowym we wspólnych modelach wielojęzycznych; jakość dla języków niskozasobowych wciąż wyraźnie odstaje od angielskiego. - EN: Processing many languages at once and languages with little data. It relies on cross-lingual transfer in shared multilingual models; quality for low-resource languages still lags clearly behind English. - examples PL: transfer międzyjęzykowy · XLM-R · NLLB · wielojęzyczne LLM · języki niskozasobowe · tokenizacja a koszt języka - examples EN: cross-lingual transfer · XLM-R · NLLB · multilingual LLMs · low-resource languages · tokenisation and per-language cost - In one sentence PL: To uczenie i sprawdzanie modeli językowych tak, żeby radziły sobie z różnymi językami, również tymi z mniejszą ilością danych. - Problem it solves PL: Twój język ma mniej przykładów w danych modelu, więc odpowiedzi mogą być słabsze lub brzmieć nienaturalnie. - What it does PL: Łączy naukę na różnych językach z przenoszeniem poznanych wzorów i sprawdzaniem wyników osobno dla każdego języka. - Everyday example PL: Asystent rozumie pytanie zadane po polsku z regionalnym słowem i odpowiada naturalną polszczyzną, a nie kalką z angielskiego. - In one sentence EN: This trains and evaluates language models to handle different languages, including those with less training data. - Problem it solves EN: Your language has fewer examples in a model's training data, so responses may be weaker or sound unnatural. - What it does EN: It combines learning across languages, transferring familiar patterns and checking results separately for each language. - Everyday example EN: An assistant understands a question in a regional dialect and replies in natural local language rather than a literal translation. - concerns you if PL: korzystasz z modelu w języku z mniejszą ilością danych; obsługujesz klientów mówiących różnymi językami; zauważasz, że w twoim języku model odpowiada gorzej - concerns you if EN: use a model in a language with less training data; serve customers who speak different languages; notice the model answers worse in your language - related: `tokenization`, `machinetranslation` - sources: `nllb-2022`, `hendy-2023-gpt-mt`, `xlm-r-2019`, `zhu-2024-multilingual-llm-survey` ### Wydobywanie informacji z tekstu (nazwy własne, relacje) (Information extraction (named entities and relations)) - id: `infoextraction` · https://aiatlasgraph.com/t/infoextraction.md - path: Język, obraz, audio › Język naturalny › Wydobywanie informacji z tekstu (nazwy własne, relacje) - aliases: information extraction, IE, named entity recognition, NER, relation extraction, entity extraction, ekstrakcja informacji, rozpoznawanie nazw własnych, ekstrakcja relacji - PL: Zamiana swobodnego tekstu na uporządkowane fakty: rozpoznawanie nazw własnych (NER — osoby, miejsca, organizacje, daty), relacji i zdarzeń. Klasycznie jako etykietowanie tokenów; dziś także przez LLM zwracające JSON według schematu albo kompaktowe modele zero-shot. - EN: Turning free text into structured facts: named entities (NER — people, places, organisations, dates), relations and events. Classically done as token labelling; now also by LLMs emitting schema-constrained JSON or by compact zero-shot extractors. - examples PL: NER · klasyfikacja tokenów · ekstrakcja relacji · ekstrakcja zdarzeń · GLiNER · wyjście strukturalne (JSON) - examples EN: NER · token classification · relation extraction · event extraction · GLiNER · structured output (JSON) - In one sentence PL: To wyłuskiwanie z tekstu konkretnych danych — kto, gdzie, kiedy, za ile — i zapisywanie ich w uporządkowanej tabeli. - Problem it solves PL: Ważne dane są ukryte w długich umowach, mailach i artykułach, a przepisywanie ich ręcznie do arkusza jest żmudne i pełne błędów. - What it does PL: Jak zakreślacz w ręku uważnego czytelnika: zaznacza nazwiska, miejsca i daty, a potem łączy je w fakty typu „kto z kim”. - Everyday example PL: Z maila z rezerwacją program sam wyciąga datę, godzinę i adres, po czym wpisuje wydarzenie do kalendarza. - In one sentence EN: This pulls specific facts out of text — who, where, when, how much — and records them in a tidy table. - Problem it solves EN: Important details are buried in long contracts, emails and articles, and copying them into a spreadsheet by hand is slow and error-prone. - What it does EN: Like a careful reader using a highlighter: it marks names, places and dates, then links them into facts about events. - Everyday example EN: From a booking email, the software picks out the date, time and address and adds the event to your calendar. - concerns you if PL: przepisujesz dane z dokumentów do tabel; szukasz w tekstach nazwisk, firm albo kwot; budujesz bazę wiedzy z artykułów lub notatek - concerns you if EN: copy data from documents into tables; search texts for names, companies or amounts; build a knowledge base from articles or notes - related: `maintenancetlp`, `kgraphs`, `docai`, `legalner`, `structured`, `kie` - sources: `hf-tasks-nlp`, `hf-task-token-classification`, `jurafsky-martin-slp3`, `gliner-2023`, `xu-2023-llm-generative-ie-survey` ### Rozpoznawanie nazw własnych (NER) (Named entity recognition (NER)) - id: `ner` · https://aiatlasgraph.com/t/ner.md - path: Język, obraz, audio › Język naturalny › Wydobywanie informacji z tekstu (nazwy własne, relacje) › Rozpoznawanie nazw własnych (NER) - aliases: NER, named entity recognition, entity recognition, rozpoznawanie nazw własnych, rozpoznawanie encji nazwanych - PL: Etykietowanie fragmentów tekstu (spanów) typami encji, np. osoba, organizacja, miejsce, data; klasycznie jako klasyfikacja tokenów w schemacie BIO. - EN: Labelling text spans with entity types such as person, organisation, location or date; classically framed as token classification with a BIO scheme. - In one sentence PL: Program zaznacza w tekście imiona, nazwy firm, miejsca i daty, a przy każdej wpisuje, czym jest. - Problem it solves PL: W tysiącach dokumentów trudno szybko znaleźć, o kim i o czym właściwie jest mowa. - What it does PL: Działa jak korektor z kolorowymi flamastrami: osoby na żółto, miasta na zielono, kwoty na niebiesko. - Everyday example PL: Wklejasz notatkę ze spotkania, a narzędzie samo wypisuje wszystkie wspomniane osoby, firmy i terminy. - In one sentence EN: Software marks people's names, company names, places and dates in a text and labels what each one is. - Problem it solves EN: In thousands of documents it is hard to see quickly who and what is actually being talked about. - What it does EN: It works like a proofreader with coloured markers: people in yellow, cities in green, amounts in blue. - Everyday example EN: You paste meeting notes and the tool lists every person, company and deadline mentioned. - concerns you if PL: szukasz nazwisk lub firm w stosie dokumentów; chcesz zanonimizować tekst przed udostępnieniem; budujesz wyszukiwarkę po osobach i miejscach - concerns you if EN: search a pile of documents for names or companies; need to anonymise a text before sharing it; build search by people and places - related: `legalner` - sources: `li-2018-ner-deep-survey` ### Rozwiązywanie koreferencji (kto to „on”?) (Coreference resolution) - id: `coreference` · https://aiatlasgraph.com/t/coreference.md - path: Język, obraz, audio › Język naturalny › Wydobywanie informacji z tekstu (nazwy własne, relacje) › Rozwiązywanie koreferencji (kto to „on”?) - aliases: coreference resolution, coref, koreferencja - PL: Grupowanie wzmianek (nazw, opisów, zaimków) odnoszących się do tej samej encji w klastry w obrębie dokumentu. - EN: Clustering mentions (names, descriptions, pronouns) that refer to the same entity within a document. - In one sentence PL: Program ustala, które słowa w tekście — „ona”, „prezes”, „pani Nowak” — mówią o tej samej osobie lub rzeczy. - Problem it solves PL: Ludzie rzadko powtarzają pełne nazwy, więc program czytający zdanie po zdaniu gubi, o kim jest mowa. - What it does PL: Łączy rozrzucone po tekście zaimki i opisy w jedną nitkę na każdą postać, jak kolorowe zakładki w książce. - Everyday example PL: Asystent streszcza długi wątek mailowy i poprawnie pisze, kto obiecał co zrobić, choć w mailach padało głównie „on” i „ja”. - In one sentence EN: Software works out which words in a text — 'she', 'the chair', 'Ms Smith' — refer to the same person or thing. - Problem it solves EN: People rarely repeat full names, so software reading sentence by sentence loses track of who is meant. - What it does EN: It ties pronouns and descriptions scattered through a text into one thread per character, like coloured bookmarks. - Everyday example EN: An assistant summarises a long email thread and correctly says who promised what, though the emails mostly said 'he' and 'I'. - concerns you if PL: wyciągasz fakty z długich tekstów; analizujesz rozmowy lub wywiady; streszczasz dokumenty z wieloma osobami - concerns you if EN: pull facts out of long texts; analyse conversations or interviews; summarise documents involving many people - sources: `lee-2017-e2e-coreference` ### Wydobywanie relacji między encjami (Relation extraction) - id: `relationextraction` · https://aiatlasgraph.com/t/relationextraction.md - path: Język, obraz, audio › Język naturalny › Wydobywanie informacji z tekstu (nazwy własne, relacje) › Wydobywanie relacji między encjami - aliases: relation extraction, relation classification, relation detection, ekstrakcja relacji - PL: Rozpoznawanie typowanych relacji między parami encji w tekście i zapis ich jako trójek (podmiot, relacja, obiekt). - EN: Identifying typed relations between entity pairs in text and recording them as (subject, relation, object) triples. - In one sentence PL: Program czyta zdanie i ustala, jak łączą się występujące w nim osoby, firmy i miejsca. - Problem it solves PL: Sama lista nazwisk niewiele mówi — liczy się, kto dla kogo pracuje, kto co kupił i co gdzie leży. - What it does PL: Rysuje strzałki między zaznaczonymi nazwami i podpisuje każdą: „pracuje w”, „przejął”, „urodził się w”. - Everyday example PL: Z serwisu z wiadomościami gospodarczymi powstaje tabela: która firma przejęła którą i kiedy. - In one sentence EN: Software reads a sentence and works out how the people, companies and places in it are connected. - Problem it solves EN: A bare list of names says little; what matters is who works for whom, who bought what and what lies where. - What it does EN: It draws arrows between marked names and labels each one: 'works at', 'acquired', 'born in'. - Everyday example EN: Business news turns into a table showing which company acquired which, and when. - concerns you if PL: budujesz bazę wiedzy z artykułów; śledzisz powiązania między firmami lub osobami; chcesz zadawać pytania o fakty z tekstów - concerns you if EN: build a knowledge base from articles; track links between companies or people; want to query facts found in texts - related: `kgraphs` - sources: `zhao-2023-relation-extraction-survey` ### Łączenie wzmianek z bazą wiedzy (entity linking) (Entity linking) - id: `entitylinking` · https://aiatlasgraph.com/t/entitylinking.md - path: Język, obraz, audio › Język naturalny › Wydobywanie informacji z tekstu (nazwy własne, relacje) › Łączenie wzmianek z bazą wiedzy (entity linking) - aliases: entity linking, entity disambiguation, named entity disambiguation, NED, linkowanie encji - PL: Przypisanie wzmiance w tekście identyfikatora encji w bazie wiedzy, z ujednoznacznieniem na podstawie kontekstu. - EN: Assigning a text mention the identifier of a knowledge-base entity, disambiguated by context. - In one sentence PL: Program rozstrzyga, o którego konkretnie człowieka, miasto lub firmę chodzi w tekście, i podpina właściwy wpis z encyklopedii. - Problem it solves PL: Te same nazwy noszą różne osoby i miejsca, więc wyszukiwanie po samym słowie miesza zupełnie różne rzeczy. - What it does PL: Jak bibliotekarz, który po kontekście poznaje, czy chodzi o miasto, klub sportowy czy statek o tej samej nazwie, i podaje właściwą sygnaturę. - Everyday example PL: Czytasz artykuł, a przy nazwisku pojawia się dymek z właściwą osobą, nie z jej imiennikiem. - In one sentence EN: Software decides which exact person, city or company a text means and attaches the right encyclopedia entry. - Problem it solves EN: Different people and places share names, so searching by the word alone mixes up unrelated things. - What it does EN: Like a librarian who tells from context whether a name means a city, a club or a ship and hands over the right catalogue number. - Everyday example EN: You read an article and a pop-up next to a name shows the right person, not a namesake. - concerns you if PL: łączysz dokumenty z bazą klientów lub produktów; budujesz graf wiedzy z tekstów; musisz odróżniać osoby o tych samych nazwiskach - concerns you if EN: match documents to a customer or product database; build a knowledge graph from texts; must tell apart people with the same name - related: `kgraphs` - sources: `sevgili-2020-neural-el-survey` ### Modele multimodalne (Multimodal models) - id: `multimodal` · https://aiatlasgraph.com/t/multimodal.md - path: Język, obraz, audio › Modele multimodalne - PL: Wspólne przetwarzanie kilku rodzajów danych. - EN: Processing several kinds of data together. - examples PL: Vision-language · speech-language - examples EN: Vision-language · speech-language - In one sentence PL: To modele, które w jednym miejscu rozumieją naraz tekst, obrazy, dźwięk albo wideo. - Problem it solves PL: Świat nie składa się z samego tekstu, a osobne programy do zdjęć, mowy i pisma gubią to, co łączy te informacje. - What it does PL: Zamienia obraz, dźwięk i słowa na wspólny zapis, dzięki czemu model może zestawić zdjęcie z pytaniem o nie. - Everyday example PL: Robisz zdjęcie wnętrza lodówki i pytasz, co ugotować na obiad, a asystent proponuje przepis z tego, co widać na półkach. - In one sentence EN: These are models that understand text, images, sound or video together in one place. - Problem it solves EN: The world is not made of text alone, and separate tools for photos, speech and writing lose what links that information. - What it does EN: It turns images, sound and words into one shared form, so the model can match a photo with a question about it. - Everyday example EN: You photograph the inside of your fridge and ask what to cook, and the assistant suggests a recipe from what is on the shelves. - concerns you if PL: pokazujesz modelowi zdjęcia, zrzuty ekranu lub nagrania; chcesz rozmawiać z asystentem głosem i obrazem; łączysz różne rodzaje danych w jednym zadaniu - concerns you if EN: show a model photos, screenshots or recordings; want to talk to an assistant with voice and images; combine different kinds of data in one task - related: `speech2speech`, `vla`, `clipcontrastive` - courses: - sources: `audio`, `vision`, `cs336`, `dlai`, `hf-vlms-explained-2024`, `mllm-survey-yin-2023` ### Modele audio–język (rozumienie mowy, dźwięków i muzyki) (Audio-language models) - id: `audiolanguage` · https://aiatlasgraph.com/t/audiolanguage.md - path: Język, obraz, audio › Modele multimodalne › Modele audio–język (rozumienie mowy, dźwięków i muzyki) - aliases: audio-language models, ALM, large audio-language models, LALM, audio LLM, speech LLM, modele audio–język, LLM słyszące - PL: Modele językowe połączone z reprezentacją dźwięku, które mogą wspólnie obsługiwać mowę, odgłosy otoczenia i muzykę: transkrypcję, tłumaczenie, pytania o nagranie, opisywanie dźwięków lub analizę cech mówcy. Zakres obsługiwanych zadań zależy od danych i konstrukcji konkretnego modelu. - EN: Language models connected to audio representations that can jointly handle speech, environmental sounds and music: transcription, translation, questions about recordings, audio captioning or speaker-related analysis. The supported task range depends on each model's data and design. - examples PL: pytania o nagranie (audio QA) · opisywanie dźwięków · rozpoznawanie emocji · rozumienie muzyki · Qwen-Audio · SALMONN · Qwen3-Omni - examples EN: audio question answering · audio captioning · emotion recognition · music understanding · Qwen-Audio · SALMONN · Qwen3-Omni - In one sentence PL: To modele językowe, które potrafią słuchać: rozumieją nie tylko słowa, ale też dźwięki, muzykę i ton głosu. - Problem it solves PL: Zwykła zamiana mowy na tekst gubi wszystko poza słowami: emocje, odgłosy w tle, muzykę i to, kto mówi. - What it does PL: Łączy cechy dźwięku z językiem, żeby odpowiadać na pytania o nagranie; obsługiwane zadania zależą od modelu. - Everyday example PL: Wgrywasz nagranie z zebrania i pytasz, w którym momencie ktoś brzmiał na zirytowanego i co wtedy powiedział. - In one sentence EN: These are language models that can listen: they understand not just words but also sounds, music and tone of voice. - Problem it solves EN: Plain speech-to-text drops everything except the words: emotion, background sounds, music and who is speaking. - What it does EN: It connects audio features with language to answer questions about recordings; supported tasks depend on the model. - Everyday example EN: You upload a meeting recording and ask when someone sounded irritated and what they said at that moment. - concerns you if PL: pracujesz z nagraniami rozmów, audycji lub muzyki; chcesz pytać o nagranie zamiast go odsłuchiwać; potrzebujesz opisu dźwięków, nie tylko transkrypcji - concerns you if EN: work with recordings of talks, broadcasts or music; want to ask about a recording instead of replaying it; need sounds described, not just a transcript - related: `audioclassification`, `asr` - sources: `qwen25-omni-2025`, `qwen3-omni-2025`, `qwen-audio-2023`, `salmonn-2023`, `alm-survey-su-2025` ### Modele wizja–język (opisywanie obrazów i pytania o nie) (Vision-language models (VLMs)) - id: `vlm` · https://aiatlasgraph.com/t/vlm.md - path: Język, obraz, audio › Modele multimodalne › Modele wizja–język (opisywanie obrazów i pytania o nie) - aliases: VLM, vision-language model, visual language model, multimodal LLM, MLLM, large multimodal model, LMM, visual question answering, VQA, image captioning, model wizja–język, multimodalny LLM, opisywanie obrazów - PL: Modele, które łączą obraz lub wideo z tekstem, aby generować odpowiedzi tekstowe: opisują sceny, odpowiadają na pytania o ich treść, czytają dokumenty lub wskazują obiekty. Różnią się skalą i konstrukcją — od modeli działających na urządzeniach po duże systemy używane w analizie interfejsów i rozumowaniu wizualnym. - EN: Models that combine images or video with text to generate textual answers: they describe scenes, answer questions about visual content, read documents or identify objects. They vary in scale and design, from on-device models to large systems used for interface analysis and visual reasoning. - examples PL: opisywanie obrazów · VQA · wskazywanie obiektów · rozumienie wideo · LLaVA · Flamingo · Qwen2.5-VL · małe VLM - examples EN: image captioning · VQA · grounding · video understanding · LLaVA · Flamingo · Qwen2.5-VL · small VLMs - In one sentence PL: To modele, którym pokazujesz zdjęcie i zadajesz pytanie, a one odpowiadają słowami o tym, co widać. - Problem it solves PL: Wiele informacji jest tylko na zdjęciach i zrzutach ekranu, a opisanie ich słowami wymaga czasu i oka człowieka. - What it does PL: Jak osoba opisująca obraz przez telefon: przygląda się szczegółom i odpowiada na twoje pytania o nie. - Everyday example PL: Osoba niewidoma kieruje telefon na półkę w sklepie i słyszy, który karton to mleko, a który sok. - In one sentence EN: These are models you can show a picture and ask a question, and they answer in words about what they see. - Problem it solves EN: Much information exists only in photos and screenshots, and putting it into words takes a person's time and eye. - What it does EN: Like someone describing a picture over the phone: it studies the details and answers your questions about them. - Everyday example EN: A blind shopper points a phone at a shelf and hears which carton is milk and which is juice. - concerns you if PL: chcesz pytać model o zdjęcia lub zrzuty ekranu; potrzebujesz opisów obrazów dla osób niewidomych; przeglądasz dużo zdjęć i szukasz konkretnej rzeczy - concerns you if EN: want to ask a model about photos or screenshots; need image descriptions for blind readers; go through many photos looking for one thing - related: `rsvlm`, `vla`, `drivingvlm`, `vln`, `zeroshotdefect` - sources: `hf-vlms-explained-2024`, `hf-vlms-2025`, `mllm-survey-yin-2023`, `llava-2023`, `flamingo-2022` ### Automatyczne opisywanie zdjęć (image captioning) (Image captioning) - id: `imagecaptioning` · https://aiatlasgraph.com/t/imagecaptioning.md - path: Język, obraz, audio › Modele multimodalne › Modele wizja–język (opisywanie obrazów i pytania o nie) › Automatyczne opisywanie zdjęć (image captioning) - aliases: image captioning, caption generation, opisywanie obrazów, podpisy do zdjęć - PL: Generowanie opisu obrazu w języku naturalnym przez model łączący enkoder obrazu z dekoderem tekstu. - EN: Generating a natural-language description of an image with a model joining an image encoder and a text decoder. - In one sentence PL: Program patrzy na zdjęcie i pisze jedno lub kilka zdań o tym, co na nim widać. - Problem it solves PL: Osoby niewidome nie widzą zdjęć w sieci, a milionów obrazów nie da się ręcznie opisać do wyszukiwania. - What it does PL: Jak ktoś, kto przez telefon opowiada drugiej osobie, co ma przed oczami: krótko i o tym, co najważniejsze. - Everyday example PL: Telefon z włączonym czytnikiem ekranu mówi: „pies leży na kanapie obok śpiącego dziecka”. - In one sentence EN: Software looks at a photo and writes a sentence or two about what it shows. - Problem it solves EN: Blind people cannot see images online, and millions of pictures cannot be described by hand for search. - What it does EN: Like someone describing over the phone what is in front of them: briefly, and only what matters. - Everyday example EN: A phone with the screen reader on says: 'a dog lying on a sofa next to a sleeping child'. - concerns you if PL: publikujesz zdjęcia i chcesz, by były dostępne; porządkujesz duże archiwum fotografii; przygotowujesz dane do trenowania modeli obrazu - concerns you if EN: publish photos and want them accessible; organise a large photo archive; prepare data for training image models - related: `recaptioning` - sources: `li-2022-blip`, `rohrbach-2018-object-hallucination` ### Modele językowe rozumiejące wideo (Video-LLM) (Video-language models (Video-LLMs)) - id: `videollm` · https://aiatlasgraph.com/t/videollm.md - path: Język, obraz, audio › Modele multimodalne › Modele wizja–język (opisywanie obrazów i pytania o nie) › Modele językowe rozumiejące wideo (Video-LLM) - aliases: video language model, video LLM, Video-LLM, wideo-LLM - PL: Modele łączące enkoder klatek wideo z LLM do otwartego rozumienia nagrań: opisów, pytań, lokalizacji czasowej i rozumowania. - EN: Models joining a video-frame encoder with an LLM for open-ended video understanding: description, questions, temporal localisation and reasoning. - In one sentence PL: Model ogląda nagranie i rozmawia o nim: streszcza, odpowiada na pytania i wskazuje, w którym momencie coś się działo. - Problem it solves PL: Godziny nagrań — wykładów, spotkań, monitoringu — nikt nie ma czasu obejrzeć, a trzeba z nich coś wyłowić. - What it does PL: Jak ktoś, kto obejrzał film za ciebie i z notatkami w ręku odpowiada, co było w 12. minucie i dlaczego. - Everyday example PL: Wrzucasz nagranie wykładu i pytasz, gdzie prowadzący tłumaczył wzór — dostajesz minutę i krótkie wyjaśnienie. - In one sentence EN: A model watches a recording and talks about it: it summarises, answers questions and says when something happened. - Problem it solves EN: Nobody has time to watch hours of lectures, meetings or camera footage, yet something must be found in them. - What it does EN: Like someone who watched the film for you and, notes in hand, tells you what happened at minute twelve and why. - Everyday example EN: You upload a lecture and ask where the formula was explained — you get the minute and a short explanation. - concerns you if PL: przeglądasz długie nagrania w poszukiwaniu fragmentu; tworzysz streszczenia lub rozdziały filmów; analizujesz nagrania z kamer lub produkcji - concerns you if EN: search long recordings for one moment; create video summaries or chapters; analyse camera or production footage - related: `videounderstanding` - sources: `tang-2023-vidllm-survey` ### Pytania i odpowiedzi o treść obrazu (VQA) (Visual question answering (VQA)) - id: `vqa` · https://aiatlasgraph.com/t/vqa.md - path: Język, obraz, audio › Modele multimodalne › Modele wizja–język (opisywanie obrazów i pytania o nie) › Pytania i odpowiedzi o treść obrazu (VQA) - aliases: visual question answering, VQA, pytania wizualne, odpowiadanie na pytania o obraz - PL: Odpowiadanie na pytanie w języku naturalnym o zawartość obrazu, w formie otwartej lub wyboru z listy. - EN: Answering a natural-language question about an image's content, open-ended or as multiple choice. - In one sentence PL: Pokazujesz programowi zdjęcie, zadajesz o nie pytanie zwykłymi słowami i dostajesz odpowiedź. - Problem it solves PL: Ogólny opis zdjęcia rzadko zawiera ten jeden szczegół, który jest ci akurat potrzebny. - What it does PL: Zamiast opowiadać o całym obrazie, patrzy tam, gdzie kieruje go pytanie: na kolor, liczbę, napis lub układ. - Everyday example PL: Robisz zdjęcie lodówki i pytasz, co ugotować; albo osoba niewidoma pyta, jaka data jest na opakowaniu. - In one sentence EN: You show software a picture, ask a question about it in plain words and get an answer. - Problem it solves EN: A general description of a photo rarely includes the one detail you happen to need. - What it does EN: Instead of describing the whole picture it looks where the question points: a colour, a count, a sign or a layout. - Everyday example EN: You photograph your fridge and ask what to cook, or a blind person asks what date is printed on a package. - concerns you if PL: pytasz czat o zdjęcia lub zrzuty ekranu; pomagasz osobom słabowidzącym; sprawdzasz, czy model naprawdę rozumie obraz - concerns you if EN: ask a chatbot about photos or screenshots; help people with low vision; test whether a model really understands images - related: `extractiveqa` - sources: `li-2022-blip`, `agrawal-2015-vqa`, `goyal-2016-vqav2` ### Rozumienie dokumentów, wykresów i zrzutów ekranu (Document, chart and screenshot understanding) - id: `docvision` · https://aiatlasgraph.com/t/docvision.md - path: Język, obraz, audio › Modele multimodalne › Modele wizja–język (opisywanie obrazów i pytania o nie) › Rozumienie dokumentów, wykresów i zrzutów ekranu - aliases: visual document understanding, VDU, OCR-free document understanding, chart question answering, chart QA, screen understanding, GUI understanding, rozumienie dokumentów bez OCR, analiza wykresów, rozumienie zrzutów ekranu - PL: Odczyt i interpretacja obrazów bogatych w tekst i układ przestrzenny — skanów, formularzy, faktur, wykresów, infografik i zrzutów ekranu. Część modeli działa bez osobnego etapu OCR, odpowiada na pytania lub wyciąga dane bezpośrednio z pikseli; te zdolności wykorzystuje się również w analizie interfejsów. - EN: Reading and interpreting images rich in text and spatial layout — scans, forms, invoices, charts, infographics and screenshots. Some models work without a separate OCR stage, answer questions or extract data directly from pixels; these capabilities are also used for interface analysis. - examples PL: rozumienie dokumentów bez osobnego OCR · ChartQA · analiza zrzutów ekranu · Donut · Pix2Struct - examples EN: document understanding without separate OCR · ChartQA · screenshot analysis · Donut · Pix2Struct - In one sentence PL: To odczytywanie informacji ze skanów dokumentów, wykresów i ekranów z uwzględnieniem układu strony. - Problem it solves PL: Informacje na skanach i wykresach trudno wykorzystać, gdy program nie odróżnia tabel, podpisów i wartości. - What it does PL: Łączy cechy obrazu i tekstu, żeby wiązać wartości z nagłówkami, podpisami i ich położeniem na stronie. - Everyday example PL: Robisz zdjęcie paragonu w aplikacji do wydatków, a ona sama wpisuje sklep, datę i kwotę oraz przypisuje kategorię. - In one sentence EN: This reads information from scanned documents, charts and screens while accounting for page layout. - Problem it solves EN: Information in scans and charts is hard to use when software cannot distinguish tables, captions and values. - What it does EN: It combines image and text features to connect values with headings, captions and their positions on the page. - Everyday example EN: You snap a receipt in a budgeting app, and it fills in the shop, date and amount and picks a category. - concerns you if PL: masz dokumenty w formie skanów lub zdjęć; chcesz zadawać pytania o wykresy i raporty; korzystasz z asystenta obsługującego ekran programu - concerns you if EN: have documents as scans or photos; want to ask questions about charts and reports; use an assistant that operates software through its screen - related: `computeruse`, `layoutanalysis`, `docai`, `ocr` - sources: `hf-vlms-2025`, `donut-2021`, `pix2struct-2022`, `chartqa-2022` ### Wskazywanie na obrazie rzeczy opisanej słowami (visual grounding) (Visual grounding (referring expression comprehension)) - id: `visualgrounding` · https://aiatlasgraph.com/t/visualgrounding.md - path: Język, obraz, audio › Modele multimodalne › Modele wizja–język (opisywanie obrazów i pytania o nie) › Wskazywanie na obrazie rzeczy opisanej słowami (visual grounding) - aliases: visual grounding, phrase grounding, referring expression comprehension, REC, ugruntowanie wizualne - PL: Lokalizacja regionu obrazu (ramka lub maska) odpowiadającego wyrażeniu językowemu, w tym wyrażeniom pasującym do wielu obiektów lub żadnego. - EN: Localising the image region (box or mask) matching a language expression, including expressions matching several objects or none. - In one sentence PL: Opisujesz słowami jedną rzecz na zdjęciu, a program zaznacza ją ramką lub obrysem. - Problem it solves PL: Na zdjęciu jest wiele podobnych rzeczy, a ty potrzebujesz tej jednej — i nie da się jej wskazać palcem przez tekst. - What it does PL: Rozumie opisy typu „ten kubek po lewej, za laptopem” i zamienia je na konkretne miejsce na obrazie. - Everyday example PL: Mówisz robotowi kuchennemu „podaj czerwony kubek z uchem”, a on wybiera właściwy spośród trzech. - In one sentence EN: You describe one thing in a photo in words and software marks it with a box or outline. - Problem it solves EN: A photo holds many similar things and you need exactly one — and you can't point a finger through text. - What it does EN: It understands phrases like 'the mug on the left, behind the laptop' and turns them into a place in the image. - Everyday example EN: You tell a kitchen robot 'hand me the red mug with a handle' and it picks the right one out of three. - concerns you if PL: edytujesz zdjęcia poleceniami słownymi; sterujesz robotem lub agentem klikającym w ekran; chcesz, by AI pokazało, na co patrzy - concerns you if EN: edit photos with spoken or typed commands; control a robot or a screen-clicking agent; want AI to show what it is looking at - related: `openvocabdetection` - sources: `liu-grounding-dino-2023`, `xiao-2024-visual-grounding-survey` ### Łączenie enkodera obrazu z modelem językowym (Connecting an image encoder to a language model) - id: `vlmconnector` · https://aiatlasgraph.com/t/vlmconnector.md - path: Język, obraz, audio › Modele multimodalne › Modele wizja–język (opisywanie obrazów i pytania o nie) › Łączenie enkodera obrazu z modelem językowym - aliases: multimodal projector, vision adapter, modality connector, visual instruction tuning, LLaVA-style architecture, projektor multimodalny, adapter wizyjny, strojenie instrukcyjne na obrazach - PL: Jeden z częstych sposobów budowy VLM: wytrenowany enkoder obrazu tworzy cechy wizualne, a projektor, adapter lub warstwy uwagi krzyżowej udostępniają je modelowi językowemu. System dostraja się następnie na danych łączących obrazy z instrukcjami; zakres trenowanych modułów i liczba etapów zależą od architektury. - EN: A common way to build a VLM: a pretrained image encoder produces visual features, while a projector, adapter or cross-attention layers expose them to a language model. The system is then tuned on image-instruction data; the modules trained and number of stages depend on the architecture. - examples PL: enkoder obrazu (CLIP, SigLIP) · projektor MLP · uwaga krzyżowa (Flamingo) · trening dwuetapowy · visual instruction tuning · LLaVA - examples EN: image encoder (CLIP, SigLIP) · MLP projector · cross-attention (Flamingo) · two-stage training · visual instruction tuning · LLaVA - In one sentence PL: To sposób, by gotowy model tekstowy „zobaczył” obraz: dokleja się do niego część, która tłumaczy zdjęcie na jego język. - Problem it solves PL: Trenowanie od zera modelu, który widzi i mówi, jest bardzo drogie, a osobno istnieją już dobre modele do obrazu i do tekstu. - What it does PL: Łącznik przekształca liczbowy zapis cech obrazu w postać dostępną dla modelu językowego, który może uwzględnić go w odpowiedzi. - Everyday example PL: Mała firma dokleja do darmowego modelu tekstowego moduł widzenia i uczy go odpowiadać na pytania o zdjęcia swoich produktów. - In one sentence EN: This lets an existing text model “see”: you attach a part that translates pictures into its language. - Problem it solves EN: Training a model that both sees and talks from scratch is very costly, while good separate image and text models already exist. - What it does EN: A connector transforms numerical image features into a form the language model can access and use in its response. - Everyday example EN: A small company adds a vision module to a free text model and teaches it to answer questions about photos of its products. - concerns you if PL: chcesz dodać rozumienie obrazów do istniejącego modelu; dostrajasz otwarte modele na własnych zdjęciach; ciekawi cię, jak zbudowane są modele widzące - concerns you if EN: want to add image understanding to an existing model; fine-tune open models on your own pictures; are curious how seeing models are built - related: `clipcontrastive` - sources: `hf-vlms-explained-2024`, `llava-2023`, `flamingo-2022` ### Ujednolicone modele wielomodalne (wejście i wyjście) (Unified multimodal models with multimodal input and output) - id: `omnimodels` · https://aiatlasgraph.com/t/omnimodels.md - path: Język, obraz, audio › Modele multimodalne › Ujednolicone modele wielomodalne (wejście i wyjście) - aliases: omni models, any-to-any models, natively multimodal models, early fusion, unified multimodal models, modele omni, modele any-to-any, wczesna fuzja modalności - PL: Modele obsługujące kilka modalności wejściowych — np. tekst, obraz, dźwięk i wideo — oraz co najmniej kilka form odpowiedzi, takich jak tekst lub mowa. Łączą te sygnały we wspólnym systemie; konkretne architektury różnią się sposobem tokenizacji, fuzji modalności i generowania wyjść. - EN: Models that handle several input modalities — such as text, images, audio and video — and at least several output forms, such as text or speech. They combine these signals in one system; architectures differ in tokenisation, modality fusion and output generation. - examples PL: wielomodalne wejście i wyjście · wczesna lub pośrednia fuzja · strumieniowa mowa · Chameleon · GPT-4o · Qwen2.5-Omni · Qwen3-Omni - examples EN: multimodal input and output · early or intermediate fusion · streaming speech · Chameleon · GPT-4o · Qwen2.5-Omni · Qwen3-Omni - In one sentence PL: To modele, które łączą tekst, obraz i dźwięk, a zależnie od konstrukcji potrafią odpowiadać w różnych postaciach. - Problem it solves PL: Sklejanie osobnych programów do mowy, obrazu i tekstu spowalnia rozmowę i gubi ton głosu, emocje oraz dźwięki tła. - What it does PL: Wspólne przetwarzanie pozwala zestawiać informacje z różnych sygnałów i przygotować odpowiedź tekstową, głosową lub wizualną obsługiwaną przez dany model. - Everyday example PL: Pokazujesz kamerą cieknący kran i pytasz na głos o widoczny zawór, a obsługujący obraz i mowę asystent odpowiada głosem. - In one sentence EN: These models combine text, images and audio and, depending on their design, can respond in different forms. - Problem it solves EN: Chaining separate programs for speech, images and text slows conversation and loses tone of voice, emotion and background sounds. - What it does EN: Joint processing connects information across signals and prepares a text, speech or visual response supported by that model. - Everyday example EN: You show a dripping tap through a camera and ask aloud about the visible valve; an image-and-speech assistant replies by voice. - concerns you if PL: rozmawiasz z asystentem głosem w czasie rzeczywistym; chcesz, by model reagował na obraz z kamery; oczekujesz odpowiedzi w postaci mowy lub obrazu - concerns you if EN: talk to an assistant by voice in real time; want a model to respond to camera images; expect answers as speech or images - related: `speech2speech` - sources: `hf-vlms-2025`, `chameleon-2024`, `gpt-4o-2024`, `qwen25-omni-2025`, `qwen3-omni-2025` ### Mowa i audio (Speech and audio) - id: `audio` · https://aiatlasgraph.com/t/audio.md - path: Język, obraz, audio › Mowa i audio - PL: Analiza i synteza sygnału dźwiękowego. - EN: Analysing and synthesising sound. - examples PL: ASR · TTS · klasyfikacja dźwięku - examples EN: ASR · TTS · audio classification - In one sentence PL: To dziedzina, w której komputery słuchają, rozumieją i tworzą dźwięk: mowę, muzykę i odgłosy otoczenia. - Problem it solves PL: Potrzebujesz informacji z nagrań albo nowych dźwięków, a ręczne odsłuchiwanie i przygotowanie wszystkiego zajmuje dużo czasu. - What it does PL: Modele uczą się wzorów dźwięku i ich związku ze słowami, żeby rozpoznawać nagrania lub tworzyć nowe brzmienia. - Everyday example PL: Mówisz do telefonu „ustaw budzik na siódmą”, a on cię rozumie i odpowiada głosem, że budzik jest ustawiony. - In one sentence EN: This is the field where computers listen to, understand and create sound: speech, music and everyday noises. - Problem it solves EN: You need information from recordings or new sounds, and manually listening to or producing everything takes time. - What it does EN: Models learn sound patterns and their links to words so they can recognise recordings or generate new audio. - Everyday example EN: You tell your phone to set an alarm for seven, and it understands and confirms out loud. - concerns you if PL: pracujesz z nagraniami, muzyką lub głosem; chcesz rozmawiać z urządzeniami zamiast pisać; tworzysz podcasty, audycje lub dźwięk do filmów - concerns you if EN: work with recordings, music or voice; want to talk to devices instead of typing; make podcasts, broadcasts or film sound - sources: `audio`, `vision`, `cs336` ### Agenci głosowi (Real-time voice agents) - id: `voiceagents` · https://aiatlasgraph.com/t/voiceagents.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi - PL: System prowadzący rozmowę głosową, który rozumie wypowiedzi, podejmuje decyzje i wykonuje zadania z pomocą modeli oraz narzędzi. - EN: A system that conducts spoken conversations, understands utterances, makes decisions and completes tasks using models and tools. - examples PL: telefon · nakładka głosowa · głos jako narzędzie - examples EN: phone · voice layer · voice as a tool - In one sentence PL: To programy, z którymi rozmawiasz na głos, żeby uzyskać pomoc lub wykonać zadanie. - Problem it solves PL: Pisanie i klikanie przeszkadza, gdy masz zajęte ręce albo łatwiej wyjaśnisz sprawę w rozmowie. - What it does PL: System łączy rozumienie mowy, pamięć rozmowy, wybór działań i odpowiedzi głosowe, pilnując przebiegu zadania. - Everyday example PL: Dzwonisz do punktu napraw, opisujesz problem i z pomocą głosowego asystenta umawiasz odbiór sprzętu. - In one sentence EN: These programs hold spoken conversations to help you or complete a task. - Problem it solves EN: Typing and clicking get in the way when your hands are busy or conversation makes the issue easier to explain. - What it does EN: A system combines speech understanding, conversation memory, action selection and spoken responses while tracking the task. - Everyday example EN: You call a repair shop, describe the problem and arrange equipment collection with a voice assistant. - concerns you if PL: chcesz załatwiać sprawy przez rozmowę; dodajesz głos do istniejącego narzędzia - concerns you if EN: want to get things done through conversation; add voice interaction to an existing tool - related: `agentsnode` - courses: - sources: `dlai`, `voiceprimer`, `openai-voice-guide` ### Architektury agentów głosowych (Voice agent architectures) - id: `voicearch` · https://aiatlasgraph.com/t/voicearch.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Architektury agentów głosowych - PL: Sposoby połączenia rozumienia mowy, decyzji agenta i generowania głosu: modułowe, zintegrowane lub delegujące rozumowanie. - EN: Ways to combine speech understanding, agent decisions and voice generation: modular, integrated or with delegated reasoning. - examples PL: potok STT → agent → TTS · model mowa–mowa · głosowy front i osobny agent - examples EN: STT → agent → TTS pipeline · speech-to-speech model · voice frontend with a separate agent - In one sentence PL: To różne sposoby połączenia słuchania, podejmowania decyzji i mówienia w głosowym asystencie. - Problem it solves PL: Asystent ma szybko rozmawiać, lecz potrzebujesz też kontroli nad kosztami, narzędziami i treścią odpowiedzi. - What it does PL: Możesz rozdzielić zadania między wymienne części, zintegrować je w modelu albo przekazywać trudniejsze decyzje osobnemu zapleczu. - Everyday example PL: Przy budowie telefonicznej rezerwacji wybierasz między osobnymi modułami mowy a modelem prowadzącym rozmowę bezpośrednio. - In one sentence EN: These are different ways to connect listening, decision-making and speaking in a voice assistant. - Problem it solves EN: An assistant must converse promptly, while you also need control over costs, tools and response content. - What it does EN: You can split tasks among replaceable components, integrate them into a model or delegate harder decisions to a separate backend. - Everyday example EN: When building telephone booking, you choose between separate speech components and a model that handles spoken dialogue directly. - concerns you if PL: wybierasz sposób budowy głosowego asystenta; porównujesz szybkość i kontrolę różnych rozwiązań - concerns you if EN: choose how to build a voice assistant; compare speed and control across different designs - sources: `voiceprimer`, `wavchat-survey`, `openai-voice-guide`, `duplex-survey-2025` ### Głosowy front i osobny agent zadaniowy (Voice frontend with delegated reasoning) - id: `delegatedvoice` · https://aiatlasgraph.com/t/delegatedvoice.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Architektury agentów głosowych › Głosowy front i osobny agent zadaniowy - PL: Model głosowy prowadzi równoczesną rozmowę, a rozumowanie i narzędzia przekazuje osobnemu agentowi tekstowemu. Wynik wraca do dialogu. - EN: A voice model conducts the live conversation while delegating reasoning and tools to a separate text agent; the result returns to the spoken dialogue. - examples PL: delegowanie do zaplecza · kontynuacja rozmowy w czasie pracy - examples EN: backend delegation · conversation continues during work - In one sentence PL: To asystent, w którym jeden model prowadzi rozmowę głosową, a drugi zajmuje się trudniejszym zadaniem. - Problem it solves PL: Dłuższe planowanie lub używanie narzędzi może zatrzymać rozmowę i zostawić człowieka w ciszy. - What it does PL: Model głosowy przekazuje zadanie zapleczu, dalej odbiera wypowiedzi i włącza otrzymany wynik do rozmowy. - Everyday example PL: Asystent rozmawia o twoich preferencjach, podczas gdy osobny agent sprawdza dostępne terminy wizyty. - In one sentence EN: This assistant uses one model for spoken conversation and another for more demanding tasks. - Problem it solves EN: Longer planning or tool use can halt conversation and leave the person waiting in silence. - What it does EN: The voice model hands a task to a backend, keeps receiving speech and incorporates the returned result into the conversation. - Everyday example EN: An assistant discusses your preferences while a separate agent checks available appointment times. - concerns you if PL: zadania wymagają więcej czasu niż odpowiedź głosowa; chcesz rozdzielić rozmowę od pracy narzędzi - concerns you if EN: handle tasks that take longer than a spoken reply; want to separate dialogue from tool work - sources: `openai-voice-guide`, `duplex-survey-2025` ### Modele mowa–mowa (Speech-to-speech models) - id: `speech2speech` · https://aiatlasgraph.com/t/speech2speech.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Architektury agentów głosowych › Modele mowa–mowa - PL: Model przyjmuje mowę i generuje mowę bez osobnych usług STT i TTS w potoku. Wewnętrzna reprezentacja może jednak zawierać tekst lub transkrypcję; możliwości narzędzi i kontroli kontekstu zależą od modelu. - EN: A model takes speech and generates speech without separate STT and TTS services in the pipeline. Its internal representation may still include text or transcription; tool use and context control depend on the model. - examples PL: Moshi · NemotronLabs VoiceChat · sesje głosowe czasu rzeczywistego - examples EN: Moshi · NemotronLabs VoiceChat · realtime voice sessions - In one sentence PL: To model, który przyjmuje wypowiedź głosową i sam generuje odpowiedź głosową. - Problem it solves PL: Osobne usługi mowy i tekstu mogą wydłużać rozmowę i utrudniać wykorzystanie brzmienia wypowiedzi. - What it does PL: Model przetwarza dźwięk i tworzy dźwięk odpowiedzi we wspólnym rozwiązaniu; jego wewnętrzna praca może nadal korzystać z tekstu. - Everyday example PL: Zadajesz pytanie na głos, a asystent odpowiada mową bez osobnego zewnętrznego programu czytającego odpowiedź. - In one sentence EN: This model takes spoken input and generates a spoken response itself. - Problem it solves EN: Separate speech and text services can delay conversations and make vocal information harder to use. - What it does EN: A model processes audio and produces response audio within one system; its internal processing may still involve text. - Everyday example EN: You ask aloud, and an assistant replies in speech without a separate external program reading the response. - concerns you if PL: szukasz bezpośredniej rozmowy z modelem; chcesz uwzględniać brzmienie głosu rozmówcy - concerns you if EN: seek direct spoken interaction with a model; want to account for how a caller sounds - related: `fullduplex`, `multimodal`, `speechtranslation`, `omnimodels` - sources: `voiceprimer`, `moshi`, `wavchat-survey`, `nemotron-voicechat-2026` ### Potok STT → agent tekstowy → TTS (Cascaded STT–text agent–TTS pipeline) - id: `cascadedpipeline` · https://aiatlasgraph.com/t/cascadedpipeline.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Architektury agentów głosowych › Potok STT → agent tekstowy → TTS - PL: Oddzielne rozpoznawanie mowy, agent tekstowy i synteza głosu. Etapy można wymieniać, sprawdzać oraz łączyć z istniejącym workflow. - EN: Separate speech recognition, a text agent and speech synthesis. Stages can be swapped, inspected and connected to an existing workflow. - examples PL: orkiestracja w chmurze · ramki i procesory potoku - examples EN: cloud orchestration · pipeline frames and processors - In one sentence PL: To głosowy asystent z osobnymi częściami do zapisywania mowy, przygotowania odpowiedzi i czytania jej na głos. - Problem it solves PL: Chcesz kontrolować każdy etap rozmowy i wymieniać jego części bez przebudowy całego systemu. - What it does PL: Nagranie staje się tekstem dla agenta, a jego odpowiedź przechodzi do syntezy mowy; każdy etap można sprawdzić osobno. - Everyday example PL: W asystencie telefonicznym poprawiasz źle rozpoznane nazwy ulic, sprawdzając zapis rozmowy przed generowaniem głosu. - In one sentence EN: This voice assistant has separate components for transcribing speech, preparing a response and reading it aloud. - Problem it solves EN: You need to control each conversation stage and replace components without rebuilding the whole system. - What it does EN: Audio becomes text for an agent, whose response goes to speech synthesis; each stage can be inspected separately. - Everyday example EN: In a telephone assistant, you fix misrecognised street names by inspecting the transcript before speech is generated. - concerns you if PL: łączysz gotowe narzędzia mowy i tekstu; potrzebujesz wglądu w poszczególne etapy rozmowy - concerns you if EN: connect existing speech and text tools; need visibility into individual conversation stages - related: `asr`, `tts` - sources: `voiceprimer`, `pipecatrepo`, `openai-voice-guide` ### Ewaluacja agentów głosowych (Voice agent evaluation) - id: `voiceevals` · https://aiatlasgraph.com/t/voiceevals.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Ewaluacja agentów głosowych - PL: Ocena skuteczności zadania i jakości rozmowy na rzeczywistym audio: poprawności narzędzi, tur, przerwań, słyszalnej zwłoki i odporności na różne warunki mowy. - EN: Evaluating task success and conversational quality on real audio: tools, turns, interruptions, audible latency and robustness across speaking conditions. - examples PL: symulacje wieloturowe · końcowy stan zadania · akcent i hałas - examples EN: multi-turn simulation · final task state · accent and noise - In one sentence PL: To sprawdzanie, czy głosowy asystent dobrze prowadzi rozmowę i faktycznie wykonuje uzgodnione zadania. - Problem it solves PL: Poprawna odpowiedź tekstowa nie pokaże, że asystent przerywa, źle słyszy albo nie zapisuje rezerwacji. - What it does PL: Testy rozmów porównują treść, tury, czas reakcji, warunki dźwiękowe i końcowy stan narzędzi. - Everyday example PL: Przed udostępnieniem telefonicznej rezerwacji sprawdzasz rozmowy z pauzami, poprawkami i hałasem oraz zapisane terminy. - In one sentence EN: This checks whether a voice assistant converses well and actually completes agreed tasks. - Problem it solves EN: A correct text response cannot reveal that an assistant interrupts, mishears or fails to save a booking. - What it does EN: Conversation tests compare content, turns, response timing, audio conditions and the tools' final state. - Everyday example EN: Before launching telephone booking, you test calls with pauses, corrections and noise, then inspect the saved appointments. - concerns you if PL: udostępniasz asystenta rozmówcom; chcesz ocenić rozmowę i wykonanie zadania - concerns you if EN: make an assistant available to callers; want to assess both dialogue and task completion - related: `agenteval` - sources: `voiceprimer`, `openai-voice-guide`, `eva-bench-voice`, `tpi-bench-voice`, `livekit-agent-simulations`, `ihbench-voice` ### Ocena tur, przerwań i słyszalnego czasu reakcji (Turn-taking, interruption and audible-latency evaluation) - id: `turnquality` · https://aiatlasgraph.com/t/turnquality.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Ewaluacja agentów głosowych › Ocena tur, przerwań i słyszalnego czasu reakcji - PL: Testy mierzą przedwczesne wejście w słowo, niepotrzebną ciszę, nakładanie mowy, zachowanie po przerwaniu oraz czas do użytecznej odpowiedzi słyszanej przez człowieka. - EN: Tests measure premature takeovers, unwanted silence, overlap, post-interruption behavior and time to a useful audible response. - examples PL: opóźnienie słyszalnej odpowiedzi · prawidłowe wznowienie - examples EN: audible response latency · correct recovery - In one sentence PL: To sprawdzanie rytmu rozmowy: przerw, wejść w słowo, wznowienia i czasu do użytecznej odpowiedzi. - Problem it solves PL: Asystent zna odpowiedź, ale rozmawia niezręcznie, przerywa lub zostawia cię w długiej ciszy. - What it does PL: Test śledzi, co człowiek faktycznie słyszy i kiedy, oraz jak system zachowuje się po przejęciu głosu. - Everyday example PL: Porównujesz nagrania, żeby sprawdzić, który wariant asystenta czeka na koniec pytania i szybciej zaczyna pomocną odpowiedź. - In one sentence EN: This checks conversational timing: pauses, interruptions, recovery and the wait for a useful response. - Problem it solves EN: An assistant knows the answer but converses awkwardly, interrupts or leaves you waiting in silence. - What it does EN: A test tracks what the person actually hears and when, plus how the system behaves after a turn is interrupted. - Everyday example EN: You compare recordings to see which assistant waits for the question to finish and starts a helpful reply sooner. - concerns you if PL: rozmowa brzmi nienaturalnie mimo poprawnych odpowiedzi; mierzysz czas reakcji słyszany przez rozmówcę - concerns you if EN: find conversation unnatural despite correct answers; measure response time as heard by the caller - sources: `eva-bench-voice`, `livekit-agent-simulations`, `ihbench-voice` ### Odporność na akcent, hałas i cudzą mowę (Robustness to accents, noise and third-party speech) - id: `audiorobustness` · https://aiatlasgraph.com/t/audiorobustness.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Ewaluacja agentów głosowych › Odporność na akcent, hałas i cudzą mowę - PL: Te same zadania sprawdza się przy różnych akcentach, zakłóceniach i głosach osób trzecich, osobno obserwując rozumienie, tury i wynik zadania. - EN: The same tasks are tested with varied accents, noise and other speakers, tracking understanding, turns and task outcomes separately. - examples PL: akcent · tło rozmowy · inny mówca - examples EN: accent · background conversation · other speaker - In one sentence PL: To sprawdzanie, czy asystent nadal radzi sobie z zadaniem przy różnych akcentach, hałasie i cudzych głosach. - Problem it solves PL: Asystent działa w cichym teście, lecz myli prośby prawdziwych rozmówców w trudniejszych warunkach. - What it does PL: Te same zadania powtarza się w zmienionych warunkach dźwiękowych, osobno obserwując rozumienie, przejmowanie głosu i rezultat. - Everyday example PL: Testujesz rezerwację wypowiadaną różnymi akcentami, z szumem ulicy i rozmową drugiej osoby w tle. - In one sentence EN: This checks whether an assistant still handles tasks with different accents, noise and other people's voices. - Problem it solves EN: An assistant works in quiet tests but misreads real callers' requests under harder conditions. - What it does EN: The same tasks are repeated under varied audio conditions, separately tracking understanding, turn-taking and outcomes. - Everyday example EN: You test bookings spoken with different accents, street noise and another person talking in the background. - concerns you if PL: rozmówcy mają różne sposoby mówienia; asystent będzie używany poza cichym pomieszczeniem - concerns you if EN: serve callers with different speech patterns; expect an assistant to be used outside quiet rooms - sources: `eva-bench-voice`, `tpi-bench-voice` ### Symulacje wieloturowych rozmów audio (Multi-turn audio conversation simulation) - id: `audiosim` · https://aiatlasgraph.com/t/audiosim.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Ewaluacja agentów głosowych › Symulacje wieloturowych rozmów audio - PL: Symulowany rozmówca prowadzi z agentem rozmowę głosową przez cały scenariusz, w tym pauzy, korekty i przerwania; oceniany jest dialog i stan zadania. - EN: A simulated caller speaks with the agent through a full scenario, including pauses, corrections and interruptions; both dialogue and task state are evaluated. - examples PL: symulowany rozmówca · regresja rozmów - examples EN: simulated caller · conversation regression - In one sentence PL: To testowanie asystenta za pomocą symulowanego rozmówcy, który prowadzi wieloetapową rozmowę głosową. - Problem it solves PL: Ręczne powtarzanie wielu rozmów po każdej zmianie asystenta zajmuje zbyt dużo czasu. - What it does PL: Symulowany rozmówca realizuje scenariusz z pauzami, korektami i przerwaniami, a test sprawdza przebieg oraz wynik zadania. - Everyday example PL: Po zmianie modelu odtwarzasz rozmowę, w której klient najpierw rezerwuje wizytę, a potem zmienia jej godzinę. - In one sentence EN: This tests an assistant with a simulated caller conducting a multi-step spoken conversation. - Problem it solves EN: Manually repeating many conversations after every assistant change takes too much time. - What it does EN: A simulated caller follows a scenario with pauses, corrections and interruptions, while the test checks dialogue and task outcome. - Everyday example EN: After changing a model, you rerun a call where a customer books an appointment and then changes its time. - concerns you if PL: często zmieniasz głosowego asystenta; potrzebujesz powtarzalnych scenariuszy rozmów - concerns you if EN: often change a voice assistant; need repeatable conversation scenarios - sources: `eva-bench-voice`, `livekit-agent-simulations` ### Weryfikacja wyniku zadania i narzędzi (Voice-agent task and tool outcome verification) - id: `taskoutcome` · https://aiatlasgraph.com/t/taskoutcome.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Ewaluacja agentów głosowych › Weryfikacja wyniku zadania i narzędzi - PL: Ocena porównuje intencję wypowiedzianą przez użytkownika, wywołania narzędzi, końcowy stan systemu i głosowe potwierdzenie agenta. - EN: Evaluation compares spoken user intent, tool calls, final system state and the agent's spoken confirmation. - examples PL: poprawna rezerwacja · trafne argumenty narzędzia - examples EN: correct booking · accurate tool arguments - In one sentence PL: To sprawdzanie, czy działanie wykonane podczas rozmowy zgadza się z prośbą człowieka i potwierdzeniem asystenta. - Problem it solves PL: Asystent mówi, że zadanie wykonał, ale dane mogły nie zostać zapisane albo trafić w złe miejsce. - What it does PL: Ocena zestawia wypowiedzianą intencję, użyte narzędzia, stan końcowy systemu i przekazany głosem wynik. - Everyday example PL: Po testowej rozmowie sprawdzasz, czy kalendarz zawiera dokładnie wizytę, którą asystent potwierdził klientowi. - In one sentence EN: This checks whether a spoken task's actual result matches the caller's request and the assistant's confirmation. - Problem it solves EN: An assistant says a task is done, but the data may be unsaved or stored in the wrong place. - What it does EN: An evaluation compares the spoken intention, tool calls, final system state and the result announced aloud. - Everyday example EN: After a test call, you check whether the calendar contains exactly the appointment the assistant confirmed to the customer. - concerns you if PL: asystent zmienia dane przez narzędzia; potrzebujesz dowodu wykonania zamiast samej deklaracji - concerns you if EN: use an assistant that changes data through tools; need evidence of completion beyond a spoken claim - related: `outcomegrading` - sources: `eva-bench-voice`, `livekit-agent-simulations` ### Generowanie odpowiedzi w czasie rzeczywistym (Real-time spoken response generation) - id: `voicelatency` · https://aiatlasgraph.com/t/voicelatency.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Generowanie odpowiedzi w czasie rzeczywistym - PL: Przygotowanie wypowiedzi agenta tak, by użyteczna odpowiedź zaczęła się szybko, a model mógł reagować na dalszą mowę użytkownika. - EN: Preparing agent speech so a useful response begins promptly while the model remains responsive to further user speech. - examples PL: strumieniowanie · generowanie wyprzedzające · dostarczanie fragmentów do TTS - examples EN: streaming · preemptive generation · incremental TTS input - In one sentence PL: To przygotowanie mówionej odpowiedzi tak, żeby zaczęła się szybko i nadal pozwalała reagować na rozmówcę. - Problem it solves PL: Długie oczekiwanie po pytaniu sprawia, że nie wiesz, czy asystent nadal cię słucha. - What it does PL: System nakłada przygotowanie tekstu i głosu lub zaczyna pracę wcześniej, pilnując, żeby nie wypowiedzieć nieaktualnej odpowiedzi. - Everyday example PL: Asystent zaczyna wyjaśniać pierwszy krok, podczas gdy przygotowuje dalszą część instrukcji. - In one sentence EN: This prepares spoken responses to start promptly while remaining responsive to the caller. - Problem it solves EN: A long wait after your question leaves you unsure whether the assistant is still listening. - What it does EN: A system overlaps text and speech preparation or starts work earlier, while checking that the response has not become outdated. - Everyday example EN: An assistant starts explaining the first step while preparing the rest of the instructions. - concerns you if PL: odpowiedzi głosowe zaczynają się zbyt późno; chcesz skrócić ciszę podczas rozmowy - concerns you if EN: find spoken responses start too late; want to shorten silence during conversation - related: `economics`, `perceivedlatency` - sources: `voiceprimer`, `livekit-turns-guide` ### Strumieniowe przekazywanie odpowiedzi do mowy (Streaming model output into speech) - id: `streamingaggregation` · https://aiatlasgraph.com/t/streamingaggregation.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Generowanie odpowiedzi w czasie rzeczywistym › Strumieniowe przekazywanie odpowiedzi do mowy - PL: Fragmenty odpowiedzi modelu są przekazywane do syntezy, zanim cała wypowiedź będzie gotowa; granice fragmentów wpływają na zwłokę i naturalność mowy. - EN: Model output is passed to speech generation before the whole reply is complete; chunk boundaries affect latency and naturalness. - examples PL: agregacja zdań · strumieniowy TTS - examples EN: sentence aggregation · streaming TTS - In one sentence PL: To przekazywanie gotowych fragmentów odpowiedzi do czytania na głos, zanim powstanie cały tekst. - Problem it solves PL: Asystent ma już początek odpowiedzi, ale nadal czekasz w ciszy na przygotowanie reszty. - What it does PL: System zbiera napływające słowa w sensowne fragmenty i kolejno oddaje je do syntezy mowy. - Everyday example PL: Asystent zaczyna czytać pierwsze zdanie wyjaśnienia, zanim model skończy pisać ostatnie. - In one sentence EN: This sends completed response fragments for speech generation before the whole text is ready. - Problem it solves EN: An assistant already has the response opening, but you wait in silence while it prepares the rest. - What it does EN: A system groups arriving words into meaningful chunks and sends them to speech synthesis in sequence. - Everyday example EN: An assistant starts reading the first sentence of an explanation before the model finishes writing the last. - concerns you if PL: generujesz długie odpowiedzi głosowe; chcesz pogodzić szybki start z naturalnym brzmieniem - concerns you if EN: generate long spoken responses; want both a prompt start and natural speech - related: `tts` - sources: `voiceprimer` ### Wyprzedzające generowanie odpowiedzi (Preemptive response generation) - id: `preemptivegen` · https://aiatlasgraph.com/t/preemptivegen.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Generowanie odpowiedzi w czasie rzeczywistym › Wyprzedzające generowanie odpowiedzi - PL: Agent rozpoczyna pracę modelu, zanim ma pewność, że użytkownik skończył turę; jeśli mowa trwa dalej, odpowiedź może wymagać odrzucenia lub aktualizacji. - EN: The agent starts model work before the user's turn is confirmed complete; continued user speech may require discarding or revising the response. - examples PL: spekulatywne LLM · strumieniowy TTS - examples EN: speculative LLM · streaming TTS - In one sentence PL: To rozpoczynanie przygotowania odpowiedzi, zanim asystent ma pewność, że skończyłeś mówić. - Problem it solves PL: Czekanie z całą pracą do końca pytania wydłuża przerwę przed odpowiedzią. - What it does PL: System przygotowuje wstępną odpowiedź wcześniej, ale aktualizuje ją lub odrzuca, jeśli dalsze słowa zmieniają prośbę. - Everyday example PL: Asystent zaczyna szukać terminu po usłyszeniu dnia, lecz zmienia wyszukiwanie, gdy dopowiadasz preferowaną godzinę. - In one sentence EN: This begins preparing a response before the assistant is certain you have finished speaking. - Problem it solves EN: Waiting until a question ends before starting any work lengthens the pause before a reply. - What it does EN: A system prepares a draft response early but updates or discards it if later words change the request. - Everyday example EN: An assistant starts checking appointments after hearing the day but changes the search when you add a preferred time. - concerns you if PL: zależy ci na szybkim początku odpowiedzi; możesz odrzucać pracę rozpoczętą zbyt wcześnie - concerns you if EN: care about a prompt response start; can discard work started too early - related: `turndetection` - sources: `livekit-turns-guide` ### Prowadzenie tur rozmowy (Turn-taking in voice agents) - id: `turndetection` · https://aiatlasgraph.com/t/turndetection.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Prowadzenie tur rozmowy - PL: Decyzje, kiedy słuchać, kiedy zacząć odpowiedź oraz czy można równocześnie mówić i odbierać mowę. Wykrycie ciszy nie jest równoznaczne z końcem myśli. - EN: Decisions about when to listen, start responding and allow simultaneous listening and speaking. Silence does not necessarily mean a thought is complete. - examples PL: VAD · kontekstowy koniec tury · dialog pełnodupleksowy - examples EN: VAD · contextual end-of-turn · full-duplex dialogue - In one sentence PL: To ustalanie, kiedy asystent powinien słuchać, odpowiadać albo dopuścić nakładanie się wypowiedzi. - Problem it solves PL: Asystent wchodzi ci w słowo albo milczy zbyt długo po zakończeniu pytania. - What it does PL: System łączy sygnały dźwiękowe i kontekst wypowiedzi, żeby zarządzać przejmowaniem głosu oraz reakcjami w trakcie rozmowy. - Everyday example PL: Zastanawiasz się przez chwilę w środku zdania, a asystent czeka, aż dokończysz prośbę. - In one sentence EN: This decides when an assistant should listen, reply or allow overlapping speech. - Problem it solves EN: An assistant cuts you off or stays silent too long after your question ends. - What it does EN: A system combines audio cues and speech context to manage turn changes and responses during conversation. - Everyday example EN: You pause to think halfway through a sentence, and the assistant waits for you to finish your request. - concerns you if PL: asystent przerywa ci podczas namysłu; zależy ci na naturalnym rytmie rozmowy - concerns you if EN: get interrupted by an assistant while thinking; care about a natural conversational rhythm - related: `preemptivegen` - sources: `voiceprimer`, `livekit-turns-guide`, `livekit-turn-detector`, `openai-realtime-vad` ### Detekcja aktywności głosowej (VAD) (Voice activity detection) - id: `vad` · https://aiatlasgraph.com/t/vad.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Prowadzenie tur rozmowy › Detekcja aktywności głosowej (VAD) - PL: Wykrywanie fragmentów mowy w strumieniu audio. VAD może uruchamiać kolejne etapy, lecz sam nie rozstrzyga, czy użytkownik skończył wypowiedź. - EN: Detecting speech segments in an audio stream. VAD can trigger downstream stages but does not itself determine whether the user has finished a turn. - examples PL: Silero VAD · VAD po stronie klienta lub serwera - examples EN: Silero VAD · client- or server-side VAD - In one sentence PL: To wykrywanie, w których fragmentach nagrania ktoś mówi. - Problem it solves PL: Nagranie zawiera ciszę i szum, a dalsze przetwarzanie potrzebuje przede wszystkim fragmentów z mową. - What it does PL: Model ocenia krótkie fragmenty dźwięku jako mowę lub jej brak; samo wykrycie ciszy nie potwierdza zakończenia myśli. - Everyday example PL: Dyktafon zaznacza w długim nagraniu odcinki, w których uczestnicy zebrania coś mówią. - In one sentence EN: This detects which parts of an audio recording contain speech. - Problem it solves EN: A recording contains silence and noise, while further processing mainly needs the speech segments. - What it does EN: A model checks short audio segments for speech; detecting silence alone does not confirm that a thought is finished. - Everyday example EN: A recorder marks stretches of a long recording where meeting participants speak. - concerns you if PL: chcesz oddzielić mowę od ciszy; uruchamiasz przetwarzanie po wykryciu głosu - concerns you if EN: want to separate speech from silence; trigger processing when speech is detected - sources: `voiceprimer`, `openai-realtime-vad` ### Dialog pełnodupleksowy (Full-duplex spoken dialogue) - id: `fullduplex` · https://aiatlasgraph.com/t/fullduplex.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Prowadzenie tur rozmowy › Dialog pełnodupleksowy - PL: System może równolegle odbierać mowę i generować odpowiedź, obsługując nakładanie wypowiedzi oraz krótkie reakcje słuchacza. Można to osiągnąć przez model zintegrowany lub synchronizację modułów. - EN: A system can receive speech and generate a response at the same time, handling overlap and listener backchannels. This can be achieved with an integrated model or by synchronizing modules. - examples PL: synchronizacja modułów · Moshi · głosowy front z osobnym agentem - examples EN: modular synchronization · Moshi · voice frontend with a separate agent - In one sentence PL: To rozmowa, w której asystent może słuchać także wtedy, gdy sam mówi. - Problem it solves PL: Musisz czekać na koniec długiej odpowiedzi, żeby poprawić pomyłkę albo zmienić prośbę. - What it does PL: Odbiór i generowanie mowy działają równolegle, a system rozstrzyga, jak reagować na nakładające się głosy. - Everyday example PL: Podczas czytania dostępnych terminów mówisz, że interesuje cię tylko wieczór, a asystent uwzględnia zmianę. - In one sentence EN: This lets an assistant listen while it is speaking. - Problem it solves EN: You have to wait for a long response to finish before correcting a mistake or changing your request. - What it does EN: Speech input and generation run in parallel, while the system decides how to respond to overlapping voices. - Everyday example EN: While available appointments are being read, you say you only want evenings, and the assistant accounts for the change. - concerns you if PL: chcesz reagować w trakcie odpowiedzi; budujesz rozmowę dopuszczającą nakładanie głosów - concerns you if EN: want to respond during a reply; build conversations that allow overlapping voices - related: `speech2speech` - sources: `moshi`, `wavchat-survey`, `nemotron-voicechat-2026`, `duplex-survey-2025` ### Kontekstowe wykrywanie tury (Context-aware turn detection) - id: `semanticturn` · https://aiatlasgraph.com/t/semanticturn.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Prowadzenie tur rozmowy › Kontekstowe wykrywanie tury - PL: Ocena, czy użytkownik naprawdę skończył myśl, na podstawie sygnałów semantycznych i/lub akustycznych. Implementacja może korzystać z audio, transkrypcji albo z obu. - EN: Estimating whether the user has completed a thought from semantic and/or acoustic cues. Implementations may use audio, a transcript or both. - examples PL: model audio końca tury · semantyczny VAD · klasyfikacja przez LLM - examples EN: audio end-of-turn model · semantic VAD · LLM classifier - In one sentence PL: To ocenianie z kontekstu wypowiedzi, czy rozmówca skończył już swoją myśl. - Problem it solves PL: Pauza na oddech wygląda jak koniec wypowiedzi, choć nadal chcesz coś dopowiedzieć. - What it does PL: System analizuje treść lub brzmienie wypowiedzi, żeby odróżnić zakończoną prośbę od chwilowego zawahania. - Everyday example PL: Mówisz „poproszę odbiór paczki, ale…”, a asystent zostawia miejsce na dalsze wyjaśnienie. - In one sentence EN: This uses speech context to assess whether the caller has finished their thought. - Problem it solves EN: A pause for breath resembles the end of a turn even though you still have something to add. - What it does EN: A system analyses speech content or acoustic cues to distinguish a completed request from brief hesitation. - Everyday example EN: You say “please arrange parcel collection, but…”, and the assistant leaves room for your explanation. - concerns you if PL: robisz pauzy w środku wypowiedzi; chcesz ograniczyć przedwczesne odpowiedzi - concerns you if EN: pause in the middle of a turn; want fewer premature responses - sources: `voiceprimer`, `pipecatrepo`, `livekit-turn-detector`, `openai-realtime-vad` ### Przerwania i powrót do rozmowy (Interruption handling and recovery) - id: `bargein` · https://aiatlasgraph.com/t/bargein.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Przerwania i powrót do rozmowy - PL: Rozpoznanie, czy użytkownik przerywa, zatrzymanie odpowiedzi oraz poprawne wznowienie rozmowy i zadania z uwzględnieniem tego, co już usłyszał. - EN: Determining whether the user is interrupting, stopping the response and resuming the dialogue and task in line with what was already heard. - examples PL: barge-in · potakiwanie · odzyskanie stanu zadania - examples EN: barge-in · backchannels · task-state recovery - In one sentence PL: To obsługa sytuacji, w której przerywasz mówiącemu asystentowi i rozmowa musi zmienić kierunek. - Problem it solves PL: Asystent mówi dalej po twojej korekcie albo wraca do zadania, jakby przerwanie nie nastąpiło. - What it does PL: System rozpoznaje zamiar przerwania, zatrzymuje wypowiedź i aktualizuje kontekst oraz etap zadania według tego, co faktycznie usłyszałeś. - Everyday example PL: Przerywasz odczytywanie adresu, żeby poprawić numer mieszkania, a asystent wraca do potwierdzenia poprawionych danych. - In one sentence EN: This handles situations where you interrupt a speaking assistant and the conversation needs to change direction. - Problem it solves EN: An assistant keeps talking after your correction or resumes a task as though the interruption never happened. - What it does EN: A system recognises an interruption, stops speaking and updates context and task progress according to what you actually heard. - Everyday example EN: You interrupt an address readback to correct the flat number, and the assistant returns to confirming the updated details. - concerns you if PL: poprawiasz asystenta w trakcie odpowiedzi; chcesz zachować stan zadania po przerwaniu - concerns you if EN: correct an assistant while it speaks; want to preserve task progress after interruptions - sources: `voiceprimer`, `livekit-turns-guide`, `openai-realtime-conversations`, `ihbench-voice` ### Rozróżnianie przerwania od potakiwania i tła (Distinguishing interruptions from backchannels and background speech) - id: `spuriousinterrupt` · https://aiatlasgraph.com/t/spuriousinterrupt.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Przerwania i powrót do rozmowy › Rozróżnianie przerwania od potakiwania i tła - PL: Po wykryciu dźwięku ocena, czy użytkownik rzeczywiście chce przejąć turę, czy jedynie potakuje, kaszle albo w tle odzywa się inna osoba. - EN: After detecting audio, deciding whether the user wants to take the turn, is backchanneling or coughing, or another person spoke in the background. - examples PL: klasyfikacja reakcji · uwzględnienie mówcy - examples EN: backchannel classification · speaker awareness - In one sentence PL: To odróżnianie prawdziwego przerwania od potakiwania, kaszlu lub głosów w tle. - Problem it solves PL: Asystent urywa odpowiedź za każdym razem, gdy potakujesz lub ktoś odzywa się obok. - What it does PL: Po wykryciu dźwięku system ocenia jego pochodzenie i znaczenie, zanim zdecyduje o oddaniu głosu. - Everyday example PL: Mówisz „mhm” podczas wyjaśnienia, a asystent kontynuuje; po twoim „chwila” zatrzymuje odpowiedź. - In one sentence EN: This distinguishes real interruptions from acknowledgements, coughing or background voices. - Problem it solves EN: An assistant cuts its response short whenever you acknowledge it or someone nearby speaks. - What it does EN: After detecting sound, a system assesses its source and meaning before deciding to yield the turn. - Everyday example EN: You say “mm-hm” during an explanation and the assistant continues; when you say “wait”, it stops. - concerns you if PL: potakujesz podczas słuchania; rozmawiasz w miejscu z głosami w tle - concerns you if EN: acknowledge what you hear while listening; converse where other voices are audible - sources: `voiceprimer`, `tpi-bench-voice` ### Usuwanie niesłyszanej części odpowiedzi z kontekstu (Aligning conversation context with played speech) - id: `heardcontext` · https://aiatlasgraph.com/t/heardcontext.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Przerwania i powrót do rozmowy › Usuwanie niesłyszanej części odpowiedzi z kontekstu - PL: Po przerwaniu usuwa się z historii część wygenerowanej wypowiedzi, której użytkownik nie usłyszał. Sposób ustalenia granicy zależy od odtwarzania i możliwości API. - EN: After an interruption, remove generated speech the user did not hear from conversation history. The boundary depends on playback tracking and the API. - examples PL: przycięcie po czasie odtworzenia · znaczniki słów - examples EN: truncate by playback time · word timestamps - In one sentence PL: To poprawianie historii rozmowy tak, żeby nie zawierała słów asystenta, których nie usłyszałeś po przerwaniu. - Problem it solves PL: Asystent zakłada, że przekazał ci ważną informację, choć przerwałeś odtwarzanie przed jej usłyszeniem. - What it does PL: System ustala, jak daleko doszło odtwarzanie, i usuwa z historii niesłyszaną część wygenerowanej odpowiedzi. - Everyday example PL: Przerywasz instrukcję po pierwszym kroku, więc asystent nie uznaje pozostałych kroków za już wyjaśnione. - In one sentence EN: This corrects conversation history so it excludes assistant speech you never heard because of an interruption. - Problem it solves EN: An assistant assumes it gave you important information even though you interrupted playback before hearing it. - What it does EN: A system determines how far playback reached and removes the unheard part of the generated response from history. - Everyday example EN: You interrupt instructions after the first step, so the assistant does not treat the remaining steps as already explained. - concerns you if PL: często przerywasz długie odpowiedzi; asystent musi wiedzieć, co faktycznie usłyszałeś - concerns you if EN: often interrupt long responses; need an assistant to track what you actually heard - sources: `voiceprimer`, `openai-realtime-conversations` ### Wznowienie zadania po przerwaniu (Task recovery after a voice interruption) - id: `interruptionrecovery` · https://aiatlasgraph.com/t/interruptionrecovery.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Przerwania i powrót do rozmowy › Wznowienie zadania po przerwaniu - PL: Po wejściu użytkownika w słowo agent uwzględnia nową prośbę i wraca do właściwego etapu zadania, bez powtarzania fragmentów już usłyszanych. - EN: After the user interrupts, the agent handles the new request and returns to the right task step without repeating speech already heard. - examples PL: korekta rezerwacji · powrót do etapu formularza - examples EN: booking correction · resume a workflow step - In one sentence PL: To powracanie do właściwego etapu zadania po przerwaniu odpowiedzi głosowej. - Problem it solves PL: Po twojej korekcie asystent zaczyna wszystko od nowa albo kontynuuje z nieaktualnymi danymi. - What it does PL: System uwzględnia nową prośbę, zachowuje poprawne wcześniejsze ustalenia i wybiera następny potrzebny krok. - Everyday example PL: Podczas rezerwacji zmieniasz liczbę osób, a asystent sprawdza dostępność ponownie bez ponownego pytania o datę. - In one sentence EN: This returns to the appropriate task stage after a spoken response is interrupted. - Problem it solves EN: After your correction, an assistant starts everything again or continues with outdated details. - What it does EN: A system incorporates the new request, retains valid earlier agreements and selects the next necessary step. - Everyday example EN: During booking you change the party size, and the assistant checks availability again without asking for the date again. - concerns you if PL: zmieniasz dane w środku zadania; chcesz kontynuować rozmowę bez utraty ustaleń - concerns you if EN: change details midway through a task; want to continue without losing earlier agreements - related: `voiceflows` - sources: `ihbench-voice` ### Rozumienie wypowiedzi w dialogu (Understanding spoken input in voice agents) - id: `voiceaudio` · https://aiatlasgraph.com/t/voiceaudio.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Rozumienie wypowiedzi w dialogu - PL: Interpretacja tego, kto mówi i co powiedział, wraz z obsługą niepewności oraz danych wymagających dokładnego zapisu. Samo ASR jest osobnym tematem mapy. - EN: Interpreting who is speaking and what they said, including uncertainty and exact data capture. ASR itself is a separate topic in the map. - examples PL: wybór rozmówcy · potwierdzenie numeru · dopytanie - examples EN: target-speaker selection · confirming a number · asking for clarification - In one sentence PL: To ustalanie, co rozmówca powiedział, kto mówi i które szczegóły wymagają potwierdzenia. - Problem it solves PL: W rozmowie łatwo pomylić nazwę, numer albo głos z tła z poleceniem właściwej osoby. - What it does PL: System łączy rozpoznany tekst z kontekstem i informacją o mówcy, a niepewne fragmenty wyjaśnia pytaniami. - Everyday example PL: Podczas zamawiania odbioru asystent upewnia się, że poprawnie usłyszał nazwę ulicy i numer domu. - In one sentence EN: This determines what a caller said, who is speaking and which details need confirmation. - Problem it solves EN: Conversation makes it easy to mistake a name, a number or background speech for the caller's instruction. - What it does EN: A system combines recognised text with context and speaker information, then clarifies uncertain parts with questions. - Everyday example EN: While arranging collection, an assistant checks it heard the street name and house number correctly. - concerns you if PL: dyktujesz dane, które muszą być dokładne; rozmowy odbywają się w hałaśliwym otoczeniu - concerns you if EN: dictate details that must be exact; hold conversations in noisy surroundings - related: `asr` - sources: `voiceprimer`, `openai-realtime-prompting` ### Dopytywanie przy niepewnej interpretacji mowy (Clarification under spoken-input uncertainty) - id: `inputclarification` · https://aiatlasgraph.com/t/inputclarification.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Rozumienie wypowiedzi w dialogu › Dopytywanie przy niepewnej interpretacji mowy - PL: Gdy wypowiedź ma kilka możliwych interpretacji, agent zadaje krótkie pytanie zamiast zgadywać treść lub rozpoczynać działanie. - EN: When speech admits multiple interpretations, the agent asks a short clarifying question rather than guessing or taking action. - examples PL: niepewny identyfikator · korekta użytkownika - examples EN: ambiguous identifier · user correction - In one sentence PL: To zadawanie krótkiego pytania, gdy asystent nie jest pewien, jak zrozumieć twoją wypowiedź. - Problem it solves PL: Niewyraźne słowo lub dwuznaczna prośba może sprawić, że program wykona inne zadanie, niż chciałeś. - What it does PL: Asystent wskazuje niepewny fragment i prosi o doprecyzowanie, zanim wybierze jedną z możliwych interpretacji. - Everyday example PL: Po niewyraźnej prośbie o termin asystent pyta, czy chodzi o rano, czy o wieczór. - In one sentence EN: This asks a short question when an assistant is unsure how to interpret your speech. - Problem it solves EN: An unclear word or ambiguous request can make software perform a different task than you intended. - What it does EN: An assistant identifies the uncertain part and asks for clarification before choosing among possible interpretations. - Everyday example EN: After an unclear appointment request, an assistant asks whether you meant morning or evening. - concerns you if PL: twoje wypowiedzi mogą być źle usłyszane; chcesz poprawić dane przed rozpoczęciem działania - concerns you if EN: may have your speech misheard; want to correct details before an action starts - sources: `openai-realtime-prompting` ### Przechwytywanie i potwierdzanie dokładnych danych (Exact entity capture from speech) - id: `entitycapture` · https://aiatlasgraph.com/t/entitycapture.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Rozumienie wypowiedzi w dialogu › Przechwytywanie i potwierdzanie dokładnych danych - PL: Agent zapisuje dyktowane nazwy, numery i kody, prosi o powtórzenie niejasnych znaków i odczytuje wartość do potwierdzenia przed użyciem narzędzia. - EN: The agent captures spoken names, numbers and codes, clarifies ambiguous characters and reads back exact values for confirmation before using a tool. - examples PL: numery telefonów · adresy e-mail · kody - examples EN: phone numbers · email addresses · codes - In one sentence PL: To dokładne zapisywanie i potwierdzanie nazw, numerów lub kodów podanych głosem. - Problem it solves PL: Jedna źle usłyszana litera może wysłać przesyłkę pod błędny adres albo wskazać niewłaściwe zamówienie. - What it does PL: Asystent zapisuje dane, prosi o wyjaśnienie niejasnych znaków i odczytuje całość do potwierdzenia przed użyciem. - Everyday example PL: Dyktujesz kod odbioru, a asystent powtarza jego znaki i czeka na potwierdzenie. - In one sentence EN: This accurately records and confirms names, numbers or codes given aloud. - Problem it solves EN: One misheard letter can send a parcel to the wrong address or identify the wrong order. - What it does EN: An assistant records the details, clarifies ambiguous characters and reads everything back for confirmation before using it. - Everyday example EN: You dictate a collection code, and an assistant repeats its characters and waits for confirmation. - concerns you if PL: podajesz głosem adresy lub kody; błąd w jednym znaku zmienia wynik zadania - concerns you if EN: give addresses or codes aloud; handle tasks where one wrong character changes the outcome - sources: `openai-realtime-prompting` ### Rozpoznawanie właściwego rozmówcy (Target-speaker attribution in voice agents) - id: `speakerisolation` · https://aiatlasgraph.com/t/speakerisolation.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Rozumienie wypowiedzi w dialogu › Rozpoznawanie właściwego rozmówcy - PL: Odróżnianie wypowiedzi użytkownika od mowy innych osób, tak aby agent nie traktował głosów w tle jako poleceń lub przerwań. - EN: Distinguishing the user's speech from other speakers so background voices do not become commands or interruptions. - examples PL: atrybucja mówcy · rozmowa wieloosobowa - examples EN: speaker attribution · multi-party conversation - In one sentence PL: To odróżnianie głosu rozmówcy od wypowiedzi innych osób w tle. - Problem it solves PL: Telewizor lub druga osoba może wypowiedzieć słowa, których asystent nie powinien potraktować jako twojego polecenia. - What it does PL: System wykorzystuje cechy głosu i kontekst rozmowy, żeby przypisać wypowiedzi właściwej osobie. - Everyday example PL: Rozmawiasz z asystentem w kuchni, a rozmowa z telewizora nie zmienia twojego zamówienia. - In one sentence EN: This distinguishes the caller's voice from other people speaking in the background. - Problem it solves EN: A television or another person may say words the assistant should not treat as your instruction. - What it does EN: A system uses voice characteristics and conversation context to attribute speech to the intended person. - Everyday example EN: You speak to an assistant in the kitchen, and television dialogue does not change your order. - concerns you if PL: korzystasz z głosu wśród innych ludzi; potrzebujesz oddzielić polecenia od mowy w tle - concerns you if EN: use voice interaction around other people; need to separate instructions from background speech - sources: `tpi-bench-voice` ### Zadania i narzędzia w rozmowie (Task and tool orchestration in spoken dialogue) - id: `voicetools` · https://aiatlasgraph.com/t/voicetools.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Zadania i narzędzia w rozmowie - PL: Używanie narzędzi i prowadzenie wieloetapowego zadania bez gubienia toku rozmowy. Wywołania mogą blokować odpowiedź lub działać w tle, zależnie od API i projektu agenta. - EN: Using tools and completing multi-step tasks while keeping the conversation coherent. Calls may block or run in the background, depending on the API and agent design. - examples PL: narzędzia w tle · potwierdzenie akcji · scenariusz rozmowy - examples EN: background tools · action confirmation · dialogue workflow - In one sentence PL: To łączenie rozmowy głosowej z narzędziami i kolejnymi krokami potrzebnymi do załatwienia sprawy. - Problem it solves PL: Sama rozmowa nie rezerwuje terminu ani nie zmienia zamówienia, a dłuższe działania mogą przerwać jej tok. - What it does PL: Agent wybiera narzędzia, przekazuje dane, czeka lub pracuje w tle i wyjaśnia wynik zgodnie z rzeczywistym stanem zadania. - Everyday example PL: Prosisz głosowo o zmianę terminu, asystent sprawdza kalendarz i po twoim potwierdzeniu zapisuje nową rezerwację. - In one sentence EN: This connects spoken conversation with tools and the steps needed to get something done. - Problem it solves EN: Conversation alone cannot book appointments or change orders, and longer actions can disrupt its flow. - What it does EN: An agent chooses tools, passes details, waits or works in the background, and explains results according to the task's actual state. - Everyday example EN: You request an appointment change aloud; an assistant checks the calendar and saves a new booking after your confirmation. - concerns you if PL: chcesz wykonywać działania podczas rozmowy; zadanie wymaga kilku narzędzi lub potwierdzeń - concerns you if EN: want to perform actions during conversation; handle tasks requiring several tools or confirmations - related: `tools` - sources: `voiceprimer`, `google-live-tools`, `openai-realtime-prompting`, `nemotron-voicechat-2026` ### Komunikowanie pracy narzędzia (Spoken progress cues during tool use) - id: `toollatencymask` · https://aiatlasgraph.com/t/toollatencymask.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Zadania i narzędzia w rozmowie › Komunikowanie pracy narzędzia - PL: Agent sygnalizuje, że wykonuje zadanie lub czeka na wynik, zachowując spójność między słowami a rzeczywistym stanem operacji. - EN: The agent indicates it is working or waiting for a result while keeping its speech aligned with the actual operation state. - examples PL: „Sprawdzę to” · informacja o dalszym oczekiwaniu - examples EN: "I'll check" · follow-up wait notice - In one sentence PL: To informowanie rozmówcy, że asystent właśnie wykonuje działanie lub czeka na wynik. - Problem it solves PL: Cisza podczas pracy narzędzia sprawia, że nie wiesz, czy rozmowa się zawiesiła. - What it does PL: Asystent przekazuje krótką informację zgodną ze stanem operacji, bez ogłaszania sukcesu przed otrzymaniem wyniku. - Everyday example PL: Podczas sprawdzania przesyłki słyszysz, że asystent czeka na dane przewoźnika, a potem otrzymujesz status. - In one sentence EN: This tells the caller that an assistant is performing an action or waiting for a result. - Problem it solves EN: Silence while a tool works leaves you unsure whether the conversation has stalled. - What it does EN: An assistant gives a brief update matching the operation's state, without announcing success before receiving a result. - Everyday example EN: While checking a parcel, you hear that the assistant is waiting for carrier data, then receive its status. - concerns you if PL: czekasz na wyniki podczas rozmowy; chcesz wiedzieć, co asystent właśnie robi - concerns you if EN: wait for results during conversation; want to know what an assistant is doing - sources: `voiceprimer` ### Narzędzia działające w tle rozmowy (Non-blocking tools in spoken dialogue) - id: `asyncfunctions` · https://aiatlasgraph.com/t/asyncfunctions.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Zadania i narzędzia w rozmowie › Narzędzia działające w tle rozmowy - PL: Agent może dalej rozmawiać, gdy długotrwałe zadanie trwa, a później uwzględnić jego wynik. Semantyka i dostępność tej techniki różnią się między API. - EN: The agent can keep conversing while a long-running task executes, then incorporate its result. Semantics and support vary across APIs. - examples PL: status w toku · wynik po czasie · anulowanie - examples EN: in-progress status · delayed result · cancellation - In one sentence PL: To wykonywanie zadania w tle, podczas gdy asystent może dalej prowadzić rozmowę. - Problem it solves PL: Długie sprawdzanie danych zamraża dialog, choć w tym czasie możesz podać kolejne szczegóły. - What it does PL: System uruchamia działanie bez blokowania rozmowy, śledzi jego stan i dołącza wynik, gdy jest gotowy. - Everyday example PL: Asystent wyszukuje wolne terminy, a ty w tym czasie dopowiadasz, że potrzebujesz miejsca parkingowego. - In one sentence EN: This runs a task in the background while an assistant can continue the conversation. - Problem it solves EN: A lengthy data lookup freezes dialogue even though you could provide more details while waiting. - What it does EN: A system starts an action without blocking dialogue, tracks its status and incorporates the result when it is ready. - Everyday example EN: An assistant searches available appointments while you add that you need a parking space. - concerns you if PL: narzędzia długo przygotowują wyniki; chcesz rozmawiać podczas trwającego zadania - concerns you if EN: use tools that take time to return results; want to converse during an ongoing task - sources: `voiceprimer`, `google-live-tools` ### Potwierdzanie działań wykonywanych głosem (Spoken confirmation before consequential actions) - id: `spokenconfirm` · https://aiatlasgraph.com/t/spokenconfirm.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Zadania i narzędzia w rozmowie › Potwierdzanie działań wykonywanych głosem - PL: Przed działaniem zmieniającym dane agent głosowo streszcza zamiar i skutek, czeka na wyraźne potwierdzenie, a sukces ogłasza dopiero po wyniku narzędzia. - EN: Before an action that changes data, the agent speaks the intended action and consequence, waits for explicit confirmation and reports success only after the tool succeeds. - examples PL: rezerwacja · wysłanie wiadomości · zmiana zamówienia - examples EN: booking · sending a message · changing an order - In one sentence PL: To uzyskanie wyraźnego potwierdzenia głosowego przed wykonaniem działania zmieniającego dane. - Problem it solves PL: Źle zrozumiana rozmowa może doprowadzić do niechcianej rezerwacji, anulowania lub wysłania wiadomości. - What it does PL: Asystent odczytuje zamiar i skutek, czeka na potwierdzenie, a wykonanie ogłasza dopiero po sprawdzeniu wyniku narzędzia. - Everyday example PL: Przed anulowaniem wizyty asystent powtarza jej termin i pyta, czy rzeczywiście chcesz ją odwołać. - In one sentence EN: This obtains explicit spoken confirmation before performing an action that changes data. - Problem it solves EN: A misunderstood conversation can cause an unwanted booking, cancellation or sent message. - What it does EN: An assistant states the intention and consequence, waits for confirmation, and announces completion only after checking the tool's result. - Everyday example EN: Before cancelling an appointment, an assistant repeats its date and asks whether you really want to cancel it. - concerns you if PL: wykonujesz działania o istotnych skutkach przez głos; chcesz potwierdzić zamiar przed zmianą danych - concerns you if EN: perform consequential actions by voice; want to confirm intent before changing data - related: `tools` - sources: `openai-realtime-prompting`, `openai-voice-guide` ### Scenariusze i stan rozmowy (Stateful spoken workflows) - id: `voiceflows` · https://aiatlasgraph.com/t/voiceflows.md - path: Język, obraz, audio › Mowa i audio › Agenci głosowi › Zadania i narzędzia w rozmowie › Scenariusze i stan rozmowy - PL: Model prowadzi rozmowę przez etapy zadania; zmiana etapu wpływa na instrukcje, dostępne narzędzia i przekazany kontekst. - EN: The model conducts a multi-step conversation; changing the step affects instructions, available tools and transferred context. - examples PL: maszyna stanów · przekazanie do specjalisty lub człowieka - examples EN: state machine · specialist or human handoff - In one sentence PL: To prowadzenie rozmowy głosowej przez zapamiętane etapy zadania. - Problem it solves PL: Asystent gubi ustalenia, powtarza pytania albo korzysta z narzędzia, zanim zbierze potrzebne informacje. - What it does PL: Każdy etap określa potrzebne dane, instrukcje i dostępne działania; przejście dalej zachowuje ustalony kontekst. - Everyday example PL: Asystent najpierw zbiera adres odbioru, potem sprawdza termin, a na końcu prosi o potwierdzenie przesyłki. - In one sentence EN: This guides a spoken conversation through remembered task stages. - Problem it solves EN: An assistant loses earlier agreements, repeats questions or uses a tool before gathering the necessary details. - What it does EN: Each stage specifies required details, instructions and available actions; moving forward retains the established context. - Everyday example EN: An assistant first collects the pickup address, then checks a time and finally requests shipment confirmation. - concerns you if PL: rozmowa ma kilka zależnych etapów; chcesz wracać do właściwego kroku po korekcie - concerns you if EN: handle conversations with several dependent stages; want to return to the right step after corrections - related: `workflows`, `interruptionrecovery` - sources: `voiceprimer`, `pipecatrepo`, `ihbench-voice` ### Automatyczny zapis nut z nagrania (Automatic music transcription) - id: `musictranscription` · https://aiatlasgraph.com/t/musictranscription.md - path: Język, obraz, audio › Mowa i audio › Automatyczny zapis nut z nagrania - aliases: AMT, music transcription, polyphonic note transcription, transkrypcja muzyki, audio to MIDI - PL: To rozpoznawanie wysokości i czasu trwania nut słyszanych w nagraniu. - EN: This identifies the pitch and duration of notes heard in a recording. - In one sentence PL: To rozpoznawanie wysokości i czasu trwania nut słyszanych w nagraniu. - Problem it solves PL: Przepisanie melodii lub akordów ze słuchu jest czasochłonne. - What it does PL: Tworzy roboczy szkic nut, podobnie jak ktoś spisujący melodię podczas słuchania. - Everyday example PL: Nagrywasz krótką melodię i otrzymujesz zapis nut do poprawienia w edytorze. - In one sentence EN: This identifies the pitch and duration of notes heard in a recording. - Problem it solves EN: Writing down a melody or chords by ear takes time. - What it does EN: It creates a rough note sketch, like someone writing down a melody while listening. - Everyday example EN: You record a short melody and obtain notes to refine in an editor. - concerns you if PL: zapisujesz pomysły muzyczne; analizujesz nuty w nagraniach - concerns you if EN: write down musical ideas; analyse notes in recordings - sources: `bittner-basicpitch-2022` ### Diaryzacja: kto kiedy mówi (Speaker diarization) - id: `speakerdiarization` · https://aiatlasgraph.com/t/speakerdiarization.md - path: Język, obraz, audio › Mowa i audio › Diaryzacja: kto kiedy mówi - aliases: speaker diarisation, diaryzacja, podział nagrania według mówców - PL: To oznaczanie, które fragmenty rozmowy wypowiada ta sama osoba. - EN: This labels which parts of a conversation are spoken by the same person. - In one sentence PL: To oznaczanie, które fragmenty rozmowy wypowiada ta sama osoba. - Problem it solves PL: W długiej rozmowie trudno ręcznie przypisać każdą wypowiedź do rozmówcy. - What it does PL: Układa wypowiedzi w grupy według podobieństwa głosu, jak kolorowe znaczniki dla rozmówców. - Everyday example PL: W nagraniu wywiadu otrzymujesz odcinki oznaczone jako osoba pierwsza i osoba druga. - In one sentence EN: This labels which parts of a conversation are spoken by the same person. - Problem it solves EN: In a long conversation, assigning every utterance to a speaker by hand is tedious. - What it does EN: It groups utterances by voice similarity, like colour-coded markers for speakers. - Everyday example EN: An interview recording gets sections labelled speaker one and speaker two. - concerns you if PL: opracowujesz wywiady lub debaty; potrzebujesz podziału rozmowy na osoby - concerns you if EN: edit interviews or debates; need a conversation split by speaker - sources: `bredin-pyannote-2023` ### Dopasowanie tekstu do czasu nagrania (Forced alignment of speech and text) - id: `forcedalignment` · https://aiatlasgraph.com/t/forcedalignment.md - path: Język, obraz, audio › Mowa i audio › Dopasowanie tekstu do czasu nagrania - aliases: forced alignment, word alignment, wyrównanie czasowe, wymuszone dopasowanie, synchronizacja transkrypcji - PL: To ustalanie, kiedy w nagraniu padają słowa z podanego tekstu. - EN: This determines when words from a supplied text occur in a recording. - In one sentence PL: To ustalanie, kiedy w nagraniu padają słowa z podanego tekstu. - Problem it solves PL: Masz transkrypcję, ale znalezienie początku każdego słowa wymaga wielokrotnego odsłuchu. - What it does PL: Przykłada tekst do osi czasu jak podpisy do odpowiednich miejsc na taśmie. - Everyday example PL: Dopasowujesz gotowy zapis wypowiedzi do nagrania przed przygotowaniem napisów. - In one sentence EN: This determines when words from a supplied text occur in a recording. - Problem it solves EN: You have a transcript, but locating each word's start requires repeated listening. - What it does EN: It fits text onto a timeline like labels attached to the right places on a tape. - Everyday example EN: You align a completed transcript with a recording before preparing subtitles. - concerns you if PL: przygotowujesz napisy do filmów; wyszukujesz cytaty w długich nagraniach - concerns you if EN: prepare video subtitles; locate quotations in long recordings - related: `speechdatacuration` - sources: `bain-whisperx-2023` ### Generowanie muzyki i efektów dźwiękowych (Music and sound generation) - id: `audiogen` · https://aiatlasgraph.com/t/audiogen.md - path: Język, obraz, audio › Mowa i audio › Generowanie muzyki i efektów dźwiękowych - aliases: audio generation, music generation, text-to-audio, text-to-music, sound effect generation, generowanie muzyki, generowanie dźwięku, tekst na audio, synteza dźwięku - PL: Modele tworzące muzykę, efekty dźwiękowe lub tło akustyczne z opisu tekstowego (czasem z melodią lub tekstem piosenki), zwykle jako modele językowe na dyskretnych tokenach audio albo dyfuzja latentna. - EN: Models that create music, sound effects or ambience from a text prompt (sometimes with a melody or lyrics), usually as language models over discrete audio tokens or as latent diffusion. - examples PL: tekst→audio · tekst→muzyka · tokeny audio · dyfuzja latentna · MusicGen · AudioLDM · Stable Audio Open · ACE-Step · AudioCaps - examples EN: text-to-audio · text-to-music · audio tokens · latent diffusion · MusicGen · AudioLDM · Stable Audio Open · ACE-Step · AudioCaps - In one sentence PL: To tworzenie muzyki albo odgłosów, takich jak deszcz czy kroki, na podstawie opisu słownego. - Problem it solves PL: Znalezienie lub nagranie pasującej muzyki i efektów do filmu czy podcastu zajmuje czas, a licencje bywają kosztowne. - What it does PL: Uczy się powiązań między nagraniami i opisami, a podczas generowania stopniowo buduje dźwięk pasujący do wskazanej sceny. - Everyday example PL: Do filmiku z wakacji wpisujesz „spokojna gitara akustyczna, szum morza” i dostajesz kilka pasujących podkładów do wyboru. - In one sentence EN: This creates music or sounds, such as rain or footsteps, from a written description. - Problem it solves EN: Finding or recording the right music and effects for a video or podcast takes time, and licences can be costly. - What it does EN: It learns relationships between recordings and descriptions, then gradually builds audio that fits the requested scene. - Everyday example EN: For a holiday video you type “calm acoustic guitar, sound of the sea” and get several fitting backing tracks to choose from. - concerns you if PL: potrzebujesz podkładu lub efektów do filmów i podcastów; tworzysz muzykę i szukasz nowych pomysłów; zastanawiasz się, czy usłyszany utwór napisał człowiek - concerns you if EN: need music or effects for videos and podcasts; make music and look for new ideas; wonder whether a track you hear was written by a person - related: `latentdiffusion`, `pixelwavenet`, `tts` - sources: `musicgen-2023`, `audioldm-2023`, `stable-audio-open-2024`, `ace-step-2025`, `laion-clap-2022` ### Oczyszczanie i poprawa jakości mowy (Speech enhancement) - id: `speechenhancement` · https://aiatlasgraph.com/t/speechenhancement.md - path: Język, obraz, audio › Mowa i audio › Oczyszczanie i poprawa jakości mowy - aliases: speech denoising, odszumianie mowy, poprawa jakości mowy - PL: To ograniczanie zakłóceń, aby nagrany głos był wyraźniejszy. - EN: This reduces interference to make a recorded voice clearer. - In one sentence PL: To ograniczanie zakłóceń, aby nagrany głos był wyraźniejszy. - Problem it solves PL: Szum tła utrudnia słuchanie rozmowy i zasłania ciche słowa. - What it does PL: Działa jak filtr, który próbuje przepuszczać mowę i przyciszać niepożądane tło. - Everyday example PL: Oczyszczasz wywiad nagrany przy szumiącym wentylatorze. - In one sentence EN: This reduces interference to make a recorded voice clearer. - Problem it solves EN: Background noise makes a conversation tiring to listen to and obscures quiet words. - What it does EN: It acts like a filter that tries to retain speech and turn down unwanted background sound. - Everyday example EN: You clean an interview recorded beside a noisy fan. - concerns you if PL: nagrywasz rozmowy poza studiem; przygotowujesz materiały do odsłuchu - concerns you if EN: record conversations outside a studio; prepare recordings for listening - sources: `schroter-deepfilternet-2021` ### Rozdzielanie wokalu i instrumentów (Music source separation) - id: `musicseparation` · https://aiatlasgraph.com/t/musicseparation.md - path: Język, obraz, audio › Mowa i audio › Rozdzielanie wokalu i instrumentów - aliases: source separation, music demixing, stem separation, separacja źródeł, separacja muzyki - PL: To rozdzielanie gotowego nagrania muzycznego na osobne części dźwiękowe. - EN: This splits a finished music recording into separate sound parts. - In one sentence PL: To rozdzielanie gotowego nagrania muzycznego na osobne części dźwiękowe. - Problem it solves PL: Masz tylko wspólne nagranie, a potrzebujesz osobno usłyszeć śpiew lub akompaniament. - What it does PL: Próbuje rozplątać dźwięki jak splot kilku nici i ułożyć każdą na osobnej ścieżce. - Everyday example PL: Wydzielasz wokal z nagrania, żeby dokładniej przeanalizować wykonanie. - In one sentence EN: This splits a finished music recording into separate sound parts. - Problem it solves EN: You only have the mixed recording but need to hear the singing or accompaniment separately. - What it does EN: It tries to untangle sounds like intertwined threads and place each on a separate track. - Everyday example EN: You isolate vocals from a recording to analyse the performance more closely. - concerns you if PL: analizujesz aranżacje muzyczne; potrzebujesz roboczych ścieżek z gotowego nagrania - concerns you if EN: analyse musical arrangements; need working tracks from a finished recording - sources: `rouard-htdemucs-2022` ### Rozpoznawanie dźwięków i klasyfikacja nagrań (Audio and sound event classification) - id: `audioclassification` · https://aiatlasgraph.com/t/audioclassification.md - path: Język, obraz, audio › Mowa i audio › Rozpoznawanie dźwięków i klasyfikacja nagrań - aliases: audio classification, sound event classification, audio tagging, klasyfikacja dźwięków, rozpoznawanie zdarzeń dźwiękowych, tagowanie audio - PL: Przypisywanie nagraniu jednej lub wielu etykiet opisujących jego zawartość, np. rodzaju dźwięku, gatunku muzyki, komendy głosowej lub języka. Modele często analizują spektrogram albo wyuczoną reprezentację audio; wspólne przestrzenie dźwięk–tekst umożliwiają również klasyfikację zero-shot. - EN: Assigning one or more labels that describe a recording, such as sound type, music genre, spoken command or language. Models often analyse a spectrogram or a learned audio representation; shared audio-text spaces also enable zero-shot classification. - examples PL: tagowanie zdarzeń dźwiękowych · AudioSet · ESC-50 · Speech Commands · AST · CLAP - examples EN: sound-event tagging · AudioSet · ESC-50 · Speech Commands · AST · CLAP - In one sentence PL: To rozpoznawanie, co słychać na nagraniu: tłuczone szkło, płacz dziecka, gatunek muzyki albo komendę głosową. - Problem it solves PL: Nikt nie odsłucha tysięcy godzin nagrań z kamer, mikrofonów czy archiwów, żeby znaleźć kilka ważnych dźwięków. - What it does PL: Rozpoznaje charakterystyczne wzory w obrazie częstotliwości, tak jak ornitolog rozpoznaje ptaka po głosie. - Everyday example PL: Aplikacja w telefonie słucha śpiewu za oknem i mówi, że to kos, a nie drozd. - In one sentence EN: This recognises what can be heard in a recording: breaking glass, a crying baby, a music genre or a voice command. - Problem it solves EN: No one can listen through thousands of hours from cameras, microphones or archives to find a few important sounds. - What it does EN: It spots telltale patterns in a picture of the frequencies, the way a birdwatcher recognises a bird by its song. - Everyday example EN: A phone app listens to birdsong outside your window and tells you it is a blackbird, not a thrush. - concerns you if PL: porządkujesz archiwum nagrań lub efektów; chcesz, by urządzenie reagowało na konkretne dźwięki; uruchamiasz sprzęt wypowiadanym słowem - concerns you if EN: organise an archive of recordings or sound effects; want a device to react to particular sounds; wake a device with a spoken word - related: `audiolanguage` - sources: `hf-tasks-audio-classification`, `hf-audio-course-unit4`, `audioset-2017`, `ast-2021`, `laion-clap-2022` ### Rozpoznawanie mowy / ASR (Automatic speech recognition) - id: `asr` · https://aiatlasgraph.com/t/asr.md - path: Język, obraz, audio › Mowa i audio › Rozpoznawanie mowy / ASR - PL: Zamiana sygnału mowy na tekst. - EN: Turning speech into text. - examples PL: Transkrypcja - examples EN: Transcription - In one sentence PL: To zamienianie wypowiedzianych słów na zapisany tekst. - Problem it solves PL: Przepisywanie nagrania zajmuje czas, a czasem potrzebujesz tekstu już podczas rozmowy. - What it does PL: Model porównuje wzory dźwięku z poznanymi wypowiedziami i przewiduje słowa pasujące do nagrania oraz jego kontekstu. - Everyday example PL: Dyktujesz wiadomość podczas spaceru, a telefon wpisuje jej treść. - In one sentence EN: This turns spoken words into written text. - Problem it solves EN: Transcribing a recording takes time, and sometimes you need text while the conversation is still happening. - What it does EN: A model compares sound patterns with familiar speech and predicts words that fit the recording and its context. - Everyday example EN: You dictate a message while walking, and your phone types it out. - concerns you if PL: przepisujesz nagrania rozmów; chcesz dyktować zamiast pisać - concerns you if EN: transcribe conversation recordings; want to dictate instead of typing - related: `pronunciationassess`, `audiolanguage`, `cascadedpipeline`, `voiceaudio` - sources: `audio` ### Synteza mowy / TTS (Text-to-speech) - id: `tts` · https://aiatlasgraph.com/t/tts.md - path: Język, obraz, audio › Mowa i audio › Synteza mowy / TTS - PL: Wytwarzanie mowy na podstawie tekstu. - EN: Producing speech from text. - examples PL: Głos syntetyczny - examples EN: Synthetic voice - In one sentence PL: To zamienianie pisanego tekstu na wypowiedź słyszaną z urządzenia. - Problem it solves PL: Nie możesz patrzeć na ekran, ale potrzebujesz usłyszeć zapisane informacje. - What it does PL: Model dobiera wymowę, rytm i brzmienie do tekstu, a następnie tworzy odpowiadający im sygnał dźwiękowy. - Everyday example PL: Telefon odczytuje ci wiadomość, gdy gotujesz i masz mokre ręce. - In one sentence EN: This turns written text into speech played by a device. - Problem it solves EN: You cannot look at a screen but need to hear written information. - What it does EN: A model chooses pronunciation, rhythm and voice characteristics for the text, then produces the corresponding sound signal. - Everyday example EN: Your phone reads a message aloud while you cook with wet hands. - concerns you if PL: potrzebujesz odczytywania tekstu na głos; dodajesz mówione odpowiedzi do programu - concerns you if EN: need text read aloud; add spoken responses to software - related: `audiogen`, `cascadedpipeline`, `streamingaggregation` - sources: `audio` ### Widzenie komputerowe (Computer vision) - id: `visionnode` · https://aiatlasgraph.com/t/visionnode.md - path: Język, obraz, audio › Widzenie komputerowe - PL: Rozpoznawanie zawartości i struktury obrazu oraz wideo: co jest na obrazie, gdzie to jest, jaki ma kształt i jak się porusza. Generowanie obrazu, 3D i modele obraz–tekst mają osobne węzły obok. - EN: Recognising content and structure in images and video: what is in the picture, where it is, what shape it has and how it moves. Image generation, 3D and vision–language models have their own sibling nodes. - examples PL: Klasyfikacja · detekcja · segmentacja · poza · wideo · ViT - examples EN: Classification · detection · segmentation · pose · video · ViT - In one sentence PL: To uczenie programów rozpoznawania, co widać na zdjęciach i filmach, gdzie to jest i jak się porusza. - Problem it solves PL: Nie możesz ręcznie obejrzeć wszystkich zdjęć ani stale śledzić obrazu z kamer. - What it does PL: Model łączy wzory kolorów i kształtów z poznanymi obiektami, a kolejne klatki pozwalają mu analizować ruch. - Everyday example PL: Kamera nad taśmą produkcyjną pomaga wykryć uszkodzone opakowanie i wskazuje jego położenie. - In one sentence EN: This teaches software to recognise what appears in photos and videos, where it is and how it moves. - Problem it solves EN: You cannot inspect every photo by hand or watch camera feeds constantly. - What it does EN: A model connects colour and shape patterns to familiar objects, while successive frames let it analyse movement. - Everyday example EN: A camera above a conveyor helps detect a damaged package and shows its position. - concerns you if PL: przeglądasz dużo zdjęć lub filmów; potrzebujesz automatycznego sprawdzania obrazu z kamery - concerns you if EN: review many photos or videos; need automated checks of camera images - related: `spatial`, `saliencymaps`, `docai` - sources: `audio`, `vision`, `cs336`, `dlai`, `cs231n-2026-schedule`, `hf-cv-course` ### Detekcja obiektów (Object detection) - id: `objectdetection` · https://aiatlasgraph.com/t/objectdetection.md - path: Język, obraz, audio › Widzenie komputerowe › Detekcja obiektów - PL: Znajdowanie obiektów na obrazie: prostokąt (bounding box) + klasa dla każdego obiektu. Ocena zwykle przez IoU i mAP. - EN: Finding objects in an image: a bounding box plus a class for each object. Usually evaluated with IoU and mAP. - examples PL: bounding box · IoU · mAP · COCO - examples EN: bounding box · IoU · mAP · COCO - In one sentence PL: To znajdowanie przedmiotów na obrazie i zaznaczanie ich położenia prostokątami. - Problem it solves PL: Sama informacja, że na zdjęciu jest rower, nie mówi, gdzie go szukać ani ile ich jest. - What it does PL: Model przewiduje rodzaj i granice każdego wykrytego obiektu, pozwalając je policzyć lub wskazać. - Everyday example PL: Zdjęcie parkingu trafia do programu, który zaznacza stojące samochody i liczy zajęte miejsca. - In one sentence EN: This finds objects in an image and marks their locations with rectangles. - Problem it solves EN: Knowing a photo contains a bicycle does not tell you where it is or how many there are. - What it does EN: A model predicts the type and boundaries of each detected object, letting you count or locate them. - Everyday example EN: A parking-lot photo goes to software that marks parked cars and counts occupied spaces. - concerns you if PL: potrzebujesz położenia obiektów na zdjęciu; liczysz rzeczy widoczne w kamerze - concerns you if EN: need object locations in photos; count things visible through a camera - related: `pointclouds`, `aerialdetection`, `objecttracking` - sources: `cs231n-2026-schedule`, `hf-cv-course`, `ultralytics-tasks` ### Detekcja obiektów opisanych tekstem (Open-vocabulary object detection) - id: `openvocabdetection` · https://aiatlasgraph.com/t/openvocabdetection.md - path: Język, obraz, audio › Widzenie komputerowe › Detekcja obiektów › Detekcja obiektów opisanych tekstem - PL: Wykrywanie obiektów wskazanych nazwą lub opisem w języku naturalnym, bez ograniczenia do jednej zamkniętej listy klas; obejmuje generalizację zero-shot do nowych kategorii. - EN: Detecting objects queried by names or natural-language descriptions rather than one fixed closed label set; includes zero-shot generalisation to new categories. - examples PL: Grounding DINO · OWL-ViT · referring expressions - examples EN: Grounding DINO · OWL-ViT · referring expressions - In one sentence PL: To szukanie na obrazie rzeczy, które wskażesz nazwą lub opisem słownym. - Problem it solves PL: Detektor ze stałą listą kategorii nie potrafi przyjąć każdej nowej nazwy przedmiotu, którego właśnie szukasz. - What it does PL: Model zestawia opis z cechami obrazu i zaznacza pasujące obszary, korzystając z wcześniej poznanych powiązań obrazu i języka. - Everyday example PL: Wpisujesz „czerwony plecak”, a program zaznacza go na zdjęciu zatłoczonego pokoju. - In one sentence EN: This searches images for things you specify with a name or written description. - Problem it solves EN: A detector with fixed categories cannot accept every new object name you want to search for. - What it does EN: A model matches a description to image features and marks corresponding regions using previously learned links between images and language. - Everyday example EN: You type “red backpack”, and software marks it in a photo of a crowded room. - concerns you if PL: szukasz obiektów opisanych zwykłymi słowami; często zmieniasz listę rzeczy do wykrycia - concerns you if EN: search for objects described in everyday words; often change the list of things to detect - related: `visualgrounding`, `clipcontrastive` - sources: `carion-sam3-2025`, `liu-grounding-dino-2023` ### Detekcja z transformerem (DETR) (Transformer-based object detection (DETR)) - id: `detrdetectors` · https://aiatlasgraph.com/t/detrdetectors.md - path: Język, obraz, audio › Widzenie komputerowe › Detekcja obiektów › Detekcja z transformerem (DETR) - PL: Detekcja jako bezpośrednie przewidywanie zbioru obiektów przez transformer, bez ręcznych kotwic i filtrowania NMS. - EN: Detection as direct set prediction by a transformer, without hand-designed anchors or NMS post-processing. - examples PL: DETR · dopasowanie dwudzielne · RT-DETR - examples EN: DETR · bipartite matching · RT-DETR - In one sentence PL: To modele szukające obiektów przez wspólne rozpatrywanie całego obrazu i przewidywanie ich zestawu. - Problem it solves PL: Wykrywanie obiektów bywa obciążone wieloma dodatkowymi regułami i powtarzającymi się wskazaniami tej samej rzeczy. - What it does PL: Podczas nauki przewidywane obiekty są dopasowywane do oznaczonych przykładów tak, żeby każde wskazanie miało własną rolę. - Everyday example PL: Model ogląda zdjęcie stołu i wskazuje osobno kubek, talerz oraz łyżkę. - In one sentence EN: These models find objects by considering the whole image together and predicting a set of detections. - Problem it solves EN: Object detection can involve many extra rules and repeated detections of the same thing. - What it does EN: During training, predicted objects are matched to labelled examples so each detection has its own role. - Everyday example EN: A model examines a table photo and separately identifies a cup, a plate and a spoon. - concerns you if PL: szukasz kilku różnych rzeczy na jednym obrazie; porównujesz sposoby budowy detektorów - concerns you if EN: look for several different objects in one image; compare ways of building object detectors - related: `onlinemapping`, `transformers` - sources: `hf-cv-course`, `carion-detr-2020` ### Detektory jednoetapowe (YOLO) (Single-stage object detectors) - id: `onestagedetectors` · https://aiatlasgraph.com/t/onestagedetectors.md - path: Język, obraz, audio › Widzenie komputerowe › Detekcja obiektów › Detektory jednoetapowe (YOLO) - PL: Model przewiduje prostokąty i klasy bez osobnego etapu generowania propozycji regionów. Rodzina YOLO pokazuje, że takie detektory mogą działać w czasie rzeczywistym i na urządzeniach brzegowych. - EN: The model predicts boxes and classes without a separate region-proposal stage. The YOLO family shows that such detectors can run in real time and on edge devices. - examples PL: YOLO · SSD · wersje obracane (OBB) - examples EN: YOLO · SSD · oriented boxes (OBB) - In one sentence PL: To modele, które podczas jednego przejścia przez obraz szukają obiektów i określają ich rodzaj. - Problem it solves PL: Kamera pokazuje zmieniającą się scenę, a wieloetapowe szukanie przedmiotów może zbyt długo trwać. - What it does PL: Wspólna sieć od razu przewiduje położenia i kategorie, bez osobnego przygotowywania obszarów do dalszej analizy. - Everyday example PL: Kamera w sortowni szybko zaznacza paczki na poruszającej się taśmie. - In one sentence EN: These models find objects and identify their types in a single pass through an image. - Problem it solves EN: A camera shows a changing scene, and searching for objects in several stages may take too long. - What it does EN: One network directly predicts positions and categories without a separate stage proposing regions for further analysis. - Everyday example EN: A sorting facility's camera quickly marks parcels on a moving conveyor. - concerns you if PL: analizujesz obraz na żywo; chcesz wykrywać obiekty na małym urządzeniu - concerns you if EN: analyse live images; want to detect objects on a small device - related: `edge` - sources: `ultralytics-tasks`, `redmon-yolo-2015` ### Estymacja pozy i punktów kluczowych (Pose and keypoint estimation) - id: `poseestimation` · https://aiatlasgraph.com/t/poseestimation.md - path: Język, obraz, audio › Widzenie komputerowe › Estymacja pozy i punktów kluczowych - PL: Wykrywanie punktów charakterystycznych (stawy, dłonie, twarz) i szkieletu postaci w 2D lub 3D — podstawa analizy ruchu, sportu i sterowania gestem. - EN: Detecting keypoints (joints, hands, face) and body skeletons in 2D or 3D — the basis of motion analysis, sports and gesture control. - examples PL: szkielet 2D/3D · OpenPose · ViTPose - examples EN: 2D/3D skeleton · OpenPose · ViTPose - In one sentence PL: To znajdowanie punktów ciała na obrazie, żeby opisać jego ułożenie i ruch. - Problem it solves PL: Sam prostokąt wokół człowieka nie pokazuje, czy podniósł rękę, zgiął kolano lub odwrócił głowę. - What it does PL: Model zaznacza punkty takie jak łokcie i kolana, a ich układ tworzy uproszczony szkielet postaci. - Everyday example PL: Podczas ćwiczenia przed kamerą aplikacja pokazuje, że twoje ramię jest niżej niż w pokazanym ruchu. - In one sentence EN: This locates body landmarks in images to describe posture and movement. - Problem it solves EN: A box around a person does not show whether they raised a hand, bent a knee or turned their head. - What it does EN: A model marks points such as elbows and knees, whose arrangement forms a simplified body skeleton. - Everyday example EN: While you exercise before a camera, an app shows your arm is lower than in the demonstrated movement. - concerns you if PL: analizujesz ruch na nagraniach; chcesz sterować programem gestami - concerns you if EN: analyse movement in recordings; want to control software with gestures - related: `motionimitation`, `robotics`, `controllablegen` - sources: `ultralytics-tasks`, `zheng-hpe-survey` ### Klasyfikacja obrazów (Image classification) - id: `imageclassification` · https://aiatlasgraph.com/t/imageclassification.md - path: Język, obraz, audio › Widzenie komputerowe › Klasyfikacja obrazów - PL: Przypisanie całemu obrazowi jednej lub kilku etykiet (np. „kot”, „wada produktu”). To jedno z podstawowych zadań widzenia komputerowego. - EN: Assigning one or more labels to a whole image (e.g. “cat”, “defective product”). It is one of the foundational computer-vision tasks. - examples PL: ImageNet · top-1 accuracy · klasyfikacja wieloetykietowa - examples EN: ImageNet · top-1 accuracy · multi-label classification - In one sentence PL: To przypisywanie całemu zdjęciu kategorii opisującej jego zawartość. - Problem it solves PL: Masz wiele zdjęć do posortowania, a ręczne podpisywanie każdego zajmuje czas. - What it does PL: Model porównuje cechy zdjęcia z przykładami poznanych kategorii i wybiera najbardziej pasujące etykiety. - Everyday example PL: Program rozdziela zdjęcia z wakacji na plaże, góry i posiłki. - In one sentence EN: This assigns categories to a whole photo to describe its contents. - Problem it solves EN: You have many photos to sort, and labelling each one by hand takes time. - What it does EN: A model compares the photo's features with examples of familiar categories and chooses the best-fitting labels. - Everyday example EN: Software sorts holiday photos into beaches, mountains and meals. - concerns you if PL: porządkujesz archiwum zdjęć; chcesz przypisywać obrazom ustalone kategorie - concerns you if EN: organise a photo archive; want to assign predefined categories to images - related: `classicaugmentation`, `cnnarchs`, `cnn` - sources: `cs231n-2026-schedule`, `hf-cv-course`, `ultralytics-tasks` ### Modele bazowe dla obrazu (Vision backbones and foundation models) - id: `visionbackbones` · https://aiatlasgraph.com/t/visionbackbones.md - path: Język, obraz, audio › Widzenie komputerowe › Modele bazowe dla obrazu - PL: Wstępnie wytrenowane modele wizyjne wydobywające cechy obrazu, które można wykorzystać w klasyfikacji, detekcji i segmentacji. - EN: Pretrained vision models that extract image features reusable for classification, detection and segmentation. - examples PL: ResNet · ViT · DINOv2 · CLIP - examples EN: ResNet · ViT · DINOv2 · CLIP - In one sentence PL: To wcześniej wyuczone modele obrazu, które służą jako punkt wyjścia do różnych zadań ze zdjęciami. - Problem it solves PL: Uczenie każdego programu do zdjęć od początku wymaga wielu przykładów i dużych nakładów. - What it does PL: Model wydobywa użyteczne cechy obrazu, a dodana lub dostrojona część wykorzystuje je do wybranego zadania. - Everyday example PL: Firma wykorzystuje gotowy model obrazu jako podstawę narzędzia rozpoznającego rodzaje opakowań. - In one sentence EN: These pretrained image models provide a starting point for different photo-based tasks. - Problem it solves EN: Training every image application from scratch requires many examples and substantial resources. - What it does EN: A model extracts useful image features, and an added or adapted component uses them for a chosen task. - Everyday example EN: A company uses a pretrained image model as the basis for identifying packaging types. - concerns you if PL: budujesz narzędzie do własnych zdjęć; chcesz wykorzystać model wyuczony na innych obrazach - concerns you if EN: build a tool for your own photos; want to reuse a model trained on other images - sources: `cs231n-2026-schedule`, `dosovitskiy-vit-2020`, `radford-clip-2021`, `oquab-dinov2-2023` ### Dostrajanie modeli wizyjnych do własnych danych (Fine-tuning vision models on custom data) - id: `visiontransfer` · https://aiatlasgraph.com/t/visiontransfer.md - path: Język, obraz, audio › Widzenie komputerowe › Modele bazowe dla obrazu › Dostrajanie modeli wizyjnych do własnych danych - PL: Dostosowanie pretrenowanego modelu do własnego zbioru danych przez douczenie całej sieci, wybranych warstw albo nowej głowicy zadaniowej. - EN: Adapting a pretrained model to a custom dataset by fine-tuning the whole network, selected layers, or a new task head. - examples PL: transfer learning · linear probing · augmentacja obrazów - examples EN: transfer learning · linear probing · image augmentation - In one sentence PL: To dostosowanie gotowego modelu obrazu do własnych zdjęć i zadania. - Problem it solves PL: Gotowy model rozpoznaje typowe zdjęcia, ale może słabo radzić sobie z twoimi nietypowymi produktami. - What it does PL: Własne przykłady służą do poprawienia wybranych części modelu lub nauczenia nowej części przypisującej kategorie. - Everyday example PL: Sklep dostosowuje model do zdjęć swoich tkanin, żeby rozpoznawał ich wzory. - In one sentence EN: This adapts a pretrained image model to your own photos and task. - Problem it solves EN: A pretrained model recognises common images but may struggle with your unusual products. - What it does EN: Your examples update selected model components or train a new component that assigns categories. - Everyday example EN: A shop adapts a model to photos of its fabrics so it can recognise their patterns. - concerns you if PL: gotowy model myli twoje zdjęcia; masz własne oznaczone przykłady - concerns you if EN: find a pretrained model misreads your photos; have your own labelled examples - related: `galaxymorph`, `continual` - sources: `cs231n-2026-schedule`, `hf-cv-course` ### Samonadzorowane uczenie z obrazów (Self-supervised visual pretraining) - id: `visionssl` · https://aiatlasgraph.com/t/visionssl.md - path: Język, obraz, audio › Widzenie komputerowe › Modele bazowe dla obrazu › Samonadzorowane uczenie z obrazów - PL: Trenowanie modelu wizyjnego na obrazach bez etykiet — np. przez odtwarzanie zasłoniętych fragmentów albo porównywanie różnych widoków tego samego obrazu. - EN: Training a vision model on unlabelled images — e.g. by reconstructing masked patches or comparing different views of the same image. - examples PL: MAE · DINO / DINOv2 · uczenie kontrastowe - examples EN: MAE · DINO / DINOv2 · contrastive learning - In one sentence PL: To uczenie modelu obrazu na zdjęciach, których ludzie wcześniej nie podpisali. - Problem it solves PL: Masz dużo zdjęć, ale przygotowanie opisów lub kategorii dla każdego kosztuje zbyt wiele pracy. - What it does PL: Zdjęcia same dostarczają ćwiczeń: model odtwarza zasłonięte fragmenty albo szuka zgodności między różnymi widokami tego samego obrazu. - Everyday example PL: Firma uczy model na niepodpisanych zdjęciach części, zanim oznaczy mniejszy zestaw przykładów usterek. - In one sentence EN: This trains an image model on photos that people have not labelled. - Problem it solves EN: You have many photos, but preparing descriptions or categories for every one takes too much work. - What it does EN: Photos provide their own exercises: a model reconstructs hidden patches or matches different views of the same image. - Everyday example EN: A company trains a model on unlabelled component photos before labelling a smaller set of defect examples. - concerns you if PL: masz zdjęcia bez opisów; chcesz ograniczyć ręczne oznaczanie danych - concerns you if EN: have photos without labels; want to reduce manual data labelling - related: `jepa`, `pathologyfm`, `representations`, `eopretraining`, `selfsupervised` - sources: `cs231n-2026-schedule`, `oquab-dinov2-2023`, `he-mae-2021` ### Vision Transformer (ViT) - id: `vit` · https://aiatlasgraph.com/t/vit.md - path: Język, obraz, audio › Widzenie komputerowe › Modele bazowe dla obrazu › Vision Transformer (ViT) - PL: Transformer zastosowany do obrazu podzielonego na łatki (patches) traktowane jak tokeny; ważna rodzina architektur wizyjnych obok sieci konwolucyjnych. - EN: A transformer applied to an image split into patches treated as tokens; a major family of vision architectures alongside convolutional networks. - examples PL: ViT · Swin · łatki 16×16 - examples EN: ViT · Swin · 16×16 patches - In one sentence PL: To model obrazu, który analizuje zdjęcie jako zestaw małych fragmentów i powiązań między nimi. - Problem it solves PL: Znaczenie małego fragmentu zdjęcia zależy często od tego, co widać w odległych częściach obrazu. - What it does PL: Fragmenty obrazu wymieniają informacje przez mechanizm uwagi, dzięki czemu model może zestawiać części całej sceny. - Everyday example PL: Model rozpoznaje rower na zdjęciu, zestawiając koła z kierownicą i ramą. - In one sentence EN: This image model analyses a photo as a collection of small patches and relationships between them. - Problem it solves EN: A small image region's meaning often depends on what appears in distant parts of the photo. - What it does EN: Image patches exchange information through attention, letting a model connect different parts of the whole scene. - Everyday example EN: A model identifies a bicycle in a photo by relating the wheels to the handlebars and frame. - concerns you if PL: porównujesz sposoby analizy zdjęć; korzystasz z modeli przetwarzających obraz w kawałkach - concerns you if EN: compare ways of analysing photos; use models that process images as patches - related: `transformers`, `dit` - sources: `hf-cv-course`, `dosovitskiy-vit-2020` ### Wspólna przestrzeń obraz–tekst (CLIP) (Contrastive image–text pretraining (CLIP)) - id: `clipcontrastive` · https://aiatlasgraph.com/t/clipcontrastive.md - path: Język, obraz, audio › Widzenie komputerowe › Modele bazowe dla obrazu › Wspólna przestrzeń obraz–tekst (CLIP) - PL: Uczenie wspólnych embeddingów obrazów i podpisów na parach obraz–tekst; pozwala klasyfikować i wyszukiwać obrazy opisem słownym bez dodatkowego treningu (zero-shot). - EN: Learning joint embeddings of images and captions from image–text pairs; enables zero-shot classification and image search by text description. - examples PL: CLIP · SigLIP · klasyfikacja zero-shot - examples EN: CLIP · SigLIP · zero-shot classification - In one sentence PL: To uczenie modelu, żeby pasujące zdjęcie i opis miały podobny zapis liczbowy. - Problem it solves PL: Chcesz wyszukać zdjęcia opisem, choć nikt wcześniej nie nadał im takich podpisów. - What it does PL: Model ćwiczy zbliżanie zapisów pasujących par i oddalanie niepasujących, tworząc wspólną mapę obrazów i słów. - Everyday example PL: W archiwum zdjęć wpisujesz „pies biegnący po śniegu” i otrzymujesz podobne sceny. - In one sentence EN: This trains a model to give matching images and descriptions similar numerical representations. - Problem it solves EN: You want to search photos with a description even though nobody has given them those captions. - What it does EN: A model learns to bring matching pairs closer and separate mismatches, creating a shared map of images and words. - Everyday example EN: You search a photo archive for “dog running through snow” and receive matching scenes. - concerns you if PL: przeszukujesz obrazy za pomocą opisów; chcesz porównywać zdjęcia z tekstem - concerns you if EN: search images using descriptions; want to compare photos with text - related: `openvocabdetection`, `multimodal`, `representations`, `vlmconnector` - sources: `hf-cv-course`, `radford-clip-2021` ### Powiększanie i naprawa zdjęć (super-rozdzielczość) (Image upscaling and restoration (super-resolution)) - id: `imagerestoration` · https://aiatlasgraph.com/t/imagerestoration.md - path: Język, obraz, audio › Widzenie komputerowe › Powiększanie i naprawa zdjęć (super-rozdzielczość) - aliases: image upscaling, super-resolution, SR, image restoration, AI upscaler, denoising, deblurring, powiększanie obrazu, super-rozdzielczość, odszumianie, rekonstrukcja zdjęć - PL: Odtwarzanie czystego obrazu o wyższej rozdzielczości z wersji zdegradowanej (mała rozdzielczość, szum, rozmycie, kompresja). Od modeli GAN trenowanych na syntetycznych zniszczeniach po rekonstrukcję dyfuzyjną z generatywnym priorem, która może dopowiadać wiarygodne, ale niekoniecznie prawdziwe szczegóły. - EN: Recovering a clean, higher-resolution image from a degraded one (low resolution, noise, blur, compression). Approaches range from GAN models trained on synthetic degradations to diffusion-based restoration with a generative prior, which can add plausible but not necessarily true detail. - examples PL: super-rozdzielczość · ślepa rekonstrukcja · odszumianie · usuwanie rozmycia · poprawa twarzy · Real-ESRGAN · SUPIR - examples EN: super-resolution · blind restoration · denoising · deblurring · face restoration · Real-ESRGAN · SUPIR - In one sentence PL: To powiększanie i naprawianie rozmazanych, zaszumionych lub starych zdjęć tak, by wyglądały ostro. - Problem it solves PL: Stare zdjęcia, kadry z kamer i małe obrazki z sieci są zbyt rozmyte lub drobne, żeby je wydrukować czy pokazać na dużym ekranie. - What it does PL: Szacuje brakujące szczegóły na podstawie poznanych obrazów, jak konserwator uzupełniający ubytki; dorysowany fragment nie musi odtwarzać prawdziwego wyglądu. - Everyday example PL: Skanujesz pogniecione zdjęcie ślubne dziadków, a program usuwa rysy, wyostrza twarze i pozwala wydrukować je w dużym formacie. - In one sentence EN: This enlarges and repairs blurry, noisy or old photos so they look sharp. - Problem it solves EN: Old photos, camera stills and small web images are too blurry or tiny to print or show on a big screen. - What it does EN: It estimates missing details from learned images, like a restorer filling gaps; an added detail may not match what was really there. - Everyday example EN: You scan your grandparents' creased wedding photo, and the software removes scratches, sharpens faces and lets you print it large. - concerns you if PL: masz stare lub słabej jakości zdjęcia; potrzebujesz większej wersji małej grafiki; musisz pamiętać, że dorysowane szczegóły mogą być nieprawdziwe - concerns you if EN: have old or poor-quality photos; need a larger version of a small image; must remember that added details may not be real - related: `gan`, `cascadediff`, `climatedownscaling` - sources: `hf-task-image-to-image`, `real-esrgan-2021`, `supir-2024`, `diffusion-restoration-survey-2025` ### Rozpoznawanie tekstu na obrazach (OCR) (Optical character recognition (OCR)) - id: `ocr` · https://aiatlasgraph.com/t/ocr.md - path: Język, obraz, audio › Widzenie komputerowe › Rozpoznawanie tekstu na obrazach (OCR) - aliases: OCR, optical character recognition, text recognition, rozpoznawanie pisma - PL: Zamiana obrazu z drukiem, pismem ręcznym lub tekstem w scenie na tekst maszynowy; zwykle detekcja linii lub słów plus rozpoznawanie. - EN: Converting images of print, handwriting or scene text into machine text; usually line or word detection plus recognition. - In one sentence PL: Program odczytuje tekst ze zdjęcia, skanu albo zrzutu ekranu i zamienia go na zwykłe litery, które można kopiować. - Problem it solves PL: Tekst na papierze, tablicy czy zdjęciu jest „uwięziony”: nie da się go przeszukać, skopiować ani przetłumaczyć. - What it does PL: Jak przepisywacz, który zamienia każde zdjęcie kartki w edytowalny dokument, litera po literze. - Everyday example PL: Celujesz telefonem w menu w obcym języku, a aparat odczytuje dania i pokazuje je przetłumaczone. - In one sentence EN: Software reads text from a photo, scan or screenshot and turns it into ordinary letters you can copy. - Problem it solves EN: Text on paper, a sign or a photo is trapped: you can't search, copy or translate it. - What it does EN: Like a copyist who turns every photo of a page into an editable document, letter by letter. - Everyday example EN: You point your phone at a foreign-language menu and the camera reads the dishes and shows them translated. - concerns you if PL: digitalizujesz papierowe dokumenty lub archiwa; kopiujesz tekst ze zrzutów ekranu; odczytujesz ręczne notatki lub stare rękopisy - concerns you if EN: digitise paper documents or archives; copy text out of screenshots; read handwritten notes or old manuscripts - related: `layoutanalysis`, `docvision` - sources: `olmocr-2025`, `li-2021-trocr` ### Rozumienie wideo (Video understanding) - id: `videounderstanding` · https://aiatlasgraph.com/t/videounderstanding.md - path: Język, obraz, audio › Widzenie komputerowe › Rozumienie wideo - PL: Analiza sekwencji klatek: dochodzi wymiar czasu, ruch i znacznie większa ilość danych niż w pojedynczym obrazie. - EN: Analysing frame sequences: adds time, motion and far more data than a single image. - examples PL: klasyfikacja wideo · 3D CNN · transformery wideo - examples EN: video classification · 3D CNN · video transformers - In one sentence PL: To analizowanie filmu, żeby rozpoznać wydarzenia, ruch i zmiany zachodzące w czasie. - Problem it solves PL: Pojedyncze zdjęcie nie pokazuje, co zdarzyło się wcześniej ani czy ktoś właśnie upada. - What it does PL: Model zestawia kolejne klatki i śledzi, jak zmieniają się obiekty oraz ich wzajemne położenia. - Everyday example PL: Program znajduje w nagraniu meczu momenty, w których zawodnik podaje piłkę. - In one sentence EN: This analyses video to recognise events, movement and changes over time. - Problem it solves EN: One photo cannot show what happened earlier or whether someone is falling. - What it does EN: A model compares successive frames and tracks changes in objects and their relative positions. - Everyday example EN: Software finds moments in a match recording when a player passes the ball. - concerns you if PL: przeszukujesz długie nagrania; potrzebujesz rozpoznawać zdarzenia zamiast pojedynczych obrazów - concerns you if EN: search long recordings; need to recognise events rather than isolated images - related: `videollm` - sources: `cs231n-2026-schedule`, `hf-cv-course`, `action-backbones-survey-2024` ### Rozpoznawanie akcji w wideo (Action recognition) - id: `actionrecognition` · https://aiatlasgraph.com/t/actionrecognition.md - path: Język, obraz, audio › Widzenie komputerowe › Rozumienie wideo › Rozpoznawanie akcji w wideo - PL: Rozpoznawanie, co dzieje się na nagraniu (bieg, upadek, podanie piłki) na podstawie wyglądu i ruchu w czasie. - EN: Recognising what happens in a clip (running, falling, passing a ball) from appearance and motion over time. - examples PL: sieci dwustrumieniowe · 3D CNN · transformery wideo - examples EN: two-stream networks · 3D CNN · video transformers - In one sentence PL: To rozpoznawanie czynności wykonywanych przez ludzi lub obiekty na filmie. - Problem it solves PL: Chcesz znaleźć konkretną czynność w nagraniu, a oglądanie całego filmu zajmuje zbyt dużo czasu. - What it does PL: Model łączy wygląd sceny z ruchem między klatkami, żeby odróżniać podobne pozycje ciała w różnych czynnościach. - Everyday example PL: W nagraniu z treningu program wyszukuje fragmenty, w których ktoś wykonuje przysiad. - In one sentence EN: This recognises actions performed by people or objects in a video. - Problem it solves EN: You need to find a particular action in a recording, and watching the whole video takes too long. - What it does EN: A model combines scene appearance with movement between frames to distinguish similar body positions in different actions. - Everyday example EN: Software searches a workout recording for clips where someone performs a squat. - concerns you if PL: szukasz konkretnych czynności w filmach; porządkujesz nagrania według tego, co się wydarzyło - concerns you if EN: look for particular actions in videos; organise recordings by what happened - related: `humanvideo` - sources: `cs231n-2026-schedule`, `action-backbones-survey-2024` ### Śledzenie obiektów w wideo (Multi-object tracking) - id: `objecttracking` · https://aiatlasgraph.com/t/objecttracking.md - path: Język, obraz, audio › Widzenie komputerowe › Rozumienie wideo › Śledzenie obiektów w wideo - PL: Utrzymanie tożsamości tych samych obiektów między klatkami, najczęściej przez łączenie wyników detektora z kolejnych klatek (tracking-by-detection). - EN: Keeping the identity of the same objects across frames, usually by linking detector outputs frame to frame (tracking-by-detection). - examples PL: SORT · ByteTrack · MOTA/HOTA - examples EN: SORT · ByteTrack · MOTA/HOTA - In one sentence PL: To śledzenie tego samego przedmiotu lub człowieka w kolejnych klatkach filmu. - Problem it solves PL: Obiekt zmienia położenie lub znika za przeszkodą, a ty chcesz zachować historię jego ruchu. - What it does PL: Program łączy wykrycia z kolejnych klatek, porównując wygląd i przewidywane położenie każdego śledzonego obiektu. - Everyday example PL: Kamera przy wejściu śledzi przechodzącą osobę, żeby nie policzyć jej ponownie w każdej klatce. - In one sentence EN: This follows the same object or person across successive video frames. - Problem it solves EN: An object moves or disappears behind an obstacle, but you need to keep its movement history. - What it does EN: Software links detections across frames by comparing each tracked object's appearance and predicted position. - Everyday example EN: A camera at an entrance tracks a person passing through so they are not counted again in every frame. - concerns you if PL: potrzebujesz przebiegu ruchu obiektu; chcesz liczyć przejścia zamiast pojedynczych wykryć - concerns you if EN: need an object's movement history; want to count crossings rather than individual detections - related: `objectdetection`, `adperception`, `motionforecasting`, `promptseg` - sources: `carion-sam3-2025`, `zhang-bytetrack-2021` ### Segmentacja obrazu (Image segmentation) - id: `segmentation` · https://aiatlasgraph.com/t/segmentation.md - path: Język, obraz, audio › Widzenie komputerowe › Segmentacja obrazu - PL: Podział obrazu na obszary z dokładnością do piksela — maski zamiast prostokątów. - EN: Dividing an image into regions at pixel level — masks instead of boxes. - examples PL: maski · mIoU · medycyna · autonomiczna jazda - examples EN: masks · mIoU · medical imaging · autonomous driving - In one sentence PL: To dzielenie zdjęcia na dokładne obszary odpowiadające przedmiotom lub częściom sceny. - Problem it solves PL: Prostokąt wokół przedmiotu obejmuje też tło, więc nie wystarcza do jego dokładnego wycięcia. - What it does PL: Model przypisuje poszczególne punkty obrazu do obszarów, tworząc ich kształty zamiast przybliżonych ramek. - Everyday example PL: Program oddziela włosy i ramiona osoby od ściany, żeby zmienić tło portretu. - In one sentence EN: This divides an image into precise regions corresponding to objects or parts of a scene. - Problem it solves EN: A rectangle around an object includes background, so it cannot provide a precise cutout. - What it does EN: A model assigns individual image pixels to regions, producing shapes rather than approximate boxes. - Everyday example EN: Software separates a person's hair and shoulders from the wall to change a portrait's background. - concerns you if PL: wycinasz rzeczy ze zdjęć; potrzebujesz dokładnych granic widocznego obiektu - concerns you if EN: cut objects out of photos; need precise boundaries of a visible object - related: `cnnarchs` - sources: `cs231n-2026-schedule`, `hf-cv-course` ### Segmentacja instancji i panoptyczna (Instance and panoptic segmentation) - id: `instanceseg` · https://aiatlasgraph.com/t/instanceseg.md - path: Język, obraz, audio › Widzenie komputerowe › Segmentacja obrazu › Segmentacja instancji i panoptyczna - PL: Osobna maska dla każdego obiektu (instancje), a w wersji panoptycznej — jedna spójna mapa łącząca obiekty i tło. - EN: A separate mask for each object (instances); the panoptic variant unifies objects and background in one consistent map. - examples PL: Mask R-CNN · Mask2Former · panoptic quality (PQ) - examples EN: Mask R-CNN · Mask2Former · panoptic quality (PQ) - In one sentence PL: To wyznaczanie osobnego kształtu każdego obiektu, czasem wraz z pełnym podziałem tła. - Problem it solves PL: Kilka stykających się przedmiotów zlewa się w jeden obszar, choć trzeba policzyć lub wyciąć każdy osobno. - What it does PL: Każdy egzemplarz dostaje własną maskę; pełniejsza wersja dodaje etykiety pozostałym obszarom, takim jak podłoga i ściana. - Everyday example PL: Program zaznacza osobno każdą pomarańczę na zdjęciu koszyka, nawet gdy owoce się dotykają. - In one sentence EN: This outlines each individual object, sometimes alongside a complete division of the background. - Problem it solves EN: Several touching objects merge into one region even though you need to count or cut out each separately. - What it does EN: Each object gets its own mask; a fuller version also labels remaining regions such as floor and wall. - Everyday example EN: Software separately outlines every orange in a basket photo, even where the fruit touches. - concerns you if PL: rozróżniasz kilka przedmiotów tego samego rodzaju; chcesz osobnych wycięć dla każdego obiektu - concerns you if EN: distinguish several objects of the same kind; want a separate cutout for each object - related: `claimsdamage` - sources: `cs231n-2026-schedule`, `ultralytics-tasks`, `kirillov-panoptic-2018` ### Segmentacja na wskazanie (Segment Anything) (Promptable segmentation) - id: `promptseg` · https://aiatlasgraph.com/t/promptseg.md - path: Język, obraz, audio › Widzenie komputerowe › Segmentacja obrazu › Segmentacja na wskazanie (Segment Anything) - PL: Uniwersalny model zwraca maskę dla obiektu wskazanego kliknięciem, prostokątem albo krótką frazą tekstową — bez trenowania pod konkretne klasy; nowsze wersje działają też na wideo. - EN: A general model returns a mask for an object indicated by a click, a box or a short text phrase — no class-specific training; newer versions also work on video. - examples PL: SAM · SAM 2 (wideo) · SAM 3 (frazy-koncepty) - examples EN: SAM · SAM 2 (video) · SAM 3 (concept prompts) - In one sentence PL: To dokładne zaznaczanie obiektu na zdjęciu po kliknięciu, obrysowaniu go lub podaniu obsługiwanego opisu. - Problem it solves PL: Ręczne obrysowanie całego przedmiotu jest żmudne, szczególnie gdy ma skomplikowane krawędzie. - What it does PL: Model korzysta z twojej wskazówki, żeby wybrać obiekt i przewidzieć, które punkty obrazu do niego należą. - Everyday example PL: Klikasz doniczkę na zdjęciu balkonu, a program przygotowuje jej obrys do wycięcia. - In one sentence EN: This precisely outlines an image object after a click, a box or a supported text description. - Problem it solves EN: Outlining an entire object by hand is tedious, especially when its edges are complicated. - What it does EN: A model uses your hint to select an object and predict which image pixels belong to it. - Everyday example EN: You click a plant pot in a balcony photo, and software prepares its outline for cutting out. - concerns you if PL: chcesz zaznaczać przedmioty kilkoma kliknięciami; wycinasz obiekty spoza ustalonej listy kategorii - concerns you if EN: want to select objects with a few clicks; cut out objects beyond a fixed category list - related: `imageediting`, `medsegmentation`, `objecttracking` - sources: `kirillov-sam-2023`, `carion-sam3-2025` ### Segmentacja semantyczna (Semantic segmentation) - id: `semanticseg` · https://aiatlasgraph.com/t/semanticseg.md - path: Język, obraz, audio › Widzenie komputerowe › Segmentacja obrazu › Segmentacja semantyczna - PL: Każdy piksel dostaje etykietę klasy (droga, niebo, człowiek), bez rozróżniania poszczególnych egzemplarzy. - EN: Every pixel gets a class label (road, sky, person) without separating individual instances. - examples PL: U-Net · DeepLab · mapa klas - examples EN: U-Net · DeepLab · class map - In one sentence PL: To oznaczanie każdego punktu zdjęcia kategorią, taką jak droga, niebo lub człowiek. - Problem it solves PL: Chcesz wiedzieć, które części obrazu należą do drogi lub trawnika, a ogólna etykieta zdjęcia tego nie pokaże. - What it does PL: Model maluje obszary według rodzaju zawartości; osoby tej samej kategorii dostają wspólną etykietę. - Everyday example PL: Robot ogrodowy rozdziela obraz z kamery na trawę, ścieżkę i rabaty. - In one sentence EN: This labels every image pixel with a category such as road, sky or person. - Problem it solves EN: You need to know which image regions are road or grass, and a single photo label cannot show that. - What it does EN: A model colours regions by their content type; people belonging to the same category share a label. - Everyday example EN: A garden robot divides its camera image into grass, paths and flower beds. - concerns you if PL: potrzebujesz mapy rodzajów powierzchni; analizujesz udział różnych obszarów na zdjęciu - concerns you if EN: need a map of surface types; measure how much of an image different regions occupy - related: `landcover` - sources: `cs231n-2026-schedule`, `ultralytics-tasks`, `kirillov-panoptic-2018` ## Obliczenia ewolucyjne i inteligencja roju (Evolutionary computation and swarm intelligence) - id: `evolutionary` · https://aiatlasgraph.com/t/evolutionary.md - path: Obliczenia ewolucyjne i inteligencja roju - aliases: evolutionary computation, evolutionary algorithms, nature-inspired optimization, metaheuristics, algorytmy ewolucyjne, obliczenia ewolucyjne, metaheurystyki - PL: Populacyjne metody optymalizacji i przeszukiwania inspirowane ewolucją i zachowaniami zbiorowymi, działające bez gradientu, tylko na ocenach kandydatów. - EN: Population-based optimisation and search methods inspired by evolution and collective behaviour, working without gradients, only on candidate scores. - In one sentence PL: Rodzina metod, które szukają dobrych rozwiązań jak natura: tworzą wiele wariantów, sprawdzają je i rozwijają najlepsze. - Problem it solves PL: Wiele problemów nie ma wzoru na rozwiązanie, a sprawdzenie wszystkich możliwości zajęłoby wieki. - What it does PL: Działa jak hodowca: z każdego pokolenia zostawia najlepsze osobniki, krzyżuje je i lekko zmienia, aż potomstwo jest coraz lepsze. - Everyday example PL: Firma kurierska co noc układa trasy setek aut; program próbuje tysięcy wariantów i zachowuje te, które skracają przejazdy. - In one sentence EN: A family of methods that search for good solutions the way nature does: make many variants, test them, build on the best. - Problem it solves EN: Many problems have no formula for the answer, and checking every possibility would take ages. - What it does EN: It works like a breeder: keep the best of each generation, cross them, change them slightly, and offspring keep improving. - Everyday example EN: A courier firm plans routes for hundreds of vans every night; software tries thousands of variants and keeps those that shorten trips. - concerns you if PL: umiesz ocenić rozwiązanie, ale nie wiesz, jak je wyprowadzić; szukasz kilku różnych dobrych wariantów, nie jednego; chcesz, by program sam wymyślał i ulepszał kod - concerns you if EN: can score a solution but cannot derive one; want several different good options, not just one; want software that invents and improves code by itself - sources: `gecco2026tracks`, `evo-llm-survey-2024`, `neuroevolution-review-2019` ### Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry (Designing an evolutionary algorithm: representation, operators and parameters) - id: `evodesign` · https://aiatlasgraph.com/t/evodesign.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry - aliases: EA design, evolutionary algorithm components, genetic operators, operatory genetyczne, projektowanie algorytmu ewolucyjnego - PL: Komponenty algorytmu ewolucyjnego: reprezentacja, inicjalizacja, selekcja rodziców i przeżycia, operatory zmienności, obsługa ograniczeń, sterowanie parametrami i rzetelne porównania. - EN: Components of an evolutionary algorithm: representation, initialisation, parent and survivor selection, variation operators, constraint handling, parameter control and sound comparison. - In one sentence PL: Zestaw klocków, z których składa się każdy algorytm ewolucyjny: jak zapisać rozwiązanie, kogo wybrać na rodzica i jak tworzyć potomstwo. - Problem it solves PL: Gotowy algorytm z biblioteki często nie pasuje do problemu, a zmiana jednej części potrafi zepsuć całe przeszukiwanie. - What it does PL: Działa jak przepis kucharski rozpisany na etapy: wymieniasz jeden składnik, a resztę zostawiasz, i widzisz, co zmieniło smak. - Everyday example PL: Planista tras dostaw zamienia losową mutację na zamianę dwóch przystanków miejscami i nagle dostaje krótsze trasy w tym samym czasie. - In one sentence EN: The building blocks of every evolutionary algorithm: how to write down a solution, whom to pick as parents and how to make offspring. - Problem it solves EN: An off-the-shelf algorithm often does not fit the problem, and changing one part can break the whole search. - What it does EN: It works like a recipe split into steps: you swap one ingredient, keep the rest, and see what changed the taste. - Everyday example EN: A delivery route planner replaces random mutation with swapping two stops and suddenly gets shorter routes in the same time. - concerns you if PL: piszesz własny algorytm ewolucyjny od zera; gotowy solver utyka na twoim problemie; chcesz rozumieć, co robią ustawienia w bibliotece - concerns you if EN: are writing your own evolutionary algorithm from scratch; an off-the-shelf solver gets stuck on your problem; want to understand what library settings actually do - sources: `eiben-smith-2015`, `pymoo-2020` ### Krzyżowanie: łączenie cech dwóch rodziców (Crossover (recombination) operators) - id: `evocrossover` · https://aiatlasgraph.com/t/evocrossover.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Krzyżowanie: łączenie cech dwóch rodziców - aliases: crossover, recombination, rekombinacja, operator krzyżowania - PL: Operatory rekombinacji tworzące potomstwo z materiału wielu rodziców, dobierane do reprezentacji: binarnej, rzeczywistej lub permutacyjnej. - EN: Recombination operators building offspring from several parents' material, chosen to fit the representation: binary, real-valued or permutation. - In one sentence PL: Sposób tworzenia nowego rozwiązania przez połączenie fragmentów dwóch lub więcej dobrych rozwiązań. - Problem it solves PL: Dwa rozwiązania mogą być dobre z różnych powodów, a samo poprawianie każdego osobno nie zbierze ich zalet razem. - What it does PL: Jak sklejanie najlepszych zwrotek z dwóch wersji piosenki: każda wnosi swoją mocną część do nowego utworu. - Everyday example PL: Program układający grafik pielęgniarek bierze poranne zmiany z jednego dobrego planu i nocne z drugiego, tworząc plan lepszy od obu. - In one sentence EN: A way to make a new solution by combining parts of two or more good solutions. - Problem it solves EN: Two solutions can be good for different reasons, and improving each separately will not bring their strengths together. - What it does EN: Like splicing the best verses from two versions of a song: each brings its strong part to the new track. - Everyday example EN: A nurse-rostering program takes the morning shifts from one good plan and the night shifts from another, making a plan better than both. - concerns you if PL: dobre rozwiązania twojego problemu mają niezależne części; używasz algorytmu genetycznego na kolejnościach lub trasach; chcesz wiedzieć, kiedy wyłączyć krzyżowanie - concerns you if EN: good solutions to your problem have independent parts; you run a genetic algorithm on orderings or routes; want to know when to switch crossover off - sources: `eiben-smith-2015`, `pymoo-2020` ### Mutacja: drobne losowe zmiany rozwiązania (Mutation operators) - id: `evomutation` · https://aiatlasgraph.com/t/evomutation.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Mutacja: drobne losowe zmiany rozwiązania - aliases: mutation, mutation operator, mutacja, operator mutacji - PL: Jednoargumentowe operatory zmienności wprowadzające losowe zaburzenia osobnika; zapewniają eksplorację i osiągalność całej przestrzeni. - EN: Unary variation operators adding random perturbations to an individual; they provide exploration and reachability of the whole space. - In one sentence PL: Niewielka przypadkowa zmiana w rozwiązaniu, dzięki której algorytm sprawdza coś nowego zamiast tylko mieszać to, co już ma. - Problem it solves PL: Bez świeżych zmian populacja kręci się w kółko wokół tych samych pomysłów i nie znajdzie lepszych. - What it does PL: Jak kucharz, który przy każdym gotowaniu lekko zmienia jedną przyprawę: zwykle niewiele to zmienia, czasem odkrywa nowy smak. - Everyday example PL: Projektant anteny w symulatorze lekko wydłuża jedno ramię i sprawdza, czy zasięg się poprawił; setki takich prób dają nietypowy kształt. - In one sentence EN: A small random change to a solution, so the algorithm tries something new instead of only reshuffling what it has. - Problem it solves EN: Without fresh changes the population circles the same ideas and never finds better ones. - What it does EN: Like a cook who slightly changes one spice every time: usually little changes, sometimes a new flavour is found. - Everyday example EN: An antenna designer in a simulator slightly lengthens one arm and checks whether range improved; hundreds of such trials give an unusual shape. - concerns you if PL: algorytm utyka w jednym miejscu; nie wiesz, jak mocno zmieniać rozwiązania; optymalizujesz liczby, bity albo kolejność - concerns you if EN: your algorithm gets stuck in one place; you are unsure how strongly to change solutions; you optimise numbers, bits or orderings - sources: `eiben-smith-2015`, `pymoo-2020` ### Nisze i utrzymywanie różnorodności populacji (Niching and diversity preservation) - id: `niching` · https://aiatlasgraph.com/t/niching.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Nisze i utrzymywanie różnorodności populacji - aliases: niching, niching methods, diversity preservation, metody niszowe, utrzymywanie różnorodności - PL: Techniki zachowania różnorodności, pozwalające metaheurystykom populacyjnym znaleźć wiele optimów funkcji wielomodalnej w jednym przebiegu. - EN: Diversity-preserving techniques that let population-based metaheuristics locate multiple optima of a multimodal function in a single run. - In one sentence PL: Sztuczki, które nie pozwalają całej populacji stłoczyć się wokół jednego rozwiązania i pozwalają znaleźć kilka dobrych naraz. - Problem it solves PL: Algorytm szybko zbiega do jednego pomysłu, często nie najlepszego, i gubi inne obiecujące warianty. - What it does PL: Jak kilka restauracji na jednej ulicy: gdy jedna kuchnia ma już tłum gości, opłaca się otworzyć inną, zamiast kolejnej takiej samej. - Everyday example PL: Inżynier projektuje wspornik i dostaje od algorytmu trzy zupełnie różne, równie mocne kształty, między którymi wybiera po kosztach produkcji. - In one sentence EN: Tricks that stop the whole population crowding around one solution and let it find several good ones at once. - Problem it solves EN: The algorithm quickly converges on one idea, often not the best, and loses other promising options. - What it does EN: Like restaurants on one street: when one cuisine already has a crowd, it pays to open a different one rather than another copy. - Everyday example EN: An engineer designing a bracket gets three quite different, equally strong shapes from the algorithm and chooses among them by production cost. - concerns you if PL: twój problem ma wiele równie dobrych rozwiązań; algorytm zbyt szybko przestaje się poprawiać; chcesz mieć kilka wariantów do wyboru - concerns you if EN: your problem has many equally good solutions; the algorithm stops improving too early; want several options to choose from - related: `mapelites` - sources: `li-niching-2017` ### Obsługa ograniczeń w algorytmach ewolucyjnych (kary, naprawa) (Constraint handling in evolutionary algorithms) - id: `constrainthandling` · https://aiatlasgraph.com/t/constrainthandling.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Obsługa ograniczeń w algorytmach ewolucyjnych (kary, naprawa) - aliases: constraint handling, constraint-handling techniques, obsługa ograniczeń, ograniczenia w optymalizacji ewolucyjnej - PL: Techniki prowadzenia przeszukiwania ewolucyjnego w przestrzeni z ograniczeniami: kary, naprawa, reguły wykonalności, specjalne operatory i ujęcie wielokryterialne. - EN: Techniques for steering evolutionary search in constrained spaces: penalties, repair, feasibility rules, special operators and multi-objective formulations. - In one sentence PL: Sposoby radzenia sobie z twardymi regułami, których rozwiązanie nie może łamać, gdy algorytm ewolucyjny losowo tworzy nowe warianty. - Problem it solves PL: Losowe zmiany często dają rozwiązania niemożliwe do wykonania: przekroczony budżet, za ciężka konstrukcja, kolizja terminów. - What it does PL: Jak sędzia w grze: złamanie przepisów kosztuje punkty karne albo zawodnik musi cofnąć ruch i poprawić go zgodnie z regułami. - Everyday example PL: Planowanie załadunku ciężarówki: wersje przekraczające dopuszczalną masę dostają karę, aż algorytm nauczy się mieścić w limicie. - In one sentence EN: Ways of dealing with hard rules a solution must not break while an evolutionary algorithm randomly creates new variants. - Problem it solves EN: Random changes often produce solutions that cannot be carried out: an exceeded budget, a structure too heavy, clashing dates. - What it does EN: Like a referee: breaking the rules costs penalty points, or the player must take the move back and fix it to fit the rules. - Everyday example EN: Planning a truck load: versions over the weight limit get a penalty until the algorithm learns to stay within it. - concerns you if PL: twój problem ma twarde limity lub reguły; algorytm zwraca rozwiązania, których nie da się użyć; nie wiesz, jak dobrać wagę kary - concerns you if EN: your problem has hard limits or rules; the algorithm returns solutions you cannot use; you do not know how to set a penalty weight - sources: `eiben-smith-2015`, `coello-constraint-2002` ### Reprezentacja osobnika (kodowanie binarne, liczbowe, permutacje, drzewa) (Solution representation in evolutionary algorithms) - id: `evorepresentation` · https://aiatlasgraph.com/t/evorepresentation.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Reprezentacja osobnika (kodowanie binarne, liczbowe, permutacje, drzewa) - aliases: representation, encoding, genotype-phenotype mapping, kodowanie osobnika, genotyp i fenotyp - PL: Odwzorowanie genotyp–fenotyp: wybór struktury danych dla kandydatów, który określa przestrzeń przeszukiwania i dopuszczalne operatory. - EN: The genotype–phenotype mapping: choosing a data structure for candidates that defines the search space and admissible operators. - In one sentence PL: Sposób zapisania kandydata na rozwiązanie tak, żeby algorytm mógł go kopiować i zmieniać: jako ciąg bitów, liczb, kolejność albo drzewo. - Problem it solves PL: Źle zapisany problem sprawia, że drobna zmiana zapisu daje zupełnie inne, często bezsensowne rozwiązanie. - What it does PL: Jak wybór alfabetu do zapisu przepisu: z dobrym alfabetem drobna literówka daje podobne danie, ze złym niejadalne. - Everyday example PL: Plan lekcji zapisany jako kolejność zajęć zamiast listy godzin: każda zmiana nadal daje poprawny plan bez nakładających się sal. - In one sentence EN: The way a candidate solution is written down so the algorithm can copy and change it: as bits, numbers, an ordering or a tree. - Problem it solves EN: A badly encoded problem means a tiny change in the code gives a completely different, often meaningless solution. - What it does EN: Like choosing the alphabet for a recipe: with a good one a typo yields a similar dish, with a bad one an inedible mess. - Everyday example EN: A school timetable stored as an order of classes instead of a list of hours: every change still gives a valid plan with no room clashes. - concerns you if PL: twój problem to kolejność, harmonogram albo trasa; algorytm generuje dużo niepoprawnych rozwiązań; łączysz liczby całkowite i rzeczywiste w jednym zadaniu - concerns you if EN: your problem is an ordering, schedule or route; the algorithm produces many invalid solutions; you mix integers and real numbers in one task - sources: `eiben-smith-2015`, `pymoo-2020` ### Rzetelne porównywanie algorytmów optymalizacji (benchmarki) (Benchmarking evolutionary and black-box optimisers) - id: `evobenchmarking` · https://aiatlasgraph.com/t/evobenchmarking.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Rzetelne porównywanie algorytmów optymalizacji (benchmarki) - aliases: benchmarking optimizers, black-box optimization benchmarking, porównywanie optymalizatorów, porównywanie metaheurystyk - PL: Metodyka porównywania optymalizatorów czarnej skrzynki: znormalizowane zestawy funkcji, budżety ocen, miary czasu do celu i testy statystyczne. - EN: Methodology for comparing black-box optimisers: standardised function suites, evaluation budgets, time-to-target measures and statistical tests. - In one sentence PL: Uczciwe sprawdzanie, który algorytm optymalizacji naprawdę działa lepiej, na wspólnym zestawie zadań i według wspólnych zasad. - Problem it solves PL: Każdy autor pokazuje swój algorytm na wybranych przez siebie zadaniach, więc wyniki trudno porównać i łatwo przecenić. - What it does PL: Jak test zderzeniowy samochodów: wszystkie auta uderzają w tę samą ścianę z tą samą prędkością, więc oceny da się zestawić. - Everyday example PL: Zespół wybiera optymalizator do strojenia linii produkcyjnej i najpierw puszcza trzy kandydaty na wspólnym zestawie trudnych funkcji testowych. - In one sentence EN: Fairly checking which optimisation algorithm really works better, on a shared set of tasks and by shared rules. - Problem it solves EN: Each author shows their algorithm on tasks they picked themselves, so results are hard to compare and easy to overrate. - What it does EN: Like car crash tests: every car hits the same wall at the same speed, so the scores can be compared. - Everyday example EN: A team choosing an optimiser for tuning a production line first runs three candidates on a shared set of hard test functions. - concerns you if PL: wybierasz algorytm optymalizacji do realnego zadania; czytasz artykuł z wynikami nowej metody; porównujesz własny algorytm z innymi - concerns you if EN: you are choosing an optimiser for a real task; you read a paper with results for a new method; you compare your own algorithm against others - sources: `hansen-coco-2016` ### Krytyka „nowych” metaheurystyk opartych na metaforach (Critique of metaphor-based metaheuristics) - id: `metaphorcritique` · https://aiatlasgraph.com/t/metaphorcritique.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Rzetelne porównywanie algorytmów optymalizacji (benchmarki) › Krytyka „nowych” metaheurystyk opartych na metaforach - aliases: critique of metaphor-based metaheuristics, novel metaheuristics critique, krytyka metaheurystyk opartych na metaforach - PL: Nurt metodologiczny wskazujący, że wiele metaheurystyk opartych na metaforach to przemianowane znane techniki, i postulujący opis w języku optymalizacji. - EN: A methodological strand showing many metaphor-based metaheuristics are renamed known techniques, and calling for description in standard optimisation terms. - In one sentence PL: Ostrzeżenie przed falami algorytmów nazwanych od zwierząt czy zjawisk, które często okazują się znanymi metodami pod nową nazwą. - Problem it solves PL: Ktoś szuka metody optymalizacji i tonie w setkach „nowych” algorytmów, nie wiedząc, które wnoszą coś naprawdę. - What it does PL: Jak zdjęcie etykiety z butelki: po zdjęciu poetyckiej nazwy widać, że w środku jest znajomy napitek. - Everyday example PL: Student chce użyć algorytmu wzorowanego na polowaniu drapieżników, a po rozpisaniu wzorów widzi zwykły rój cząstek z innymi słowami. - In one sentence EN: A warning about waves of algorithms named after animals or phenomena that often turn out to be known methods under a new name. - Problem it solves EN: Someone looking for an optimisation method drowns in hundreds of “new” algorithms with no idea which add anything real. - What it does EN: Like peeling the label off a bottle: without the poetic name you see a familiar drink inside. - Everyday example EN: A student wants an algorithm modelled on predators hunting and, after writing out the formulas, sees an ordinary particle swarm in other words. - concerns you if PL: trafiasz na algorytm nazwany od zwierzęcia lub zjawiska; piszesz pracę i wybierasz metodę optymalizacji; chcesz odróżnić nową ideę od nowej nazwy - concerns you if EN: you find an algorithm named after an animal or phenomenon; you are writing a thesis and picking an optimiser; want to tell a new idea from a new name - sources: `sorensen-metaphor-2015` ### Selekcja rodziców i przeżycia (turniej, ruletka, elitaryzm) (Parent and survivor selection (tournament, roulette, elitism)) - id: `evoselection` · https://aiatlasgraph.com/t/evoselection.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Selekcja rodziców i przeżycia (turniej, ruletka, elitaryzm) - aliases: selection schemes, parent selection, survivor selection, selekcja rodziców, selekcja przeżycia - PL: Mechanizmy wyboru rodziców i ocalałych, sterujące presją selekcyjną: proporcjonalny, rankingowy, turniejowy, plus strategie zastępowania i elitaryzm. - EN: Mechanisms for choosing parents and survivors that control selection pressure: proportional, rank-based and tournament, plus replacement strategies and elitism. - In one sentence PL: Reguły, które decydują, które rozwiązania dostaną szansę mieć potomstwo, a które przejdą do następnego pokolenia. - Problem it solves PL: Za ostra selekcja szybko zostawia same kopie jednego rozwiązania, za łagodna sprawia, że poszukiwanie stoi w miejscu. - What it does PL: Jak turniej szkolny: losujesz kilku zawodników, najlepszy z grupy przechodzi dalej, więc słabsi też czasem mają szansę. - Everyday example PL: Generator układów mebli w pokoju zawsze zachowuje najlepszy dotychczasowy projekt, a pozostałe miejsca losuje turniejem spośród nowych pomysłów. - In one sentence EN: Rules that decide which solutions get to have offspring and which carry on to the next generation. - Problem it solves EN: Selection that is too harsh soon leaves only copies of one solution; too lenient and the search goes nowhere. - What it does EN: Like a school tournament: you draw a few players and the group winner goes on, so weaker ones sometimes get a chance too. - Everyday example EN: A room-layout generator always keeps the best design so far and fills the remaining places by tournaments among new ideas. - concerns you if PL: populacja szybko staje się jednakowa; nie wiesz, czym różni się turniej od ruletki; chcesz nie zgubić najlepszego rozwiązania - concerns you if EN: your population quickly becomes uniform; you are unsure how tournament differs from roulette; want to never lose the best solution - sources: `eiben-smith-2015`, `goldberg-deb-1991-selection` ### Strojenie i samoadaptacja parametrów algorytmu ewolucyjnego (Parameter tuning and control in evolutionary algorithms) - id: `parametercontrol` · https://aiatlasgraph.com/t/parametercontrol.md - path: Obliczenia ewolucyjne i inteligencja roju › Budowa algorytmu ewolucyjnego: reprezentacja, operatory, parametry › Strojenie i samoadaptacja parametrów algorytmu ewolucyjnego - aliases: parameter control, parameter tuning, self-adaptation, strojenie parametrów, sterowanie parametrami, samoadaptacja - PL: Strojenie (statyczny dobór przed przebiegiem) i sterowanie parametrami (deterministyczne, adaptacyjne lub samoadaptacyjne zmiany podczas przebiegu). - EN: Parameter tuning (static choice before a run) and parameter control (deterministic, adaptive or self-adaptive changes during a run). - In one sentence PL: Dobór ustawień algorytmu ewolucyjnego, takich jak siła mutacji czy wielkość populacji, przed startem albo samoczynnie w trakcie działania. - Problem it solves PL: Ten sam algorytm z innymi ustawieniami raz działa świetnie, a raz wcale, i trudno zgadnąć, które wybrać. - What it does PL: Jak kierowca, który zmienia bieg zależnie od drogi: na prostej przyspiesza dużymi krokami, przy celu zwalnia i dokładnie manewruje. - Everyday example PL: Optymalizator kształtu skrzydła drona na początku robi duże zmiany, a gdy coraz mniej prób się udaje, sam zmniejsza ich zakres. - In one sentence EN: Choosing an evolutionary algorithm's settings, such as mutation strength or population size, before the run or automatically during it. - Problem it solves EN: The same algorithm with different settings works brilliantly one time and not at all the next, and the right ones are hard to guess. - What it does EN: Like a driver changing gear for the road: big strides on the straight, slowing for careful manoeuvres near the goal. - Everyday example EN: A drone-wing shape optimiser makes large changes at first and, as fewer trials succeed, shrinks their range by itself. - concerns you if PL: wyniki algorytmu bardzo zależą od ustawień; nie chcesz ręcznie stroić parametrów; porównujesz algorytmy i chcesz uczciwych warunków - concerns you if EN: your results depend heavily on settings; you do not want to tune parameters by hand; you compare algorithms and want fair conditions - sources: `eiben-smith-2015`, `hinterding-adaptation-1997` ### Ewolucja z modelami językowymi (LLM-guided evolutionary search) - id: `llmevolution` · https://aiatlasgraph.com/t/llmevolution.md - path: Obliczenia ewolucyjne i inteligencja roju › Ewolucja z modelami językowymi - aliases: LLM-driven evolution, evolutionary search with LLMs, LLM + EA, EA + LLM, ewolucja kodu z LLM - PL: Metody, w których duże modele językowe pełnią rolę operatorów zmienności w algorytmie ewolucyjnym, a ewaluator automatycznie ocenia programy, prompty lub agentów. - EN: Methods where large language models act as variation operators in an evolutionary algorithm while an evaluator automatically scores programs, prompts or agents. - In one sentence PL: Połączenie ewolucji z modelem językowym: model proponuje zmiany w kodzie lub tekście, a automatyczna ocena wybiera najlepsze. - Problem it solves PL: Losowe zmiany w kodzie prawie zawsze go psują, a człowiek nie ma czasu sprawdzić tysięcy pomysłów. - What it does PL: Model działa jak pomysłowy praktykant zgłaszający poprawki, a bezlitosny tester sprawdza każdą i zostawia tylko te, które naprawdę pomagają. - Everyday example PL: Firma chce szybszego układania paczek w kontenerach; system przez noc generuje setki wersji programu i rano zostaje ta, która mieści najwięcej. - In one sentence EN: Evolution combined with a language model: the model proposes changes to code or text, and automatic scoring picks the best. - Problem it solves EN: Random code changes almost always break it, and people lack time to test thousands of ideas. - What it does EN: The model acts like an inventive intern proposing fixes, while a relentless tester checks each and keeps only those that truly help. - Everyday example EN: A firm wants faster packing of boxes into containers; overnight the system generates hundreds of program versions, and by morning the best packer remains. - concerns you if PL: masz automatyczny test, który mierzy jakość rozwiązania; chcesz, by AI ulepszała algorytmy albo prompty bez nadzoru - concerns you if EN: have an automatic test measuring solution quality; want AI to improve algorithms or prompts unattended - related: `promptopt` - sources: `alphaevolve2025`, `evo-llm-survey-2024`, `funsearch-2023`, `evoprompt-2023` ### Ewolucyjne odkrywanie algorytmów z LLM (LLM-driven program and algorithm evolution) - id: `llmprogramsearch` · https://aiatlasgraph.com/t/llmprogramsearch.md - path: Obliczenia ewolucyjne i inteligencja roju › Ewolucja z modelami językowymi › Ewolucyjne odkrywanie algorytmów z LLM - aliases: program search, algorithm discovery, automated heuristic design, FunSearch, AlphaEvolve, OpenEvolve, odkrywanie algorytmów - PL: Ewolucyjne przeszukiwanie przestrzeni programów, w którym model językowy generuje warianty kodu, a ewaluator ocenia je na zadaniu matematycznym lub inżynierskim. - EN: Evolutionary search over programs in which a language model generates code variants and an evaluator scores them on a mathematical or engineering task. - In one sentence PL: Model językowy wielokrotnie przepisuje fragment programu, a test mierzy każdą wersję, aż powstanie algorytm lepszy od znanych. - Problem it solves PL: Dobre algorytmy i reguły praktyczne wymyślają eksperci latami, a wiele problemów nigdy nie dostało takiej uwagi. - What it does PL: Szuka programu, który rozwiązuje problem, a nie samej odpowiedzi; wynik jest czytelnym kodem, który ekspert może zrozumieć i sprawdzić. - Everyday example PL: Centrum danych zyskuje nową regułę przydzielania zadań serwerom, wymyśloną przez system w nocnych próbach i sprawdzoną przez inżynierów. - In one sentence EN: A language model repeatedly rewrites part of a program while a test measures each version, until an algorithm beats known ones. - Problem it solves EN: Experts take years to invent good algorithms and rules of thumb, and many problems never get that attention. - What it does EN: It searches for a program that solves the problem, not just the answer; the result is readable code an expert can understand and check. - Everyday example EN: A data centre gains a new rule for assigning jobs to servers, invented by the system in overnight trials and checked by engineers. - concerns you if PL: masz problem optymalizacyjny z łatwą do policzenia oceną; chcesz automatycznie ulepszać istniejący kod pod względem szybkości - concerns you if EN: have an optimisation problem with an easily computed score; want to improve existing code’s speed automatically - related: `discovery`, `llmkernels`, `mapelites`, `llmoperators` - sources: `alphaevolve2025`, `funsearch-2023`, `eoh-2024`, `shinkaevolve-2025`, `openevolve-github` ### Ewolucyjne ulepszanie poleceń dla modeli językowych (Evolutionary prompt optimisation) - id: `evoprompt` · https://aiatlasgraph.com/t/evoprompt.md - path: Obliczenia ewolucyjne i inteligencja roju › Ewolucja z modelami językowymi › Ewolucyjne ulepszanie poleceń dla modeli językowych - aliases: evolutionary prompt optimization, reflective prompt evolution, prompt evolution, ewolucyjna optymalizacja promptów, ewolucja promptów - PL: Optymalizacja tekstu promptów algorytmem ewolucyjnym, w którym model językowy wykonuje mutacje i krzyżowanie, a selekcja opiera się na wyniku na zbiorze walidacyjnym. - EN: Optimising prompt text with an evolutionary algorithm where a language model performs mutation and crossover and selection uses validation scores. - In one sentence PL: Program hoduje kolejne wersje polecenia dla modelu językowego, sprawdza je na przykładach i rozwija te, które dają najlepsze odpowiedzi. - Problem it solves PL: Dopracowywanie poleceń dla modelu metodą prób i błędów trwa godzinami, a drobna zmiana słów potrafi mocno zmienić wyniki. - What it does PL: Sam model pełni rolę hodowcy: miesza dwa dobre polecenia, przeredagowuje je albo czyta zapis błędów i pisze poprawioną wersję. - Everyday example PL: Sklep internetowy używa asystenta do klasyfikowania reklamacji; nocny proces próbuje dziesiątek wersji instrukcji i rano wdraża tę, która myli się najrzadziej. - In one sentence EN: Software breeds new versions of an instruction for a language model, tests them on examples and develops those that get the best answers. - Problem it solves EN: Polishing instructions for a model by trial and error takes hours, and a small wording change can swing results a lot. - What it does EN: The model itself acts as the breeder: it mixes two good instructions, rewrites them, or reads an error log and writes a fixed version. - Everyday example EN: An online shop uses an assistant to sort complaints; an overnight job tries dozens of instruction versions and deploys the one that errs least. - concerns you if PL: piszesz polecenia dla modelu i chcesz je mierzalnie poprawić; masz kilkadziesiąt przykładów z dobrą odpowiedzią - concerns you if EN: write model instructions and want measurable gains; have a few dozen examples with correct answers - sources: `gepa-2025`, `promptbreeder-2023` ### Model językowy jako operator krzyżowania i mutacji (Language models as evolutionary variation operators) - id: `llmoperators` · https://aiatlasgraph.com/t/llmoperators.md - path: Obliczenia ewolucyjne i inteligencja roju › Ewolucja z modelami językowymi › Model językowy jako operator krzyżowania i mutacji - aliases: LLM mutation operator, LLM crossover, language model crossover, LLM variation operator, model językowy jako operator zmienności - PL: Użycie modelu językowego jako operatora zmienności w algorytmie ewolucyjnym: mutacji przez edycję lub krzyżowania przez prompt kilku rodziców. - EN: Using a language model as the variation operator in an evolutionary algorithm: mutation by editing or crossover by prompting several parents. - In one sentence PL: W sztucznej ewolucji losowe zmiany zastępuje model językowy, który proponuje sensowne warianty kodu albo tekstu. - Problem it solves PL: Losowe zmiany w kodzie czy zdaniu prawie zawsze go psują, więc klasyczna ewolucja programów marnuje większość prób. - What it does PL: Model widział miliony ludzkich poprawek, więc zmienia rozwiązanie tak, jak zrobiłby to człowiek; pokazane kilka rodziców łączy w nowego potomka. - Everyday example PL: Projektant gry chce setek różnych chodzących stworków; model przerabia kod istniejących, a symulacja zostawia te, które faktycznie idą naprzód. - In one sentence EN: In artificial evolution, random changes are replaced by a language model that suggests sensible variants of code or text. - Problem it solves EN: Random changes to code or a sentence almost always break it, so classic program evolution wastes most attempts. - What it does EN: Having seen millions of human edits, the model changes a solution as a person would; shown a few parents, it blends a new child. - Everyday example EN: A game designer wants hundreds of different walking creatures; the model rewrites existing code and a simulation keeps those that actually move forward. - concerns you if PL: łączysz ewolucję z modelami językowymi; chcesz rozwijać kod lub tekst przez wiele pokoleń - concerns you if EN: combine evolution with language models; want to evolve code or text over many generations - related: `llmprogramsearch` - sources: `lmx-2023` ### Samodoskonalące się agenty (ewolucja agentów) (Evolutionary self-improvement of agents) - id: `agentevolution` · https://aiatlasgraph.com/t/agentevolution.md - path: Obliczenia ewolucyjne i inteligencja roju › Ewolucja z modelami językowymi › Samodoskonalące się agenty (ewolucja agentów) - aliases: Darwin Gödel Machine, DGM, ADAS, automated design of agentic systems, Meta Agent Search, self-improving agents, samodoskonalenie agentów - PL: Ewolucyjne, archiwalne przeszukiwanie projektów agentów, w którym model bazowy modyfikuje kod agenta, a benchmarki empirycznie walidują zmiany. - EN: Evolutionary, archive-based search over agent designs where a foundation model edits agent code and benchmarks empirically validate changes. - In one sentence PL: Agenci AI, którzy przepisują własny kod lub budowę, a zmiany zostają tylko wtedy, gdy testy pokażą poprawę. - Problem it solves PL: Projektowanie agentów jest ręczną, żmudną pracą, a nikt nie wie, która budowa sprawdzi się najlepiej. - What it does PL: System prowadzi drzewo genealogiczne agentów: z każdej udanej wersji wyrastają nowe odmiany, a słabsze gałęzie zostają w archiwum na później. - Everyday example PL: Agent naprawiający błędy w kodzie sam dopisuje sobie lepsze narzędzie do edycji plików, bo z nim przechodzi więcej testów. - In one sentence EN: AI agents that rewrite their own code or design, keeping changes only when tests show improvement. - Problem it solves EN: Designing agents is slow manual work, and nobody knows which design will work best. - What it does EN: The system keeps a family tree of agents: new variants sprout from each successful version, and weaker branches stay archived for later. - Everyday example EN: A bug-fixing agent writes itself a better file-editing tool because it passes more tests with it. - concerns you if PL: budujesz agentów i ręcznie stroisz ich budowę; zastanawiasz się, jak bezpiecznie pozwolić AI zmieniać siebie - concerns you if EN: build agents and hand-tune their design; wonder how to let AI safely change itself - related: `aicoding`, `openendedness` - sources: `dgm-2025`, `adas-2024` ### Inteligencja roju (Swarm intelligence) - id: `swarmintel` · https://aiatlasgraph.com/t/swarmintel.md - path: Obliczenia ewolucyjne i inteligencja roju › Inteligencja roju - aliases: swarm intelligence, SI, inteligencja zbiorowa, rój cząstek, algorytmy mrówkowe - PL: Metody optymalizacji oparte na zbiorowym zachowaniu wielu prostych agentów, głównie roju cząstek i algorytmach mrówkowych. - EN: Optimisation methods built on collective behaviour of many simple agents, mainly particle swarms and ant colony algorithms. - In one sentence PL: Metody, w których wiele prostych agentów dzieli się informacją i razem znajduje dobre rozwiązanie, jak stado ptaków czy kolonia mrówek. - Problem it solves PL: Jeden poszukiwacz łatwo utknie w przeciętnym miejscu, a pojedynczy wielki algorytm bywa trudny do zbudowania. - What it does PL: Każdy członek roju kieruje się prostymi regułami i podpowiedziami sąsiadów; dobre odkrycia szybko rozchodzą się po całej grupie. - Everyday example PL: Operator sieci szuka tras dla pakietów danych; wirtualne mrówki znaczą dobre ścieżki, a ruch omija zatory. - In one sentence EN: Methods where many simple agents share information and together find good solutions, like a flock of birds or an ant colony. - Problem it solves EN: A single searcher easily gets stuck somewhere mediocre, and one big algorithm can be hard to build. - What it does EN: Each swarm member follows simple rules and hints from neighbours; good discoveries spread quickly through the whole group. - Everyday example EN: A network operator routes data packets; virtual ants mark good paths, and traffic steers around jams. - concerns you if PL: szukasz tras lub kolejności w sieci połączeń; chcesz prostej metody dla wielu ciągłych ustawień - concerns you if EN: look for routes or orderings across a network; want a simple method for many continuous settings - related: `multirobot` - sources: `gecco2026tracks`, `pso-scholarpedia`, `aco-cim-2006` ### Algorytmy mrówkowe (ACO) (Ant colony optimisation (ACO)) - id: `aco` · https://aiatlasgraph.com/t/aco.md - path: Obliczenia ewolucyjne i inteligencja roju › Inteligencja roju › Algorytmy mrówkowe (ACO) - aliases: ACO, ant colony optimization, Ant System, optymalizacja kolonią mrówek, algorytm mrówkowy - PL: Metaheurystyka dla problemów kombinatorycznych, w której agenci probabilistycznie konstruują rozwiązania, kierując się feromonem i heurystyką, a feromon jest wzmacniany i odparowywany. - EN: A metaheuristic for combinatorial problems where agents probabilistically build solutions guided by pheromone and heuristics, with pheromone reinforced and evaporated. - In one sentence PL: Wirtualne mrówki budują trasy krok po kroku i zostawiają ślad na dobrych odcinkach, by następne chętniej nimi szły. - Problem it solves PL: Trzeba wybrać kolejność odwiedzin lub trasę w sieci, a liczba możliwych tras rośnie lawinowo z każdym punktem. - What it does PL: Ślad na krótkich trasach jest odświeżany częściej, a słabe ślady z czasem parują, więc kolonia sama zapomina gorsze drogi. - Everyday example PL: Hurtownia planuje objazd sklepów; program wysyła setki wirtualnych mrówek i po kilku rundach zostaje wyraźny ślad krótkiej trasy. - In one sentence EN: Virtual ants build routes step by step and leave a trail on good stretches so later ants prefer them. - Problem it solves EN: You must choose a visiting order or route through a network, and possible routes explode with every added point. - What it does EN: Trails on short routes get refreshed more often while weak trails fade, so the colony forgets worse paths by itself. - Everyday example EN: A wholesaler plans a store round; software sends hundreds of virtual ants, and after a few rounds a clear trail marks a short route. - concerns you if PL: planujesz trasy z wieloma przystankami; układasz kolejność zadań na maszynach - concerns you if EN: plan routes with many stops; order jobs across machines - related: `localsearch` - sources: `aco-cim-2006` ### Optymalizacja rojem cząstek (PSO) (Particle swarm optimisation (PSO)) - id: `pso` · https://aiatlasgraph.com/t/pso.md - path: Obliczenia ewolucyjne i inteligencja roju › Inteligencja roju › Optymalizacja rojem cząstek (PSO) - aliases: PSO, particle swarm optimization, rój cząstek, optymalizacja rojem cząstek - PL: Metaheurystyka populacyjna, w której cząstki aktualizują prędkość według bezwładności, własnego najlepszego położenia i najlepszego położenia sąsiedztwa. - EN: A population metaheuristic in which particles update velocity from inertia, their personal best and their neighbourhood best. - In one sentence PL: Wiele wirtualnych punktów lata po przestrzeni możliwych ustawień i podąża za własnym oraz grupowym najlepszym znaleziskiem. - Problem it solves PL: Ustawień jest dużo, wynik zależy od nich nieregularnie, a ręczne próbowanie trwa tygodniami. - What it does PL: Jak grupa grzybiarzy: każdy pamięta swoje najlepsze miejsce, słyszy, gdzie znalazł najwięcej sąsiad, i idzie gdzieś pomiędzy. - Everyday example PL: Inżynier stroi regulator ogrzewania budynku; program przesuwa rój wariantów nastaw, aż temperatura trzyma się celu bez wahań. - In one sentence EN: Many virtual points fly through the space of possible settings, following their own and the group’s best finds. - Problem it solves EN: There are many settings, the result depends on them irregularly, and manual trial takes weeks. - What it does EN: Like mushroom pickers: each remembers their best spot, hears where a neighbour found most, and heads somewhere in between. - Everyday example EN: An engineer tunes a building heating controller; software moves a swarm of setting variants until temperature holds steady at target. - concerns you if PL: stroisz kilka lub kilkanaście liczbowych parametrów; chcesz metody prostej do zaprogramowania - concerns you if EN: tune a handful of numeric parameters; want a method that is simple to code - related: `mathoptimization` - sources: `pymoo-ga`, `pso-scholarpedia` ### Robotyka rojowa (Swarm robotics) - id: `swarmrobotics` · https://aiatlasgraph.com/t/swarmrobotics.md - path: Obliczenia ewolucyjne i inteligencja roju › Inteligencja roju › Robotyka rojowa - aliases: swarm robotics, robot swarms, swarm engineering, roje robotów, inżynieria rojów, collective robotics - PL: Projektowanie zbiorowych zachowań dużych grup prostych, autonomicznych robotów o lokalnym postrzeganiu i komunikacji, bez centralnej kontroli. - EN: Designing collective behaviour for large groups of simple autonomous robots with local sensing and communication and no central control. - In one sentence PL: Wiele prostych robotów bez szefa, które kierując się lokalnymi regułami, razem wykonują zadanie ponad siły pojedynczej maszyny. - Problem it solves PL: Jeden drogi robot to pojedynczy punkt awarii, a centralne sterowanie setkami maszyn szybko się zapycha. - What it does PL: Każdy robot patrzy tylko na najbliższych sąsiadów; porządek całości wyłania się sam, a utrata kilku maszyn nie zatrzymuje pracy. - Everyday example PL: W strefie katastrofy wiele małych robotów rozdziela obszar do przeszukania, lokalnie wymienia obserwacje i kontynuuje pracę mimo awarii pojedynczych jednostek. - In one sentence EN: Many simple robots with no leader that follow local rules and together do a job no single machine could. - Problem it solves EN: One expensive robot is a single point of failure, and central control of hundreds of machines soon chokes. - What it does EN: Each robot watches only its nearest neighbours; overall order emerges by itself, and losing a few machines does not stop the work. - Everyday example EN: In a disaster zone, many small robots divide the search area, exchange observations locally and continue working despite individual robot failures. - concerns you if PL: projektujesz zachowanie wielu tanich robotów lub dronów; potrzebujesz systemu odpornego na awarie pojedynczych maszyn - concerns you if EN: design behaviour for many cheap robots or drones; need a system that survives single-machine failures - related: `evorobotics` - sources: `swarmrobotics-review-2013` ### Symulacja stada (boids) (Boids and flocking simulation) - id: `boids` · https://aiatlasgraph.com/t/boids.md - path: Obliczenia ewolucyjne i inteligencja roju › Inteligencja roju › Symulacja stada (boids) - aliases: boids, flocking, flocking simulation, stado, symulacja stad - PL: Rozproszony model zachowania stada, w którym każdy agent steruje się trzema regułami względem sąsiadów w lokalnym zasięgu. - EN: A distributed flocking model where each agent steers by three rules relative to neighbours within a local range. - In one sentence PL: Trzy proste reguły ruchu, dzięki którym animowane ptaki, ryby czy tłumy poruszają się razem jak prawdziwe stado. - Problem it solves PL: Ręczne animowanie tysięcy ptaków czy ryb byłoby niewykonalne, a losowy ruch wygląda sztucznie. - What it does PL: Każdy osobnik tylko omija zbyt bliskich sąsiadów, dopasowuje się do ich kierunku i trzyma się grupy; resztę robi wspólny efekt. - Everyday example PL: W filmie lub grze ogromna ławica ryb zgrabnie omija nurka; nikt nie rysował jej klatka po klatce, ruch wynika z reguł. - In one sentence EN: Three simple movement rules that make animated birds, fish or crowds move together like a real flock. - Problem it solves EN: Hand-animating thousands of birds or fish would be impossible, and random motion looks fake. - What it does EN: Each member only avoids neighbours that are too close, matches their heading and stays with the group; the joint effect does the rest. - Everyday example EN: In a film or game a huge school of fish smoothly swerves around a diver; nobody drew it frame by frame, the rules produce it. - concerns you if PL: robisz animacje lub gry z wieloma postaciami; chcesz zobaczyć, jak porządek wyłania się z prostych reguł - concerns you if EN: make animations or games with many characters; want to see order emerge from simple rules - related: `navmesh` - sources: `boids-reynolds` ### Sztuczna kolonia pszczół (ABC) (Artificial bee colony algorithm (ABC)) - id: `beecolony` · https://aiatlasgraph.com/t/beecolony.md - path: Obliczenia ewolucyjne i inteligencja roju › Inteligencja roju › Sztuczna kolonia pszczół (ABC) - aliases: artificial bee colony, ABC algorithm, kolonia pszczół, algorytm sztucznej kolonii pszczół - PL: Metaheurystyka rojowa z trzema rolami pszczół — robotnic, obserwatorek i zwiadowców — do optymalizacji ciągłej. - EN: A swarm metaheuristic with three bee roles — employed, onlooker and scout — for continuous optimisation. - In one sentence PL: Wirtualne pszczoły dzielą się pracami: jedne poprawiają znane „kwiaty”, inne wybierają najlepsze, a zwiadowcy szukają nowych miejsc. - Problem it solves PL: Metoda szukania albo za długo dopieszcza jedno miejsce, albo skacze bez końca, nigdy nie trzymając równowagi między tymi trybami. - What it does PL: Wyczerpane źródło, które długo się nie poprawia, zostaje porzucone, a zwiadowca zastępuje je losowym nowym miejscem. - Everyday example PL: Elektrownia dobiera nastawy kilku generatorów, by zużyć najmniej paliwa; program wysyła wirtualne pszczoły do różnych zestawów nastaw i zostawia najlepsze. - In one sentence EN: Virtual bees split the work: some refine known “flowers”, others pick the best ones, and scouts look for new places. - Problem it solves EN: A search method either polishes one spot for too long or jumps around endlessly, never keeping a balance between the two. - What it does EN: A worn-out source that has not improved for a while is abandoned, and a scout replaces it with a random new spot. - Everyday example EN: A power plant sets several generators to burn the least fuel; software sends virtual bees to different setting combinations and keeps the best. - concerns you if PL: stroisz liczbowe ustawienia i chcesz prostego algorytmu; porównujesz metody inspirowane zachowaniem zwierząt - concerns you if EN: tune numeric settings and want a simple algorithm; compare methods inspired by animal behaviour - sources: `abc-karaboga-2007` ### Klasyczne algorytmy ewolucyjne (Classical evolutionary algorithms) - id: `evoclassic` · https://aiatlasgraph.com/t/evoclassic.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne - aliases: evolutionary algorithms, EA, klasyczne EA - PL: Główne rodziny algorytmów ewolucyjnych: genetyczne, strategie ewolucyjne, programowanie genetyczne i ewolucyjna optymalizacja wielokryterialna. - EN: The main evolutionary algorithm families: genetic algorithms, evolution strategies, genetic programming and evolutionary multi-objective optimisation. - In one sentence PL: Podstawowe przepisy na sztuczną ewolucję: jak zapisać rozwiązanie, jak je oceniać, krzyżować i zmieniać. - Problem it solves PL: Masz problem z mnóstwem ustawień i żadnej wskazówki, w którą stronę je zmieniać, żeby było lepiej. - What it does PL: Każda rodzina zapisuje rozwiązanie inaczej: jako ciąg znaków, listę liczb albo drzewo instrukcji, i do tego dobiera sposób zmian. - Everyday example PL: Inżynierowie szukają kształtu anteny, który najlepiej odbiera sygnał; program sprawdza tysiące kształtów w symulacji i rozwija najlepsze. - In one sentence EN: The basic recipes of artificial evolution: how to encode a solution, score it, combine it and change it. - Problem it solves EN: You face a problem with countless settings and no hint about which direction makes things better. - What it does EN: Each family encodes solutions differently, as a string, a list of numbers or a tree of instructions, and picks matching ways to change them. - Everyday example EN: Engineers look for an antenna shape that receives best; software tests thousands of shapes in simulation and develops the best ones. - concerns you if PL: dobierasz wiele parametrów naraz bez wzoru na wynik; twój problem ma kilka sprzecznych celów - concerns you if EN: tune many parameters at once with no formula for the result; face a problem with several conflicting goals - related: `localsearch` - sources: `gecco2026tracks`, `pymoo-ga` ### Algorytmy estymacji rozkładu (EDA) (Estimation of distribution algorithms (EDA)) - id: `eda` · https://aiatlasgraph.com/t/eda.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Algorytmy estymacji rozkładu (EDA) - aliases: EDA, estimation of distribution algorithms, probabilistic model-building genetic algorithms, PMBGA, algorytmy estymacji rozkładu - PL: Metaheurystyki budowania modelu probabilistycznego: dopasowują rozkład do wybranych dobrych rozwiązań i próbkują z niego kolejną populację. - EN: Probabilistic model-building metaheuristics: they fit a distribution to selected good solutions and sample the next population from it. - In one sentence PL: Algorytmy ewolucyjne, które zamiast krzyżować rozwiązania, uczą się statystycznego opisu dobrych rozwiązań i losują z niego nowe. - Problem it solves PL: Zwykłe krzyżowanie rozrywa cechy, które muszą występować razem, i psuje dobre kombinacje. - What it does PL: Jak przepis spisany z obserwacji najlepszych kucharzy: notujesz, które składniki zwykle idą w parze, i gotujesz nowe dania według tych proporcji. - Everyday example PL: Planowanie rozmieszczenia czujników w budynku: algorytm zauważa, że dobre układy mają czujniki przy drzwiach i oknach naraz, i proponuje takie zestawy. - In one sentence EN: Evolutionary algorithms that, instead of crossing solutions, learn a statistical description of good ones and draw new ones from it. - Problem it solves EN: Ordinary crossover tears apart features that must go together and ruins good combinations. - What it does EN: Like a recipe written from watching the best cooks: you note which ingredients usually go together and cook new dishes by those proportions. - Everyday example EN: Planning sensor placement in a building: the algorithm notices good layouts have sensors at doors and windows together and proposes such sets. - concerns you if PL: zmienne twojego problemu silnie od siebie zależą; chcesz zobaczyć, jakie cechy mają dobre rozwiązania; algorytm genetyczny nie radzi sobie z twoim zadaniem - concerns you if EN: your problem's variables depend strongly on each other; want to see what traits good solutions share; a genetic algorithm struggles with your task - sources: `hauschild-pelikan-eda-2011` ### Algorytmy genetyczne (Genetic algorithms (GA)) - id: `geneticalgorithms` · https://aiatlasgraph.com/t/geneticalgorithms.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Algorytmy genetyczne - aliases: GA, genetic algorithm, algorytm genetyczny, crossover, krzyżowanie - PL: Algorytm populacyjny kodujący rozwiązania jako chromosomy i tworzący potomstwo przez selekcję, krzyżowanie i mutację. - EN: A population algorithm encoding solutions as chromosomes and creating offspring through selection, crossover and mutation. - In one sentence PL: Program trzyma wiele rozwiązań zapisanych jak geny, łączy najlepsze w pary i wprowadza drobne losowe zmiany. - Problem it solves PL: Rozwiązanie składa się z wielu wyborów naraz i nie da się ich dobrać po kolei, jeden po drugim. - What it does PL: Jak w hodowli roślin: dwie dobre odmiany dają potomka, który może odziedziczyć zalety obu, a przypadkowa zmiana czasem dodaje nową. - Everyday example PL: Szkoła układa plan lekcji; program krzyżuje dobre plany, zmienia pojedyncze godziny i zachowuje te, w których jest najmniej okienek. - In one sentence EN: Software keeps many solutions written like genes, pairs up the best ones and adds small random changes. - Problem it solves EN: A solution is made of many choices at once, and they cannot be picked one at a time. - What it does EN: Like plant breeding: two good varieties produce offspring that may inherit both strengths, and a random change sometimes adds a new one. - Everyday example EN: A school builds its timetable; software crosses good timetables, shifts single lessons and keeps those with the fewest gaps. - concerns you if PL: układasz grafik, przydział lub kolejność wielu elementów; twoje rozwiązanie da się zapisać jako listę wyborów - concerns you if EN: arrange schedules, assignments or the order of many items; can write your solution as a list of choices - sources: `gecco2026tracks`, `pymoo-ga` ### Model wyspowy (równoległe populacje z migracją) (Island model and parallel evolutionary algorithms) - id: `islandmodel` · https://aiatlasgraph.com/t/islandmodel.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Algorytmy genetyczne › Model wyspowy (równoległe populacje z migracją) - aliases: island model, island-model evolutionary algorithms, coarse-grained parallel evolutionary algorithms, model wyspowy, równoległe algorytmy ewolucyjne - PL: Gruboziarnista równoległość algorytmów ewolucyjnych: niezależne subpopulacje wymieniające osobniki według topologii i harmonogramu migracji. - EN: Coarse-grained parallel evolution: independent subpopulations exchanging individuals according to a migration topology and schedule. - In one sentence PL: Zamiast jednej dużej populacji program trzyma kilka osobnych grup, które ewoluują obok siebie i czasem wymieniają najlepszych. - Problem it solves PL: Jedna populacja szybko upodabnia się do najlepszego osobnika i przestaje szukać gdzie indziej, a obliczenia trwają długo. - What it does PL: Jak wyspy archipelagu: każda rozwija własne gatunki, a rzadkie rejsy przenoszą udane pomysły bez ujednolicania wszystkiego. - Everyday example PL: Zespół projektuje trajektorię sondy kosmicznej; setki komputerów szukają osobno i co jakiś czas przesyłają sobie najlepsze trasy. - In one sentence EN: Instead of one big population the program keeps several separate groups that evolve side by side and sometimes swap their best. - Problem it solves EN: A single population soon copies its best member and stops looking elsewhere, and the computation takes long. - What it does EN: Like islands in an archipelago: each grows its own species, while rare voyages carry good ideas without making everything alike. - Everyday example EN: A team designs a space probe trajectory; hundreds of computers search separately and now and then send each other their best routes. - concerns you if PL: masz wiele procesorów i długie obliczenia; twoja ewolucja za wcześnie utyka w jednym miejscu - concerns you if EN: have many processors and long computations; see your evolution get stuck too early - sources: `island-topology-izzo-2010` ### Algorytmy memetyczne (ewolucja z lokalnym ulepszaniem) (Memetic algorithms) - id: `memeticalgorithms` · https://aiatlasgraph.com/t/memeticalgorithms.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Algorytmy memetyczne (ewolucja z lokalnym ulepszaniem) - aliases: memetic algorithms, MA, hybrid genetic algorithms, genetic local search, algorytmy memetyczne - PL: Algorytm ewolucyjny z jedną lub kilkoma fazami przeszukiwania lokalnego wewnątrz cyklu pokoleń. - EN: An evolutionary algorithm with one or more local search phases inside its generational cycle. - In one sentence PL: Sztuczna ewolucja, w której każdy nowy wariant przed oceną jest jeszcze ręcznie dopieszczany krótkim, lokalnym poprawianiem. - Problem it solves PL: Sama ewolucja szybko znajduje dobre okolice, ale potem długo i niezdarnie dochodzi do najlepszego punktu w okolicy. - What it does PL: Jak drużyna, w której trener dobiera skład, a każdy zawodnik jeszcze sam ćwiczy przed meczem. - Everyday example PL: Firma układa trasy dostaw; program krzyżuje dobre plany, a potem w każdym zamienia pojedyncze przystanki, dopóki trasa się skraca. - In one sentence EN: Artificial evolution where each new variant gets a short round of local polishing before it is scored. - Problem it solves EN: Evolution alone finds good regions fast but then crawls slowly and clumsily toward the best point nearby. - What it does EN: Like a team where the coach picks the line-up, and each player still practises alone before the match. - Everyday example EN: A firm plans delivery routes; software crosses good plans, then swaps single stops in each until the route stops getting shorter. - concerns you if PL: masz dobry sposób na drobne poprawki, ale utyka; rozwiązujesz trudne problemy układania tras lub planów - concerns you if EN: have a good tweak method that keeps getting stuck; solve hard routing or planning problems - sources: `memetic-krasnogor-smith-2005` ### Ewolucja różnicowa (DE) (Differential evolution (DE)) - id: `differentialevolution` · https://aiatlasgraph.com/t/differentialevolution.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Ewolucja różnicowa (DE) - aliases: differential evolution, DE, ewolucja różnicowa - PL: Populacyjna metoda optymalizacji ciągłej, w której mutant to wektor bazowy plus przeskalowana różnica dwóch losowych członków populacji. - EN: A population method for continuous optimisation where a mutant is a base vector plus a scaled difference of two random members. - In one sentence PL: Metoda strojenia liczbowych ustawień, w której nowe warianty powstają przez dodanie różnicy dwóch innych wariantów do trzeciego. - Problem it solves PL: Trzeba dobrać kilkanaście czy kilkadziesiąt liczb, wynik ma wiele pułapek, a nie wiadomo, jak duże kroki robić. - What it does PL: Rozrzut samej populacji podpowiada skalę kroku: gdy warianty są daleko od siebie, zmiany są duże, gdy się zbliżą, maleją. - Everyday example PL: Inżynier dobiera wymiary elementów filtra w radiu; program co rundę miesza istniejące projekty i zostawia tylko te, które lepiej tłumią zakłócenia. - In one sentence EN: A way to tune numeric settings where new variants are made by adding the difference of two variants to a third. - Problem it solves EN: You must pick dozens of numbers, the result is full of traps, and you do not know how big a step to take. - What it does EN: The spread of the population itself sets the step size: far-apart variants give big changes, close ones give small changes. - Everyday example EN: An engineer sizes the parts of a radio filter; each round the software mixes existing designs and keeps only those that suppress noise better. - concerns you if PL: stroisz wiele liczbowych parametrów bez wzoru na wynik; chcesz prostej metody z trzema ustawieniami - concerns you if EN: tune many numeric parameters with no formula for the result; want a simple method with three settings - sources: `de-storn-price-1997` ### Ewolucja wspomagana modelem zastępczym (gdy ocena jest droga) (Surrogate-assisted evolutionary optimisation) - id: `surrogateea` · https://aiatlasgraph.com/t/surrogateea.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Ewolucja wspomagana modelem zastępczym (gdy ocena jest droga) - aliases: surrogate-assisted evolutionary computation, SAEA, meta-model assisted EA, ewolucja wspomagana modelem zastępczym - PL: Algorytmy ewolucyjne zastępujące część kosztownych ocen funkcji celu przybliżeniami z modeli regresyjnych lub klasyfikacyjnych uczonych w trakcie przeszukiwania. - EN: Evolutionary algorithms replacing some expensive objective evaluations with approximations from regression or classification models learned during the search. - In one sentence PL: Algorytm ewolucyjny, który zamiast liczyć każdą kosztowną ocenę, część z nich przewiduje szybkim modelem uczonym na wcześniejszych wynikach. - Problem it solves PL: Jedna ocena rozwiązania może trwać godziny symulacji, a algorytm ewolucyjny potrzebuje ich tysięcy. - What it does PL: Jak doświadczony szef kuchni, który po zapachu odrzuca większość pomysłów i gotuje do próby tylko najbardziej obiecujące. - Everyday example PL: Projektowanie kształtu karoserii: model szybko szacuje opór powietrza setek wariantów, a pełna symulacja przepływu sprawdza tylko kilka najlepszych. - In one sentence EN: An evolutionary algorithm that, instead of running every costly evaluation, predicts some with a fast model trained on earlier results. - Problem it solves EN: One evaluation can take hours of simulation, while an evolutionary algorithm needs thousands of them. - What it does EN: Like an experienced chef who rejects most ideas by smell and only cooks the most promising ones to taste. - Everyday example EN: Designing a car body: a model quickly estimates drag for hundreds of variants, and full flow simulation checks only the best few. - concerns you if PL: jedna ocena twojego rozwiązania trwa minuty lub dłużej; masz budżet na kilkaset prób, nie tysiące; optymalizujesz z użyciem symulatora albo eksperymentu - concerns you if EN: one evaluation of your solution takes minutes or longer; you can afford hundreds of trials, not thousands; you optimise using a simulator or experiment - sources: `jin-surrogate-2011` ### Ewolucyjna optymalizacja wielokryterialna (NSGA-II) (Evolutionary multi-objective optimisation (NSGA-II)) - id: `multiobjectiveevo` · https://aiatlasgraph.com/t/multiobjectiveevo.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Ewolucyjna optymalizacja wielokryterialna (NSGA-II) - aliases: EMO, EMOA, multi-objective optimization, NSGA-II, Pareto front, optymalizacja wielokryterialna, front Pareto - PL: Algorytmy ewolucyjne aproksymujące front Pareto problemu z wieloma celami w jednym przebiegu, np. NSGA-II, NSGA-III i MOEA/D. - EN: Evolutionary algorithms approximating the Pareto front of a multi-objective problem in one run, such as NSGA-II, NSGA-III and MOEA/D. - In one sentence PL: Szukanie od razu całego zestawu kompromisów, gdy kilka celów ciągnie w różne strony. - Problem it solves PL: Chcesz taniej, szybciej i trwalej naraz, a poprawa jednego zawsze psuje coś innego. - What it does PL: Zamiast jednego zwycięzcy pokazuje menu najlepszych kompromisów: każdy wariant jest lepszy od innych w czymś, a wybór zostaje dla człowieka. - Everyday example PL: Projektant roweru dostaje zestaw ram: od najlżejszej, ale droższej, po najtańszą, ale cięższą, i wybiera tę, która pasuje do budżetu. - In one sentence EN: Finding a whole set of trade-offs at once when several goals pull in different directions. - Problem it solves EN: You want cheaper, faster and more durable at once, and improving one always hurts another. - What it does EN: Instead of one winner it shows a menu of best compromises: each option beats others somewhere, and the choice stays with a person. - Everyday example EN: A bike designer gets a set of frames from the lightest but pricier to the cheapest but heavier, and picks one that fits the budget. - concerns you if PL: ważysz koszt, jakość i czas jednocześnie; chcesz zobaczyć wszystkie rozsądne kompromisy przed decyzją - concerns you if EN: balance cost, quality and time together; want to see all sensible trade-offs before deciding - related: `hptuning` - sources: `gecco2026tracks`, `pymoo-nsga2` ### Optymalizacja przy wielu celach naraz (NSGA-III, MOEA/D) (Many-objective evolutionary optimisation (NSGA-III, MOEA/D)) - id: `manyobjectiveevo` · https://aiatlasgraph.com/t/manyobjectiveevo.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Ewolucyjna optymalizacja wielokryterialna (NSGA-II) › Optymalizacja przy wielu celach naraz (NSGA-III, MOEA/D) - aliases: many-objective optimization, many-objective evolutionary optimization, many-objective EMO, optymalizacja wielokryterialna z wieloma celami - PL: Algorytmy ewolucyjne dla problemów zwykle z czterema lub więcej celami, oparte na punktach referencyjnych lub dekompozycji na podproblemy skalarne. - EN: Evolutionary algorithms for problems with typically four or more objectives, built on reference points or decomposition into scalar subproblems. - In one sentence PL: Metody szukania kompromisów, gdy celów jest cztery, pięć albo więcej i niemal każdy wariant w czymś wygrywa. - Problem it solves PL: Przy wielu celach prawie żaden projekt nie jest wprost gorszy od innego, więc zwykłe porównywanie przestaje cokolwiek rozstrzygać. - What it does PL: Rozkłada zadanie na wiele kierunków kompromisu, jak tyczki na polu, i pilnuje, by przy każdej tyczce rozwijało się inne dobre rozwiązanie. - Everyday example PL: Projektanci auta ważą masę, koszt, bezpieczeństwo, zużycie energii i hałas; program pokazuje rozproszony zestaw różnych kompromisów do wyboru. - In one sentence EN: Methods for finding trade-offs when there are four, five or more goals and almost every option wins at something. - Problem it solves EN: With many goals hardly any design is plainly worse than another, so ordinary comparison stops deciding anything. - What it does EN: Splits the task into many trade-off directions, like stakes in a field, and keeps a different good solution growing at each stake. - Everyday example EN: Car designers weigh mass, cost, safety, energy use and noise; software shows a spread-out set of different trade-offs to choose from. - concerns you if PL: porównujesz projekty według więcej niż trzech kryteriów; chcesz zobaczyć różne kompromisy, nie jeden wynik - concerns you if EN: compare designs by more than three criteria; want to see varied trade-offs, not one answer - sources: `moead-2007`, `nsga3-runtime-2023` ### Wskaźnik hiperobjętości frontu Pareto (Hypervolume indicator for Pareto fronts) - id: `hypervolume` · https://aiatlasgraph.com/t/hypervolume.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Ewolucyjna optymalizacja wielokryterialna (NSGA-II) › Wskaźnik hiperobjętości frontu Pareto - aliases: hypervolume indicator, S-metric, hiperobjętość, wskaźnik hiperobjętości - PL: Wskaźnik jakości zbioru rozwiązań niezdominowanych, mierzący objętość przestrzeni celów zdominowaną przez ten zbiór względem punktu odniesienia. - EN: A quality indicator for a set of non-dominated solutions, measuring the objective-space volume dominated by that set relative to a reference point. - In one sentence PL: Sposób oceny całego zestawu kompromisów jedną liczbą: im większy obszar „zdobyty” przez rozwiązania, tym lepszy zestaw. - Problem it solves PL: Dwa algorytmy dają dwa różne zbiory kompromisów i trudno powiedzieć, który zbiór jest całościowo lepszy. - What it does PL: Każde rozwiązanie zakreśla prostokąt do wspólnego narożnika; liczy się pole sumy prostokątów, więc nagradzana jest jakość i rozrzut naraz. - Everyday example PL: Dwa algorytmy zwracają różne zestawy kompromisów między ceną i wagą laptopów; hiperobjętość podsumowuje jakość i rozpiętość każdego zestawu jedną liczbą. - In one sentence EN: A way to score a whole set of trade-offs with one number: the larger the area the solutions “claim”, the better the set. - Problem it solves EN: Two algorithms return two different sets of trade-offs, and it is hard to say which set is better overall. - What it does EN: Each solution marks a box to a shared corner; the area of the union counts, so quality and spread are rewarded together. - Everyday example EN: Two algorithms return different trade-off sets between laptop price and weight; hypervolume summarises the quality and spread of each set with one number. - concerns you if PL: porównujesz wyniki różnych metod wielokryterialnych; wybierasz między kompromisami dwóch lub trzech celów - concerns you if EN: compare results of different multi-objective methods; choose among trade-offs of two or three goals - sources: `hypervolume-survey-2020` ### Koewolucja: populacje oceniane przez wzajemne starcia (Coevolutionary algorithms) - id: `coevolution` · https://aiatlasgraph.com/t/coevolution.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Koewolucja: populacje oceniane przez wzajemne starcia - aliases: coevolution, coevolutionary algorithms, koewolucja, algorytmy koewolucyjne - PL: Algorytmy ewolucyjne, w których co najmniej część sygnału selekcji wynika z interakcji między osobnikami jednej lub wielu populacji. - EN: Evolutionary algorithms in which at least part of the selection signal comes from interactions among individuals in one or more populations. - In one sentence PL: Algorytmy, w których rozwiązania nie mają stałej oceny, tylko są oceniane w zawodach albo we współpracy z innymi ewoluującymi rozwiązaniami. - Problem it solves PL: Dla wielu zadań nie da się napisać wzoru na „dobre rozwiązanie”, bo jakość zależy od przeciwnika lub partnera. - What it does PL: Jak wyścig zbrojeń drapieżnika i ofiary: każda strona doskonali się, bo druga też się poprawia. - Everyday example PL: Gra komputerowa trenuje przeciwników, którzy ewoluują przeciw coraz lepszym strategiom gracza, więc nie da się ich pokonać jednym trikiem. - In one sentence EN: Algorithms where solutions have no fixed score but are rated in contests or in teamwork with other evolving solutions. - Problem it solves EN: For many tasks you cannot write a formula for a “good solution”, because quality depends on the opponent or partner. - What it does EN: Like a predator–prey arms race: each side improves because the other keeps improving too. - Everyday example EN: A computer game trains opponents that evolve against ever better player strategies, so no single trick beats them. - concerns you if PL: jakość rozwiązania zależy od przeciwnika; duży problem da się rozbić na współpracujące części; chcesz generować coraz trudniejsze przypadki testowe - concerns you if EN: a solution's quality depends on the opponent; a large problem splits into cooperating parts; want to generate ever harder test cases - related: `selfplay` - sources: `eiben-smith-2015`, `popovici-coevolution-2012` ### Programowanie genetyczne i regresja symboliczna (Genetic programming and symbolic regression) - id: `geneticprogramming` · https://aiatlasgraph.com/t/geneticprogramming.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Programowanie genetyczne i regresja symboliczna - aliases: genetic programming, GP, symbolic regression, regresja symboliczna, programowanie genetyczne - PL: Ewolucja drzew wyrażeń lub programów; jej główne zastosowanie to regresja symboliczna, czyli odkrywanie czytelnych wzorów z danych. - EN: Evolution of expression trees or programs; its main use is symbolic regression, discovering readable formulas from data. - In one sentence PL: Ewolucja, w której zamiast liczb rozwijają się całe wzory albo krótkie programy. - Problem it solves PL: Model z czarnej skrzynki dobrze przewiduje, ale nikt nie umie powiedzieć, jaka reguła za nim stoi. - What it does PL: Składa wzory z klocków, takich jak dodawanie, mnożenie czy sinus, i wymienia między nimi fragmenty, aż wzór pasuje do danych i pozostaje krótki. - Everyday example PL: Fizyk ma pomiary z eksperymentu; program odnajduje prosty wzór, który je opisuje, i można go sprawdzić na kartce. - In one sentence EN: Evolution in which whole formulas or short programs develop instead of numbers. - Problem it solves EN: A black-box model predicts well, but nobody can say which rule lies behind it. - What it does EN: It assembles formulas from blocks such as addition, multiplication or sine and swaps parts between them until the formula fits the data and stays short. - Everyday example EN: A physicist has experiment measurements; software finds a simple formula describing them that can be checked on paper. - concerns you if PL: chcesz poznać regułę ukrytą w danych, nie tylko prognozę; potrzebujesz modelu, który da się przeczytać - concerns you if EN: want the rule hidden in data, not only a forecast; need a model people can read - related: `gpdispatchrules`, `sciml` - sources: `gecco2026tracks`, `pysr-2023` ### Ewolucja gramatyczna (programy budowane z reguł gramatyki) (Grammatical evolution) - id: `grammaticalevolution` · https://aiatlasgraph.com/t/grammaticalevolution.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Programowanie genetyczne i regresja symboliczna › Ewolucja gramatyczna (programy budowane z reguł gramatyki) - aliases: grammatical evolution, GE, ewolucja gramatyczna - PL: Programowanie genetyczne z mapowaniem genotyp–fenotyp przez gramatykę bezkontekstową w notacji BNF, ewoluujące programy w dowolnym języku. - EN: Genetic programming with a genotype–phenotype mapping through a context-free grammar in BNF notation, evolving programs in an arbitrary language. - In one sentence PL: Odmiana programowania genetycznego, w której ciąg liczb wybiera kolejne reguły gramatyki, więc powstają zawsze poprawnie zbudowane programy lub wzory. - Problem it solves PL: Losowo zmieniany kod zwykle przestaje się kompilować, a każdy język wymaga innego, specjalnego algorytmu ewolucyjnego. - What it does PL: Jak gra w układanie zdań z kostek: rzut wskazuje, którą część zdania wstawić, a reguły gwarantują, że zdanie będzie poprawne. - Everyday example PL: Analityk szuka wzoru na zużycie prądu w fabryce i podaje dozwolone działania; algorytm składa z nich czytelne równania pasujące do pomiarów. - In one sentence EN: A kind of genetic programming where a string of numbers picks successive grammar rules, so the result is always a well-formed program or formula. - Problem it solves EN: Randomly changed code usually stops compiling, and each language would need its own special evolutionary algorithm. - What it does EN: Like a sentence-building dice game: each roll picks which part of speech to insert, and the rules guarantee a grammatical sentence. - Everyday example EN: An analyst looking for a formula for factory power use lists allowed operations; the algorithm assembles readable equations from them that fit the measurements. - concerns you if PL: chcesz ewolucyjnie tworzyć kod w wybranym języku; potrzebujesz wzorów zgodnych z zadanymi regułami; znasz już zwykłe programowanie genetyczne - concerns you if EN: want to evolve code in a language of your choice; need formulas that follow given rules; already know plain genetic programming - sources: `oneill-ryan-ge-2001` ### Ewolucyjne ulepszanie i naprawa istniejącego kodu (Genetic improvement and automated program repair) - id: `geneticimprovement` · https://aiatlasgraph.com/t/geneticimprovement.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Programowanie genetyczne i regresja symboliczna › Ewolucyjne ulepszanie i naprawa istniejącego kodu - aliases: genetic improvement, GI, automated program repair, APR, automatyczna naprawa programów, ulepszanie genetyczne - PL: Przeszukiwanie, zwykle programowaniem genetycznym, przestrzeni edycji istniejącego kodu w celu naprawy błędów lub poprawy wydajności. - EN: Search, usually by genetic programming, over edits to existing code to repair bugs or improve performance. - In one sentence PL: Program bierze istniejący kod, wprowadza w nim drobne zmiany i zachowuje te, po których kod naprawia błąd albo działa szybciej. - Problem it solves PL: Naprawianie błędów i przyspieszanie dużych programów zjada mnóstwo czasu programistów, a zgłoszeń przybywa szybciej niż rąk do pracy. - What it does PL: Zamiast pisać od zera, przestawia, usuwa i kopiuje gotowe linijki z tego samego programu, a testy rozstrzygają, która wersja jest lepsza. - Everyday example PL: Rano programista znajduje propozycję poprawki: nocny proces wypróbował setki drobnych zmian i jedna przeszła wszystkie testy, łącznie z tym, który wcześniej padał. - In one sentence EN: Software takes existing code, makes small edits and keeps those that fix a bug or make it run faster. - Problem it solves EN: Fixing bugs and speeding up large programs eats huge amounts of developer time, and reports pile up faster than people can handle. - What it does EN: Rather than writing from scratch, it moves, deletes and copies existing lines from the same program, and tests decide which version wins. - Everyday example EN: In the morning a developer finds a suggested fix: an overnight job tried hundreds of small edits, and one passed every test, including the one that failed. - concerns you if PL: utrzymujesz duży kod z dobrym zestawem testów; szukasz sposobu na tańsze poprawki błędów - concerns you if EN: maintain a large codebase with a good test suite; look for cheaper bug fixes - sources: `genprog-tse-2012` ### Kartezjańskie programowanie genetyczne (programy jako siatka węzłów) (Cartesian genetic programming (CGP)) - id: `cartesiangp` · https://aiatlasgraph.com/t/cartesiangp.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Programowanie genetyczne i regresja symboliczna › Kartezjańskie programowanie genetyczne (programy jako siatka węzłów) - aliases: Cartesian genetic programming, CGP, kartezjańskie programowanie genetyczne - PL: Programowanie genetyczne kodowane jako graf skierowany na siatce węzłów, z całkowitoliczbowym genotypem i nieaktywnymi genami umożliwiającymi neutralny dryf. - EN: Genetic programming encoded as a directed graph on a grid of nodes, with an integer genotype and inactive genes enabling neutral drift. - In one sentence PL: Odmiana programowania genetycznego, w której program jest siatką połączonych prostych działań, a nie drzewem; dobrze nadaje się do układów i filtrów. - Problem it solves PL: Programy w postaci drzew rozrastają się i nie potrafią wielokrotnie używać tego samego wyniku pośredniego. - What it does PL: Jak tablica rozdzielcza z kablami: zmieniasz, które gniazdo łączy się z którym, a nieużywane kable czekają na lepszą okazję. - Everyday example PL: Inżynier elektronik pozwala algorytmowi zaprojektować układ mnożący liczby z mniejszą liczbą bramek niż w jego własnym projekcie. - In one sentence EN: A kind of genetic programming where a program is a grid of connected simple operations rather than a tree; well suited to circuits and filters. - Problem it solves EN: Tree-shaped programs bloat and cannot reuse the same intermediate result several times. - What it does EN: Like a patch panel with cables: you change which socket connects to which, and unused cables wait for a better chance. - Everyday example EN: An electronics engineer lets the algorithm design a multiplier circuit with fewer gates than his own design. - concerns you if PL: projektujesz układy logiczne lub filtry obrazu; zwykłe programowanie genetyczne daje rozdęte programy; szukasz zwięzłych wzorów z powtarzającymi się częściami - concerns you if EN: you design logic circuits or image filters; plain genetic programming gives you bloated programs; you seek compact formulas with repeated parts - sources: `miller-cgp-tutorial-2014` ### Strategie ewolucyjne i CMA-ES (Evolution strategies and CMA-ES) - id: `evostrategies` · https://aiatlasgraph.com/t/evostrategies.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Strategie ewolucyjne i CMA-ES - aliases: evolution strategies, ES, CMA-ES, covariance matrix adaptation, strategie ewolucyjne - PL: Ewolucyjne metody optymalizacji ciągłej, które próbkują kandydatów z rozkładu normalnego i adaptują jego średnią, kroki oraz macierz kowariancji. - EN: Evolutionary continuous optimisers that sample candidates from a normal distribution and adapt its mean, step size and covariance matrix. - In one sentence PL: Metoda dostrajania wielu liczb naraz: losuje ich warianty wokół obecnego ustawienia i przesuwa się tam, gdzie wyszło lepiej. - Problem it solves PL: Masz dziesiątki pokręteł, a wynik zależy od nich w poplątany sposób, którego nie da się opisać wzorem. - What it does PL: Jak grupa zwiadowców wysłana wokół obozu: tam, gdzie wróciło najwięcej dobrych wieści, obóz się przesuwa i uczy się, w którą stronę warto iść. - Everyday example PL: Producent dobiera ustawienia pieca: program próbuje chmury podobnych ustawień, sprawdza jakość wypieku i przesuwa chmurę w stronę lepszych wyników. - In one sentence EN: A way to tune many numbers at once: sample variants around the current setting and move where results were better. - Problem it solves EN: You have dozens of dials, and the result depends on them in a tangled way no formula describes. - What it does EN: Like scouts sent around a camp: the camp moves where the best news came from and learns which directions are worth trying. - Everyday example EN: A manufacturer tunes oven settings: software tries a cloud of similar settings, checks baking quality and shifts the cloud towards better results. - concerns you if PL: dostrajasz kilkanaście lub kilkadziesiąt liczbowych ustawień; mierzysz tylko wynik, bez dostępu do wzoru - concerns you if EN: tune a dozen or more numeric settings; can measure only the outcome, not the formula - related: `hptuning` - sources: `gecco2026tracks`, `cmaes-tutorial-2016` ### Naturalne strategie ewolucyjne (NES) (Natural evolution strategies (NES)) - id: `naturalES` · https://aiatlasgraph.com/t/naturalES.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Strategie ewolucyjne i CMA-ES › Naturalne strategie ewolucyjne (NES) - aliases: natural evolution strategies, NES, naturalne strategie ewolucyjne - PL: Rodzina strategii ewolucyjnych aktualizujących parametry rozkładu poszukiwań naturalnym gradientem oczekiwanego przystosowania. - EN: Evolution strategies that update search-distribution parameters by the natural gradient of expected fitness. - In one sentence PL: Zamiast pojedynczych rozwiązań program przesuwa całą chmurę prób w stronę, gdzie wyniki średnio wypadają lepiej. - Problem it solves PL: Wynik umiemy tylko zmierzyć, a nie wyliczyć jego pochodnej, więc zwykłe uczenie przez gradient nie działa. - What it does PL: Jak strzelec poprawiający celownik: patrzy, które strzały z rozrzutu trafiły bliżej, i przesuwa środek oraz szerokość serii. - Everyday example PL: Badacze uczą wirtualnego robota chodzić bez obliczania pochodnych; tysiące lekko zmienionych wersji próbują kroku, a średnia przesuwa się ku lepszym. - In one sentence EN: Instead of single solutions the program shifts a whole cloud of trials toward where results are better on average. - Problem it solves EN: We can only measure a result, not compute its derivative, so ordinary gradient-based learning does not work. - What it does EN: Like a shooter adjusting the sight: sees which shots in the spread landed closer and moves the centre and width of the next volley. - Everyday example EN: Researchers teach a virtual robot to walk without derivatives; thousands of slightly changed versions try a step, and the average shifts toward better ones. - concerns you if PL: optymalizujesz coś, czego nie da się zróżniczkować; chcesz zrozumieć strategie ewolucyjne trenujące sieci neuronowe - concerns you if EN: optimise something you cannot differentiate; want to understand evolution strategies that train neural networks - related: `esscale` - sources: `nes-jmlr-2014` ### Uczące się systemy klasyfikatorów (ewolucja reguł „jeśli–to”) (Learning classifier systems (LCS)) - id: `lcs` · https://aiatlasgraph.com/t/lcs.md - path: Obliczenia ewolucyjne i inteligencja roju › Klasyczne algorytmy ewolucyjne › Uczące się systemy klasyfikatorów (ewolucja reguł „jeśli–to”) - aliases: learning classifier systems, LCS, uczące się systemy klasyfikatorów, systemy klasyfikatorów - PL: Regułowe systemy uczenia łączące populację klasyfikatorów warunek–akcja, przypisywanie zasług z nagród i algorytm genetyczny odkrywający nowe reguły. - EN: Rule-based learning systems combining a population of condition–action classifiers, reward-based credit assignment and a genetic algorithm discovering new rules. - In one sentence PL: Metoda uczenia maszynowego, która ewolucyjnie hoduje zbiór prostych reguł „jeśli tak, to zrób tak” i nagradza te, które się sprawdzają. - Problem it solves PL: Wiele modeli daje trafne odpowiedzi, ale nie da się z nich wyczytać czytelnych reguł, które człowiek mógłby sprawdzić. - What it does PL: Jak zespół doradców z własnymi zasadami: tym, którzy często mają rację, dajesz więcej głosu, a z ich zasad tworzysz nowe. - Everyday example PL: Badanie danych pacjentów: system znajduje reguły w rodzaju „wiek powyżej sześćdziesięciu i palenie, to wyższe ryzyko”, które lekarz może ocenić. - In one sentence EN: A machine learning method that evolves a set of simple “if this, do that” rules and rewards the ones that work. - Problem it solves EN: Many models give accurate answers but yield no readable rules a person could check. - What it does EN: Like a panel of advisers with their own rules: those often right get more say, and new rules are bred from theirs. - Everyday example EN: Studying patient data: the system finds rules like “age over sixty and smoking means higher risk” that a doctor can assess. - concerns you if PL: potrzebujesz modelu w formie czytelnych reguł; dane mają różne podgrupy z różnymi zależnościami; uczysz agenta prostych decyzji z nagród - concerns you if EN: need a model in the form of readable rules; your data has subgroups with different patterns; you teach an agent simple decisions from rewards - related: `qlearning` - sources: `urbanowicz-lcs-2009` ### Neuroewolucja (Neuroevolution) - id: `neuroevolution` · https://aiatlasgraph.com/t/neuroevolution.md - path: Obliczenia ewolucyjne i inteligencja roju › Neuroewolucja - aliases: neuroevolution, evolving neural networks, neuroewolucja, ewolucja sieci neuronowych - PL: Stosowanie algorytmów ewolucyjnych do optymalizacji wag, architektur, hiperparametrów lub reguł uczenia sieci neuronowych. - EN: Applying evolutionary algorithms to optimise weights, architectures, hyperparameters or learning rules of neural networks. - In one sentence PL: Wychowywanie sieci neuronowych ewolucją: zamiast poprawiać jedną sieć krok po kroku, hoduje się populację sieci. - Problem it solves PL: Zwykłe uczenie sieci wymaga sygnału, jak dokładnie poprawić każdą wagę, a w wielu zadaniach znamy tylko wynik końcowy. - What it does PL: Ocenia całe sieci po tym, jak sobie radzą, i rozmnaża najlepsze; może zmieniać nie tylko wagi, ale też budowę sieci. - Everyday example PL: Postać w grze uczy się sterować pojazdem: po kilkuset pokoleniach sieci, które dojeżdżały dalej, przejmują populację. - In one sentence EN: Raising neural networks by evolution: instead of correcting one network step by step, you breed a population of them. - Problem it solves EN: Ordinary network training needs a signal for correcting each weight, but many tasks only reveal the final outcome. - What it does EN: It scores whole networks by how they perform and breeds the best; it can change not only weights but also the network’s structure. - Everyday example EN: A game character learns to steer a vehicle: after a few hundred generations networks that drove further take over the population. - concerns you if PL: znasz tylko końcowy wynik zadania, bez podpowiedzi po drodze; chcesz, by program sam dobrał budowę sieci - concerns you if EN: know only the final outcome, with no hints along the way; want software to choose the network’s structure - related: `evolutionarymerge` - sources: `gecco2026tracks`, `neuroevolution-review-2019` ### Ewolucja budowy sieci (NEAT) (NeuroEvolution of Augmenting Topologies (NEAT)) - id: `neat` · https://aiatlasgraph.com/t/neat.md - path: Obliczenia ewolucyjne i inteligencja roju › Neuroewolucja › Ewolucja budowy sieci (NEAT) - aliases: NEAT, NeuroEvolution of Augmenting Topologies, topology evolution, ewolucja topologii - PL: Algorytm ewoluujący jednocześnie wagi i topologię sieci, z historycznymi znacznikami genów, specjacją i stopniową komplikacją od minimalnej struktury. - EN: An algorithm evolving network weights and topology together, using historical gene markings, speciation and gradual complexification from minimal structure. - In one sentence PL: Metoda, w której sieci zaczynają od najprostszej budowy i ewolucja stopniowo dokłada im nowe połączenia i neurony. - Problem it solves PL: Nie wiadomo z góry, jak duża i jak połączona powinna być sieć do danego zadania. - What it does PL: Każda nowa zmiana budowy dostaje numer, by dało się krzyżować różne sieci, a nowinki mają chronioną niszę, zanim muszą konkurować. - Everyday example PL: Program uczy wirtualnego ptaszka omijać rury w prostej grze; zaczyna od kilku połączeń i dorasta tylko tyle, ile trzeba. - In one sentence EN: A method where networks start with the simplest structure and evolution gradually adds new connections and neurons. - Problem it solves EN: Nobody knows in advance how big or how connected a network should be for a task. - What it does EN: Each structural change gets a number so different networks can be crossed, and newcomers get a protected niche before competing. - Everyday example EN: Software teaches a virtual bird to dodge pipes in a simple game; it starts with a few connections and grows only as needed. - concerns you if PL: chcesz małej sieci dopasowanej do prostego zadania sterowania; uczysz się podstaw neuroewolucji na prostych grach - concerns you if EN: want a small network fitted to a simple control task; are learning neuroevolution basics on simple games - sources: `neat-2002`, `neuroevolution-review-2019` ### Ewolucja wzorów połączeń dużych sieci (HyperNEAT) (HyperNEAT and compositional pattern-producing networks) - id: `hyperneat` · https://aiatlasgraph.com/t/hyperneat.md - path: Obliczenia ewolucyjne i inteligencja roju › Neuroewolucja › Ewolucja budowy sieci (NEAT) › Ewolucja wzorów połączeń dużych sieci (HyperNEAT) - aliases: HyperNEAT, hypercube-based NEAT, hypercube-based neuroevolution - PL: Neuroewolucja z kodowaniem pośrednim: NEAT ewoluuje sieć CPPN, która wyznacza wagi połączeń między neuronami rozmieszczonymi w przestrzeni geometrycznej. - EN: Neuroevolution with indirect encoding: NEAT evolves a CPPN that sets connection weights between neurons placed in geometric space. - In one sentence PL: Zamiast hodować każde połączenie sieci osobno, ewolucja hoduje mały „przepis”, który rysuje wzór połączeń całej dużej sieci. - Problem it solves PL: Sieci z milionami połączeń są za duże, by ewolucja dobierała każde z osobna, i tracą regularność widoczną w zadaniu. - What it does PL: Jak DNA, które nie opisuje każdej komórki, tylko reguły wzrostu: symetria i powtórzenia pojawiają się same, a przepis pasuje do różnych rozmiarów. - Everyday example PL: Wirtualny robot o czterech nogach uczy się biegać; wyhodowany wzór połączeń sam powtarza ten sam ruch dla każdej nogi. - In one sentence EN: Instead of breeding each network connection separately, evolution breeds a small “recipe” that draws the connection pattern of a whole large network. - Problem it solves EN: Networks with millions of connections are too big for evolution to set one by one, and they lose regularities visible in the task. - What it does EN: Like DNA, which describes growth rules rather than every cell: symmetry and repetition appear by themselves, and the recipe fits different sizes. - Everyday example EN: A virtual four-legged robot learns to run; the evolved connection pattern repeats the same movement for every leg by itself. - concerns you if PL: badasz ewolucję dużych sieci neuronowych; ciekawi cię, jak zwarty kod opisuje dużą strukturę - concerns you if EN: study evolving large neural networks; wonder how compact code can describe a large structure - sources: `hyperneat-2009` ### Ewolucyjne projektowanie architektur sieci (NAS) (Evolutionary neural architecture search) - id: `evonas` · https://aiatlasgraph.com/t/evonas.md - path: Obliczenia ewolucyjne i inteligencja roju › Neuroewolucja › Ewolucyjne projektowanie architektur sieci (NAS) - aliases: evolutionary NAS, evolutionary neural architecture search, neuroevolutionary architecture search, ewolucyjne projektowanie architektur sieci - PL: Przeszukiwanie przestrzeni architektur sieci neuronowych algorytmem ewolucyjnym, w którym przystosowaniem jest jakość wytrenowanego kandydata. - EN: Searching neural architecture space with an evolutionary algorithm whose fitness is the quality of the trained candidate. - In one sentence PL: Program sam wymyśla układ warstw sieci neuronowej, hodując kolejne pokolenia projektów i zachowując te, które uczą się najlepiej. - Problem it solves PL: Projektowanie architektury sieci ręcznie to miesiące prób eksperta, a możliwych układów są miliardy. - What it does PL: Każdy projekt to przepis na sieć; z kilku losowo wybranych bierze się najlepszy, zmienia jeden element i trenuje, a najstarsze projekty odchodzą. - Everyday example PL: Zespół potrzebuje sieci rozpoznającej zdjęcia na telefonie; automat wypróbowuje tysiące układów i zwraca mały, celny model. - In one sentence EN: Software designs the layer layout of a neural network itself, breeding generations of designs and keeping those that learn best. - Problem it solves EN: Hand-designing a network architecture takes an expert months of trial, and there are billions of possible layouts. - What it does EN: Each design is a network recipe; the best of a few random picks gets one element changed and is trained, while the oldest designs retire. - Everyday example EN: A team needs a photo-recognition network for phones; the automated search tries thousands of layouts and returns a small, accurate model. - concerns you if PL: szukasz architektury sieci pod konkretne zadanie i sprzęt; masz dużo mocy obliczeniowej, a mało czasu eksperta - concerns you if EN: need a network architecture for a specific task and device; have lots of compute but little expert time - sources: `regularized-evolution-2019` ### Strategie ewolucyjne w trenowaniu sieci i LLM (Evolution strategies as an alternative to RL) - id: `esscale` · https://aiatlasgraph.com/t/esscale.md - path: Obliczenia ewolucyjne i inteligencja roju › Neuroewolucja › Strategie ewolucyjne w trenowaniu sieci i LLM - aliases: evolution strategies for RL, OpenAI-ES, ES fine-tuning, backprop-free fine-tuning, ES dla LLM, strategie ewolucyjne w RL - PL: Skalowalne strategie ewolucyjne szacujące kierunek poprawy z wyników losowo zaburzonych kopii parametrów, stosowane w RL i dostrajaniu dużych modeli językowych. - EN: Scalable evolution strategies estimating an improvement direction from scores of randomly perturbed parameter copies, used in RL and in fine-tuning large language models. - In one sentence PL: Sposób trenowania dużych sieci, także modeli językowych, przez losowe zaburzanie wszystkich wag i uśrednianie, co pomogło. - Problem it solves PL: Uczenie przez nagrody bywa niestabilne, gdy nagroda przychodzi późno, a model uczy się oszukiwać ocenę. - What it does PL: Tysiące kopii modelu dostają drobne losowe zmiany, każda zgłasza tylko jedną liczbę wyniku, a model przesuwa się w stronę zmian z lepszymi ocenami. - Everyday example PL: Zespół dostraja model językowy do rozwiązywania łamigłówek, oceniając tylko poprawność końcowej odpowiedzi, bez liczenia poprawek dla każdego słowa. - In one sentence EN: A way to train large networks, including language models, by randomly nudging all weights and averaging what helped. - Problem it solves EN: Reward-based learning can be unstable when rewards arrive late and models learn to game the score. - What it does EN: Thousands of model copies get small random changes, each reports a single score, and the model moves towards changes that scored better. - Everyday example EN: A team tunes a language model to solve puzzles, scoring only final-answer correctness, without computing corrections for each word. - concerns you if PL: nagroda w twoim zadaniu pojawia się dopiero na końcu; masz dużo maszyn, ale mało pamięci na każdej - concerns you if EN: get rewards in your task only at the very end; have many machines but little memory on each - related: `grpo`, `naturalES` - sources: `es-rl-2017`, `es-llm-2025` ### Trenowanie populacyjne (Population Based Training) (Population Based Training (PBT)) - id: `pbt` · https://aiatlasgraph.com/t/pbt.md - path: Obliczenia ewolucyjne i inteligencja roju › Neuroewolucja › Trenowanie populacyjne (Population Based Training) - aliases: Population Based Training, PBT, trenowanie populacyjne - PL: Asynchroniczna metoda wspólnej optymalizacji wag i hiperparametrów populacji modeli, odkrywająca harmonogram hiperparametrów zamiast stałego ustawienia. - EN: An asynchronous method jointly optimising weights and hyperparameters of a model population, discovering a hyperparameter schedule rather than one fixed setting. - In one sentence PL: Wiele kopii modelu trenuje się równolegle, a słabsze co jakiś czas kopiują lepsze i lekko zmieniają ich ustawienia. - Problem it solves PL: Dobre ustawienia trenowania zmieniają się w trakcie nauki, a osobne próby każdej kombinacji marnują tygodnie obliczeń. - What it does PL: Jak wyścig, w którym maruderzy mogą w połowie trasy przesiąść się do auta lidera i lekko przestawić jego ustawienia. - Everyday example PL: Laboratorium uczy agenta gry; zamiast stu osobnych prób, trzydzieści kopii trenuje razem, a najsłabsze przejmują postępy najlepszych. - In one sentence EN: Many copies of a model train in parallel, and weaker ones periodically copy better ones and slightly change their settings. - Problem it solves EN: Good training settings change during learning, and separate trials of every combination waste weeks of compute. - What it does EN: Like a race where stragglers can jump into the leader's car midway and slightly retune its settings. - Everyday example EN: A lab trains a game-playing agent; instead of a hundred separate trials, thirty copies train together and the weakest take over the best ones' progress. - concerns you if PL: dobierasz tempo uczenia i inne ustawienia trenowania; trenujesz wiele modeli równolegle na stałym budżecie - concerns you if EN: choose learning rate and other training settings; train many models in parallel on a fixed budget - sources: `pbt-2017` ### Różnorodność i ewolucja otwarta (Quality diversity and open-endedness) - id: `qualitydiversity` · https://aiatlasgraph.com/t/qualitydiversity.md - path: Obliczenia ewolucyjne i inteligencja roju › Różnorodność i ewolucja otwarta - aliases: quality diversity, QD, open-endedness, open-ended evolution, różnorodność jakościowa, otwarta ewolucja - PL: Rodzina algorytmów oświetlających przestrzeń rozwiązań kolekcją różnorodnych, wysokiej jakości kandydatów oraz badania nad otwartym, niekończącym się generowaniem nowości. - EN: Algorithms that illuminate a solution space with collections of diverse high-quality candidates, plus research on open-ended, never-ending generation of novelty. - In one sentence PL: Kierunek, w którym zamiast jednego najlepszego rozwiązania szuka się wielu różnych i dobrych, a czasem bez końca nowych. - Problem it solves PL: Pogoń za jednym celem prowadzi w ślepe zaułki, a przegapia drogi, które na początku wyglądały gorzej. - What it does PL: Nagradza odmienność, nie tylko wynik: jak wynalazcy, którzy kolekcjonują dziwne pomysły, bo któryś okaże się krokiem do przełomu. - Everyday example PL: Projektanci gry chcą wielu różnych poziomów trudności; program generuje i przechowuje całą kolekcję ciekawych, grywalnych plansz. - In one sentence EN: An approach that seeks many different good solutions instead of one best, and sometimes endlessly new ones. - Problem it solves EN: Chasing a single goal leads into dead ends and misses paths that looked worse at first. - What it does EN: It rewards being different, not only scoring well, like inventors collecting odd ideas because one may become a step to a breakthrough. - Everyday example EN: Game designers want many different difficulty levels; software generates and keeps a whole collection of interesting, playable maps. - concerns you if PL: potrzebujesz wielu różnych dobrych wariantów do wyboru; prosty cel prowadzi twoje próby w ślepy zaułek - concerns you if EN: need many different good options to choose from; find a simple goal leading your attempts into dead ends - sources: `novelty-search-2011`, `mapelites-2015`, `openendedness-asi-2024` ### MAP-Elites: mapa najlepszych wariantów (MAP-Elites) - id: `mapelites` · https://aiatlasgraph.com/t/mapelites.md - path: Obliczenia ewolucyjne i inteligencja roju › Różnorodność i ewolucja otwarta › MAP-Elites: mapa najlepszych wariantów - aliases: MAP-Elites, illumination algorithms, archiwum elit - PL: Algorytm różnorodności jakościowej utrzymujący siatkę nisz wyznaczonych przez cechy zachowania i najlepsze rozwiązanie w każdej niszy. - EN: A quality-diversity algorithm keeping a grid of niches defined by behaviour features and the best solution in each niche. - In one sentence PL: Algorytm, który dzieli możliwe rozwiązania na szufladki według cech i w każdej trzyma najlepsze znalezione. - Problem it solves PL: Jeden zwycięzca nie mówi, co by się stało, gdyby rozwiązanie było tańsze, mniejsze albo zachowywało się inaczej. - What it does PL: Działa jak tabela rekordów w różnych kategoriach wagowych: każdy nowy wariant trafia do swojej kategorii i zostaje, jeśli bije tamtejszy rekord. - Everyday example PL: Robot uczy się chodzić: po treningu ma gotowe sposoby chodu na wypadek uszkodzenia każdej nogi i szybko przełącza się na inny. - In one sentence EN: An algorithm that sorts possible solutions into drawers by their traits and keeps the best one found in each. - Problem it solves EN: A single winner does not show what happens if the solution were cheaper, smaller or behaved differently. - What it does EN: It works like a record table across weight classes: each new variant goes to its class and stays if it beats that class record. - Everyday example EN: A robot learns to walk: after training it has ready gaits for damage to each leg and quickly switches to another. - concerns you if PL: chcesz zrozumieć kompromisy między cechami rozwiązań; potrzebujesz zapasowych wariantów na wypadek zmian - concerns you if EN: want to understand trade-offs between solution traits; need backup options in case conditions change - related: `llmprogramsearch`, `searchpcg`, `niching` - sources: `mapelites-2015`, `openevolve-github` ### Poszukiwanie nowości (novelty search) (Novelty search) - id: `noveltysearch` · https://aiatlasgraph.com/t/noveltysearch.md - path: Obliczenia ewolucyjne i inteligencja roju › Różnorodność i ewolucja otwarta › Poszukiwanie nowości (novelty search) - aliases: novelty search, poszukiwanie nowości, search for novelty - PL: Algorytm ewolucyjny zastępujący funkcję celu miarą nowości zachowania względem populacji i archiwum, skuteczny na problemach zwodniczych. - EN: An evolutionary algorithm replacing the objective with a behavioural novelty score relative to population and archive, effective on deceptive problems. - In one sentence PL: Ewolucja, która nagradza tylko to, czy rozwiązanie robi coś innego niż dotychczasowe, a nie to, jak blisko jest celu. - Problem it solves PL: Droga do celu czasem wymaga oddalenia się od niego, a zwykła ocena odrzuca takie kroki jako gorsze. - What it does PL: Działa jak odkrywca, który systematycznie idzie tam, gdzie jeszcze nie był; w końcu trafia też tam, gdzie był cel. - Everyday example PL: Robot w labiryncie z pułapką ślepego zaułka blisko wyjścia: wersja szukająca nowych miejsc szybciej znajduje drogę naokoło. - In one sentence EN: Evolution that rewards only whether a solution does something different from earlier ones, not how close it is to the goal. - Problem it solves EN: Reaching a goal sometimes means moving away from it first, and ordinary scoring rejects such steps as worse. - What it does EN: It acts like an explorer who keeps going where nobody has been; eventually that includes the place the goal was. - Everyday example EN: A robot in a maze with a dead end near the exit: the version seeking new places finds the way around sooner. - concerns you if PL: twój problem ma pułapki, które wyglądają na postęp; interesuje cię szeroki przegląd możliwych zachowań - concerns you if EN: face a problem with traps that look like progress; want a broad survey of possible behaviours - related: `curiosity` - sources: `novelty-search-2011` ### Red teaming jako wyszukiwanie quality-diversity (Quality-diversity red teaming) - id: `qdredteaming` · https://aiatlasgraph.com/t/qdredteaming.md - path: Obliczenia ewolucyjne i inteligencja roju › Różnorodność i ewolucja otwarta › Red teaming jako wyszukiwanie quality-diversity - aliases: quality-diversity red teaming, QD red teaming, Rainbow Teaming, red teaming quality-diversity, różnorodny red teaming - PL: Generowanie zróżnicowanych promptów adwersarialnych jako problem quality-diversity: archiwum MAP-Elites indeksowane kategorią ryzyka i stylem ataku. - EN: Generating diverse adversarial prompts as a quality-diversity problem: a MAP-Elites archive indexed by risk category and attack style. - In one sentence PL: Program buduje tabelę podstępnych pytań do modelu, osobno dla każdego rodzaju ryzyka i stylu ataku, i stale je ulepsza. - Problem it solves PL: Automatyczne szukanie słabości modelu często znajduje w kółko ten sam typ ataku, a reszta luk zostaje nieodkryta. - What it does PL: Jak plansza bingo: każda kratka to inne połączenie tematu i sztuczki, a w każdej trzyma się dotąd najskuteczniejsze pytanie. - Everyday example PL: Przed udostępnieniem czatbota zespół dostaje setki różnych prób oszukania go, pogrupowanych tematami, i douczanie na nich poprawia bezpieczeństwo. - In one sentence EN: Software builds a table of tricky prompts for a model, one per risk type and attack style, and keeps improving them. - Problem it solves EN: Automated searches for model weaknesses often keep finding the same attack type, leaving other gaps undiscovered. - What it does EN: Like a bingo card: each square is a different topic-and-trick combination, and each holds the most effective prompt so far. - Everyday example EN: Before launching a chatbot a team gets hundreds of varied attempts to trick it, grouped by topic, and further training on them improves safety. - concerns you if PL: testujesz bezpieczeństwo własnego asystenta AI; potrzebujesz zróżnicowanych danych do douczania odmowy - concerns you if EN: test the safety of your own AI assistant; need varied data to train safe refusals - sources: `rainbow-teaming-2024` ### Systemy otwarte (open-endedness) (Open-ended learning systems) - id: `openendedness` · https://aiatlasgraph.com/t/openendedness.md - path: Obliczenia ewolucyjne i inteligencja roju › Różnorodność i ewolucja otwarta › Systemy otwarte (open-endedness) - aliases: open-endedness, open-ended learning, POET, system otwarty, niekończące się uczenie - PL: Kierunek badań nad systemami, które bez końca generują nowe i uczące artefakty lub zadania wraz z ich rozwiązaniami. - EN: Research on systems that endlessly generate novel, learnable artefacts or tasks along with their solutions. - In one sentence PL: Systemy, które same wymyślają sobie coraz nowe i trudniejsze zadania, a potem uczą się je rozwiązywać. - Problem it solves PL: Każdy zestaw zadań przygotowany przez ludzi kiedyś się kończy, więc uczący się program przestaje się rozwijać. - What it does PL: Jak dobry trener, który zawsze daje zawodnikowi zadanie odrobinę trudniejsze niż ostatnie: ani za łatwe, ani niemożliwe. - Everyday example PL: Wirtualna postać uczy się chodzić po terenie, który program stopniowo utrudnia przeszkodami, dopasowanymi do jej obecnych umiejętności. - In one sentence EN: Systems that invent ever newer and harder tasks for themselves and then learn to solve them. - Problem it solves EN: Any task set prepared by people eventually runs out, so a learning program stops growing. - What it does EN: Like a good coach who always gives the athlete a task slightly harder than the last: neither too easy nor impossible. - Everyday example EN: A virtual character learns to walk across terrain the software gradually roughens with obstacles matched to its current skills. - concerns you if PL: interesuje cię, jak AI może uczyć się bez końca; tworzysz środowiska treningowe lub programy nauki zadań - concerns you if EN: wonder how AI could keep learning without end; build training environments or task curricula - related: `ued`, `lenia`, `pcg`, `agentevolution`, `rlenvs` - sources: `poet-2019`, `openendedness-asi-2024` ## Produkt i wdrażanie AI (AI product and adoption) - id: `product` · https://aiatlasgraph.com/t/product.md - path: Produkt i wdrażanie AI - PL: Jak przełożyć możliwości modelu na użyteczne rozwiązanie i pracę ludzi. - EN: Turning model capability into something useful and into people's work. - examples PL: dobór zastosowań · UX AI · testy A/B · koszt na zadanie · kompetencje AI w zespole - examples EN: use-case selection · AI UX · A/B tests · cost per task · team AI literacy - In one sentence PL: To zamienianie możliwości modeli w rozwiązania, które pomagają ludziom w rzeczywistych zadaniach. - Problem it solves PL: Sprawny model nie wystarcza, jeśli funkcja nie pasuje do pracy ludzi, kosztuje za dużo lub trudno z niej korzystać. - What it does PL: Wybiera zadania, projektuje współpracę człowieka z modelem, sprawdza efekty i koszty oraz pomaga zespołom wprowadzić rozwiązanie do pracy. - Everyday example PL: Zespół testuje asystenta do odpowiedzi klientom, ustala sposób akceptacji szkiców i sprawdza czas pracy, jakość odpowiedzi oraz koszty. - In one sentence EN: This turns model capabilities into products that help people with real tasks. - Problem it solves EN: A capable model is not enough if the feature does not fit people's work, costs too much or is hard to use. - What it does EN: It selects tasks, designs cooperation between people and models, checks outcomes and costs, and helps teams adopt the solution. - Everyday example EN: A team tests a customer reply assistant, defines how drafts are approved and measures work time, answer quality and costs. - concerns you if PL: chcesz przełożyć możliwości modelu na użyteczną funkcję; wprowadzasz nowe narzędzie do codziennej pracy ludzi - concerns you if EN: want to turn model capabilities into a useful feature; introduce a new tool into people's daily work - sources: `fsdl`, `bootcamp`, `applied-llms-2024` ### Adopcja i edukacja (AI adoption and enablement) - id: `adoption` · https://aiatlasgraph.com/t/adoption.md - path: Produkt i wdrażanie AI › Adopcja i edukacja - PL: Wprowadzanie AI do codziennej pracy zespołu. - EN: Bringing AI into a team's daily work. - examples PL: Szkolenia · zmiana procesów - examples EN: Training · process change - In one sentence PL: To wprowadzanie modeli do codziennej pracy zespołu wraz z nauką, zasadami i zmianą sposobu wykonywania zadań. - Problem it solves PL: Samo udostępnienie narzędzia nie sprawia, że ludzie wiedzą, jak z niego korzystać ani czy poprawia ich pracę. - What it does PL: Uczy korzystania i sprawdzania wyników, ustala zasady danych, przebudowuje kroki pracy i mierzy efekty używania narzędzia. - Everyday example PL: Zespół wprowadza asystenta do notatek: ćwiczy sprawdzanie ustaleń, określa dozwolone dane i zmienia sposób rozdzielania zadań po spotkaniu. - In one sentence EN: This introduces models into a team's daily work through learning, shared rules and changes to how tasks are done. - Problem it solves EN: Providing a tool alone does not mean people know how to use it or whether it improves their work. - What it does EN: It teaches use and checking, sets data rules, redesigns work steps and measures the effects of using the tool. - Everyday example EN: A team adopts a note assistant, practises checking decisions, defines permitted data and changes how tasks are assigned after meetings. - concerns you if PL: zespół dostał narzędzie, ale jeszcze nie wie, jak go używać; chcesz sprawdzić wpływ narzędzia na codzienną pracę - concerns you if EN: have a tool your team does not yet know how to use; want to examine the tool's effect on daily work - sources: `fsdl`, `bootcamp`, `machina-x-agents`, `ec-ai-literacy-qa`, `mckinsey-state-of-ai-2026` ### Kompetencje AI w zespole (AI literacy) (AI literacy and upskilling) - id: `ailiteracy` · https://aiatlasgraph.com/t/ailiteracy.md - path: Produkt i wdrażanie AI › Adopcja i edukacja › Kompetencje AI w zespole (AI literacy) - PL: Szkolenie ludzi, którzy korzystają z AI lub ją obsługują, tak by rozumieli jej możliwości, ryzyka i swoją rolę — dopasowane do stanowiska i kontekstu; w UE także wymóg art. 4 AI Act. - EN: Training people who use or operate AI so they understand its capabilities, risks and their own role — tailored to the job and context; in the EU also an Article 4 AI Act requirement. - examples PL: szkolenia według ról · art. 4 AI Act · nadzór człowieka nad systemami wysokiego ryzyka · wewnętrzni ambasadorzy AI - examples EN: role-based training · Article 4 AI Act · human oversight of high-risk systems · internal AI champions - In one sentence PL: To uczenie ludzi, jak korzystać z modeli, rozumieć ich ograniczenia i sprawdzać wyniki. - Problem it solves PL: Ludzie mogą ufać przekonującym błędom albo nie wykorzystywać narzędzia, bo nie wiedzą, co potrafi i jak je kontrolować. - What it does PL: Ćwiczy zadania właściwe dla zespołu, rozpoznawanie pomyłek i bezpieczne obchodzenie się z danymi, wyjaśniając odpowiedzialność człowieka. - Everyday example PL: Podczas szkolenia porównujecie szkic notatki z nagraniem spotkania, wskazujecie zmyślone ustalenia i ćwiczycie poprawianie tekstu. - In one sentence EN: This teaches people to use models, understand their limitations and check results. - Problem it solves EN: People may trust convincing mistakes or avoid a tool because they do not know its capabilities or how to control it. - What it does EN: It practises relevant team tasks, error recognition and careful data handling while explaining the person's responsibility. - Everyday example EN: During training, you compare a draft note with a meeting recording, identify invented decisions and practise correcting the text. - concerns you if PL: zaczynasz korzystać z modeli w codziennej pracy; chcesz nauczyć zespół sprawdzania odpowiedzi i ograniczeń - concerns you if EN: start using models in daily work; want your team to understand limitations and check answers - related: `llmtutors`, `airegulation` - sources: `ec-ai-literacy-qa`, `ms-work-trend-2024` ### Pomiar wpływu AI na produktywność (Measuring AI productivity impact) - id: `productivitymeasurement` · https://aiatlasgraph.com/t/productivitymeasurement.md - path: Produkt i wdrażanie AI › Adopcja i edukacja › Pomiar wpływu AI na produktywność - PL: Sprawdzanie, czy AI naprawdę przyspiesza pracę, eksperymentem albo danymi z pracy zamiast deklaracji — bo odczucia użytkowników potrafią mocno rozmijać się z pomiarem. - EN: Checking whether AI actually speeds up work with experiments or work data rather than self-reports — because users' impressions can diverge sharply from measurement. - examples PL: badanie z losowym przydziałem · zadania na godzinę · różnice między nowicjuszami a ekspertami · odczucia vs pomiar - examples EN: randomised controlled trial · tasks per hour · novice vs expert differences · perception vs measurement - In one sentence PL: To mierzenie, czy używanie modelu rzeczywiście pomaga szybciej i lepiej wykonywać pracę. - Problem it solves PL: Poczucie oszczędności czasu może pomijać sprawdzanie, poprawki i zadania, które narzędzie utrudniło. - What it does PL: Porównuje podobne zadania z narzędziem i bez niego, uwzględniając czas, ukończone wyniki, jakość oraz różnice między osobami. - Everyday example PL: Przy odpowiedziach klientom mierzysz cały czas pracy, także poprawki szkiców, zamiast pytać tylko, czy pisanie wydawało się szybsze. - In one sentence EN: This measures whether using a model actually helps people work faster and better. - Problem it solves EN: A feeling of saved time can overlook checking, corrections and tasks the tool made harder. - What it does EN: It compares similar tasks with and without the tool, accounting for time, completed outcomes, quality and differences between people. - Everyday example EN: For customer replies, you measure the full work time, including draft corrections, rather than only asking whether writing felt faster. - concerns you if PL: chcesz sprawdzić deklarowaną oszczędność czasu; musisz uwzględnić jakość i poprawki w ocenie pracy - concerns you if EN: want to check claims of time savings; need quality and corrections included in work assessment - related: `aicoding`, `abtesting` - sources: `metr-2025-productivity`, `metr-2026-uplift-update`, `brynjolfsson-genai-at-work` ### Przeprojektowanie procesów pracy pod AI (Workflow redesign for AI) - id: `workflowredesign` · https://aiatlasgraph.com/t/workflowredesign.md - path: Produkt i wdrażanie AI › Adopcja i edukacja › Przeprojektowanie procesów pracy pod AI - PL: Zmiana sposobu wykonywania pracy — kolejności kroków, ról i punktów kontroli — zamiast tylko doklejania AI do starego procesu; według badań rynku główna różnica między firmami z efektem a resztą. - EN: Changing how work is done — step order, roles and checkpoints — instead of bolting AI onto the old process; industry surveys name it the main difference between firms seeing impact and the rest. - examples PL: mapowanie procesu · nowe punkty akceptacji · skalowanie od pilota do całej firmy - examples EN: process mapping · new approval checkpoints · scaling from pilot to the whole company - In one sentence PL: To zmienianie kolejności zadań, podziału pracy i kontroli, żeby wykorzystać możliwości modelu. - Problem it solves PL: Nowe narzędzie doklejone do starego procesu może tworzyć dodatkowe kroki zamiast usuwać istniejący kłopot. - What it does PL: Przegląda cały przebieg pracy, zmienia zadania i punkty przekazania oraz ustala, gdzie człowiek sprawdza lub zatwierdza wynik. - Everyday example PL: Zamiast ręcznie przepisywać zgłoszenia, zespół sprawdza wstępnie uzupełnione dane i od razu przechodzi do rozwiązania sprawy. - In one sentence EN: This changes task order, responsibilities and checks to make use of a model's capabilities. - Problem it solves EN: A new tool attached to an old process can add steps instead of removing the existing problem. - What it does EN: It reviews the whole workflow, changes tasks and handovers and defines where a person checks or approves results. - Everyday example EN: Instead of copying incoming cases manually, a team checks prefilled information and moves directly to resolving the case. - concerns you if PL: narzędzie dodaje pracę bez wyraźnej poprawy procesu; chcesz zmienić kroki i miejsca sprawdzania wyników - concerns you if EN: find that a tool adds work without improving the process; want to change steps and where results are checked - sources: `mckinsey-state-of-ai-2026` ### Zasady korzystania z AI w firmie (shadow AI) (Organisational AI use policy and shadow AI) - id: `aiusepolicy` · https://aiatlasgraph.com/t/aiusepolicy.md - path: Produkt i wdrażanie AI › Adopcja i edukacja › Zasady korzystania z AI w firmie (shadow AI) - PL: Ustalenie, z jakich narzędzi AI i z jakimi danymi pracownicy mogą korzystać, oraz jak przejść od nieoficjalnego używania prywatnych narzędzi do zatwierdzonych rozwiązań. - EN: Defining which AI tools employees may use and with what data, and how to move from unofficial use of personal tools to approved solutions. - examples PL: lista zatwierdzonych narzędzi · klasy danych, których nie wolno wkleić · „bring your own AI” - examples EN: approved tool list · data classes that must not be pasted · "bring your own AI" - In one sentence PL: To zasady określające, z jakich narzędzi opartych na modelach wolno korzystać i jakie dane można im przekazywać. - Problem it solves PL: Pracownicy korzystają z różnych narzędzi, a poufne dane mogą trafiać do usług bez wiedzy i kontroli firmy. - What it does PL: Ustala zatwierdzone narzędzia, dozwolone dane i sposób zgłaszania potrzeb, pomagając przejść od prywatnych rozwiązań do uzgodnionych zasad. - Everyday example PL: Zespół ustala, że do asystenta wolno wkleić publiczny opis produktu, a dane klienta wymagają osobno zatwierdzonego narzędzia. - In one sentence EN: These shared rules define which model tools people may use and what data they may provide. - Problem it solves EN: Staff use different tools, and confidential data may reach services without the organisation's knowledge or control. - What it does EN: It specifies approved tools, permitted data and how to request support, helping replace informal personal tools with agreed arrangements. - Everyday example EN: A team agrees that an assistant may receive public product descriptions, while customer data requires a separately approved tool. - concerns you if PL: zespół korzysta z narzędzi bez wspólnych zasad; chcesz ustalić, jakie dane można przekazywać do usług - concerns you if EN: work in a team using tools without shared rules; want to define which data may be sent to services - related: `privacy`, `riskframeworks` - sources: `ms-work-trend-2024` ### Dobór zastosowań (Use-case selection) - id: `usecases` · https://aiatlasgraph.com/t/usecases.md - path: Produkt i wdrażanie AI › Dobór zastosowań - PL: Sprawdzenie, czy AI rozwiązuje właściwy problem. - EN: Checking whether AI solves the right problem. - examples PL: Problem framing · feasibility - examples EN: Problem framing · feasibility - In one sentence PL: To wybieranie zadań, w których model może dać ludziom przydatny i wykonalny sposób rozwiązania problemu. - Problem it solves PL: Łatwo zbudować efektowną funkcję, której nikt nie potrzebuje albo która nie działa wystarczająco dobrze w praktyce. - What it does PL: Porównuje potrzeby, wartość i wykonalność, sprawdza pomysły w małych próbach oraz ustala zakres samodzielności modelu i sposób dostarczenia funkcji. - Everyday example PL: Przed budową asystenta spotkań sprawdzasz, czy zespołowi bardziej przeszkadza robienie notatek, wyszukiwanie ustaleń czy pilnowanie zadań. - In one sentence EN: This selects tasks where a model can offer people a useful and feasible way to solve a problem. - Problem it solves EN: It is easy to build an impressive feature that nobody needs or that does not work well enough in practice. - What it does EN: It compares needs, value and feasibility, tests ideas in small trials and decides model autonomy and how to provide the feature. - Everyday example EN: Before building a meeting assistant, you examine whether the team struggles more with notes, finding decisions or tracking tasks. - concerns you if PL: masz kilka pomysłów i musisz wybrać jeden; chcesz zacząć od problemu ludzi i sprawdzić wykonalność - concerns you if EN: have several ideas and need to choose one; want to start from people's problem and assess feasibility - sources: `fsdl`, `bootcamp` ### Automatyzacja czy wspomaganie człowieka (Automation vs augmentation) - id: `automationvsaugmentation` · https://aiatlasgraph.com/t/automationvsaugmentation.md - path: Produkt i wdrażanie AI › Dobór zastosowań › Automatyzacja czy wspomaganie człowieka - PL: Decyzja, które zadania AI ma wykonywać samodzielnie, a w których ma tylko pomagać człowiekowi — z uwzględnieniem ryzyka błędu i tego, czego chcą sami pracownicy. - EN: Deciding which tasks AI should do on its own and where it should only assist a person — weighing the cost of errors and what workers themselves want. - examples PL: rozkład procesu na zadania · skala udziału człowieka (Human Agency Scale) · zadania nudne vs zadania, które ludzie chcą zachować - examples EN: breaking a process into tasks · Human Agency Scale · tedious tasks vs tasks people want to keep - In one sentence PL: To ustalanie, które zadania model wykonuje sam, a w których pomaga człowiekowi podjąć decyzję. - Problem it solves PL: Pełna samodzielność modelu może powodować kosztowne pomyłki lub odbierać ludziom zadania, nad którymi chcą zachować kontrolę. - What it does PL: Dzieli pracę na zadania i dobiera udział człowieka według ryzyka, możliwości modelu oraz potrzeb osób wykonujących pracę. - Everyday example PL: Asystent sam porządkuje zgłoszenia, ale tylko przygotowuje propozycję odpowiedzi na reklamację, którą przed wysłaniem zatwierdza człowiek. - In one sentence EN: This decides which tasks a model performs alone and where it helps a person make a decision. - Problem it solves EN: Full model autonomy may cause costly mistakes or take away tasks that people want to control. - What it does EN: It divides work into tasks and chooses human involvement according to risk, model capability and the needs of the people doing the work. - Everyday example EN: An assistant sorts incoming cases itself but only drafts a complaint response, which a person approves before sending. - concerns you if PL: decydujesz, ile samodzielności dać modelowi; chcesz zachować kontrolę nad ważnymi częściami pracy - concerns you if EN: decide how much autonomy to give a model; want control over important parts of your work - related: `workflows` - sources: `pair-guidebook`, `brynjolfsson-genai-at-work`, `workbank-2025` ### Budować czy kupić: API, model otwarty czy gotowe narzędzie (Build vs buy for AI capabilities) - id: `buildvsbuy` · https://aiatlasgraph.com/t/buildvsbuy.md - path: Produkt i wdrażanie AI › Dobór zastosowań › Budować czy kupić: API, model otwarty czy gotowe narzędzie - PL: Wybór między gotowym produktem, modelem przez API, własnym hostingiem modelu otwartego a dostrajaniem — według kosztu, kontroli, danych i przewagi, jaką to daje. - EN: Choosing between an off-the-shelf product, a model via API, self-hosting an open-weights model and fine-tuning — by cost, control, data and the advantage it gives. - examples PL: „nie buduj tego, co możesz kupić” · najpierw prompt, potem dostrajanie · wymagania prywatności danych - examples EN: "don't build what you can buy" · prompting before fine-tuning · data privacy requirements - In one sentence PL: To wybór między gotowym narzędziem, usługą modelu i rozwiązaniem utrzymywanym samodzielnie. - Problem it solves PL: Własne rozwiązanie wymaga utrzymania, a gotowe może nie dawać potrzebnej kontroli, funkcji lub zasad przetwarzania danych. - What it does PL: Porównuje całkowity koszt, możliwość dopasowania, dostęp do danych i odpowiedzialność za utrzymanie różnych sposobów dostarczenia funkcji. - Everyday example PL: Dla wyszukiwania w dokumentach porównujesz gotowe narzędzie z własną aplikacją korzystającą z usługi modelu lub modelu na twoim serwerze. - In one sentence EN: This chooses between a ready tool, a model service and a solution you operate yourself. - Problem it solves EN: Your own solution needs maintenance, while a ready one may lack the control, features or data handling arrangements you need. - What it does EN: It compares total cost, customisation, data access and maintenance responsibility across ways of providing the feature. - Everyday example EN: For document search, you compare a ready tool with your own application using either a model service or a model on your server. - concerns you if PL: wybierasz sposób dostarczenia nowej funkcji; musisz pogodzić kontrolę, koszt i pracę przy utrzymaniu - concerns you if EN: choose how to provide a new feature; need to balance control, cost and maintenance work - related: `peft`, `selfhosting` - sources: `applied-llms-2024` ### Ocena wartości i wykonalności zastosowania AI (AI use-case value and feasibility assessment) - id: `aiopportunity` · https://aiatlasgraph.com/t/aiopportunity.md - path: Produkt i wdrażanie AI › Dobór zastosowań › Ocena wartości i wykonalności zastosowania AI - PL: Sprawdzenie, czy AI rozwiązuje realny problem lepiej niż prostsza alternatywa, ile to jest warte i czy są dane oraz jakość modelu, żeby to zadziałało. - EN: Checking whether AI solves a real problem better than a simpler alternative, what it is worth, and whether the data and model quality exist to make it work. - examples PL: macierz wartość–wykonalność · „czy reguły wystarczą?” · koszt pomyłki fałszywie pozytywnej vs negatywnej - examples EN: value–feasibility matrix · "would rules be enough?" · cost of false positives vs false negatives - In one sentence PL: To ocena, czy model rozwiąże ważny problem, czy da się to zrobić i czy warto ponieść koszt. - Problem it solves PL: Pomysł wygląda obiecująco, ale może brakować danych, potrzebnej jakości albo korzyści uzasadniającej inwestycję. - What it does PL: Porównuje rozwiązanie z prostszymi sposobami, sprawdza dostępne dane i model oraz szacuje wartość wyniku i koszt pomyłek. - Everyday example PL: Przed tworzeniem asystenta do zwrotów sprawdzasz, czy wystarczyłby czytelny formularz i czy model poradzi sobie z nietypowymi przypadkami. - In one sentence EN: This assesses whether a model can solve an important problem, whether it is feasible and whether the cost is worthwhile. - Problem it solves EN: An idea looks promising but may lack the data, required quality or benefits needed to justify the investment. - What it does EN: It compares simpler alternatives, checks available data and model capability, and estimates outcome value and the cost of mistakes. - Everyday example EN: Before building a returns assistant, you check whether a clear form would suffice and whether a model can handle unusual cases. - concerns you if PL: musisz ocenić pomysł przed większą inwestycją; chcesz porównać model z prostszym sposobem rozwiązania problemu - concerns you if EN: need to assess an idea before investing substantially; want to compare a model with a simpler solution - sources: `pair-guidebook`, `mckinsey-state-of-ai-2026` ### Prototypowanie funkcji AI (proof of concept) (AI feature prototyping) - id: `aiprototyping` · https://aiatlasgraph.com/t/aiprototyping.md - path: Produkt i wdrażanie AI › Dobór zastosowań › Prototypowanie funkcji AI (proof of concept) - PL: Szybkie sprawdzenie pomysłu na najmocniejszym dostępnym modelu i małym zbiorze przykładów, zanim zainwestuje się w optymalizację, tańsze modele czy dostrajanie. - EN: Quickly testing an idea with the strongest available model and a small set of examples before investing in optimisation, cheaper models or fine-tuning. - examples PL: prototyp na modelu granicznym · kilkadziesiąt przykładów testowych od początku · kryteria „go / no-go” - examples EN: prototype on a frontier model · a few dozen test examples from day one · go / no-go criteria - In one sentence PL: To szybkie zbudowanie małej wersji pomysłu, żeby sprawdzić, czy model potrafi wykonać najważniejsze zadanie. - Problem it solves PL: Nie wiesz jeszcze, czy pomysł zadziała, a pełne wdrożenie i optymalizacja mogą zabrać dużo pracy. - What it does PL: Próbuje kluczowego zadania na mocnym modelu i zebranych przykładach, porównując wyniki z ustalonymi kryteriami dalszej pracy. - Everyday example PL: Budujesz prostą próbę asystenta notatek i sprawdzasz na przykładowych spotkaniach, czy poprawnie zapisuje ustalenia oraz osoby odpowiedzialne. - In one sentence EN: This builds a small version of an idea quickly to check whether a model can perform its central task. - Problem it solves EN: You do not yet know whether the idea works, while full implementation and optimisation may take substantial effort. - What it does EN: It tries the core task with a capable model and collected examples, comparing results with agreed criteria for further work. - Everyday example EN: You build a simple note assistant trial and use example meetings to check whether it records decisions and responsible people correctly. - concerns you if PL: chcesz sprawdzić pomysł przed pełnym wdrożeniem; potrafisz wskazać zadanie i kryteria udanej próby - concerns you if EN: want to test an idea before full implementation; can identify the task and criteria for a successful trial - related: `vibecoding`, `evalsets` - sources: `applied-llms-2024` ### Eksperymenty produktowe (Product experimentation) - id: `experiments` · https://aiatlasgraph.com/t/experiments.md - path: Produkt i wdrażanie AI › Eksperymenty produktowe - PL: Sprawdzanie wpływu rozwiązania w praktyce. - EN: Testing the real effect of a solution. - examples PL: Pilotaż · feedback · A/B - examples EN: Pilot · feedback · A/B - In one sentence PL: To sprawdzanie na rzeczywistej pracy, czy nowa funkcja faktycznie pomaga użytkownikom. - Problem it solves PL: Dobry pokaz i wyniki testów modelu nie mówią jeszcze, czy ludzie sprawniej wykonają swoje zadania. - What it does PL: Ustala miary sukcesu, porównuje wersje w praktyce i wprowadza zmiany stopniowo, obserwując skutki oraz problemy. - Everyday example PL: Testujesz nowego asystenta w części zespołu i sprawdzasz liczbę zakończonych spraw, poprawki, czas pracy oraz skargi klientów. - In one sentence EN: This checks through real work whether a new feature actually helps users. - Problem it solves EN: A good demonstration and model test scores do not yet show whether people will complete their tasks more effectively. - What it does EN: It defines success measures, compares versions in practice and introduces changes gradually while observing outcomes and problems. - Everyday example EN: You trial an assistant with part of a team and measure completed cases, corrections, work time and customer complaints. - concerns you if PL: chcesz sprawdzić wpływ funkcji poza pokazem; wprowadzasz zmianę i potrzebujesz porównania jej skutków - concerns you if EN: want to assess a feature beyond a demonstration; introduce a change and need to compare its effects - related: `bandits` - sources: `fsdl`, `bootcamp`, `kohavi-experiments-2020` ### Metryki sukcesu produktu AI (AI product success metrics) - id: `productmetrics` · https://aiatlasgraph.com/t/productmetrics.md - path: Produkt i wdrażanie AI › Eksperymenty produktowe › Metryki sukcesu produktu AI - PL: Wybór miar, które mówią, czy funkcja AI naprawdę pomaga: główna miara sukcesu zadania plus metryki ochronne pilnujące, by nie popsuć czegoś innego. - EN: Choosing measures that show whether an AI feature actually helps: one primary task-success criterion plus guardrail metrics that make sure nothing else breaks. - examples PL: odsetek zadań dokończonych · akceptacja sugestii · retencja · metryki ochronne (koszt, skargi) · OEC - examples EN: task completion rate · suggestion acceptance · retention · guardrail metrics (cost, complaints) · OEC - In one sentence PL: To wybieranie miar pokazujących, czy funkcja pomaga wykonać zadanie bez pogarszania innych ważnych wyników. - Problem it solves PL: Więcej użyć lub zaakceptowanych sugestii nie musi oznaczać lepszej pracy, mniejszych kosztów ani mniej pomyłek. - What it does PL: Ustala główną miarę powodzenia zadania i dodatkowo śledzi możliwe skutki uboczne, takie jak błędy, koszt lub skargi. - Everyday example PL: Dla asystenta obsługi liczysz zakończone sprawy, a równocześnie sprawdzasz liczbę reklamacji, pomyłki oraz koszt każdej sprawy. - In one sentence EN: This chooses measures showing whether a feature helps complete a task without worsening other important outcomes. - Problem it solves EN: More use or accepted suggestions does not necessarily mean better work, lower costs or fewer mistakes. - What it does EN: It defines a primary task success measure and also tracks possible side effects such as errors, costs or complaints. - Everyday example EN: For a support assistant, you count resolved cases while also checking complaints, mistakes and the cost per case. - concerns you if PL: musisz ustalić, co oznacza sukces nowej funkcji; chcesz zauważać pogorszenie kosztu, jakości lub doświadczenia użytkownika - concerns you if EN: need to define success for a new feature; want to detect worsening costs, quality or user experience - related: `metrics` - sources: `kohavi-experiments-2020` ### Testy A/B funkcji AI (A/B testing AI features) - id: `abtesting` · https://aiatlasgraph.com/t/abtesting.md - path: Produkt i wdrażanie AI › Eksperymenty produktowe › Testy A/B funkcji AI - PL: Losowy podział użytkowników na grupy z różnymi wersjami modelu, promptu lub interfejsu i porównanie ich na prawdziwym ruchu — uzupełnienie ewaluacji offline, nie jej zamiennik. - EN: Randomly splitting users between versions of a model, prompt or interface and comparing them on real traffic — a complement to offline evaluation, not a replacement. - examples PL: porównanie dwóch promptów lub modeli · istotność statystyczna · czas trwania testu · efekt nowości - examples EN: comparing two prompts or models · statistical significance · test duration · novelty effect - In one sentence PL: To porównywanie wersji funkcji na losowo przydzielonych grupach użytkowników wykonujących rzeczywiste zadania. - Problem it solves PL: Nie wiesz, czy nowa wersja pomaga, czy różnice wynikają z tego, kto jej używa i jakie zadania dostał. - What it does PL: Losowo przydziela wersje, zbiera ustalone miary i porównuje wyniki z ich niepewnością, uzupełniając wcześniejsze testy modelu. - Everyday example PL: Użytkownicy dostają losowo różne sposoby podpowiadania tekstu; porównujesz ukończone zadania, poprawki i czas pracy w obu grupach. - In one sentence EN: This compares feature versions across randomly assigned user groups performing real tasks. - Problem it solves EN: You do not know whether a new version helps or differences come from who uses it and which tasks they receive. - What it does EN: It randomly assigns versions, collects defined measures and compares results with their uncertainty, complementing earlier model tests. - Everyday example EN: Users receive different text suggestion designs at random; you compare completed tasks, corrections and work time across the groups. - concerns you if PL: chcesz porównać wersje na prawdziwej pracy użytkowników; możesz losowo przydzielać warianty i mierzyć skutki - concerns you if EN: want to compare versions through users' real work; can randomly assign variants and measure outcomes - related: `onlineevals`, `ope`, `productivitymeasurement`, `hypothesistesting`, `causalinference`, `evalsets` - sources: `sre-canarying`, `kohavi-experiments-2020` ### Wdrożenie w cieniu i stopniowe (canary) (Shadow and canary rollouts) - id: `progressiverollout` · https://aiatlasgraph.com/t/progressiverollout.md - path: Produkt i wdrażanie AI › Eksperymenty produktowe › Wdrożenie w cieniu i stopniowe (canary) - PL: Bezpieczne wypuszczanie zmian w modelu lub prompcie: najpierw równolegle w cieniu bez pokazywania wyników, potem małej części użytkowników, z szybkim wycofaniem przy problemach. - EN: Releasing model or prompt changes safely: first in shadow mode without showing outputs, then to a small share of users, with fast rollback if problems appear. - examples PL: tryb cienia (shadow) · canary na 1–5% ruchu · flagi funkcji · automatyczne wycofanie - examples EN: shadow mode · canary on 1–5% of traffic · feature flags · automatic rollback - In one sentence PL: To sprawdzanie nowej wersji bez wpływu na użytkowników, a potem udostępnianie jej stopniowo. - Problem it solves PL: Zmiana sprawdzona na przykładach może ujawnić nowe błędy w rzeczywistym ruchu i od razu dotknąć wielu osób. - What it does PL: Najpierw porównuje ukryte wyniki nowej wersji, potem pokazuje ją ograniczonej grupie i obserwuje problemy, zachowując możliwość wycofania. - Everyday example PL: Nowy asystent tworzy niewysyłane szkice obok obecnego; po sprawdzeniu wyników udostępniasz go części zespołu i obserwujesz pomyłki. - In one sentence EN: This checks a new version without affecting users, then makes it available gradually. - Problem it solves EN: A change tested on examples may reveal new errors in real traffic and immediately affect many people. - What it does EN: It first compares hidden outputs, then exposes the version to a limited group and watches for problems while keeping rollback available. - Everyday example EN: A new assistant creates unsent drafts alongside the current one; after checking results, you give part of the team access and monitor mistakes. - concerns you if PL: wprowadzasz zmianę, która może wpłynąć na wiele osób; potrzebujesz stopniowego sprawdzania i szybkiego wycofania - concerns you if EN: introduce a change that may affect many people; need gradual checks and a quick rollback option - related: `mlops`, `modelregistry` - sources: `sre-canarying` ### Koszt, jakość i opóźnienie (Cost, quality and latency trade-offs) - id: `economics` · https://aiatlasgraph.com/t/economics.md - path: Produkt i wdrażanie AI › Koszt, jakość i opóźnienie - PL: Dobór kompromisu odpowiedniego dla zastosowania. - EN: Picking the trade-off that fits the use case. - examples PL: Koszt zadania · latency · jakość - examples EN: Cost per task · latency · quality - In one sentence PL: To dobieranie równowagi między jakością odpowiedzi, kosztem i czasem czekania. - Problem it solves PL: Najdokładniejsza odpowiedź może być zbyt droga albo zbyt wolna dla zadania, które użytkownik chce wykonać. - What it does PL: Mierzy koszt całego zadania i porównuje sposoby obsługi zapytań, ponownego użycia obliczeń oraz dobierania modelu do trudności. - Everyday example PL: Zespół porównuje szybkie szkice odpowiedzi i dokładniejsze wersje, sprawdzając, które zadania uzasadniają dłuższe czekanie oraz większy koszt. - In one sentence EN: This balances answer quality, cost and waiting time. - Problem it solves EN: The most accurate answer may be too expensive or too slow for the task a user wants to complete. - What it does EN: It measures the cost of a complete task and compares request handling, computation reuse and model choice for different difficulties. - Everyday example EN: A team compares quick reply drafts with more accurate versions, checking which tasks justify longer waits and higher costs. - concerns you if PL: płacisz za działanie modelu lub utrzymanie serwerów; musisz dopasować szybkość i jakość do zadania - concerns you if EN: pay for model use or server operation; need speed and quality suited to the task - related: `efficientreasoning`, `voicelatency`, `routing`, `evalsets` - sources: `fsdl`, `bootcamp`, `machina-x-agents`, `applied-llms-2024` ### Cache w aplikacjach LLM (Caching in LLM applications) - id: `llmcaching` · https://aiatlasgraph.com/t/llmcaching.md - path: Produkt i wdrażanie AI › Koszt, jakość i opóźnienie › Cache w aplikacjach LLM - PL: Unikanie ponownego liczenia tego samego: przechowywanie powtarzających się fragmentów promptu albo całych odpowiedzi, co obniża koszt i czas odpowiedzi. - EN: Avoiding recomputing the same thing: storing repeated prompt parts or whole answers, which lowers cost and response time. - examples PL: cache promptu · cache semantyczny · cache dokładnych zapytań - examples EN: prompt cache · semantic cache · exact-match cache - In one sentence PL: To ponowne wykorzystywanie zapisanych obliczeń lub odpowiedzi zamiast liczenia wszystkiego od początku. - Problem it solves PL: Powtarzające się instrukcje i pytania zajmują czas obliczeń i zwiększają koszt obsługi użytkowników. - What it does PL: Zapisuje wynik wspólnej części obliczeń albo gotową odpowiedź i sprawdza, czy można ją wykorzystać przy kolejnym zapytaniu. - Everyday example PL: Asystent odpowiadający na pytania o instrukcję urządzenia ponownie wykorzystuje przetworzoną wspólną treść albo zapisaną odpowiedź na powtarzające się pytanie. - In one sentence EN: This reuses stored calculations or answers instead of computing everything from scratch. - Problem it solves EN: Repeated instructions and questions consume calculation time and increase the cost of serving users. - What it does EN: It stores shared calculation results or a completed answer and checks whether they can be reused for the next request. - Everyday example EN: An assistant answering questions about an equipment manual reuses processed shared content or a stored answer to a recurring question. - concerns you if PL: wiele zapytań powtarza instrukcje lub pytania; chcesz ograniczyć ponowne wykonywanie tych samych obliczeń - concerns you if EN: have requests repeating instructions or questions; want to avoid repeating the same calculations - sources: `applied-llms-2024`, `anthropic-prompt-caching`, `gptcache-2023`, `huyen-ai-engineering-ch10` ### Cache promptu (wspólny początek zapytań) (Prompt (prefix) caching) - id: `promptcaching` · https://aiatlasgraph.com/t/promptcaching.md - path: Produkt i wdrażanie AI › Koszt, jakość i opóźnienie › Cache w aplikacjach LLM › Cache promptu (wspólny początek zapytań) - PL: Ponowne użycie już przetworzonego stałego początku promptu — instrukcji systemowych, definicji narzędzi, długich dokumentów — za ułamek ceny i z krótszym czasem do pierwszego tokenu. - EN: Reusing an already processed fixed prompt prefix — system instructions, tool definitions, long documents — at a fraction of the price and with a shorter time to first token. - examples PL: stałe elementy na początku promptu · czas życia cache (TTL) · odczyt z cache taniej niż zwykłe tokeny - examples EN: stable content at the start of the prompt · cache time-to-live · cache reads cheaper than regular tokens - In one sentence PL: To ponowne używanie obliczeń dla identycznego początku kolejnych zapytań do modelu. - Problem it solves PL: Długie instrukcje i dokumenty są przetwarzane wielokrotnie, choć zmienia się dopiero pytanie na końcu. - What it does PL: Zachowuje obliczenia wspólnego początku, a przy kolejnym zapytaniu wykorzystuje je i przetwarza nową część oraz generuje nową odpowiedź. - Everyday example PL: Zadajesz różne pytania o ten sam długi regulamin; model może wykorzystać zapisane obliczenia jego treści przy każdym kolejnym pytaniu. - In one sentence EN: This reuses calculations for the identical beginning of successive model requests. - Problem it solves EN: Long instructions and documents are processed repeatedly even when only the final question changes. - What it does EN: It stores calculations for the shared beginning, then reuses them while processing the new part and generating a new answer. - Everyday example EN: You ask different questions about the same long policy; the model can reuse stored calculations of that text for each subsequent question. - concerns you if PL: twoje zapytania mają długi identyczny początek; często pracujesz z tym samym dokumentem lub instrukcjami - concerns you if EN: have requests sharing a long identical beginning; often work with the same document or instructions - related: `kvcache` - sources: `anthropic-prompt-caching` ### Cache semantyczny odpowiedzi (Semantic response caching) - id: `semanticcache` · https://aiatlasgraph.com/t/semanticcache.md - path: Produkt i wdrażanie AI › Koszt, jakość i opóźnienie › Cache w aplikacjach LLM › Cache semantyczny odpowiedzi - PL: Zwracanie zapisanej odpowiedzi na pytanie podobne znaczeniowo do wcześniejszego — porównanie przez embeddingi zamiast dokładnej zgodności tekstu; wymaga progu podobieństwa i kontroli nieaktualnych odpowiedzi. - EN: Returning a stored answer for a question similar in meaning to an earlier one — matched by embeddings rather than exact text; needs a similarity threshold and control of stale answers. - examples PL: GPTCache · próg podobieństwa · powtarzalne pytania w obsłudze klienta · ryzyko błędnego trafienia - examples EN: GPTCache · similarity threshold · repetitive customer-support questions · false-hit risk - In one sentence PL: To ponowne używanie odpowiedzi na pytania podobne znaczeniowo, nawet gdy zapisano je innymi słowami. - Problem it solves PL: Użytkownicy pytają o to samo na różne sposoby, więc dokładne porównanie tekstu nie wykrywa powtórzeń. - What it does PL: Porównuje znaczenie nowego pytania z zapisanymi i wykorzystuje odpowiedź przy wystarczającym podobieństwie, wymagając kontroli dopasowania oraz aktualności. - Everyday example PL: Pytasz o datę dostawy innymi słowami, a asystent wykorzystuje wcześniejszą odpowiedź po sprawdzeniu, że nadal dotyczy tej samej paczki. - In one sentence EN: This reuses answers to questions similar in meaning even when they use different words. - Problem it solves EN: Users ask the same thing in different ways, so exact text matching misses repeated questions. - What it does EN: It compares a new question's meaning with stored ones and reuses an answer when similarity is sufficient, requiring checks of relevance and freshness. - Everyday example EN: You ask for a parcel's delivery date in different words; an assistant reuses an earlier answer after checking that it still applies to that parcel. - concerns you if PL: użytkownicy powtarzają pytania innymi słowami; możesz sprawdzać dopasowanie i aktualność zapisanych odpowiedzi - concerns you if EN: have users repeating questions in different words; can check stored answers for relevance and freshness - related: `vectordb` - sources: `gptcache-2023`, `gpt-semantic-cache-2024` ### Kaskady modeli: najpierw tańszy model (LLM cascades) - id: `modelcascades` · https://aiatlasgraph.com/t/modelcascades.md - path: Produkt i wdrażanie AI › Koszt, jakość i opóźnienie › Kaskady modeli: najpierw tańszy model - PL: Wysyłanie zapytania najpierw do tańszego modelu i przekazywanie go droższemu tylko wtedy, gdy odpowiedź wygląda na niepewną lub złą — dla oszczędności przy zachowaniu jakości. - EN: Sending a query to a cheaper model first and escalating to a more expensive one only when the answer looks uncertain or wrong — saving cost while keeping quality. - examples PL: FrugalGPT · ocena pewności odpowiedzi · eskalacja do modelu granicznego - examples EN: FrugalGPT · answer confidence scoring · escalation to a frontier model - In one sentence PL: To próbowanie tańszego modelu najpierw i przekazywanie zadania dalej, gdy jego odpowiedź nie wystarcza. - Problem it solves PL: Używanie drogiego modelu do wszystkich zapytań kosztuje dużo, choć część zadań jest prosta. - What it does PL: Ocenia wynik tańszego modelu według ustalonych kryteriów i kieruje niedostateczne odpowiedzi do kolejnego; skuteczność zależy też od tej oceny. - Everyday example PL: Proste zgłoszenie porządkuje tańszy model, a przypadek z odpowiedzią ocenioną jako niepewna trafia do bardziej zaawansowanego modelu. - In one sentence EN: This tries a cheaper model first and passes the task onwards when its answer is insufficient. - Problem it solves EN: Using an expensive model for every request costs a lot, even though some tasks are simple. - What it does EN: It assesses a cheaper model's output against defined criteria and escalates inadequate answers; effectiveness also depends on that assessment. - Everyday example EN: A cheaper model sorts a simple case, while a case with an answer assessed as uncertain goes to a more capable model. - concerns you if PL: część twoich zadań jest znacznie łatwiejsza od pozostałych; potrafisz sprawdzać, kiedy pierwsza odpowiedź nie wystarcza - concerns you if EN: have some tasks much easier than others; can assess when the first answer is insufficient - related: `routing` - sources: `frugalgpt-2023` ### Przetwarzanie wsadowe (batch) zamiast na żywo (Batch (asynchronous) inference) - id: `batchprocessing` · https://aiatlasgraph.com/t/batchprocessing.md - path: Produkt i wdrażanie AI › Koszt, jakość i opóźnienie › Przetwarzanie wsadowe (batch) zamiast na żywo - PL: Wysyłanie dużych paczek zapytań, na które nie trzeba czekać od razu, w trybie wsadowym — zwykle znacznie taniej, kosztem odpowiedzi w ciągu godzin zamiast sekund. - EN: Sending large bundles of requests that don't need an immediate answer in batch mode — usually much cheaper, at the cost of answers within hours instead of seconds. - examples PL: API wsadowe · nocne klasyfikowanie danych · uruchamianie ewaluacji · liczenie embeddingów - examples EN: batch APIs · overnight data classification · running evaluations · computing embeddings - In one sentence PL: To wysyłanie zadań do modelu paczkami, kiedy wyniki mogą przyjść później zamiast od razu. - Problem it solves PL: Masz wiele niezależnych zadań, a płacenie za ich natychmiastową obsługę może być niepotrzebnym kosztem. - What it does PL: Kolejkuje paczkę zapytań i oddaje wyniki po przetworzeniu, pozwalając korzystać z trybu, który może być tańszy kosztem oczekiwania. - Everyday example PL: Zlecasz nocne przypisanie kategorii do archiwalnych zgłoszeń klientów i odbierasz gotowe wyniki po zakończeniu paczki zadań. - In one sentence EN: This sends tasks to a model in batches when results can arrive later rather than immediately. - Problem it solves EN: You have many independent tasks, and paying for immediate processing may be an unnecessary expense. - What it does EN: It queues a bundle of requests and returns processed results, allowing a mode that may cost less in exchange for waiting. - Everyday example EN: You submit archived customer messages for overnight categorisation and collect the results when the batch finishes. - concerns you if PL: masz wiele zadań niewymagających natychmiastowej odpowiedzi; możesz zamienić dłuższe oczekiwanie na potencjalnie niższy koszt - concerns you if EN: have many tasks that need no immediate answer; can trade a longer wait for potentially lower costs - related: `evalsets` - sources: `openai-batch-api` ### Szacowanie kosztu na zadanie (tokeny) (Cost-per-task estimation) - id: `costestimation` · https://aiatlasgraph.com/t/costestimation.md - path: Produkt i wdrażanie AI › Koszt, jakość i opóźnienie › Szacowanie kosztu na zadanie (tokeny) - PL: Liczenie, ile kosztuje jedno wykonanie zadania: tokeny wejścia i wyjścia, liczba wywołań modelu i narzędzi, powtórki — i porównanie z wartością, którą zadanie daje. - EN: Working out what one run of a task costs: input and output tokens, number of model and tool calls, retries — and comparing it with the value the task delivers. - examples PL: koszt na rozmowę lub dokument · tokeny rozumowania · pętle agenta mnożą koszt · ceny różnych modeli - examples EN: cost per conversation or document · reasoning tokens · agent loops multiply cost · price differences between models - In one sentence PL: To liczenie kosztu całego zadania wykonywanego z pomocą modelu. - Problem it solves PL: Niska cena pojedynczego zapytania może ukrywać koszt długiej rozmowy, kolejnych kroków i powtarzanych prób. - What it does PL: Zlicza przetwarzane fragmenty tekstu, wywołania modeli, narzędzi i powtórki, a potem porównuje łączny koszt z wartością wykonania zadania. - Everyday example PL: Asystent analizuje dokument przez kilka zapytań; liczysz koszt wszystkich etapów i poprawek, zamiast tylko pierwszej odpowiedzi. - In one sentence EN: This calculates the cost of a complete task performed with a model's help. - Problem it solves EN: A low price per request can hide the cost of a long conversation, successive steps and repeated attempts. - What it does EN: It counts processed text pieces, model and tool calls and retries, then compares the total cost with the value of completing the task. - Everyday example EN: An assistant analyses a document through several requests; you count every stage and correction rather than just the first answer. - concerns you if PL: chcesz oszacować koszt rozmowy lub przetworzenia dokumentu; zadanie obejmuje wiele wywołań i możliwe powtórki - concerns you if EN: want to estimate conversation or document processing costs; have tasks involving multiple calls and possible retries - related: `llmgateway`, `efficientreasoning`, `tokenization` - sources: `frugalgpt-2023`, `huyen-ai-engineering-ch10` ### UX i współpraca z AI (Human–AI interaction) - id: `ux` · https://aiatlasgraph.com/t/ux.md - path: Produkt i wdrażanie AI › UX i współpraca z AI - PL: Projektowanie kontroli, informacji zwrotnej i zaufania. - EN: Designing control, feedback and trust. - examples PL: Interfejs konwersacyjny · human factors - examples EN: Conversational interface · human factors - In one sentence PL: To projektowanie sposobu, w jaki ludzie korzystają z modelu, sprawdzają wyniki i zachowują kontrolę nad pracą. - Problem it solves PL: Użytkownik może nie wiedzieć, czego oczekiwać, kiedy zaufać odpowiedzi ani jak poprawić pomyłkę lub przerwać działanie. - What it does PL: Dobiera formę interfejsu, pokazuje postęp i ograniczenia, umożliwia poprawki oraz zbiera sygnały o tym, co działa źle. - Everyday example PL: Edytor proponuje zmianę akapitu, pozwala obejrzeć różnice, poprawić tekst i zdecydować, czy zastosować propozycję. - In one sentence EN: This designs how people use a model, check its results and keep control over their work. - Problem it solves EN: A user may not know what to expect, when to trust an answer or how to correct a mistake or stop an action. - What it does EN: It chooses an interface, shows progress and limitations, enables corrections and collects signals about what is going wrong. - Everyday example EN: An editor suggests an updated paragraph and lets you inspect differences, edit the text and decide whether to apply it. - concerns you if PL: projektujesz funkcję, której ludzie mają używać samodzielnie; chcesz ułatwić sprawdzanie, poprawianie i kontrolowanie wyników - concerns you if EN: design a feature people will use independently; want to make results easier to check, correct and control - sources: `fsdl`, `bootcamp`, `pair-guidebook`, `hax-guidelines-2019`, `shape-of-ai` ### Kalibracja zaufania: cytaty, pewność i wyjaśnienia (Trust calibration) - id: `trustcalibration` · https://aiatlasgraph.com/t/trustcalibration.md - path: Produkt i wdrażanie AI › UX i współpraca z AI › Kalibracja zaufania: cytaty, pewność i wyjaśnienia - PL: Pokazywanie użytkownikowi sygnałów, które pozwalają ocenić, kiedy odpowiedzi AI można wierzyć: źródła, poziom pewności, krótkie wyjaśnienia i oznaczenie treści wygenerowanych. - EN: Showing signals that let users judge when to trust an AI answer: sources, confidence levels, short explanations and labelling of generated content. - examples PL: cytaty i odnośniki · wskaźnik pewności · „dlaczego to widzę?” · oznaczenie treści AI - examples EN: citations and references · confidence display · "why am I seeing this?" · AI content disclosure - In one sentence PL: To dawanie użytkownikowi podstaw do oceny, kiedy i w jakim stopniu ufać odpowiedzi modelu. - Problem it solves PL: Pewny ton odpowiedzi nie świadczy o jej poprawności, a użytkownik potrzebuje sposobu sprawdzenia, na czym się opiera. - What it does PL: Pokazuje źródła, ograniczenia, sygnały niepewności i wyjaśnienia do sprawdzenia; same te oznaczenia nie dowodzą prawdziwości odpowiedzi. - Everyday example PL: Asystent odpowiada na pytanie o regulamin i podaje odnośnik do fragmentu dokumentu, który otwierasz, żeby sprawdzić odpowiedź. - In one sentence EN: This gives users grounds to assess when and how much to trust a model's answer. - Problem it solves EN: A confident tone does not establish correctness, and users need a way to check what supports an answer. - What it does EN: It shows sources, limitations, uncertainty signals and explanations for checking; these indicators alone do not prove an answer true. - Everyday example EN: An assistant answers a question about a policy and links to a document passage that you open to check the answer. - concerns you if PL: chcesz sprawdzać podstawy ważnych odpowiedzi; projektujesz sygnały pomagające oceniać wiarygodność wyniku - concerns you if EN: want to check the basis of important answers; design signals that help assess a result's reliability - related: `explainability`, `calibration`, `featureattribution`, `radiologyai`, `contentprovenance` - sources: `pair-guidebook`, `shape-of-ai` ### Kontrola użytkownika: sugestia, edycja, akceptacja (User control and oversight patterns) - id: `usercontrol` · https://aiatlasgraph.com/t/usercontrol.md - path: Produkt i wdrażanie AI › UX i współpraca z AI › Kontrola użytkownika: sugestia, edycja, akceptacja - PL: Wzorce, w których AI proponuje, a człowiek poprawia i zatwierdza: plan do akceptacji, tryb szkicu, warianty do wyboru, łatwe cofnięcie i ręczna ścieżka awaryjna. - EN: Patterns where AI proposes and the person edits and approves: a plan to accept, draft mode, variants to pick from, easy undo and a manual fallback path. - examples PL: plan działania do zatwierdzenia · tryb szkicu · warianty · cofnij · ręczna alternatywa - examples EN: action plan for approval · draft mode · variations · undo · manual alternative - In one sentence PL: To pozostawianie człowiekowi możliwości wyboru, poprawienia, zatwierdzenia lub cofnięcia propozycji modelu. - Problem it solves PL: Automatycznie zastosowana propozycja może zmienić twoją pracę w sposób, którego nie chciałeś i nie zauważyłeś na czas. - What it does PL: Pokazuje szkic lub plan przed działaniem, pozwala wybrać wariant, edytować wynik i wrócić do wcześniejszego stanu. - Everyday example PL: Asystent przygotowuje wiadomość, którą czytasz i poprawiasz; wysłanie następuje dopiero po twoim zatwierdzeniu. - In one sentence EN: This lets people choose, edit, approve or undo a model's suggestions. - Problem it solves EN: An automatically applied suggestion may change your work in a way you did not want or notice in time. - What it does EN: It shows a draft or plan before acting, lets you choose a version, edit the result and return to the previous state. - Everyday example EN: An assistant drafts a message that you read and edit; sending happens only after your approval. - concerns you if PL: chcesz zatwierdzać zmiany przed ich zastosowaniem; potrzebujesz poprawek, wyboru wariantu lub łatwego cofnięcia - concerns you if EN: want to approve changes before they are applied; need editing, alternative choices or easy undo - related: `tutorcopilot`, `workflows` - sources: `pair-guidebook`, `hax-guidelines-2019`, `applied-llms-2024`, `shape-of-ai` ### Odczuwalna szybkość: strumieniowanie i wskaźniki postępu (Perceived latency and progress feedback) - id: `perceivedlatency` · https://aiatlasgraph.com/t/perceivedlatency.md - path: Produkt i wdrażanie AI › UX i współpraca z AI › Odczuwalna szybkość: strumieniowanie i wskaźniki postępu - PL: Sprawianie, by czekanie na AI było znośne: strumieniowanie tekstu, pokazywanie etapów pracy agenta i możliwość przerwania — według progów percepcji 0,1 s / 1 s / 10 s. - EN: Making waiting for AI tolerable: streaming text, showing agent work steps and allowing interruption — following the 0.1 s / 1 s / 10 s perception thresholds. - examples PL: strumieniowanie tokenów · pokazywanie kroków agenta · czas do pierwszego tokenu · przycisk „zatrzymaj” - examples EN: token streaming · showing agent steps · time to first token · stop button - In one sentence PL: To pokazywanie wyniku i postępu tak, żeby oczekiwanie na model było łatwiejsze do zrozumienia i kontrolowania. - Problem it solves PL: Puste okno podczas długiego oczekiwania nie mówi, czy coś działa ani czy warto nadal czekać. - What it does PL: Pokazuje powstający tekst lub rzeczywiste etapy pracy i umożliwia przerwanie, zamiast ukrywać cały przebieg do gotowego wyniku. - Everyday example PL: Podczas analizy dokumentu widzisz kolejne wykonane etapy i pojawiające się podsumowanie, a przyciskiem możesz zatrzymać dalszą pracę. - In one sentence EN: This presents results and progress so waiting for a model is easier to understand and control. - Problem it solves EN: An empty window during a long wait does not show whether anything is happening or whether to keep waiting. - What it does EN: It shows emerging text or actual work stages and allows interruption instead of hiding the entire process until completion. - Everyday example EN: During document analysis, you see completed stages and an emerging summary, with a button to stop further work. - concerns you if PL: odpowiedź wymaga zauważalnego czekania; chcesz pokazywać postęp i umożliwić przerwanie zadania - concerns you if EN: have responses that require a noticeable wait; want to show progress and allow task interruption - related: `voicelatency`, `inferencemetrics`, `serving` - sources: `nngroup-response-times` ### Projektowanie na wypadek błędów AI (Error handling and graceful failure) - id: `gracefulfailure` · https://aiatlasgraph.com/t/gracefulfailure.md - path: Produkt i wdrażanie AI › UX i współpraca z AI › Projektowanie na wypadek błędów AI - PL: Zakładanie z góry, że AI się pomyli, i planowanie, jak użytkownik to zauważy, naprawi i wróci do zadania — proporcjonalnie do stawki błędu. - EN: Assuming up front that the AI will be wrong and planning how users notice, correct and resume — in proportion to what is at stake. - examples PL: łatwa korekta i zgłoszenie błędu · przekazanie do człowieka · bezpieczna odpowiedź domyślna · halucynacje w interfejsie - examples EN: easy correction and error reporting · handoff to a human · safe default answer · hallucinations in the UI - In one sentence PL: To przygotowanie funkcji na pomyłki modelu, żeby użytkownik mógł je zauważyć, naprawić i wrócić do zadania. - Problem it solves PL: Błędna odpowiedź może przerwać pracę lub spowodować szkodę, jeśli użytkownik nie ma sposobu sprawdzenia i poprawienia wyniku. - What it does PL: Planuje komunikaty, poprawki, wycofanie lub pomoc człowieka, dobierając reakcję do możliwych skutków pomyłki. - Everyday example PL: Asystent nie potrafi odczytać terminu z dokumentu, więc oznacza pole do sprawdzenia i pozwala wpisać termin ręcznie. - In one sentence EN: This prepares a feature for model mistakes so users can notice, correct them and return to their task. - Problem it solves EN: An incorrect answer can interrupt work or cause harm if users cannot check and correct the result. - What it does EN: It plans messages, corrections, undo or human assistance, matching the response to the possible consequences of a mistake. - Everyday example EN: An assistant cannot read a deadline from a document, so it marks the field for checking and allows manual entry. - concerns you if PL: pomyłka modelu może zablokować zadanie lub wyrządzić szkodę; chcesz umożliwić poprawki i powrót do pracy - concerns you if EN: face model mistakes that may block tasks or cause harm; want users to correct results and resume work - related: `guardrails` - sources: `pair-guidebook`, `hax-guidelines-2019` ### Ustawianie oczekiwań: co AI potrafi, a czego nie (Setting expectations and mental models) - id: `mentalmodels` · https://aiatlasgraph.com/t/mentalmodels.md - path: Produkt i wdrażanie AI › UX i współpraca z AI › Ustawianie oczekiwań: co AI potrafi, a czego nie - PL: Pomaganie użytkownikowi zrozumieć, co system umie, jak dobrze i na czym się myli — tak, by ani go nie przeceniał, ani nie porzucał po pierwszym błędzie. - EN: Helping users understand what the system can do, how well, and where it fails — so they neither overtrust it nor abandon it after the first mistake. - examples PL: onboarding z przykładami · komunikat o ograniczeniach · stopniowe odsłanianie funkcji · ryzyko antropomorfizacji - examples EN: onboarding with examples · limitation notices · progressive disclosure · anthropomorphism risk - In one sentence PL: To pomaganie ludziom zrozumieć, co system potrafi i gdzie jego odpowiedzi wymagają sprawdzenia. - Problem it solves PL: Użytkownik może przeceniać narzędzie albo porzucić je po błędzie, jeśli nie rozumie jego możliwości i ograniczeń. - What it does PL: Pokazuje zadania, w których system pomaga, typowe pomyłki i przykłady sprawdzania wyników, stopniowo wyjaśniając dostępne funkcje. - Everyday example PL: Przy pierwszym użyciu asystenta notatek widzisz przykładowe podsumowanie i wskazówkę, żeby porównać zapisane ustalenia z rozmową. - In one sentence EN: This helps people understand what a system can do and where its answers need checking. - Problem it solves EN: A user may overestimate a tool or abandon it after a mistake without understanding its capabilities and limitations. - What it does EN: It shows tasks the system can assist with, typical mistakes and examples of checking results while gradually explaining available features. - Everyday example EN: When first using a note assistant, you see a sample summary and guidance to compare its recorded decisions with the conversation. - concerns you if PL: wprowadzasz ludzi do nowego narzędzia; chcesz dopasować oczekiwania do rzeczywistych możliwości systemu - concerns you if EN: introduce people to a new tool; want expectations matched to the system's actual capabilities - sources: `pair-guidebook`, `hax-guidelines-2019` ### Wzorce interfejsów AI (czat, copilot, akcja w tekście) (AI interface patterns) - id: `aiuipatterns` · https://aiatlasgraph.com/t/aiuipatterns.md - path: Produkt i wdrażanie AI › UX i współpraca z AI › Wzorce interfejsów AI (czat, copilot, akcja w tekście) - PL: Powtarzalne formy, w jakich AI pojawia się w produkcie — od osobnego okna czatu, przez asystenta obok pracy, po akcje wbudowane w edytowany tekst — i kiedy która działa. - EN: Recurring forms in which AI appears in a product — from a separate chat window, through a side assistant, to actions built into the text being edited — and when each works. - examples PL: okno czatu · panel boczny (copilot) · akcja inline · podpowiedzi startowe i szablony promptów - examples EN: chat window · side panel (copilot) · inline action · starter suggestions and prompt templates - In one sentence PL: To różne sposoby umieszczania pomocy modelu w narzędziu, od rozmowy po podpowiedź przy konkretnym zadaniu. - Problem it solves PL: Osobne okno rozmowy może wymagać ciągłego kopiowania treści i nie pasować do pracy wykonywanej w innym miejscu. - What it does PL: Dobiera rozmowę, panel pomocniczy lub działanie przy zaznaczonym fragmencie, tak żeby użytkownik mógł przekazać kontekst i wykorzystać wynik. - Everyday example PL: Zaznaczasz akapit w edytorze i wybierasz skrócenie tekstu, a propozycja pojawia się obok miejsca, nad którym pracujesz. - In one sentence EN: These are ways to place model assistance in a tool, from conversation to suggestions beside a particular task. - Problem it solves EN: A separate conversation window may require constant copying and may not fit work happening elsewhere. - What it does EN: It chooses conversation, a side panel or an action beside selected content so users can provide context and use the result. - Everyday example EN: You select a paragraph in an editor and choose to shorten it; the suggestion appears beside the text you are working on. - concerns you if PL: wybierasz miejsce i formę pomocy w aplikacji; chcesz ograniczyć przenoszenie kontekstu między oknami - concerns you if EN: choose where and how assistance appears in an application; want less context copying between windows - related: `chatbots`, `genui` - sources: `shape-of-ai` ### Zbieranie opinii użytkowników (jawnych i niejawnych) (Explicit and implicit user feedback) - id: `userfeedback` · https://aiatlasgraph.com/t/userfeedback.md - path: Produkt i wdrażanie AI › UX i współpraca z AI › Zbieranie opinii użytkowników (jawnych i niejawnych) - PL: Projektowanie sposobów, by użytkownicy dawali sygnał o jakości AI: oceny i komentarze wprost oraz sygnały z zachowania — akceptacja, edycja, ponowne generowanie, porzucenie. - EN: Designing ways for users to signal AI quality: direct ratings and comments, plus behavioural signals — acceptance, edits, regeneration, abandonment. - examples PL: kciuk w górę/w dół · akceptacja lub odrzucenie sugestii · edycje odpowiedzi · feedback wyciągany z rozmowy - examples EN: thumbs up/down · accept or reject a suggestion · edits to outputs · feedback mined from the conversation - In one sentence PL: To zbieranie opinii i zachowań pokazujących, jak ludzie oceniają wyniki działania modelu. - Problem it solves PL: Sam wynik modelu nie pokazuje, czy użytkownik go wykorzystał, musiał poprawić czy zrezygnował z zadania. - What it does PL: Łączy oceny i komentarze z akceptacją, poprawkami lub ponownymi próbami; zachowania interpretuje ostrożnie, bo mogą mieć różne przyczyny. - Everyday example PL: Po poprawieniu daty w szkicu możesz zaznaczyć błędny fragment i wyjaśnić, co asystent odczytał niewłaściwie. - In one sentence EN: This collects opinions and behaviour indicating how people assess a model's results. - Problem it solves EN: A model's output alone does not show whether a user used it, corrected it or abandoned the task. - What it does EN: It combines ratings and comments with acceptance, edits or retries, interpreting behaviour cautiously because it can have different causes. - Everyday example EN: After correcting a date in a draft, you can mark the incorrect passage and explain what the assistant misread. - concerns you if PL: chcesz wiedzieć, co użytkownicy poprawiają lub odrzucają; potrzebujesz konkretnych sygnałów do ulepszania funkcji - concerns you if EN: want to know what users correct or reject; need specific signals to improve a feature - related: `annotation`, `onlineevals`, `monitoring` - sources: `pair-guidebook`, `applied-llms-2024`, `huyen-ai-engineering-ch10` ## Robotyka i embodied AI (Robotics and embodied AI) - id: `robotics` · https://aiatlasgraph.com/t/robotics.md - path: Robotyka i embodied AI - aliases: robotics, embodied AI, robot learning, robotyka, AI ucieleśnione, uczenie robotów - PL: Dziedzina łącząca percepcję, planowanie, sterowanie i uczenie maszyn działających w świecie fizycznym: ramion, robotów mobilnych i humanoidów. - EN: The field combining perception, planning, control and learning for machines acting in the physical world: arms, mobile robots and humanoids. - examples PL: Manipulacja · nawigacja · sim-to-real - examples EN: Manipulation · navigation · sim-to-real - In one sentence PL: To łączenie rozpoznawania otoczenia z ruchem i wykonywaniem zadań przez maszyny w świecie fizycznym. - Problem it solves PL: Rzeczywiste przedmioty zmieniają położenie, pomiary są niedokładne, a wykonany ruch musi uwzględniać otoczenie i ograniczenia sprzętu. - What it does PL: Łączy obrazy i czujniki z wyborem oraz sterowaniem ruchów, ucząc zadania z pokazów, prób lub symulacji. - Everyday example PL: Robot widzi kubek na stole, dobiera chwyt i dostosowuje ruch ramienia do jego położenia oraz odczytów czujników. - In one sentence EN: This connects perception with movement and task execution by machines in the physical world. - Problem it solves EN: Real objects change position, measurements are imperfect and movements must account for surroundings and hardware limits. - What it does EN: It connects images and sensors with action selection and movement control, learning tasks from demonstrations, trials or simulations. - Everyday example EN: A robot sees a cup on a table, chooses a grip and adjusts its arm movement to the cup's position and sensor readings. - concerns you if PL: chcesz, żeby maszyna działała w rzeczywistym otoczeniu; łączysz rozpoznawanie sytuacji z wykonywaniem ruchów - concerns you if EN: want a machine to act in real surroundings; connect situation recognition with physical movements - related: `gameai`, `industrialai`, `poseestimation`, `slam`, `hmm` - sources: `rl`, `robotics`, `foundation-models-robotics-2023`, `modern-robotics-2017`, `tedrake-manipulation`, `humanoid-hlm-survey-2026` ### Dane i symulacja dla robotów (Robot data and simulation) - id: `robotdata` · https://aiatlasgraph.com/t/robotdata.md - path: Robotyka i embodied AI › Dane i symulacja dla robotów - aliases: robot data, robot learning data, robot simulation, dane robotyczne, symulatory robotów - PL: Źródła danych do uczenia robotów – teleoperacja, symulacja fizyki i nagrania ludzi – oraz metody przenoszenia wiedzy między nimi. - EN: Data sources for robot learning—teleoperation, physics simulation and human recordings—and methods for transferring between them. - In one sentence PL: Skąd roboty biorą przykłady do nauki: z pokazów ludzi, nagrań wideo i wirtualnych światów. - Problem it solves PL: W internecie są miliardy tekstów i zdjęć, ale prawie nie ma zapisów ruchów robotów, a każda prawdziwa próba kosztuje czas i sprzęt. - What it does PL: Łączy trzy źródła jak kucharz uczący się z praktyki, filmów kulinarnych i symulatora kuchni, żeby uzbierać dość doświadczenia. - Everyday example PL: Zespół nagrywa godzinę sterowania ramieniem, dokłada tysiące wirtualnych prób i filmy ludzi składających ubrania, by nauczyć robota składania koszulek. - In one sentence EN: Where robots get learning examples: human demonstrations, video recordings and virtual worlds. - Problem it solves EN: The internet holds billions of texts and photos but almost no records of robot movement, and every real trial costs time and hardware. - What it does EN: It mixes three sources, like a cook learning from practice, cooking videos and a kitchen simulator, to gather enough experience. - Everyday example EN: A team records an hour of steering an arm, adds thousands of virtual trials and videos of people folding clothes to teach a robot to fold shirts. - concerns you if PL: planujesz, skąd wziąć dane do nauki robota; zastanawiasz się, czy wystarczy sama symulacja; chcesz wykorzystać filmy z ludźmi do nauki maszyn - concerns you if EN: plan where to get robot training data; wonder whether simulation alone is enough; want to use videos of people to teach machines - sources: `r3m-2022`, `lerobot-docs`, `domain-randomization-2017`, `open-x-embodiment-2023` ### Przenoszenie z symulacji do rzeczywistości (sim-to-real) (Sim-to-real transfer) - id: `simtoreal` · https://aiatlasgraph.com/t/simtoreal.md - path: Robotyka i embodied AI › Dane i symulacja dla robotów › Przenoszenie z symulacji do rzeczywistości (sim-to-real) - PL: Trenowanie w symulatorze i przenoszenie na prawdziwego robota mimo różnic („luka rzeczywistości”); m.in. przez losowe zmienianie wyglądu i fizyki symulacji. - EN: Training in simulation and transferring to a real robot despite the differences (the “reality gap”), e.g. by randomising the simulation's appearance and physics. - examples PL: Randomizacja domeny · identyfikacja systemu · luka rzeczywistości · Isaac Sim - examples EN: Domain randomisation · system identification · reality gap · Isaac Sim - In one sentence PL: To przenoszenie zachowania wyuczonego w symulatorze na prawdziwe urządzenie mimo różnic między nimi. - Problem it solves PL: Robot sprawny w symulatorze może zawieść, gdy rzeczywiste tarcie, oświetlenie lub odczyty czujników są inne. - What it does PL: Zmienia warunki symulacji, dopasowuje opis sprzętu i sprawdza przeniesione zachowanie, żeby ograniczać skutki rozbieżności. - Everyday example PL: Chwytanie ćwiczone na wirtualnych przedmiotach sprawdzasz na prawdziwych kubkach, uwzględniając inne tarcie i niedokładności kamery. - In one sentence EN: This transfers behaviour learned in simulation to a real device despite differences between them. - Problem it solves EN: A robot that works in simulation may fail when actual friction, lighting or sensor readings differ. - What it does EN: It varies simulation conditions, adjusts the hardware model and tests transferred behaviour to reduce the effects of differences. - Everyday example EN: You test gripping learned on virtual objects using real cups, accounting for different friction and camera inaccuracies. - concerns you if PL: masz zachowanie wyuczone w symulacji; chcesz sprawdzić i dostosować je do rzeczywistego sprzętu - concerns you if EN: have behaviour learned in simulation; want to test and adapt it to physical hardware - related: `saferl`, `synthetic`, `worldfoundation`, `locomotion`, `plasmacontrol`, `closedloopsim`, `rlgeneralization`, `dexterousmanip`, `rlenvs` - sources: `domain-randomization-2017`, `legged-gym-2021` ### Cyfrowy bliźniak sceny do trenowania robota (real-to-sim) (Real-to-sim-to-real with scene digital twins) - id: `realtosim` · https://aiatlasgraph.com/t/realtosim.md - path: Robotyka i embodied AI › Dane i symulacja dla robotów › Przenoszenie z symulacji do rzeczywistości (sim-to-real) › Cyfrowy bliźniak sceny do trenowania robota (real-to-sim) - aliases: real-to-sim, real-to-sim-to-real, scene digital twin, cyfrowy bliźniak sceny, rekonstrukcja sceny do symulacji - PL: Budowa symulacji z rzeczywistej sceny (rekonstrukcja geometrii, wyglądu i obiektów) i dostrajanie w niej polityki, np. RL, przed powrotem na sprzęt. - EN: Building a simulation from a real scene (reconstructing geometry, appearance and objects) and refining a policy there, e.g. with RL, before returning to hardware. - In one sentence PL: Prawdziwą kuchnię albo stanowisko skanuje się telefonem do symulatora, a robot ćwiczy w tej kopii, zanim spróbuje w rzeczywistości. - Problem it solves PL: Wymyślone sceny w symulatorze nie przypominają konkretnego miejsca, a ćwiczenie na prawdziwym sprzęcie jest wolne i grozi stłuczkami. - What it does PL: Jak trening pilota na symulatorze konkretnego lotniska: wirtualna kopia ma te same meble i przedmioty, więc doświadczenie dobrze się przenosi. - Everyday example PL: Zeskanowana szafka z książkami staje się wirtualnym poligonem, na którym robot uczy się odstawiać tomy mimo przesuniętych grzbietów. - In one sentence EN: A real kitchen or workstation is scanned with a phone into a simulator, and the robot practises in that copy before trying for real. - Problem it solves EN: Made-up simulator scenes do not resemble the actual place, while practising on real hardware is slow and risks breakage. - What it does EN: Like pilot training on a simulator of a specific airport: the virtual copy has the same furniture and objects, so experience transfers well. - Everyday example EN: A scanned bookcase becomes a virtual training ground where the robot learns to shelve books despite shifted spines. - concerns you if PL: robot ma działać w jednym konkretnym miejscu; masz kilka demonstracji i chcesz uodpornić politykę; łączysz skanowanie 3D z trenowaniem robotów - concerns you if EN: need a robot to work in one specific place; have a few demonstrations and want a more robust policy; combine 3D scanning with robot training - sources: `rialto-2024` ### Teleoperacja i zbiory demonstracji robotów (Teleoperation and robot demonstration datasets) - id: `teleopdata` · https://aiatlasgraph.com/t/teleopdata.md - path: Robotyka i embodied AI › Dane i symulacja dla robotów › Teleoperacja i zbiory demonstracji robotów - PL: Zbieranie danych do uczenia robotów: człowiek steruje robotem (np. ramię lider–naśladowca), a nagrania trafiają do wspólnych zbiorów obejmujących wiele typów robotów. - EN: Collecting robot-learning data: a human drives the robot (e.g. leader–follower arms) and the recordings go into shared datasets spanning many robot types. - examples PL: ALOHA · ramię lider–naśladowca · Open X-Embodiment · LeRobotDataset - examples EN: ALOHA · leader–follower arms · Open X-Embodiment · LeRobotDataset - In one sentence PL: To zbieranie przykładów pracy robota, którym steruje człowiek, żeby później uczyć podobnych działań. - Problem it solves PL: Do nauki robota potrzebujesz pokazów zawierających jednocześnie obraz sytuacji, ruchy i odczyty sprzętu. - What it does PL: Zapisuje obserwacje i sterowanie podczas pracy człowieka oraz porządkuje nagrania w zbiór przykładów do uczenia. - Everyday example PL: Sterujesz ramieniem odkładającym talerze, a system zapisuje obrazy i ruchy, z których robot później uczy się zadania. - In one sentence EN: This records examples from a robot controlled by a person so similar actions can be learned later. - Problem it solves EN: Teaching a robot needs demonstrations combining views of the situation, movements and hardware readings. - What it does EN: It records observations and control commands during human operation and organises them into a collection of learning examples. - Everyday example EN: You control an arm putting plates away while a system records images and movements for the robot to learn the task later. - concerns you if PL: możesz pokazać zadanie przez sterowanie robotem; chcesz zebrać zgodne obserwacje i ruchy do uczenia - concerns you if EN: can demonstrate a task by controlling a robot; want paired observations and actions for learning - related: `crossembodiment`, `behaviorcloning`, `motionimitation`, `sourcing`, `mobilemanip`, `humanvideo`, `sharedautonomy` - sources: `aloha-act-2023`, `open-x-embodiment-2023`, `lerobot-docs` ### Testowanie polityk robota w symulacji i benchmarkach (Robot policy evaluation and benchmarks) - id: `robotevals` · https://aiatlasgraph.com/t/robotevals.md - path: Robotyka i embodied AI › Dane i symulacja dla robotów › Testowanie polityk robota w symulacji i benchmarkach - aliases: robot policy evaluation, robot learning benchmarks, simulated evaluation, ewaluacja polityk robotów, benchmarki robotyczne - PL: Ocena polityk manipulacji i nawigacji: benchmarki zadań w symulacji, symulacje odwzorowujące rzeczywiste stanowiska i protokoły testów na sprzęcie. - EN: Evaluating manipulation and navigation policies: simulated task benchmarks, simulations mirroring real setups, and hardware test protocols. - In one sentence PL: Sposoby sprawdzania, jak dobrze działa wytrenowany robot, bez wielogodzinnych testów na prawdziwym sprzęcie po każdej zmianie. - Problem it solves PL: Każdy test na prawdziwym robocie wymaga ręcznego ustawiania sceny, a wyniki z różnych laboratoriów trudno porównać, bo każde ma inne warunki. - What it does PL: Jak tor próbny dla samochodów: ustalone zadania, sceny i liczenie sukcesów, które można powtórzyć tyle razy, ile trzeba. - Everyday example PL: Przed wdrożeniem nowej wersji modelu zespół puszcza tysiąc prób w wirtualnej kuchni i sprawdza, czy robot nie zaczął gorzej podnosić puszek. - In one sentence EN: Ways of checking how well a trained robot works without hours of real-hardware tests after every change. - Problem it solves EN: Every real-robot test needs the scene reset by hand, and results from different labs are hard to compare because conditions differ. - What it does EN: Like a test track for cars: fixed tasks, scenes and success counting that can be repeated as often as needed. - Everyday example EN: Before rolling out a new model version, a team runs a thousand trials in a virtual kitchen to check the robot has not got worse at lifting cans. - concerns you if PL: porównujesz kilka modeli sterowania robotem; nie masz dostępu do wielu prawdziwych robotów; chcesz wiarygodnie mierzyć postęp trenowania - concerns you if EN: compare several robot control models; lack access to many real robots; want to measure training progress reliably - related: `closedloopsim` - sources: `simpler-2024` ### Uczenie robotów z nagrań ludzi (Learning robot skills from human videos) - id: `humanvideo` · https://aiatlasgraph.com/t/humanvideo.md - path: Robotyka i embodied AI › Dane i symulacja dla robotów › Uczenie robotów z nagrań ludzi - aliases: learning from human videos, egocentric video for robotics, human video pretraining, R3M, nauka z filmów - PL: Pretrening reprezentacji wizualnych na nagraniach ludzi, często egocentrycznych, aby ułatwić późniejsze uczenie manipulacji przez robota. - EN: Pretraining visual representations on human video, often egocentric, to support later robot-manipulation learning. - In one sentence PL: Wykorzystanie zwykłych filmów, na których ludzie gotują czy sprzątają, żeby roboty szybciej uczyły się pracy rękami. - Problem it solves PL: Nagrań robotów jest bardzo mało, a filmów z ludźmi wykonującymi codzienne czynności – ogromnie dużo. - What it does PL: Robot najpierw ogląda, jak ludzie obchodzą się z przedmiotami, i uczy się, na co zwracać uwagę, zanim sam spróbuje. - Everyday example PL: Model uczy się reprezentacji z nagrań codziennych czynności ludzi, a potem pomaga robotowi nauczyć się otwierania szuflady z niewielu własnych demonstracji. - In one sentence EN: Using ordinary videos of people cooking or cleaning to help robots learn hand tasks faster. - Problem it solves EN: Robot recordings are very scarce, while videos of people doing everyday chores are abundant. - What it does EN: The robot first watches how people handle objects and learns what to pay attention to before trying itself. - Everyday example EN: A model learns representations from videos of people's daily activities, then helps a robot learn drawer opening from a small number of its own demonstrations. - concerns you if PL: masz mało nagrań własnego robota; chcesz wykorzystać filmy jako materiał do nauki maszyn; ciekawi cię, jak roboty uczą się przez obserwację - concerns you if EN: have few recordings of your own robot; want to use videos as training material for machines; wonder how robots learn by watching - related: `actionrecognition`, `teleopdata`, `vptgames` - sources: `r3m-2022` ### Drony i roboty latające (Aerial robotics and autonomous drone flight) - id: `aerialrobotics` · https://aiatlasgraph.com/t/aerialrobotics.md - path: Robotyka i embodied AI › Drony i roboty latające - aliases: aerial robotics, autonomous drones, drones, robotyka powietrzna, drony autonomiczne - PL: Autonomia robotów latających: estymacja stanu z kamer i czujników inercyjnych, planowanie i sterowanie lotem, w tym polityki uczone w symulacji. - EN: Autonomy for flying robots: state estimation from cameras and inertial sensors, flight planning and control, including policies learned in simulation. - In one sentence PL: Drony, które same widzą otoczenie i decydują, jak lecieć, zamiast czekać na każdy ruch drążkiem od pilota. - Problem it solves PL: Dron w lesie, hali lub budynku traci sygnał nawigacji satelitarnej i ma ułamek sekundy na unik, za mało dla pilota na odległość. - What it does PL: Łączy oczy i błędnik drona – kamerę i czujniki ruchu – z szybkim „mózgiem” na pokładzie, który co chwila poprawia kurs. - Everyday example PL: Dron inspekcyjny sam przelatuje pod mostem wzdłuż dźwigarów i fotografuje rysy, choć pod konstrukcją nie ma zasięgu GPS. - In one sentence EN: Drones that see their surroundings and decide how to fly themselves, instead of waiting for every stick movement from a pilot. - Problem it solves EN: A drone in a forest, hall or building loses satellite navigation and has a split second to dodge, too little for a remote pilot. - What it does EN: It joins the drone's eyes and inner ear – camera and motion sensors – with a fast onboard “brain” that keeps correcting course. - Everyday example EN: An inspection drone flies itself under a bridge along the girders, photographing cracks even though there is no GPS signal beneath. - concerns you if PL: latasz dronem i ciekawi cię tryb autonomiczny; planujesz inspekcje lub dostawy z powietrza; łączysz widzenie komputerowe ze sterowaniem w ruchu - concerns you if EN: fly drones and are curious about autonomous modes; plan aerial inspections or deliveries; combine computer vision with control in motion - sources: `swift-drone-racing-2023`, `vision-drones-survey-2023` ### Samodzielna nawigacja drona w ciasnych miejscach (Vision-based autonomous drone navigation) - id: `dronenav` · https://aiatlasgraph.com/t/dronenav.md - path: Robotyka i embodied AI › Drony i roboty latające › Samodzielna nawigacja drona w ciasnych miejscach - aliases: vision-based drone navigation, UAV navigation, obstacle avoidance for drones, GPS-denied navigation, nawigacja dronów, omijanie przeszkód przez drona - PL: Nawigacja dronów bez GPS na podstawie kamer i czujników inercyjnych: lokalizacja, mapowanie, planowanie omijania przeszkód i polityki uczone. - EN: GPS-denied drone navigation from cameras and inertial sensors: localisation, mapping, obstacle-avoidance planning and learned policies. - In one sentence PL: Dron sam znajduje drogę między drzewami, w hali czy w budynku, patrząc przez kamerę i omijając przeszkody. - Problem it solves PL: Bez sygnału satelitarnego i bez mapy dron nie wie, gdzie jest ani gdzie może bezpiecznie polecieć. - What it does PL: Na bieżąco rysuje sobie mapę tego, co widzi, i wybiera wolny korytarz, jak człowiek idący przez zatłoczony pokój. - Everyday example PL: Dron magazynowy przelatuje między wysokimi regałami i skanuje kody na paletach bez pilota i bez nadajników w hali. - In one sentence EN: A drone finds its own way between trees, in a hall or inside a building, looking through a camera and dodging obstacles. - Problem it solves EN: Without a satellite signal or a map a drone does not know where it is or where it can safely fly. - What it does EN: It sketches a map of what it sees as it goes and picks a free corridor, like a person crossing a crowded room. - Everyday example EN: A warehouse drone flies between tall racks scanning pallet codes with no pilot and no beacons in the hall. - concerns you if PL: dron ma latać tam, gdzie nie ma GPS; planujesz inwentaryzację albo inspekcję wnętrz; porównujesz klasyczne i uczone metody nawigacji - concerns you if EN: need a drone to fly where there is no GPS; plan indoor inventory or inspection; compare classic and learned navigation methods - sources: `vision-drones-survey-2023` ### Szybki lot drona sterowany siecią neuronową (wyścigi dronów) (Learned agile flight and autonomous drone racing) - id: `agileflight` · https://aiatlasgraph.com/t/agileflight.md - path: Robotyka i embodied AI › Drony i roboty latające › Szybki lot drona sterowany siecią neuronową (wyścigi dronów) - aliases: agile flight, drone racing, autonomous drone racing, learned quadrotor control, szybki lot, wyścigi dronów - PL: Polityki lotu uczone RL lub imitacją w symulacji, które z pokładowej percepcji wydają niskopoziomowe komendy przy prędkościach i przeciążeniach bliskich limitów drona. - EN: Flight policies learned by RL or imitation in simulation that issue low-level commands from onboard perception at speeds and accelerations near the drone's limits. - In one sentence PL: Sieć neuronowa wytrenowana w symulatorze steruje dronem na granicy jego możliwości, szybciej i ciaśniej, niż zrobiłby to klasyczny autopilot. - Problem it solves PL: Klasyczny autopilot lata ostrożnie i wolno, bo przy pełnej prędkości nie nadąża z widzeniem, planowaniem i korektą naraz. - What it does PL: Dron „trenuje” miliony okrążeń w wirtualnym torze, a doświadczenie z kilku prawdziwych lotów koryguje różnice między symulacją i rzeczywistością. - Everyday example PL: Na zawodach dron bez pilota pokonuje tor z bramkami szybciej niż mistrzowie świata sterujący przez gogle. - In one sentence EN: A neural network trained in a simulator flies a drone at the edge of its abilities, faster and tighter than a classic autopilot. - Problem it solves EN: A classic autopilot flies cautiously and slowly because at full speed it cannot keep up with seeing, planning and correcting at once. - What it does EN: The drone “practises” millions of laps on a virtual track, and a few real flights correct the gap between simulation and reality. - Everyday example EN: At a race a pilotless drone clears a gated track faster than world champions flying with goggles. - concerns you if PL: ścigasz się dronami lub budujesz własne; uczysz się uczenia ze wzmocnieniem na fizycznym sprzęcie; potrzebujesz drona, który omija przeszkody w pędzie - concerns you if EN: race or build drones; are learning reinforcement learning on physical hardware; need a drone that avoids obstacles at speed - sources: `swift-drone-racing-2023`, `vision-drones-survey-2023` ### Floty i zespoły robotów (Multi-robot systems and fleet coordination) - id: `multirobot` · https://aiatlasgraph.com/t/multirobot.md - path: Robotyka i embodied AI › Floty i zespoły robotów - aliases: multi-robot systems, robot fleets, multi-robot coordination, systemy wielorobotowe, floty robotów, koordynacja wielu robotów - PL: Koordynacja wielu robotów: przydział zadań, planowanie bezkolizyjnych tras wielu agentów, sterowanie formacją i roje oraz zarządzanie flotą. - EN: Coordinating many robots: task allocation, collision-free multi-agent path planning, formation control and swarms, and fleet management. - In one sentence PL: Wiele robotów pracuje razem: dzieli się zadaniami, uzgadnia trasy i nie wchodzi sobie w drogę. - Problem it solves PL: Gdy w hali jeździ sto wózków, każdy z osobna może działać dobrze, a razem korkują się i dublują pracę. - What it does PL: Pełni rolę dyspozytora i kontrolera ruchu: przydziela roboty do zadań i układa im trasy tak, by się nie zderzały. - Everyday example PL: W centrum logistycznym setki małych robotów przywożą regały do stanowisk pakowania i mijają się na skrzyżowaniach bez zatrzymywania. - In one sentence EN: Many robots working together: sharing out tasks, agreeing on routes and staying out of each other's way. - Problem it solves EN: With a hundred carts in a hall, each may work fine alone, yet together they jam up and duplicate work. - What it does EN: It plays dispatcher and traffic controller: assigning robots to jobs and laying out routes so they do not collide. - Everyday example EN: In a fulfilment centre hundreds of small robots bring shelves to packing stations and pass each other at junctions without stopping. - concerns you if PL: planujesz automatyzację magazynu wieloma robotami; zastanawiasz się, jak koordynować wiele dronów naraz; łączysz optymalizację z robotyką - concerns you if EN: plan warehouse automation with many robots; wonder how to coordinate many drones at once; combine optimisation with robotics - related: `swarmintel`, `marlctde` - sources: `llm-multirobot-survey-2025`, `mrta-fleets-review-2025`, `mapf-survey-2025` ### Planowanie tras wielu robotów bez kolizji (MAPF) (Multi-agent path finding (MAPF)) - id: `mapf` · https://aiatlasgraph.com/t/mapf.md - path: Robotyka i embodied AI › Floty i zespoły robotów › Planowanie tras wielu robotów bez kolizji (MAPF) - aliases: multi-agent path finding, MAPF, multi-robot path planning, planowanie tras wielu agentów, planowanie tras wielu robotów - PL: Wyznaczanie bezkolizyjnych ścieżek dla wielu agentów od startów do celów: metody przeszukiwania (CBS, PBS, LNS), kompilacyjne (SAT, MIP) i uczone. - EN: Computing collision-free paths for many agents from starts to goals: search-based (CBS, PBS, LNS), compilation-based (SAT, MIP) and learned methods. - In one sentence PL: Algorytm wyznacza trasy dla wielu robotów naraz tak, żeby każdy dojechał do celu, a żadne dwa nie spotkały się w tym samym miejscu. - Problem it solves PL: Gdy każdy robot planuje drogę sam, w wąskich alejkach powstają korki i blokady, z których nikt nie umie wyjechać. - What it does PL: Najpierw daje każdemu najkrótszą trasę, a potem rozwiązuje spory: kto czeka, kto objedzie, jak przy rozkładzie jazdy pociągów. - Everyday example PL: W automatycznym magazynie dziesiątki robotów mijają się w alejkach, ustępując sobie na skrzyżowaniach jak dobrze zsynchronizowane światła. - In one sentence EN: An algorithm plans routes for many robots at once so each reaches its goal and no two meet in the same spot. - Problem it solves EN: When each robot plans alone, narrow aisles fill with jams and deadlocks nobody can get out of. - What it does EN: It first gives everyone the shortest route, then settles disputes – who waits, who detours – much like a train timetable. - Everyday example EN: In an automated warehouse dozens of robots pass in the aisles, yielding at junctions like well-timed traffic lights. - concerns you if PL: projektujesz ruch wielu robotów w ciasnej przestrzeni; interesują cię algorytmy przeszukiwania w praktyce; tworzysz grę z wieloma jednostkami na mapie - concerns you if EN: design movement of many robots in a tight space; are interested in search algorithms in practice; make a game with many units on a map - related: `navmesh` - sources: `mapf-survey-2025` ### Przydzielanie zadań robotom we flocie (Multi-robot task allocation (MRTA)) - id: `mrta` · https://aiatlasgraph.com/t/mrta.md - path: Robotyka i embodied AI › Floty i zespoły robotów › Przydzielanie zadań robotom we flocie - aliases: multi-robot task allocation, MRTA, fleet task assignment, przydział zadań robotom, dyspozytor floty - PL: Przypisywanie zadań robotom w celu minimalizacji czasu, energii lub liczby maszyn: metody dokładne, heurystyki, aukcje i polityki uczone. - EN: Assigning tasks to robots to minimise time, energy or fleet size: exact methods, heuristics, auctions and learned policies. - In one sentence PL: Program decyduje, który robot ma wykonać które zlecenie, żeby cała praca poszła szybko i bez pustych przejazdów. - Problem it solves PL: Źle rozdzielone zlecenia sprawiają, że jedne roboty stoją, inne jeżdżą przez całą halę, a baterie wyczerpują się w złym momencie. - What it does PL: Działa jak giełda zleceń: roboty „licytują” zadania według tego, ile by je kosztowały, albo planista układa najtańszy przydział dla wszystkich. - Everyday example PL: W szpitalu kilka robotów transportowych rozwozi leki i pościel; nowe zlecenie dostaje ten, który jest najbliżej i ma naładowaną baterię. - In one sentence EN: Software decides which robot should handle which job so the whole workload goes quickly with no empty runs. - Problem it solves EN: Badly shared jobs leave some robots idle, others crossing the whole hall, and batteries running flat at the wrong moment. - What it does EN: It works like a job exchange: robots “bid” for tasks by what they would cost, or a planner works out the cheapest assignment for all. - Everyday example EN: In a hospital several transport robots deliver medicines and linen; a new job goes to the nearest one with a charged battery. - concerns you if PL: zarządzasz flotą robotów lub wózków autonomicznych; układasz harmonogram dla wielu maszyn; interesuje cię optymalizacja w logistyce - concerns you if EN: manage a fleet of robots or autonomous carts; schedule work for many machines; are interested in logistics optimisation - related: `prodscheduling` - sources: `mrta-fleets-review-2025` ### Kinematyka i sterowanie robotem (Robot kinematics and control) - id: `robotcontrol` · https://aiatlasgraph.com/t/robotcontrol.md - path: Robotyka i embodied AI › Kinematyka i sterowanie robotem - aliases: robot control, robot kinematics, sterowanie robotem, kinematyka robota - PL: Klasyczny rdzeń robotyki: opis geometrii ruchu, planowanie bezkolizyjnych trajektorii i sterowanie napędami w pętli zamkniętej. - EN: The classical core of robotics: describing motion geometry, planning collision-free trajectories and closed-loop actuator control. - In one sentence PL: Matematyka i programy, które zamieniają pożądany ruch robota na konkretne polecenia dla jego silników. - Problem it solves PL: Chcesz, żeby chwytak trafił w konkretne miejsce, ale silniki rozumieją tylko kąty i siły, a ramię się chwieje. - What it does PL: Działa jak tłumacz między celem a mięśniami: przelicza miejsce na ustawienia stawów i stale poprawia ruch według pomiarów. - Everyday example PL: Ramię w fabryce przenosi detal z taśmy do pudełka po gładkim torze, omijając słupek i nie rysując obudowy. - In one sentence EN: The maths and software that turn a robot's desired movement into concrete commands for its motors. - Problem it solves EN: You want the gripper at a specific spot, but motors only understand angles and forces, and the arm wobbles. - What it does EN: Like an interpreter between goal and muscles, it converts a target into joint settings and keeps correcting motion from measurements. - Everyday example EN: A factory arm moves a part from the belt into a box along a smooth path, avoiding a post without scratching the casing. - concerns you if PL: programujesz ruchy ramienia lub robota mobilnego; chcesz rozumieć, czemu robot drga albo nie trafia; łączysz model uczony z prawdziwym sprzętem - concerns you if EN: program movements of an arm or mobile robot; want to understand why a robot jitters or misses; connect a learned model to real hardware - sources: `modern-robotics-2017`, `robotics` ### Kinematyka prosta i odwrotna (Forward and inverse kinematics) - id: `kinematics` · https://aiatlasgraph.com/t/kinematics.md - path: Robotyka i embodied AI › Kinematyka i sterowanie robotem › Kinematyka prosta i odwrotna - aliases: forward kinematics, inverse kinematics, IK, kinematyka odwrotna, kinematyka prosta - PL: Odwzorowanie między przestrzenią stawów a pozycją i orientacją efektora: proste w jedną stronę, wieloznaczne i często iteracyjne w drugą. - EN: The mapping between joint space and end-effector pose: direct one way, ambiguous and often iterative the other. - In one sentence PL: Liczenie, gdzie znajdzie się dłoń robota przy danych kątach stawów – i odwrotnie: jakie kąty ustawić, by dosięgnąć celu. - Problem it solves PL: Wiesz, gdzie leży przedmiot, ale robot jest sterowany kątami kilku stawów i nie wiadomo, jak je ustawić. - What it does PL: Przypomina sięganie po kubek z zamkniętymi oczami: znając długość ręki, wyliczasz zgięcie łokcia i barku potrzebne do celu. - Everyday example PL: Ramię spawalnicze prowadzi palnik wzdłuż szwu karoserii, a program co chwilę przelicza ustawienia sześciu stawów. - In one sentence EN: Calculating where a robot's hand ends up for given joint angles, and the reverse: which angles reach a target. - Problem it solves EN: You know where the object is, but the robot is driven by several joint angles and it's unclear how to set them. - What it does EN: Like reaching for a mug with your eyes shut: knowing your arm's length, you work out the elbow and shoulder bend needed. - Everyday example EN: A welding arm guides its torch along a car-body seam while software keeps recomputing the settings of six joints. - concerns you if PL: programujesz ramię robota, które ma sięgać w konkretne miejsca; animujesz postać, której ręka ma trafić w cel; chcesz wiedzieć, skąd robot wie, gdzie jest jego chwytak - concerns you if EN: program a robot arm to reach specific places; animate a character whose hand must hit a target; want to know how a robot knows where its gripper is - sources: `modern-robotics-2017` ### Planowanie ruchu ramienia bez kolizji (Collision-free motion planning for manipulators) - id: `armmotionplanning` · https://aiatlasgraph.com/t/armmotionplanning.md - path: Robotyka i embodied AI › Kinematyka i sterowanie robotem › Planowanie ruchu ramienia bez kolizji - aliases: motion planning, manipulator motion planning, RRT, PRM, planowanie ruchu robota, MoveIt - PL: Wyszukiwanie bezkolizyjnej ścieżki w przestrzeni konfiguracji ramienia metodami próbkowania lub optymalizacji trajektorii. - EN: Searching for a collision-free path in an arm's configuration space with sampling-based methods or trajectory optimisation. - In one sentence PL: Wyznaczanie drogi, którą ramię robota przejdzie od jednego ułożenia do drugiego, nie uderzając w nic po drodze. - Problem it solves PL: Prosty ruch do celu często zahacza o półkę, stół albo własne ciało robota, a ręczne wyznaczanie objazdów trwa wieki. - What it does PL: Sprawdza wiele losowych ułożeń, zostawia bezpieczne i łączy je w sieć dróg, którą potem wygładza. - Everyday example PL: Robot w magazynie wyjmuje paczkę z głębi ciasnej półki, przeciskając chwytak między innymi kartonami. - In one sentence EN: Finding a path that takes a robot arm from one posture to another without hitting anything on the way. - Problem it solves EN: Moving straight to the goal often clips a shelf, a table or the robot's own body, and hand-crafting detours takes ages. - What it does EN: It tries many random postures, keeps the safe ones, links them into a road network and then smooths the route. - Everyday example EN: A warehouse robot pulls a parcel from deep inside a cramped shelf, threading its gripper between other boxes. - concerns you if PL: ustawiasz robota w ciasnym, zagraconym miejscu; chcesz, by ramię samo omijało przeszkody; zastanawiasz się, czemu robot porusza się dziwnymi łukami - concerns you if EN: set up a robot in a cramped, cluttered space; want an arm to avoid obstacles on its own; wonder why a robot moves in odd arcs - related: `rulebasedplanning` - sources: `modern-robotics-2017`, `tedrake-manipulation`, `ompl-docs` ### Planowanie zadań i ruchów naraz (TAMP) (Task and motion planning (TAMP)) - id: `tamp` · https://aiatlasgraph.com/t/tamp.md - path: Robotyka i embodied AI › Kinematyka i sterowanie robotem › Planowanie zadań i ruchów naraz (TAMP) - aliases: task and motion planning, TAMP, integrated task and motion planning, planowanie zadań i ruchu, zintegrowane planowanie zadań i ruchu - PL: Planowanie łączące dyskretny wybór akcji (planowanie symboliczne) z ciągłym planowaniem ruchu i doborem parametrów, np. chwytów i miejsc odstawienia. - EN: Planning that combines discrete action choice (symbolic planning) with continuous motion planning and parameter selection, e.g. grasps and placements. - In one sentence PL: Planer decyduje jednocześnie, co robot ma zrobić po kolei i jak dokładnie ma się przy tym poruszać, żeby plan dało się fizycznie wykonać. - Problem it solves PL: Plan „wyjmij kubek, postaw na półce” może wyglądać sensownie, aż okazuje się, że ramię nie sięgnie, bo coś stoi na drodze. - What it does PL: Jak przy przeprowadzce: zanim zdecydujesz, co wnosisz najpierw, sprawdzasz, czy szafa w ogóle przejdzie przez drzwi. - Everyday example PL: Robot najpierw odsuwa słoik zasłaniający mleko w lodówce, bo bez tego jego ramię nie zmieściłoby się obok. - In one sentence EN: A planner decides at once what a robot should do step by step and exactly how it should move, so the plan is physically doable. - Problem it solves EN: A plan like “take the mug, put it on the shelf” can look fine until it turns out the arm cannot reach because something is in the way. - What it does EN: Like moving house: before deciding what to carry in first, you check whether the wardrobe fits through the door at all. - Everyday example EN: A robot first moves aside a jar blocking the milk in the fridge, because otherwise its arm would not fit past. - concerns you if PL: robot ma wykonywać wieloetapowe zadania w ciasnym miejscu; łączysz planowanie symboliczne z ruchem ramienia; chcesz rozumieć fizyczną wykonalność planów robota - concerns you if EN: need a robot to do multi-step tasks in a tight space; combine symbolic planning with arm motion; want to understand the physical feasibility of robot plans - sources: `tamp-survey-2020` ### Sterowanie siłą i podatnością (sterowanie impedancyjne) (Impedance, admittance and force control) - id: `impedancecontrol` · https://aiatlasgraph.com/t/impedancecontrol.md - path: Robotyka i embodied AI › Kinematyka i sterowanie robotem › Sterowanie siłą i podatnością (sterowanie impedancyjne) - aliases: impedance control, admittance control, force control, compliance control, hybrid force-position control, sterowanie impedancyjne, sterowanie siłowe, podatność - PL: Sterowanie zależnością siła–ruch: impedancyjne (wirtualna sprężyna i tłumik), admitancyjne (siła przeliczana na ruch) i bezpośrednie sterowanie siłą, także hybrydowe. - EN: Controlling the force–motion relationship: impedance (virtual spring-damper), admittance (force mapped to motion) and direct force control, including hybrid schemes. - In one sentence PL: Sposób sterowania, w którym ramię robota zachowuje się jak sprężyna: ustępuje pod naciskiem zamiast twardo trzymać zadaną pozycję. - Problem it solves PL: Robot sterowany samym położeniem przy kontakcie z twardym blatem lub człowiekiem naciska z całej siły, żeby dotrzeć do zadanego punktu. - What it does PL: Ustawia, jak „miękkie” ma być ramię w każdym kierunku, jak ręka, którą trzymasz sztywno przy niesieniu szklanki, a luźno przy głaskaniu psa. - Everyday example PL: Ramię szlifujące dociska papier ścierny do wygiętej powierzchni ze stałą siłą, choć jej kształt nie jest dokładnie znany. - In one sentence EN: A way of controlling a robot arm so it behaves like a spring: giving way under pressure instead of rigidly holding its position. - Problem it solves EN: A robot controlled only by position pushes with full force against a hard table or a person to reach its target point. - What it does EN: It sets how “soft” the arm is in each direction, like a hand held stiff carrying a glass and loose when stroking a dog. - Everyday example EN: A sanding arm presses abrasive paper against a curved surface with constant force even though its exact shape is unknown. - concerns you if PL: robot ma dotykać powierzchni lub ludzi; chcesz prowadzić ramię ręką, ucząc je ruchu; projektujesz montaż, szlifowanie lub polerowanie - concerns you if EN: need a robot to touch surfaces or people; want to guide an arm by hand to teach it; design assembly, sanding or polishing - related: `cobotsafety` - sources: `manipulation-in-contact-survey-2022`, `phri-vic-iso15066-2023` ### Sterowanie ze sprzężeniem zwrotnym (PID, MPC) (Feedback control for robots (PID, MPC)) - id: `feedbackcontrol` · https://aiatlasgraph.com/t/feedbackcontrol.md - path: Robotyka i embodied AI › Kinematyka i sterowanie robotem › Sterowanie ze sprzężeniem zwrotnym (PID, MPC) - aliases: feedback control, PID, MPC, model predictive control, regulator PID, sterowanie predykcyjne - PL: Regulatory w pętli zamkniętej – od klasycznego PID przez LQR po sterowanie predykcyjne z modelem – śledzące trajektorię mimo zakłóceń. - EN: Closed-loop controllers—from classical PID through LQR to model predictive control—that track a trajectory despite disturbances. - In one sentence PL: Sposób, w jaki robot stale mierzy, jak bardzo odbiega od planu, i od razu poprawia siłę swoich silników. - Problem it solves PL: Nawet idealnie zaplanowany ruch rozjeżdża się przez ciężar ładunku, tarcie i pchnięcia, a robot zaczyna drgać lub zbaczać. - What it does PL: Jak kierowca trzymający auto w pasie: widzi odchylenie, delikatnie kręci kierownicą, a bystrzejszy przewiduje też najbliższy zakręt. - Everyday example PL: Dron utrzymuje się w miejscu mimo podmuchów wiatru, bo co ułamek sekundy koryguje obroty śmigieł. - In one sentence EN: How a robot keeps measuring how far it strays from the plan and immediately adjusts its motor effort. - Problem it solves EN: Even a perfectly planned motion drifts because of payload, friction and pushes, so the robot starts to shake or veer. - What it does EN: Like a driver keeping a car in lane: seeing the drift, nudging the wheel, and a sharper one also anticipating the next bend. - Everyday example EN: A drone holds its position in gusty wind because it corrects its propeller speeds every fraction of a second. - concerns you if PL: twój robot lub dron drga, przestrzeliwuje albo dryfuje; łączysz polecenia z sieci neuronowej z prawdziwymi silnikami; chcesz wiedzieć, jak maszyny utrzymują równowagę - concerns you if EN: your robot or drone shakes, overshoots or drifts; connect neural-network commands to real motors; want to know how machines keep their balance - related: `processcontrol`, `adplanning`, `learningmpc` - sources: `modern-robotics-2017`, `robotics` ### Lokomocja i roboty humanoidalne (Legged locomotion and humanoid robots) - id: `humanoids` · https://aiatlasgraph.com/t/humanoids.md - path: Robotyka i embodied AI › Lokomocja i roboty humanoidalne - aliases: humanoid robots, humanoids, legged robots, roboty humanoidalne, roboty kroczące, humanoidy - PL: Roboty kroczące i humanoidy: od modelowego sterowania kontaktem po polityki RL i naśladowanie ludzkiego ruchu dla lokomocji z manipulacją. - EN: Legged robots and humanoids: from model-based contact control to RL policies and human-motion imitation for loco-manipulation. - In one sentence PL: Roboty chodzące na nogach – czworonożne i człekokształtne – oraz sposoby uczenia ich ruchu i pracy rękami. - Problem it solves PL: Świat zbudowano pod ludzi: schody, progi i półki są trudne dla kół, a ręczne zaprogramowanie chodu i równowagi jest żmudne. - What it does PL: Łączy dawne modele fizyki ciała z uczeniem w symulacji i naśladowaniem nagrań ruchu ludzi. - Everyday example PL: Robot człekokształtny wchodzi po schodach magazynu, chwyta skrzynkę z półki i odnosi ją, nie tracąc równowagi. - In one sentence EN: Robots that walk on legs—four-legged and human-shaped—and ways of teaching them to move and work with their hands. - Problem it solves EN: The world is built for people: stairs, thresholds and shelves defeat wheels, and hand-coding gait and balance is tedious. - What it does EN: It combines older physics-of-the-body models with learning in simulation and imitating recordings of human movement. - Everyday example EN: A humanoid robot climbs warehouse stairs, takes a crate from a shelf and carries it away without losing balance. - concerns you if PL: śledzisz, co naprawdę potrafią dziś humanoidy; budujesz robota kroczącego; chcesz rozumieć, jak maszyna utrzymuje równowagę w ruchu - concerns you if EN: follow what humanoids can really do today; build a legged robot; want to understand how a machine balances while moving - sources: `humanoid-hlm-survey-2026`, `humanplus-2024`, `legged-gym-2021` ### Lokomocja robotów uczona w symulacji (Simulation-trained legged locomotion) - id: `locomotion` · https://aiatlasgraph.com/t/locomotion.md - path: Robotyka i embodied AI › Lokomocja i roboty humanoidalne › Lokomocja robotów uczona w symulacji - PL: Polityki chodu robotów kroczących trenowane przez RL w wielu równoległych symulacjach, a następnie przenoszone na rzeczywisty sprzęt. - EN: Walking policies for legged robots trained with RL across many parallel simulations and then transferred to physical hardware. - examples PL: Masowo równoległe RL · curriculum terenów · roboty czworonożne · transfer sim-to-real - examples EN: Massively parallel RL · terrain curriculum · quadrupeds · sim-to-real transfer - In one sentence PL: To uczenie robotów chodzenia i utrzymywania równowagi przez wiele prób w symulacji. - Problem it solves PL: Ręczne opisanie ruchu każdej nogi na różnych podłożach jest trudne, a ciągłe prawdziwe upadki obciążają sprzęt. - What it does PL: Ćwiczy ruchy nóg w wielu wirtualnych próbach, ocenia przemieszczanie i stabilność, a wyuczone sterowanie sprawdza na prawdziwym robocie. - Everyday example PL: Robot kroczący ćwiczy przechodzenie po nierównym podłożu w symulacji, zanim jego sposób chodzenia zostanie sprawdzony na sprzęcie. - In one sentence EN: This teaches robots to walk and balance through many simulation trials. - Problem it solves EN: Describing every leg movement across different surfaces is difficult, and repeated real falls put strain on hardware. - What it does EN: It practises leg movements in many virtual trials, scores movement and stability, then checks the learned controller on a real robot. - Everyday example EN: A legged robot practises crossing uneven terrain in simulation before its walking behaviour is tested on hardware. - concerns you if PL: chcesz uczyć sterowania nogami robota; potrzebujesz wielu prób bez zużywania prawdziwego sprzętu - concerns you if EN: want to teach control of a robot's legs; need many trials without wearing out physical hardware - related: `simtoreal`, `wholebodycontrol` - sources: `legged-gym-2021` ### Chodzenie po trudnym terenie z patrzeniem pod nogi (Perceptive legged locomotion on rough terrain) - id: `perceptivelocomotion` · https://aiatlasgraph.com/t/perceptivelocomotion.md - path: Robotyka i embodied AI › Lokomocja i roboty humanoidalne › Lokomocja robotów uczona w symulacji › Chodzenie po trudnym terenie z patrzeniem pod nogi - aliases: perceptive locomotion, terrain-aware locomotion, legged locomotion in the wild, lokomocja percepcyjna, chodzenie po trudnym terenie - PL: Polityki lokomocji łączące propriocepcję z percepcją terenu (mapa wysokości, obraz głębi), uczone RL w symulacji i odporne na zawodność czujników zewnętrznych. - EN: Locomotion policies fusing proprioception with terrain perception (height map, depth images), trained by RL in simulation and robust to unreliable external sensors. - In one sentence PL: Robot na nogach patrzy na teren przed sobą i z wyprzedzeniem dopasowuje kroki do schodów, kamieni czy śniegu. - Problem it solves PL: Robot, który tylko „czuje nogami”, potyka się na schodach i musi iść wolno, bo o przeszkodzie dowiaduje się dopiero, gdy na nią nadepnie. - What it does PL: Łączy wzrok z czuciem jak turysta na szlaku: patrzy, gdzie postawić stopę, ale ufa nogom, gdy śnieg lub trawa zakrywają grunt. - Everyday example PL: Robot inspekcyjny na czterech nogach wchodzi po kratowych schodach w elektrowni i przechodzi przez rumowisko po burzy. - In one sentence EN: A legged robot looks at the ground ahead and adjusts its steps in advance to stairs, rocks or snow. - Problem it solves EN: A robot that only “feels with its feet” trips on stairs and must walk slowly, learning about an obstacle only once it steps on it. - What it does EN: It blends sight and feel like a hiker on a trail: looking where to step, but trusting the legs when snow or grass hides the ground. - Everyday example EN: A four-legged inspection robot climbs grated stairs in a power plant and crosses debris after a storm. - concerns you if PL: robot ma poruszać się poza płaską podłogą; uczysz się uczenia ze wzmocnieniem dla robotów kroczących; łączysz dane z kamer głębi z odczuciem ciała robota - concerns you if EN: need a robot to move beyond flat floors; are learning reinforcement learning for legged robots; combine depth-camera data with the robot's body sense - sources: `perceptive-locomotion-2022` ### Naśladowanie ruchu człowieka przez robota (Motion imitation and retargeting from human data) - id: `motionimitation` · https://aiatlasgraph.com/t/motionimitation.md - path: Robotyka i embodied AI › Lokomocja i roboty humanoidalne › Naśladowanie ruchu człowieka przez robota - aliases: motion imitation, motion retargeting, human-to-humanoid, humanoid shadowing, naśladowanie ruchu, przenoszenie ruchu - PL: Przenoszenie ruchów z nagrań ludzi (motion capture, wideo) na kinematykę robota i trening polityk RL, które fizycznie je odtwarzają. - EN: Transferring motion from human recordings (motion capture, video) to robot kinematics and training RL policies that physically reproduce it. - In one sentence PL: Uczenie robota lub animowanej postaci ruchów przez kopiowanie nagrań ludzi – od chodu po taniec i salta. - Problem it solves PL: Zaprojektowanie naturalnego ruchu wielu stawów od zera jest niemal niemożliwe, a nagrania ludzi są łatwo dostępne. - What it does PL: Przekłada ruch człowieka na proporcje robota, a potem w symulacji uczy go powtarzać ten ruch bez przewracania się. - Everyday example PL: Operator macha ręką i robi krok przed kamerą, a humanoid w tej samej chwili powtarza jego ruchy. - In one sentence EN: Teaching a robot or animated character movements by copying recordings of people, from walking to dancing and flips. - Problem it solves EN: Designing natural motion for many joints from scratch is nearly impossible, while recordings of people are easy to find. - What it does EN: It translates human movement to the robot's proportions, then in simulation teaches it to repeat the motion without falling. - Everyday example EN: An operator waves and steps in front of a camera, and a humanoid repeats the movements at the same moment. - concerns you if PL: chcesz nauczyć robota ruchu z nagrania wideo; sterujesz humanoidem własnym ciałem; animujesz postacie w grach fizycznie realistycznym ruchem - concerns you if EN: want to teach a robot motion from a video; control a humanoid with your own body; animate game characters with physically realistic motion - related: `charanimation`, `poseestimation`, `teleopdata` - sources: `deepmimic-2018`, `h2o-2024`, `humanplus-2024` ### Sterowanie całym ciałem humanoida (Humanoid whole-body control) - id: `wholebodycontrol` · https://aiatlasgraph.com/t/wholebodycontrol.md - path: Robotyka i embodied AI › Lokomocja i roboty humanoidalne › Sterowanie całym ciałem humanoida - aliases: whole-body control, WBC, humanoid control, sterowanie całociałowe - PL: Jednoczesne sterowanie wszystkimi stawami humanoida z priorytetami zadań i ograniczeniami kontaktu – przez optymalizację lub uczoną politykę. - EN: Controlling all of a humanoid's joints at once with task priorities and contact constraints—via optimisation or a learned policy. - In one sentence PL: Koordynowanie nóg, tułowia i rąk humanoida naraz, żeby mógł pracować rękami i nie stracić równowagi. - Problem it solves PL: Gdy robot sięga po ciężki przedmiot, przesuwa się jego środek ciężkości; osobne sterowanie nogami i rękami kończy się upadkiem. - What it does PL: Działa jak dyrygent ciała: rozdziela pracę między dziesiątki stawów tak, by ręka sięgała, a stopy wciąż trzymały równowagę. - Everyday example PL: Humanoid pochyla się, podnosi z podłogi kosz z praniem i prostuje się, przesuwając ciężar ciała jak człowiek. - In one sentence EN: Coordinating a humanoid's legs, torso and arms at once so it can work with its hands without losing balance. - Problem it solves EN: When a robot reaches for something heavy its centre of mass shifts, and controlling legs and arms separately ends in a fall. - What it does EN: It acts as the body's conductor, sharing work among dozens of joints so a hand reaches while the feet still keep balance. - Everyday example EN: A humanoid bends, lifts a laundry basket off the floor and straightens up, shifting its weight like a person. - concerns you if PL: programujesz humanoida, który ma pracować rękami; oceniasz, czy humanoid poradzi sobie z cięższą pracą; ciekawi cię, jak robot nie przewraca się przy sięganiu - concerns you if EN: program a humanoid that must work with its hands; judge whether a humanoid can handle heavier work; wonder how a robot avoids tipping over while reaching - related: `locomotion` - sources: `humanoid-hlm-survey-2026`, `h2o-2024` ### Manipulacja przedmiotami (Robotic manipulation) - id: `manipulation` · https://aiatlasgraph.com/t/manipulation.md - path: Robotyka i embodied AI › Manipulacja przedmiotami - aliases: robot manipulation, pick and place, manipulacja robotyczna, chwytanie i przenoszenie - PL: Dział robotyki o fizycznej interakcji z obiektami: percepcja pozy, wybór chwytu, ruch z kontaktem i uczenie umiejętności manipulacyjnych. - EN: The branch of robotics about physical interaction with objects: pose perception, grasp selection, contact-rich motion and learning manipulation skills. - In one sentence PL: Umiejętność robota, by chwytać, przenosić, układać i obracać przedmioty, tak jak robią to ludzkie dłonie. - Problem it solves PL: Przedmioty mają różne kształty i śliskie powierzchnie, leżą w bałaganie, więc sztywno zaprogramowany chwyt często zawodzi. - What it does PL: Łączy oko i rękę: kamera rozpoznaje przedmiot i jego ułożenie, a ramię dobiera ruch i siłę nacisku. - Everyday example PL: Robot w centrum logistycznym wyjmuje z pojemnika różne produkty – butelkę, książkę, miękką paczkę – i pakuje je do kartonu. - In one sentence EN: A robot's ability to grab, carry, place and turn objects the way human hands do. - Problem it solves EN: Objects vary in shape, have slippery surfaces and lie in clutter, so a rigidly programmed grip often fails. - What it does EN: It links eye and hand: a camera recognises the object and how it lies, and the arm picks a motion and grip force. - Everyday example EN: A logistics robot picks mixed products from a bin—a bottle, a book, a soft pouch—and packs them into a box. - concerns you if PL: automatyzujesz pakowanie, sortowanie lub montaż; budujesz robota do pracy w domu; chcesz wiedzieć, czemu złożenie ubrania jest dla robota trudne - concerns you if EN: automate packing, sorting or assembly; build a robot for household work; wonder why folding clothes is hard for robots - related: `diffusionpolicy`, `goalconditioned` - sources: `tedrake-manipulation`, `peract-2022` ### Douczanie robota próbami w realnym świecie z pomocą człowieka (Real-world reinforcement learning with human interventions) - id: `realworldrl` · https://aiatlasgraph.com/t/realworldrl.md - path: Robotyka i embodied AI › Manipulacja przedmiotami › Douczanie robota próbami w realnym świecie z pomocą człowieka - aliases: real-world RL, human-in-the-loop RL, robot reinforcement learning on hardware, RL na prawdziwym robocie, uczenie z interwencjami człowieka - PL: Uczenie ze wzmocnieniem bezpośrednio na fizycznym robocie, z inicjalizacją z demonstracji, korektami operatora w trakcie prób i nagrodą z klasyfikatora sukcesu. - EN: Reinforcement learning directly on a physical robot, initialised from demonstrations, with operator corrections during trials and reward from a success classifier. - In one sentence PL: Robot ćwiczy zadanie na prawdziwym stanowisku, a człowiek od czasu do czasu go poprawia, aż robot zacznie robić to szybko i bezbłędnie. - Problem it solves PL: Robot nauczony samymi pokazami wykonuje zadanie poprawnie tylko część razy, a fabryce potrzebna jest niezawodność bliska stu procent. - What it does PL: Jak uczeń przy instruktorze jazdy: próbuje sam, instruktor przejmuje kierownicę przed błędem, a robot uczy się i z sukcesów, i z poprawek. - Everyday example PL: W ciągu popołudnia ramię uczy się wkładać elementy do płyty tak sprawnie, że przestaje mylić się nawet przy przesuniętej płycie. - In one sentence EN: A robot practises a task at a real workstation while a person corrects it now and then, until it does it quickly and flawlessly. - Problem it solves EN: A robot taught only by demonstrations gets the task right only part of the time, while a factory needs near-total reliability. - What it does EN: Like a learner with a driving instructor: it tries alone, the instructor grabs the wheel before a mistake, and the robot learns from both successes and corrections. - Everyday example EN: Within an afternoon an arm learns to insert components into a board so well that it stops failing even when the board is shifted. - concerns you if PL: robot działa, ale za często się myli; chcesz wypróbować uczenie ze wzmocnieniem na prawdziwym sprzęcie; możesz poświęcić kilka godzin na nadzorowanie robota - concerns you if EN: have a robot that works but fails too often; want to try reinforcement learning on real hardware; can spend a few hours supervising a robot - related: `dagger` - sources: `hil-serl-2024` ### Manipulacja miękkimi przedmiotami (tkaniny, liny, kable) (Deformable object manipulation) - id: `deformablemanip` · https://aiatlasgraph.com/t/deformablemanip.md - path: Robotyka i embodied AI › Manipulacja przedmiotami › Manipulacja miękkimi przedmiotami (tkaniny, liny, kable) - aliases: deformable object manipulation, DOM, manipulacja obiektami odkształcalnymi, manipulacja obiektami miękkimi - PL: Percepcja, modelowanie i sterowanie przy obiektach odkształcalnych (tkaniny, liny, kable, worki, żywność), których stan ma bardzo wiele wymiarów, a dynamika jest złożona. - EN: Perception, modelling and control for deformable objects (cloth, rope, cables, bags, food), whose state is very high-dimensional and whose dynamics are complex. - In one sentence PL: Roboty uczą się składać ubrania, wiązać sznurki i prowadzić kable, czyli obchodzić się z rzeczami, które zmieniają kształt w rękach. - Problem it solves PL: Koszula po każdym dotknięciu układa się inaczej, więc robot nie może zaplanować ruchów z góry tak jak przy sztywnym pudełku. - What it does PL: Robot działa małymi krokami jak człowiek przy praniu: chwyta róg, strzepuje, sprawdza efekt na obrazie i dopiero wtedy wybiera kolejny ruch. - Everyday example PL: Dwuręczny robot w pralni wyciąga ręczniki z kosza, rozkłada je na stole i składa w równą kostkę. - In one sentence EN: Robots learn to fold clothes, tie strings and route cables – handling things that change shape in their hands. - Problem it solves EN: A shirt settles differently after every touch, so a robot cannot plan its moves in advance as it would for a rigid box. - What it does EN: The robot works in small steps like a person doing laundry: grab a corner, shake, check the result in the image, then pick the next move. - Everyday example EN: A two-armed robot in a laundry pulls towels from a basket, spreads them on a table and folds them into a neat stack. - concerns you if PL: marzysz o robocie, który złoży pranie; automatyzujesz pracę z kablami, workami lub żywnością; chcesz zrozumieć, czemu proste dla ludzi zadania są trudne dla robotów - concerns you if EN: dream of a robot that folds laundry; automate work with cables, bags or food; want to see why tasks easy for people are hard for robots - sources: `deformable-manip-survey-2023` ### Precyzyjne zadania z kontaktem (wkładanie, montaż, wycieranie) (Contact-rich manipulation (insertion, assembly, wiping)) - id: `contactrich` · https://aiatlasgraph.com/t/contactrich.md - path: Robotyka i embodied AI › Manipulacja przedmiotami › Precyzyjne zadania z kontaktem (wkładanie, montaż, wycieranie) - aliases: contact-rich manipulation, force-aware manipulation, manipulacja z kontaktem, manipulacja z kontrolą siły - PL: Manipulacja wymagająca kontrolowanego kontaktu i siły, czuła na drobne błędy pozycji: wkładanie, montaż, dokręcanie, wycieranie, polerowanie. - EN: Manipulation requiring controlled contact and force, sensitive to small position errors: insertion, assembly, screwing, wiping, polishing. - In one sentence PL: Zadania, w których robot musi czuć opór i dociskać z wyczuciem: wkładać wtyczkę, skręcać części, wycierać stół. - Problem it solves PL: Wystarczy przesunięcie o ułamek milimetra, żeby wtyczka się zaklinowała, a samo patrzenie nie mówi robotowi, jak mocno naciska. - What it does PL: Robot postępuje jak człowiek wkładający klucz po ciemku: lekko dociska, czuje, gdzie stawia opór, i poprawia kąt, aż wejdzie. - Everyday example PL: Na linii elektroniki ramię wpina taśmę do gniazda w płycie, wyczuwając moment, w którym złącze „klika” na miejsce. - In one sentence EN: Tasks where a robot must feel resistance and press with care: plugging in a connector, assembling parts, wiping a table. - Problem it solves EN: A fraction of a millimetre off and the connector jams, and looking alone does not tell a robot how hard it is pressing. - What it does EN: The robot acts like someone fitting a key in the dark: pressing lightly, feeling where it resists and adjusting the angle until it slides in. - Everyday example EN: On an electronics line an arm plugs a ribbon cable into a board socket, sensing the moment the connector clicks home. - concerns you if PL: automatyzujesz montaż lub pakowanie z ciasnymi pasowaniami; robot ma szlifować, polerować lub wycierać; zbierasz demonstracje, w których liczy się siła - concerns you if EN: automate assembly or packing with tight fits; need a robot to sand, polish or wipe; collect demonstrations where force matters - related: `tactilesensing` - sources: `manipulation-in-contact-survey-2022`, `il-contactrich-survey-2025` ### Robot, który jeździ i chwyta naraz (manipulacja mobilna) (Mobile manipulation) - id: `mobilemanip` · https://aiatlasgraph.com/t/mobilemanip.md - path: Robotyka i embodied AI › Manipulacja przedmiotami › Robot, który jeździ i chwyta naraz (manipulacja mobilna) - aliases: mobile manipulation, mobile manipulator, whole-body mobile manipulation, bimanual mobile manipulation, manipulacja mobilna, manipulator mobilny - PL: Łączenie nawigacji bazy mobilnej z manipulacją jednym lub dwoma ramionami w jednym zadaniu, sterowane całym ciałem lub hierarchicznie. - EN: Combining navigation of a mobile base with one- or two-arm manipulation in a single task, using whole-body or hierarchical control. - In one sentence PL: Robot na kółkach z ramionami, który podjeżdża do szafki, otwiera ją i coś z niej wyjmuje, łącząc jazdę z pracą rąk. - Problem it solves PL: Ramię przykręcone do stołu sięga tylko kawałek dalej, a większość prac w domu i szpitalu wymaga przejścia przez kilka pomieszczeń. - What it does PL: Sterownik traktuje koła i ramiona jak jedno ciało, tak jak człowiek, który robi krok w bok, żeby sięgnąć wyżej na półkę. - Everyday example PL: Robot w kuchni podjeżdża do zlewu, płucze patelnię, a potem jedzie do szafki i odstawia ją na miejsce. - In one sentence EN: A wheeled robot with arms that drives to a cupboard, opens it and takes something out, combining driving with handwork. - Problem it solves EN: An arm bolted to a table reaches only a little way, while most work in homes and hospitals means moving across several rooms. - What it does EN: The controller treats wheels and arms as one body, like a person stepping sideways to reach a higher shelf. - Everyday example EN: A kitchen robot drives to the sink, rinses a pan, then rolls to a cupboard and puts it away. - concerns you if PL: myślisz o robocie domowym lub szpitalnym; zbierasz demonstracje do robota na kółkach; łączysz nawigację z chwytaniem - concerns you if EN: think about a home or hospital robot; collect demonstrations for a wheeled robot; combine navigation with grasping - related: `teleopdata` - sources: `mobile-aloha-2024` ### Wyznaczanie chwytu (Grasp detection and planning) - id: `grasping` · https://aiatlasgraph.com/t/grasping.md - path: Robotyka i embodied AI › Manipulacja przedmiotami › Wyznaczanie chwytu - aliases: grasp detection, grasp planning, robotic grasping, chwytanie robotyczne, GQ-CNN - PL: Przewidywanie stabilnych póz chwytaka dla obiektu z obrazu głębi lub chmury punktów, analitycznie albo modelem uczonym. - EN: Predicting stable gripper poses for an object from depth images or point clouds, analytically or with a learned model. - In one sentence PL: Wybieranie, w którym miejscu i pod jakim kątem robot powinien złapać przedmiot, żeby go nie upuścić. - Problem it solves PL: Każdy przedmiot trzyma się inaczej, a robot widzi tylko fragment kształtu; zły chwyt kończy się upuszczeniem lub zgnieceniem. - What it does PL: Ocenia wiele możliwych miejsc uchwytu, jak człowiek przymierzający dłoń do nieznanego pudełka, i wybiera to najpewniejsze. - Everyday example PL: Robot przy taśmie zbiera z pojemnika pomieszane zabawki, za każdym razem łapiąc je w innym, stabilnym miejscu. - In one sentence EN: Choosing where and at what angle a robot should grip an object so it does not drop it. - Problem it solves EN: Every object is held differently and the robot sees only part of its shape; a bad grip means a drop or a crush. - What it does EN: It scores many candidate grip spots, like a person trying their hand on an unfamiliar box, and picks the surest one. - Everyday example EN: A robot at a conveyor picks mixed toys from a bin, each time gripping them at a different, stable spot. - concerns you if PL: automatyzujesz wybieranie przedmiotów z pojemników; projektujesz chwytak lub przyssawkę do robota; chcesz, żeby robot radził sobie z nieznanymi rzeczami - concerns you if EN: automate picking items out of bins; design a gripper or suction tool for a robot; want a robot to handle unfamiliar items - related: `pointclouds`, `affordances`, `objectpose6d` - sources: `tedrake-manipulation`, `dexnet2-2017`, `modern-robotics-2017` ### Zręczna manipulacja dłonią robota (Dexterous in-hand manipulation) - id: `dexterousmanip` · https://aiatlasgraph.com/t/dexterousmanip.md - path: Robotyka i embodied AI › Manipulacja przedmiotami › Zręczna manipulacja dłonią robota - aliases: dexterous manipulation, in-hand manipulation, multi-fingered hand, robotyczna dłoń, manipulacja palcami - PL: Sterowanie wielopalczastą dłonią w celu zmiany pozy obiektu w chwycie, m.in. politykami RL trenowanymi w symulacji i przenoszonymi na sprzęt. - EN: Controlling a multi-fingered hand to change an object's pose within the grasp, including with RL policies trained in simulation and transferred to hardware. - In one sentence PL: Obracanie i przekładanie przedmiotów palcami wielopalczastej dłoni robota, bez odkładania ich na stół. - Problem it solves PL: Prosty chwytak tylko zaciska szczęki, a śrubokręt, klucz czy kostkę trzeba obrócić w dłoni, czego nie da się łatwo zaprogramować. - What it does PL: Uczy palce współpracy metodą prób i błędów, najczęściej w symulacji, jak dziecko ćwiczące obracanie kostki w dłoni. - Everyday example PL: Dłoń robota obraca w palcach klucz, żeby ustawić go ząbkami do zamka, zanim go włoży. - In one sentence EN: Turning and repositioning objects with the fingers of a multi-fingered robot hand, without putting them down. - Problem it solves EN: A simple gripper just clamps, while a screwdriver, key or cube must be turned in hand, which is hard to program. - What it does EN: It teaches fingers to cooperate through trial and error, mostly in simulation, like a child practising turning a cube in hand. - Everyday example EN: A robot hand rotates a key in its fingers to line its teeth up with the lock before inserting it. - concerns you if PL: budujesz lub programujesz robotyczną dłoń; potrzebujesz posługiwania się narzędziami, nie tylko chwytania; ciekawi cię, czemu ręka to najtrudniejsza część humanoida - concerns you if EN: build or program a robot hand; need tool use, not just grabbing; wonder why the hand is a humanoid's hardest part - related: `simtoreal`, `tactilesensing` - sources: `dexterous-inhand-2018` ### Modele bazowe dla robotów (Robot foundation models) - id: `robotfoundation` · https://aiatlasgraph.com/t/robotfoundation.md - path: Robotyka i embodied AI › Modele bazowe dla robotów - aliases: robot foundation models, generalist robot policies, embodied foundation models, modele bazowe w robotyce, ogólne polityki robotów - PL: Pretrenowane modele (VLA, LLM, VLM) używane w robotyce do percepcji, planowania zadań i generowania akcji na wielu platformach. - EN: Pretrained models (VLA, LLM, VLM) used in robotics for perception, task planning and action generation across many platforms. - In one sentence PL: Duże modele uczone na danych z wielu robotów i z internetu, które mają pomagać robotom w wielu różnych zadaniach. - Problem it solves PL: Dotąd każde zadanie i każdy robot wymagały osobnego, żmudnie trenowanego programu, który psuł się przy małej zmianie otoczenia. - What it does PL: Łączy wiedzę z wielu zbiorów i zadań, a następnie dostosowuje model do nowej platformy lub zastosowania. - Everyday example PL: Model wstępnie uczony na danych z wielu ramion robotycznych zostaje dostrojony do nowego ramienia i wykonuje polecenia typu „posprzątaj stół”. - In one sentence EN: Large models trained on data from many robots and the internet, meant to help robots with many different tasks. - Problem it solves EN: Until recently every task and robot needed its own laboriously trained program that broke when the surroundings changed slightly. - What it does EN: It combines knowledge from multiple datasets and tasks, then adapts the model to a new platform or application. - Everyday example EN: A model pretrained on data from multiple robot arms is fine-tuned to a new arm and follows instructions such as “clear the table”. - concerns you if PL: śledzisz, dokąd zmierza robotyka ogólnego przeznaczenia; chcesz douczyć gotowy model na swoim robocie; porównujesz roboty sterowane poleceniami słownymi - concerns you if EN: follow where general-purpose robotics is heading; want to fine-tune a ready model on your robot; compare robots controlled by spoken instructions - related: `worldfoundation` - sources: `foundation-models-robotics-2023`, `octo-2024`, `vla-survey-2025`, `open-x-embodiment-2023` ### Jedna polityka dla wielu typów robotów (Cross-embodiment robot policies) - id: `crossembodiment` · https://aiatlasgraph.com/t/crossembodiment.md - path: Robotyka i embodied AI › Modele bazowe dla robotów › Jedna polityka dla wielu typów robotów - aliases: cross-embodiment, cross-embodiment learning, RT-X, generalist robot policy, uczenie między robotami - PL: Trening polityk na danych z wielu platform o różnych kamerach, stawach i przestrzeniach akcji, z transferem i szybkim dostrajaniem. - EN: Training policies on data from many platforms with different cameras, joints and action spaces, enabling transfer and quick fine-tuning. - In one sentence PL: Trenowanie jednego modelu na nagraniach z różnych robotów, żeby umiejętności przechodziły z jednej maszyny na drugą. - Problem it solves PL: Każde laboratorium ma inny robot i mało danych, więc modele uczone osobno widzą za mało przykładów. - What it does PL: Jak kierowca, który po latach jazdy różnymi autami szybko oswaja nowe: model zbiera doświadczenie wielu ciał i łatwiej się douczy. - Everyday example PL: W pracowni z jednym ramieniem robota dostrajasz gotowy model na niewielkim zbiorze własnych demonstracji zamiast trenować politykę od początku. - In one sentence EN: Training one model on recordings from different robots so skills carry over from one machine to another. - Problem it solves EN: Every lab has a different robot and little data, so separately trained models see too few examples. - What it does EN: Like a driver who, after years in different cars, quickly gets used to a new one: the model pools experience across bodies and adapts faster. - Everyday example EN: In a lab with one robot arm, you fine-tune a pretrained model on a small set of demonstrations instead of training a policy from scratch. - concerns you if PL: masz robota, ale mało nagrań do nauki; chcesz użyć otwartego modelu na własnym sprzęcie; sprawdzasz, czy wspólne dane pomagają twojemu robotowi - concerns you if EN: have a robot but few recordings to learn from; want to run an open model on your own hardware; check whether pooled data helps your robot - related: `vla`, `teleopdata` - sources: `octo-2024`, `open-x-embodiment-2023` ### Modele wizja–język–akcja (VLA) (Vision-language-action models (VLA)) - id: `vla` · https://aiatlasgraph.com/t/vla.md - path: Robotyka i embodied AI › Modele bazowe dla robotów › Modele wizja–język–akcja (VLA) - PL: Modele dla robotów łączące percepcję wzrokową, instrukcje językowe i generowanie akcji, rozwijane jako ogólne polityki przenoszone między zadaniami i robotami. - EN: Robot models combining visual perception, language instructions and action generation, developed as generalist policies transferable across tasks and robots. - examples PL: π₀ / π₀.₅ · RT-2 · OpenVLA · SmolVLA · Gemini Robotics · GR00T - examples EN: π₀ / π₀.₅ · RT-2 · OpenVLA · SmolVLA · Gemini Robotics · GR00T - In one sentence PL: To modele, które łączą obraz otoczenia z poleceniem słownym, żeby proponować ruchy robota. - Problem it solves PL: Robot musi powiązać to, co widzi, z tym, o co prosisz, i przełożyć oba sygnały na działanie. - What it does PL: Uczy powiązania obserwacji, poleceń i ruchów na przykładach zadań; zakres przenoszenia na nowe sytuacje zależy od modelu i danych. - Everyday example PL: Prosisz robota, żeby odłożył kubek na półkę; model łączy obraz stołu z poleceniem i proponuje kolejne ruchy ramienia. - In one sentence EN: These models combine a view of the surroundings with a spoken or written instruction to propose robot actions. - Problem it solves EN: A robot must connect what it sees with what you request and translate both signals into action. - What it does EN: It learns links between observations, instructions and movements from task examples; transfer to new situations depends on the model and data. - Everyday example EN: You ask a robot to put a cup on a shelf; the model combines the table image with your instruction and proposes arm movements. - concerns you if PL: chcesz sterować zadaniami robota za pomocą poleceń; potrzebujesz łączyć obraz sytuacji z wyborem ruchów - concerns you if EN: want to give a robot task instructions; need scene perception linked to movement choices - related: `generalistgameagents`, `crossembodiment`, `behaviorcloning`, `multimodal`, `vlm`, `drivingvlm` - sources: `pi0-2024`, `vla-survey-2025`, `open-x-embodiment-2023`, `lerobot-docs` ### Jak model zapisuje ruchy robota (tokeny i ciągi akcji) (Action tokenization and chunking in VLA models) - id: `vlaactions` · https://aiatlasgraph.com/t/vlaactions.md - path: Robotyka i embodied AI › Modele bazowe dla robotów › Modele wizja–język–akcja (VLA) › Jak model zapisuje ruchy robota (tokeny i ciągi akcji) - aliases: action tokenization, action chunking, FAST tokenizer, tokenizacja akcji, porcjowanie akcji robota - PL: Reprezentowanie ciągłych ruchów robota w modelach VLA przez dyskretyzację, kompresję do tokenów i przewidywanie fragmentów trajektorii naraz. - EN: Representing continuous robot motions in VLA models through discretisation, compression into tokens and prediction of trajectory chunks. - In one sentence PL: Zanim model językowy zacznie sterować robotem, ruchy ramienia trzeba zapisać w postaci, którą model potrafi czytać i przewidywać jak słowa. - Problem it solves PL: Zapisanie każdego ruchu osobno sprawia, że model gubi płynność, uczy się wolno i nie nadąża za szybkimi, zręcznymi ruchami. - What it does PL: Kompresuje ruch tak jak muzykę w pliku: zamiast każdej próbki zapisuje kształt całego fragmentu, kilka chwil naprzód naraz. - Everyday example PL: Robot składający koszulkę planuje cały ruch chwytu i strzepnięcia w jednym kroku, zamiast decydować od nowa w każdej setnej sekundy. - In one sentence EN: Before a language-style model can drive a robot, arm movements must be written in a form it can read and predict like words. - Problem it solves EN: Writing every movement separately makes the model lose smoothness, learn slowly and fall behind fast, dexterous motions. - What it does EN: It compresses motion like music in a file: instead of every sample it stores the shape of a whole stretch, several moments ahead at once. - Everyday example EN: A robot folding a T-shirt plans the whole grab-and-shake motion in one step instead of deciding afresh every hundredth of a second. - concerns you if PL: trenujesz lub dostrajasz model sterowania robotem; chcesz zrozumieć, jak model tekstowy może poruszać ramieniem; porównujesz szybkość trenowania różnych polityk - concerns you if EN: train or fine-tune a robot control model; want to see how a text model can move an arm; compare training speed of different policies - related: `diffusionpolicy` - sources: `fast-tokenizer-2025` ### Planowanie zadań robota z modelem językowym (Language-model task planning for robots) - id: `llmtaskplanning` · https://aiatlasgraph.com/t/llmtaskplanning.md - path: Robotyka i embodied AI › Modele bazowe dla robotów › Planowanie zadań robota z modelem językowym - aliases: LLM task planning, SayCan, Code as Policies, language grounding for robots, planowanie z LLM, planowanie zadań robota - PL: Użycie modeli językowych do rozkładu poleceń na sekwencje umiejętności robota lub do pisania kodu sterującego, z ugruntowaniem w scenie i możliwościach. - EN: Using language models to decompose instructions into sequences of robot skills or to write control code, grounded in the scene and capabilities. - In one sentence PL: Model językowy rozbija polecenie typu „posprzątaj stół” na kroki, które robot umie wykonać. - Problem it solves PL: Ludzie mówią ogólnikami, a robot zna tylko proste czynności; ktoś musi przełożyć jedno na drugie. - What it does PL: Działa jak brygadzista: rozumie sens polecenia, dzieli pracę na znane robotowi ruchy i sprawdza, co da się teraz zrobić. - Everyday example PL: Mówisz: „rozlałem sok, pomóż”, a robot kolejno przynosi gąbkę, wyciera blat i wyrzuca pustą butelkę. - In one sentence EN: A language model breaks a request like “tidy the table” into steps the robot knows how to perform. - Problem it solves EN: People speak in generalities while a robot knows only simple actions; someone has to translate one into the other. - What it does EN: Like a foreman, it grasps the request, splits the work into moves the robot knows and checks what is feasible right now. - Everyday example EN: You say “I spilled some juice, help”, and the robot fetches a sponge, wipes the counter and throws away the empty bottle. - concerns you if PL: chcesz sterować robotem zwykłymi zdaniami; łączysz model językowy z gotowymi umiejętnościami robota; budujesz robota-asystenta do domu lub magazynu - concerns you if EN: want to control a robot with ordinary sentences; connect a language model to existing robot skills; build an assistant robot for a home or warehouse - related: `agentsnode`, `classicalplanning` - sources: `foundation-models-robotics-2023`, `saycan-2022`, `code-as-policies-2022` ### Nawigacja robotów mobilnych (Mobile robot navigation) - id: `robotnav` · https://aiatlasgraph.com/t/robotnav.md - path: Robotyka i embodied AI › Nawigacja robotów mobilnych - aliases: robot navigation, mobile robots, embodied navigation, nawigacja robota, roboty mobilne - PL: Lokalizacja, mapowanie i planowanie ścieżki robotów mobilnych, od klasycznego stosu nawigacyjnego po nawigację uczoną i sterowaną językiem. - EN: Localisation, mapping and path planning for mobile robots, from the classical navigation stack to learned and language-guided navigation. - In one sentence PL: Jak robot na kołach lub nogach ustala, gdzie jest, i znajduje drogę do celu w budynku czy na zewnątrz. - Problem it solves PL: Wnętrza się zmieniają, ludzie chodzą, a mapy bywają nieaktualne, więc robot nie może jeździć po sztywno wyznaczonej trasie. - What it does PL: Łączy mapę, rozpoznawanie otoczenia i planowanie trasy jak kurier, który zna dzielnicę, ale omija każdy nowy remont. - Everyday example PL: Robot dostarczający leki w szpitalu sam jedzie windą, omija łóżka na korytarzu i trafia do właściwej sali. - In one sentence EN: How a robot on wheels or legs works out where it is and finds its way to a goal indoors or outdoors. - Problem it solves EN: Interiors change, people walk around and maps go stale, so a robot can't just follow a fixed, pre-drawn route. - What it does EN: It combines a map, scene recognition and route planning, like a courier who knows the area but detours around new roadworks. - Everyday example EN: A hospital delivery robot rides the lift, steers around beds in the corridor and reaches the right ward on its own. - concerns you if PL: wdrażasz roboty dostarczające lub sprzątające; chcesz, by robot znajdował rzeczy po opisie; interesuje cię, jak maszyny poruszają się wśród ludzi - concerns you if EN: deploy delivery or cleaning robots; want a robot to find things from a description; wonder how machines move among people - related: `slam`, `navmesh` - sources: `r2r-vln-2017`, `nav2-navigation-concepts-2026` ### Nawigacja według poleceń słownych (Vision-and-language navigation (VLN)) - id: `vln` · https://aiatlasgraph.com/t/vln.md - path: Robotyka i embodied AI › Nawigacja robotów mobilnych › Nawigacja według poleceń słownych - aliases: VLN, vision-and-language navigation, Room-to-Room, R2R, language-guided navigation, nawigacja z instrukcji - PL: Zadanie i rodzina metod, w których agent wcielony nawiguje w realistycznych wnętrzach według instrukcji w języku naturalnym, oceniane na benchmarkach typu R2R. - EN: A task and family of methods in which an embodied agent navigates realistic interiors by natural-language instructions, evaluated on benchmarks such as R2R. - In one sentence PL: Robot porusza się po budynku, wykonując wskazówki typu „wyjdź z kuchni, skręć w lewo i zatrzymaj się przy schodach”. - Problem it solves PL: Ludzie opisują drogę słowami i punktami orientacyjnymi, a nie współrzędnymi, których robot zwykle potrzebuje. - What it does PL: Dopasowuje kolejne części wskazówki do tego, co robot akurat widzi, jak turysta czytający opis trasy i rozglądający się za znakami. - Everyday example PL: Prosisz robota w biurze: „idź do sali obok automatu z kawą”, a on sam znajduje drogę bez mapy z opisanymi pokojami. - In one sentence EN: A robot moves through a building following directions like “leave the kitchen, turn left and stop by the stairs”. - Problem it solves EN: People describe routes with words and landmarks, not the coordinates robots usually need. - What it does EN: It matches each part of the directions to what the robot currently sees, like a tourist reading route notes and looking for landmarks. - Everyday example EN: You tell an office robot “go to the room next to the coffee machine”, and it finds the way without a map of labelled rooms. - concerns you if PL: chcesz wysyłać robota w miejsca opisane słowami; budujesz przewodnika po budynku dla gości; ciekawi cię, jak język łączy się z ruchem w przestrzeni - concerns you if EN: want to send a robot to places described in words; build a building guide for visitors; wonder how language connects to movement in space - related: `vlm`, `objectnav` - sources: `r2r-vln-2017` ### Poruszanie się robota wśród ludzi (nawigacja społeczna) (Social robot navigation) - id: `socialnav` · https://aiatlasgraph.com/t/socialnav.md - path: Robotyka i embodied AI › Nawigacja robotów mobilnych › Poruszanie się robota wśród ludzi (nawigacja społeczna) - aliases: social navigation, crowd navigation, human-aware navigation, socially aware motion planning, nawigacja społeczna, nawigacja w tłumie - PL: Planowanie ruchu robota mobilnego wśród pieszych z uwzględnieniem przewidywania ich trajektorii, norm społecznych i komfortu, wraz z metodami oceny. - EN: Planning mobile robot motion among pedestrians, accounting for trajectory prediction, social norms and comfort, together with evaluation methods. - In one sentence PL: Robot jeździ po korytarzach i chodnikach pełnych ludzi tak, żeby nikogo nie potrącić, nie zablokować przejścia i nie wystraszyć. - Problem it solves PL: Robot, który omija ludzi jak słupki, zatrzymuje się w pół kroku albo wjeżdża komuś pod nogi, bo nie przewiduje ich ruchu. - What it does PL: Przewiduje, dokąd idą ludzie, i stosuje niepisane zasady tłumu, jak przechodzień, który trzyma się prawej i nie przecina grupy rozmawiających osób. - Everyday example PL: Robot dostarczający posiłki w szpitalu zwalnia przy wyjściu z windy, przepuszcza wózek z pacjentem i wraca na swój pas. - In one sentence EN: A robot moves through corridors and pavements full of people without bumping into anyone, blocking the way or startling them. - Problem it solves EN: A robot that dodges people like bollards freezes mid-way or cuts in front of them, because it does not anticipate their movement. - What it does EN: It predicts where people are heading and follows the unwritten rules of crowds, like a pedestrian keeping right and not cutting through a chatting group. - Everyday example EN: A hospital meal-delivery robot slows at the lift exit, lets a patient's wheelchair pass and returns to its lane. - concerns you if PL: robot ma jeździć w miejscach publicznych; projektujesz roboty dostawcze, sklepowe lub szpitalne; zastanawiasz się, jak ludzie odbierają ruch maszyn - concerns you if EN: need a robot to move in public places; design delivery, retail or hospital robots; wonder how people perceive machine movement - sources: `social-nav-challenges-2021` ### Szukanie przedmiotu w nieznanym budynku (nawigacja do obiektu) (Object-goal navigation) - id: `objectnav` · https://aiatlasgraph.com/t/objectnav.md - path: Robotyka i embodied AI › Nawigacja robotów mobilnych › Szukanie przedmiotu w nieznanym budynku (nawigacja do obiektu) - aliases: object-goal navigation, ObjectNav, semantic navigation, open-vocabulary navigation, nawigacja do celu-obiektu, nawigacja semantyczna - PL: Zadanie nawigacji ucieńleśnionej: dotrzeć do dowolnego obiektu danej kategorii w nieznanym wnętrzu, wyłącznie z egocentrycznych obserwacji. - EN: An embodied navigation task: reach any object of a given category in an unseen interior using only egocentric observations. - In one sentence PL: Robot dostaje polecenie „znajdź lodówkę” w domu, którego nie zna, i sam szuka, gdzie ona może być. - Problem it solves PL: Klasyczna nawigacja potrzebuje mapy i współrzędnych celu, a ludzie mówią o rzeczach, nie o punktach na planie. - What it does PL: Korzysta z wiedzy o tym, jak zwykle wyglądają mieszkania, jak gość, który szuka ręcznika najpierw w łazience, nie w kuchni. - Everyday example PL: Robot opiekuńczy w nowym mieszkaniu seniora szuka okularów: zagląda do sypialni i salonu, omijając przedpokój i spiżarnię. - In one sentence EN: A robot is told “find the fridge” in a home it has never seen and works out for itself where it might be. - Problem it solves EN: Classic navigation needs a map and target coordinates, while people talk about things, not points on a plan. - What it does EN: It uses knowledge of how homes are usually laid out, like a guest who looks for a towel in the bathroom first, not the kitchen. - Everyday example EN: A care robot in a senior's new flat looks for their glasses, checking the bedroom and living room and skipping the hall and pantry. - concerns you if PL: robot ma znajdować rzeczy na polecenie; interesuje cię łączenie widzenia z rozumieniem przestrzeni; porównujesz nawigację z mapą i bez niej - concerns you if EN: need a robot to find things on command; are interested in joining vision with spatial understanding; compare navigation with and without a map - related: `vln` - sources: `embodied-navigation-survey-2025` ### Percepcja robota do działania (Robot perception for action) - id: `robotperception` · https://aiatlasgraph.com/t/robotperception.md - path: Robotyka i embodied AI › Percepcja robota do działania - aliases: robot perception, embodied perception, perception for manipulation, percepcja robotów, percepcja do manipulacji - PL: Percepcja zorientowana na działanie: estymacja pozy 6D, afordancji i stanu kontaktu z obrazu, głębi, chmur punktów i czujników dotykowych. - EN: Action-oriented perception: estimating 6D pose, affordances and contact state from images, depth, point clouds and tactile sensors. - In one sentence PL: Robot musi nie tylko zobaczyć przedmiot, ale też wiedzieć, gdzie dokładnie leży, jak go chwycić i jak mocno go dotyka. - Problem it solves PL: Rozpoznanie „to jest kubek” nie wystarcza ręce robota, która musi trafić w ucho kubka z dokładnością do milimetrów. - What it does PL: Zamienia obraz z kamer i sygnały z czujników nacisku na liczby, z których planer ruchu może od razu skorzystać. - Everyday example PL: Ramię w magazynie wyjmuje z pojemnika pomieszane paczki, za każdym razem ustawiając chwytak pod innym kątem. - In one sentence EN: A robot must not only see an object but know exactly where it is, how to hold it and how hard it is touching it. - Problem it solves EN: Knowing “this is a mug” is not enough for a robot hand that must hit the mug's handle within millimetres. - What it does EN: It turns camera images and pressure-sensor signals into numbers a motion planner can use straight away. - Everyday example EN: A warehouse arm pulls jumbled parcels out of a bin, angling its gripper differently for each one. - concerns you if PL: budujesz robota, który ma podnosić różne przedmioty; zastanawiasz się, czemu roboty wciąż upuszczają rzeczy; łączysz widzenie komputerowe z ruchem maszyny - concerns you if EN: are building a robot that must pick up varied objects; wonder why robots still drop things; connect computer vision with machine movement - sources: `foundationpose-2023`, `visuotactile-review-2024`, `embodied-objectcentric-survey-2024` ### Rozpoznawanie, do czego służy przedmiot (afordancje) (Affordance learning for robot manipulation) - id: `affordances` · https://aiatlasgraph.com/t/affordances.md - path: Robotyka i embodied AI › Percepcja robota do działania › Rozpoznawanie, do czego służy przedmiot (afordancje) - aliases: affordance learning, affordance detection, object affordances, task-oriented grasping, afordancje, uczenie afordancji - PL: Przewidywanie możliwych działań na obiekcie i części, która je umożliwia (relacja obiekt–akcja–efekt), z danych statycznych lub z interakcji. - EN: Predicting possible actions on an object and the part that enables them (object–action–effect relation), from static data or interaction. - In one sentence PL: Robot uczy się rozpoznawać, co można z przedmiotem zrobić i którą jego częścią, na przykład że nóż trzyma się za rękojeść. - Problem it solves PL: Robot, który umie złapać przedmiot, nadal może złapać go tak, że nie da się go potem użyć do zadania. - What it does PL: Zaznacza na obrazie lub modelu przedmiotu strefy o różnym przeznaczeniu, jak instrukcja z rysunkiem „tu trzymaj, tym kroisz”. - Everyday example PL: Poproszony o podanie nożyczek robot chwyta je za ostrza i podaje człowiekowi uchwytami do przodu. - In one sentence EN: A robot learns what an object can be used for and by which part, for example that a knife is held by the handle. - Problem it solves EN: A robot that can grab something may still grab it in a way that makes it useless for the task. - What it does EN: It marks regions of an object for different uses, like an instruction drawing saying “hold here, cut with this”. - Everyday example EN: Asked to pass the scissors, a robot grips them by the blades and offers the handles to the person. - concerns you if PL: robot ma używać narzędzi, a nie tylko je przenosić; chcesz, żeby robot radził sobie z przedmiotami, których nie widział; projektujesz podawanie rzeczy człowiekowi - concerns you if EN: need a robot to use tools, not just move them; want a robot to cope with objects it has never seen; design handing objects to a person - related: `grasping` - sources: `affordances-robotics-survey-2020`, `embodied-objectcentric-survey-2024` ### Ustalanie położenia i obrotu przedmiotu (poza 6D) (6D object pose estimation and tracking) - id: `objectpose6d` · https://aiatlasgraph.com/t/objectpose6d.md - path: Robotyka i embodied AI › Percepcja robota do działania › Ustalanie położenia i obrotu przedmiotu (poza 6D) - aliases: 6D pose estimation, 6-DoF object pose, object pose tracking, novel object pose estimation, estymacja pozy 6D, śledzenie pozy obiektu - PL: Estymacja i śledzenie położenia oraz orientacji obiektu (6 stopni swobody) z obrazu RGB lub RGB-D, także dla obiektów niewidzianych w treningu. - EN: Estimating and tracking an object's position and orientation (6 degrees of freedom) from RGB or RGB-D images, including objects unseen in training. - In one sentence PL: Program patrzy na przedmiot i podaje, gdzie dokładnie stoi i jak jest obrócony, żeby ramię robota mogło po niego sięgnąć. - Problem it solves PL: Ramię chybia, gdy wie tylko, że przedmiot „jest gdzieś na stole”, a nie znając obrotu, łapie go za złą stronę. - What it does PL: Porównuje widok z kamery z modelem przedmiotu albo kilkoma jego zdjęciami i dopasowuje go, aż obraz się zgodzi. - Everyday example PL: Robot na linii montażowej podnosi części leżące byle jak i każdą wkłada do gniazda tą samą stroną. - In one sentence EN: Software looks at an object and reports exactly where it stands and how it is turned, so a robot arm can reach it. - Problem it solves EN: An arm misses when it only knows an object is “somewhere on the table”, and without the rotation it grabs the wrong side. - What it does EN: It compares the camera view with a model or a few photos of the object and adjusts the fit until the picture matches. - Everyday example EN: A robot on an assembly line picks up carelessly scattered parts and fits each into its socket the right way round. - concerns you if PL: robot ma chwytać przedmioty ustawione za każdym razem inaczej; chcesz nakładać grafikę 3D na prawdziwe przedmioty; pracujesz z kamerą głębi - concerns you if EN: need a robot to grab objects placed differently each time; want to overlay 3D graphics on real objects; work with a depth camera - related: `grasping` - sources: `foundationpose-2023`, `embodied-objectcentric-survey-2024` ### Zmysł dotyku robota (czujniki dotykowe) (Tactile and visuotactile sensing for robots) - id: `tactilesensing` · https://aiatlasgraph.com/t/tactilesensing.md - path: Robotyka i embodied AI › Percepcja robota do działania › Zmysł dotyku robota (czujniki dotykowe) - aliases: tactile sensing, visuotactile sensing, robot touch, czujniki dotykowe, dotyk robota, sztuczna skóra - PL: Pomiar kontaktu przez czujniki dotykowe (rezystancyjne, pojemnościowe, wizyjno-dotykowe) i przetwarzanie ich sygnałów na siłę, poślizg i kształt. - EN: Measuring contact with tactile sensors (resistive, capacitive, visuotactile) and processing their signals into force, slip and shape. - In one sentence PL: Czujniki w palcach robota mierzą nacisk i kształt dotykanej powierzchni, więc robot czuje to, czego nie widać z kamery. - Problem it solves PL: W chwili chwytu ręka zasłania przedmiot przed kamerą, więc robot nie wie, czy trzyma go pewnie, czy właśnie mu się wyślizguje. - What it does PL: Działa jak opuszki palców: miękka warstwa odkształca się przy nacisku, a mała kamerka lub elektrody zapisują ten odcisk. - Everyday example PL: Robot w kuchni bierze jajko z wytłaczanki i lekko poluzowuje chwyt, gdy czuje, że skorupka zaczyna się uginać. - In one sentence EN: Sensors in a robot's fingertips measure pressure and the shape of what they touch, so it feels what the camera cannot see. - Problem it solves EN: At the moment of grasping the hand hides the object from the camera, so the robot cannot tell whether it is slipping. - What it does EN: It works like fingertips: a soft layer deforms under pressure and a tiny camera or electrodes record the imprint. - Everyday example EN: A kitchen robot lifts an egg from the carton and eases its grip when it feels the shell starting to give. - concerns you if PL: robot ma obchodzić się z kruchymi lub miękkimi rzeczami; kamera nie widzi miejsca kontaktu; budujesz chwytak lub protezę dłoni - concerns you if EN: need a robot to handle fragile or soft items; the camera cannot see the contact point; are building a gripper or a prosthetic hand - related: `contactrich`, `dexterousmanip` - sources: `visuotactile-review-2024`, `il-contactrich-survey-2025` ### Współpraca człowieka z robotem (Human-robot interaction and collaboration) - id: `hri` · https://aiatlasgraph.com/t/hri.md - path: Robotyka i embodied AI › Współpraca człowieka z robotem - aliases: human-robot interaction, HRI, human-robot collaboration, HRC, interakcja człowiek–robot, współpraca człowiek–robot - PL: Badania i techniki interakcji robotów z ludźmi: bezpieczeństwo fizycznego kontaktu, współdzielona kontrola, komunikacja intencji i interakcja językowa. - EN: Research and techniques for robots interacting with people: physical contact safety, shared control, intention communication and language interaction. - In one sentence PL: Dział robotyki, który bada, jak roboty mają bezpiecznie i wygodnie pracować obok ludzi, słuchać ich i dzielić się z nimi zadaniami. - Problem it solves PL: Przemysłowe roboty pracowały w klatkach, bo przy człowieku były groźne, a dziś mają pomagać w domach, szpitalach i halach pełnych ludzi. - What it does PL: Uczy robota zachowywać się jak dobry współpracownik: przewidywać zamiary, ustępować miejsca i reagować na słowa oraz dotyk. - Everyday example PL: Pracownik montuje element, a ramię obok podtrzymuje ciężką część i zwalnia, gdy człowiek sięga w jego stronę. - In one sentence EN: The part of robotics that studies how robots can work safely and comfortably beside people, listen to them and share tasks. - Problem it solves EN: Industrial robots worked inside cages because they were dangerous near people, yet now they must help in homes, hospitals and busy halls. - What it does EN: It teaches a robot to act like a good colleague: anticipate intentions, give way and respond to words and touch. - Everyday example EN: A worker fits a component while an arm beside them holds a heavy part and slows when the person reaches towards it. - concerns you if PL: robot ma pracować w tym samym miejscu co ludzie; sterujesz robotem zdalnie albo joystickiem; projektujesz, jak ludzie rozmawiają z maszynami - concerns you if EN: need a robot to work in the same space as people; control a robot remotely or with a joystick; design how people talk to machines - sources: `hri-llm-review-2026`, `shared-autonomy-hindsight-2015` ### Bezpieczna praca ramię w ramię z robotem (koboty) (Safety in physical human-robot collaboration) - id: `cobotsafety` · https://aiatlasgraph.com/t/cobotsafety.md - path: Robotyka i embodied AI › Współpraca człowieka z robotem › Bezpieczna praca ramię w ramię z robotem (koboty) - aliases: cobot safety, collaborative robot safety, bezpieczeństwo kobotów, bezpieczna współpraca człowiek–robot - PL: Tryby i metody bezpiecznej fizycznej współpracy: zatrzymanie monitorowane, prowadzenie ręczne, monitorowanie prędkości i odległości oraz ograniczanie mocy i siły. - EN: Modes and methods for safe physical collaboration: monitored stop, hand guiding, speed and separation monitoring, and power and force limiting. - In one sentence PL: Zasady i techniki, dzięki którym robot może pracować tuż obok człowieka bez klatki i nie zrobić mu krzywdy przy przypadkowym zderzeniu. - Problem it solves PL: Szybkie ramię waży tyle, że zwykłe zderzenie może złamać rękę, a ogrodzenie odbiera całą korzyść ze wspólnej pracy. - What it does PL: Robot zachowuje się jak ostrożny kierowca w strefie zamieszkania: zwalnia przy ludziach, staje przy zbliżeniu i ustępuje przy dotyku. - Everyday example PL: W fabryce ramię paletyzujące zwalnia, gdy ktoś wchodzi w pole czujnika, a po jego odejściu wraca do pełnej prędkości. - In one sentence EN: Rules and techniques that let a robot work right next to a person without a cage and not hurt them in an accidental bump. - Problem it solves EN: A fast arm is heavy enough to break a hand in an ordinary collision, while fencing it off removes the benefit of working together. - What it does EN: The robot behaves like a careful driver in a residential street: slows near people, stops when they come close and yields on contact. - Everyday example EN: In a factory a palletising arm slows when someone steps into the sensor zone and speeds up again once they leave. - concerns you if PL: planujesz robota na stanowisku bez wygrodzenia; odpowiadasz za bezpieczeństwo pracy przy automatyzacji; robot ma podawać rzeczy ludziom - concerns you if EN: plan a robot at a workstation without fencing; are responsible for workplace safety around automation; need a robot to hand things to people - related: `impedancecontrol` - sources: `phri-vic-iso15066-2023` ### Wspólne sterowanie: człowiek prowadzi, robot pomaga (Shared autonomy and assistive teleoperation) - id: `sharedautonomy` · https://aiatlasgraph.com/t/sharedautonomy.md - path: Robotyka i embodied AI › Współpraca człowieka z robotem › Wspólne sterowanie: człowiek prowadzi, robot pomaga - aliases: shared autonomy, shared control, assistive teleoperation, intent inference, współdzielona autonomia, sterowanie współdzielone - PL: Łączenie poleceń operatora z autonomią robota przy niepewności co do celu użytkownika, wnioskowanego na bieżąco z historii jego wejść. - EN: Blending operator commands with robot autonomy under uncertainty about the user's goal, inferred online from their input history. - In one sentence PL: Człowiek steruje robotem joystickiem lub głosem, a robot zgaduje, co ten chce zrobić, i po cichu poprawia mu ruchy. - Problem it solves PL: Precyzyjne sterowanie ramieniem robota przez joystick jest męczące i wolne, a pełna automatyka nie wie, czego akurat chcesz. - What it does PL: Działa jak wspomaganie kierownicy w aucie: ty wskazujesz kierunek, a system dokłada resztę, gdy jest pewny twojego celu. - Everyday example PL: Osoba na wózku kieruje ramieniem przy wózku w stronę kubka, a ramię samo ustawia chwytak i podnosi kubek do ust. - In one sentence EN: A person steers a robot with a joystick or voice while the robot guesses what they want and quietly smooths their movements. - Problem it solves EN: Precisely steering a robot arm with a joystick is tiring and slow, while full automation does not know what you want right now. - What it does EN: It works like power steering: you point the way and the system adds the rest once it is confident about your goal. - Everyday example EN: A wheelchair user nudges a mounted arm towards a cup, and the arm lines up its gripper and lifts the cup to their mouth. - concerns you if PL: sterujesz robotem lub dronem zdalnie; projektujesz pomoce dla osób z ograniczeniami ruchowymi; chcesz zbierać demonstracje szybciej i z mniejszym wysiłkiem - concerns you if EN: control a robot or drone remotely; design aids for people with limited mobility; want to collect demonstrations faster and with less effort - related: `teleopdata` - sources: `shared-autonomy-hindsight-2015` ## Sieci i modele generatywne (Neural architectures and generative models) - id: `neural` · https://aiatlasgraph.com/t/neural.md - path: Sieci i modele generatywne - PL: Rodziny modeli i ich mechanizmy. Nie każdy model generatywny jest modelem językowym. - EN: Model families and their mechanisms. Not every generative model is a language model. - In one sentence PL: To sposoby budowania modeli, które uczą się wzorów w danych, przewidują wyniki i tworzą nowe treści. - Problem it solves PL: Nie da się ręcznie rozpisać wszystkich reguł potrzebnych do rozpoznawania zdjęć, rozumienia tekstu lub tworzenia obrazów. - What it does PL: Połączone części modelu przekształcają dane, a uczenie dostosowuje ich działanie; różne układy odpowiadają różnym zadaniom i kosztom. - Everyday example PL: Jedna aplikacja rozpoznaje przedmioty na zdjęciu, a inna tworzy ilustrację z opisu, korzystając z inaczej zbudowanych modeli. - In one sentence EN: These are ways to build models that learn patterns in data, predict outcomes and create new content. - Problem it solves EN: You cannot manually write every rule needed to recognise photos, process text or create images. - What it does EN: Connected model components transform data, while training adjusts their behaviour; different designs suit different tasks and costs. - Everyday example EN: One app recognises objects in a photo while another creates an illustration from a description, using differently structured models. - concerns you if PL: chcesz zrozumieć, jak zbudowany jest model; porównujesz modele rozpoznające dane i tworzące treści - concerns you if EN: want to understand how a model is built; compare models that recognise data and generate content - sources: `cs336`, `vision`, `cs229` ### Architektury efektywne (Efficient architectures) - id: `efficientarch` · https://aiatlasgraph.com/t/efficientarch.md - path: Sieci i modele generatywne › Architektury efektywne - PL: Projektowanie modelu pod koszt i skalę. - EN: Designing a model around cost and scale. - examples PL: Mixture of Experts · sparsity - examples EN: Mixture of Experts · sparsity - In one sentence PL: To projektowanie budowy modelu tak, żeby ograniczyć potrzebne obliczenia, pamięć lub koszt obsługi. - Problem it solves PL: Duży model lub długa rozmowa przekracza pamięć urządzenia albo koszt, na który możesz sobie pozwolić. - What it does PL: Układ może wybierać tylko część sieci, zawężać uwagę albo przechowywać zwarty stan; każdy wybór wymaga sprawdzenia jakości i kosztów. - Everyday example PL: Porównujesz modele o różnych konstrukcjach, mierząc jakość odpowiedzi i pamięć potrzebną na twoje rozmowy. - In one sentence EN: This designs model structures to reduce required computation, memory or serving cost. - Problem it solves EN: A large model or long conversation exceeds your device's memory or your available budget. - What it does EN: A design can activate selected components, narrow attention or retain compact state; each choice needs quality and cost checks. - Everyday example EN: You compare differently structured models, measuring answer quality and the memory needed for your conversations. - concerns you if PL: koszt lub pamięć ogranicza użycie modelu; porównujesz oszczędności wynikające z budowy sieci - concerns you if EN: find cost or memory limits model use; compare savings from different network designs - sources: `cs336`, `vision`, `cs229` ### Architektury hybrydowe: uwaga + warstwy liniowe (Hybrid architectures: attention plus linear/recurrent layers) - id: `hybridattention` · https://aiatlasgraph.com/t/hybridattention.md - path: Sieci i modele generatywne › Architektury efektywne › Architektury hybrydowe: uwaga + warstwy liniowe - aliases: hybrid architecture, hybrid attention, linear attention, uwaga liniowa, Gated DeltaNet, Jamba, Transformer-Mamba hybrid - PL: Modele łączące warstwy pełnej uwagi z warstwami rekurencyjnymi, przestrzeni stanów lub uwagi liniowej. Warstwy o stanie stałego rozmiaru mogą ograniczać koszt pamięci dla długich sekwencji, a okresowe warstwy pełnej uwagi zachowują bezpośrednie interakcje między odległymi tokenami; szczegółowe proporcje zależą od architektury. - EN: Models combining full-attention layers with recurrent, state-space or linear-attention layers. Fixed-size-state layers can reduce memory cost on long sequences, while periodic full-attention layers preserve direct interactions between distant tokens; exact ratios depend on the architecture. - examples PL: Jamba (Transformer + Mamba) · Qwen3-Next (Gated DeltaNet + pełna uwaga) - examples EN: Jamba (Transformer + Mamba) · Qwen3-Next (Gated DeltaNet + full attention) - In one sentence PL: To modele łączące warstwy pełnej uwagi z warstwami korzystającymi ze zwartej pamięci lub prostszych powiązań. - Problem it solves PL: Chcesz pamiętać dalekie szczegóły, ale pełna uwaga w każdej warstwie jest kosztowna. - What it does PL: Oszczędne warstwy aktualizują zwarty zapis, a wybrane warstwy uwagi bezpośrednio zestawiają odległe fragmenty; proporcje wpływają na koszt i jakość. - Everyday example PL: Wybierasz model do długich raportów, sprawdzając, czy oszczędniejszy układ nadal odnajduje szczegóły z wcześniejszych stron. - In one sentence EN: These models combine full-attention layers with layers using compact memory or simpler relationships. - Problem it solves EN: You need distant details retained, but full attention in every layer is costly. - What it does EN: Efficient layers update compact representations, while selected attention layers directly connect distant elements; their proportions affect cost and quality. - Everyday example EN: You choose a model for long reports, checking whether a cheaper design still retrieves details from earlier pages. - concerns you if PL: potrzebujesz długiego kontekstu przy mniejszym koszcie; porównujesz modele łączące różne rodzaje warstw - concerns you if EN: need long context at lower cost; compare models combining different layer types - related: `ssm`, `kvcache` - sources: `raschka-llm-arch-comparison`, `mamba-2023`, `jamba-2024`, `qwen3-next-model-card`, `raschka-hybrid-attention-gallery` ### Mixture of Experts (MoE) — mieszanka ekspertów (Mixture of Experts (MoE)) - id: `moe` · https://aiatlasgraph.com/t/moe.md - path: Sieci i modele generatywne › Architektury efektywne › Mixture of Experts (MoE) — mieszanka ekspertów - aliases: MoE, mixture of experts, mieszanka ekspertów, sparse MoE, expert routing, Switch Transformer, Mixtral - PL: Warstwy z wieloma podsieciami-„ekspertami”, w których router kieruje każdy token tylko do wybranej części ekspertów. Rzadkie aktywowanie parametrów może obniżyć koszt obliczeń na token względem gęstego modelu o podobnej liczbie wszystkich parametrów, ale pozostawia koszty przechowywania wag, komunikacji i równoważenia obciążenia. - EN: Layers containing many expert subnetworks, where a router sends each token to only a selected subset. Sparse parameter activation can reduce compute per token compared with a dense model of similar total parameter count, while weight storage, communication and load balancing remain important costs. - examples PL: router top-k · równoważenie obciążenia ekspertów · ekspert współdzielony · parametry całkowite vs aktywne - examples EN: top-k router · expert load balancing · shared expert · total vs active parameters - In one sentence PL: To model z wieloma podsieciami, który dla każdego fragmentu danych uruchamia tylko wybrane z nich. - Problem it solves PL: Wykorzystanie wszystkich części wielkiego modelu przy każdym słowie kosztuje zbyt wiele obliczeń. - What it does PL: Router wybiera podsieci dla danego fragmentu, oszczędzając obliczenia; wszystkie ustawienia nadal trzeba przechowywać, a wybór może nierówno obciążać sprzęt. - Everyday example PL: Serwer kieruje kolejne fragmenty pytania do wybranych części modelu zamiast uruchamiać całą jego pulę podsieci. - In one sentence EN: This model contains many subnetworks but activates only selected ones for each data element. - Problem it solves EN: Using every part of a large model for each word requires too much computation. - What it does EN: A router selects subnetworks for each element, saving computation; all parameters still need storage, and selection can unevenly load the hardware. - Everyday example EN: A server routes question fragments to selected model components instead of activating its entire subnetwork pool. - concerns you if PL: chcesz zmniejszyć obliczenia dużego modelu; masz pamięć potrzebną do przechowania wielu podsieci - concerns you if EN: want to reduce a large model's computation; have enough memory to store many subnetworks - related: `parallelism` - sources: `raschka-llm-arch-comparison`, `hf-moe-explained-2023`, `switch-transformer-2021`, `mixtral-2024`, `qwen3-next-model-card` ### Modele przestrzeni stanów (Mamba) (State-space models (Mamba)) - id: `ssm` · https://aiatlasgraph.com/t/ssm.md - path: Sieci i modele generatywne › Architektury efektywne › Modele przestrzeni stanów (Mamba) - aliases: SSM, state space model, state-space model, model przestrzeni stanów, Mamba - PL: Rodzina modeli sekwencyjnych, które aktualizują stan o stałym rozmiarze zamiast przechowywać pełną macierz uwagi lub KV cache. Mamba wprowadza selektywny, zależny od wejścia mechanizm stanu; autorzy raportują liniowe skalowanie względem długości sekwencji i konkurencyjne wyniki na kilku modalnościach. - EN: A family of sequence models that update a fixed-size state instead of storing a full attention matrix or KV cache. Mamba introduces a selective, input-dependent state mechanism; its authors report linear scaling with sequence length and competitive results across several modalities. - examples PL: Mamba · selektywne modele przestrzeni stanów · selektywne skanowanie - examples EN: Mamba · selective state-space models · selective scan - In one sentence PL: To modele sekwencji, które aktualizują zwarty stan opisujący wcześniejsze informacje. - Problem it solves PL: Przechowywanie i porównywanie całej historii danych staje się zbyt kosztowne, gdy sekwencja rośnie. - What it does PL: Każdy nowy element zmienia stan o ustalonym rozmiarze; wybrane konstrukcje uczą się, które informacje przekazywać dalej, a które pomijać. - Everyday example PL: Model przetwarza długie nagranie, aktualizując pamięć kolejnych dźwięków bez tworzenia pełnej tabeli ich wzajemnych powiązań. - In one sentence EN: These sequence models update a compact state representing earlier information. - Problem it solves EN: Storing and comparing the full data history becomes too costly as a sequence grows. - What it does EN: Each new element updates a fixed-size state; selected designs learn which information to carry forward and which to discard. - Everyday example EN: A model processes a long recording, updating sound-history state without constructing a full table of relationships between all elements. - concerns you if PL: przetwarzasz bardzo długie sekwencje; szukasz alternatywy dla pamięci pełnej uwagi - concerns you if EN: process very long sequences; seek alternatives to full-attention memory - related: `hybridattention`, `tttlayers` - sources: `mamba-2023`, `raschka-hybrid-attention-gallery` ### Uwaga lokalna z przesuwnym oknem (Sliding-window (local) attention) - id: `slidingwindow` · https://aiatlasgraph.com/t/slidingwindow.md - path: Sieci i modele generatywne › Architektury efektywne › Uwaga lokalna z przesuwnym oknem - aliases: sliding window attention, SWA, local attention, uwaga lokalna, sparse attention - PL: Uwaga lokalna, w której token oddziałuje tylko z ograniczonym oknem sąsiednich tokenów zamiast z całą sekwencją. Przy stałym rozmiarze okna całkowity koszt obliczeń rośnie liniowo z długością sekwencji, a pamięć KV dla generowania może być ograniczona rozmiarem okna. Niektóre architektury łączą ją z uwagą globalną lub pełną. - EN: Local attention in which a token interacts only with a bounded window of neighbouring tokens rather than the entire sequence. With a fixed window, total compute grows linearly with sequence length, and the KV memory used for generation can be bounded by the window size. Some architectures combine it with global or full attention. - examples PL: Longformer (uwaga lokalna + globalna) · Mistral 7B · przeplot uwagi lokalnej i pełnej - examples EN: Longformer (local + global attention) · Mistral 7B · interleaved local and full attention - In one sentence PL: To uwaga, która dla każdego fragmentu danych korzysta tylko z ograniczonego sąsiedztwa. - Problem it solves PL: Porównywanie wszystkich fragmentów długiego tekstu ze wszystkimi zużywa dużo pamięci i obliczeń. - What it does PL: Okno przesuwa się wraz z tekstem, ograniczając bezpośrednie porównania; dalsze informacje mogą docierać przez inne warstwy lub dodatkową uwagę. - Everyday example PL: Model analizuje długi zapis zdarzeń, skupiając każdy krok na pobliskich wpisach zamiast całej historii naraz. - In one sentence EN: This attention mechanism uses only a limited neighbourhood for each data element. - Problem it solves EN: Comparing every part of a long text with every other part consumes substantial memory and computation. - What it does EN: A window moves along the text, limiting direct comparisons; distant information can arrive through other layers or additional attention. - Everyday example EN: A model analyses a long event log, focusing each step on nearby entries rather than the whole history at once. - concerns you if PL: najważniejsze zależności są lokalne; chcesz ograniczyć koszt uwagi w długiej sekwencji - concerns you if EN: work with mostly local relationships; want to reduce attention costs in long sequences - related: `kvcache` - sources: `hf-llm-course-transformer-arch`, `raschka-llm-arch-comparison`, `mistral-7b-2023`, `longformer-2020` ### Podstawy sieci neuronowych (Neural network fundamentals) - id: `neuralbasics` · https://aiatlasgraph.com/t/neuralbasics.md - path: Sieci i modele generatywne › Podstawy sieci neuronowych - PL: Warstwy, funkcje straty i uczenie reprezentacji. - EN: Layers, loss functions and representation learning. - examples PL: MLP · backpropagation - examples EN: MLP · backpropagation - In one sentence PL: To podstawowe elementy sieci neuronowej i zasady, dzięki którym uczy się ona na przykładach. - Problem it solves PL: Sieć wygląda jak czarna skrzynka, więc trudno zrozumieć, skąd biorą się jej wyniki i błędy. - What it does PL: Warstwy przekształcają liczby, miara błędu ocenia wynik, a trening wykorzystuje ją do poprawiania połączeń. - Everyday example PL: Ucząc model rozpoznawać rodzaje kwiatów, obserwujesz, jak kolejne poprawki zmniejszają błędy na przykładach treningowych. - In one sentence EN: These are the basic parts of a neural network and the principles that let it learn from examples. - Problem it solves EN: A network looks like a black box, making its results and errors difficult to understand. - What it does EN: Layers transform numbers, an error measure evaluates the result, and training uses it to adjust connections. - Everyday example EN: While training a model to recognise flower types, you watch successive adjustments reduce errors on training examples. - concerns you if PL: zaczynasz poznawać budowę modeli; chcesz rozumieć, co zmienia się podczas uczenia - concerns you if EN: are starting to learn how models are built; want to understand what changes during training - related: `calculus`, `linearmodels` - courses: - sources: `cs336`, `vision`, `cs229`, `dlai` ### Funkcje aktywacji (ReLU, GELU, SwiGLU) (Activation functions (ReLU, GELU, SwiGLU)) - id: `activations` · https://aiatlasgraph.com/t/activations.md - path: Sieci i modele generatywne › Podstawy sieci neuronowych › Funkcje aktywacji (ReLU, GELU, SwiGLU) - aliases: activation function, funkcja aktywacji, ReLU, GELU, SwiGLU, GLU, sigmoid, tanh - PL: Nieliniowe funkcje nakładane na wyjście neuronu — bez nich złożenie warstw liniowych pozostaje przekształceniem liniowym. ReLU jest powszechna w sieciach wizyjnych; w transformerach często stosuje się GELU oraz bramkowane warianty, takie jak SwiGLU, w blokach feed-forward. - EN: Non-linear functions applied to neuron outputs — without them, a composition of linear layers remains a linear transformation. ReLU is common in vision networks; transformers often use GELU and gated variants such as SwiGLU in feed-forward blocks. - examples PL: sigmoida i tanh · ReLU · GELU · SwiGLU / GEGLU - examples EN: sigmoid and tanh · ReLU · GELU · SwiGLU / GEGLU - In one sentence PL: To reguły zmieniające sygnały w sieci, żeby mogła uczyć się bardziej złożonych zależności. - Problem it solves PL: Samo mnożenie i dodawanie liczb nie wystarcza do opisania wielu wzorów spotykanych w danych. - What it does PL: Działają jak nieliniowe przełączniki lub bramki: niektóre sygnały tłumią, inne przepuszczają albo zmieniają ich siłę. - Everyday example PL: Podczas uczenia modelu zdjęć warstwa może inaczej reagować na słabą krawędź niż na mocny kontur. - In one sentence EN: These rules transform network signals so it can learn more complex relationships. - Problem it solves EN: Multiplying and adding numbers alone cannot describe many patterns found in data. - What it does EN: They act like nonlinear switches or gates, suppressing some signals, passing others or changing their strength. - Everyday example EN: While an image model learns, a layer can respond differently to a faint edge and a strong outline. - concerns you if PL: budujesz lub dostrajasz sieć; chcesz wiedzieć, czemu wiele warstw daje więcej niż jedną - concerns you if EN: build or adapt a network; want to understand why multiple layers add expressive power - sources: `karpathy-zero-to-hero`, `gelu-2016`, `swiglu-2020` ### Funkcje straty (entropia krzyżowa, MSE) (Loss functions (cross-entropy, MSE)) - id: `lossfunctions` · https://aiatlasgraph.com/t/lossfunctions.md - path: Sieci i modele generatywne › Podstawy sieci neuronowych › Funkcje straty (entropia krzyżowa, MSE) - aliases: loss function, funkcja straty, funkcja kosztu, cross-entropy, entropia krzyżowa, MSE, mean squared error - PL: Liczba, którą trening minimalizuje: mówi, jak bardzo przewidywania odbiegają od celu. Entropia krzyżowa służy do klasyfikacji i przewidywania następnego tokenu, błąd średniokwadratowy (MSE) do regresji i m.in. do przewidywania szumu w modelach dyfuzyjnych. - EN: The number training minimises: how far predictions are from the target. Cross-entropy is used for classification and next-token prediction; mean squared error (MSE) for regression and, among others, noise prediction in diffusion models. - examples PL: entropia krzyżowa (log loss) · MSE · wygładzanie etykiet (label smoothing) - examples EN: cross-entropy (log loss) · MSE · label smoothing - In one sentence PL: To sposób zapisania błędu modelu jako liczby, którą trening próbuje zmniejszyć. - Problem it solves PL: Musisz określić, które pomyłki są kosztowne, zanim model będzie mógł poprawiać swoje przewidywania. - What it does PL: Porównuje przewidywania z oczekiwanym wynikiem i nadaje pomyłkom koszt według wybranej reguły. - Everyday example PL: Ucząc prognozy czasu dostawy, wybierasz miarę, która mocniej karze duże pomyłki niż niewielkie odchylenia. - In one sentence EN: This expresses a model's error as a number that training tries to reduce. - Problem it solves EN: You need to specify which mistakes are costly before a model can improve its predictions. - What it does EN: It compares predictions with expected outcomes and assigns mistakes a cost according to a chosen rule. - Everyday example EN: When training delivery-time predictions, you choose a measure that penalises large mistakes more than small deviations. - concerns you if PL: wybierasz cel treningu; różne błędy mają dla ciebie różne znaczenie - concerns you if EN: choose a training objective; care differently about different kinds of mistakes - related: `infotheory` - sources: `udlbook-toc`, `pytorch-loss-docs`, `ddpm-2020` ### Normalizacja warstw (BatchNorm, LayerNorm, RMSNorm) (Normalisation layers (BatchNorm, LayerNorm, RMSNorm)) - id: `normalization` · https://aiatlasgraph.com/t/normalization.md - path: Sieci i modele generatywne › Podstawy sieci neuronowych › Normalizacja warstw (BatchNorm, LayerNorm, RMSNorm) - aliases: normalization layers, normalizacja, batch normalization, BatchNorm, layer normalization, LayerNorm, RMSNorm, pre-norm, QK-norm - PL: Warstwy przeskalowujące aktywacje, które często ułatwiają stabilny trening głębokich sieci. BatchNorm używa statystyk mini-batcha i jest typowy dla CNN; LayerNorm normalizuje cechy pojedynczego przykładu i jest powszechny w transformerach; RMSNorm upraszcza LayerNorm i jest często stosowany w nowszych LLM, zwykle w układzie pre-norm. - EN: Layers that rescale activations and often help stabilise deep-network training. BatchNorm uses mini-batch statistics and is typical in CNNs; LayerNorm normalises features within one example and is common in transformers; RMSNorm simplifies LayerNorm and is often used in newer LLMs, usually in a pre-norm layout. - examples PL: BatchNorm · LayerNorm · RMSNorm · pre-norm vs post-norm · QK-norm - examples EN: BatchNorm · LayerNorm · RMSNorm · pre-norm vs post-norm · QK-norm - In one sentence PL: To przeskalowywanie sygnałów wewnątrz sieci, żeby łatwiej było ją uczyć. - Problem it solves PL: Sygnały w kolejnych warstwach mogą mieć bardzo różne wielkości, co utrudnia stabilne poprawianie modelu. - What it does PL: Wybrane grupy wartości są sprowadzane do porównywalnej skali, a dodatkowe ustawienia pozwalają modelowi dostosować ich zakres. - Everyday example PL: Podczas treningu głębokiej sieci dodajesz warstwy przeskalowujące sygnały i sprawdzasz, czy uczenie przebiega stabilniej. - In one sentence EN: This rescales signals inside a network to make training easier. - Problem it solves EN: Signals across layers can have very different magnitudes, making stable model updates harder. - What it does EN: Selected groups of values are brought to comparable scales, with additional settings letting the model adjust their range. - Everyday example EN: When training a deep network, you add layers that rescale signals and check whether learning becomes more stable. - concerns you if PL: trening sieci jest niestabilny; poznajesz sposób regulowania sygnałów między warstwami - concerns you if EN: find network training unstable; study how signals are regulated between layers - related: `trainingstability` - sources: `karpathy-zero-to-hero`, `batchnorm-2015`, `layernorm-2016`, `rmsnorm-2019`, `raschka-llm-arch-comparison` ### Perceptron wielowarstwowy (MLP) (Multilayer perceptron (MLP)) - id: `mlp` · https://aiatlasgraph.com/t/mlp.md - path: Sieci i modele generatywne › Podstawy sieci neuronowych › Perceptron wielowarstwowy (MLP) - aliases: MLP, multilayer perceptron, perceptron wielowarstwowy, sieć w pełni połączona, fully connected network, feed-forward network - PL: Sieć złożona z warstw w pełni połączonych, w których transformację liniową przeplata się z nieliniową funkcją aktywacji. MLP jest podstawowym modelem sieciowym i standardowym składnikiem bloków feed-forward w architekturach transformerowych. - EN: A network of fully connected layers that alternate linear transformations with non-linear activation functions. The MLP is a fundamental neural model and a standard component of feed-forward blocks in transformer architectures. - examples PL: warstwy w pełni połączone · warstwa feed-forward w transformerze · inicjalizacja wag - examples EN: fully connected layers · transformer feed-forward layer · weight initialisation - In one sentence PL: To sieć, która przepuszcza liczby przez kolejne gęsto połączone warstwy, żeby obliczyć przewidywany wynik. - Problem it solves PL: Kilka cech wpływa wspólnie na wynik, a prosta reguła nie opisuje dobrze ich zależności. - What it does PL: Każda warstwa miesza informacje z poprzedniej i nieliniowo zmienia wynik, tworząc coraz bardziej złożone zależności. - Everyday example PL: Model szacuje czas dostawy na podstawie odległości, wielkości paczki i pory dnia. - In one sentence EN: This network passes numbers through successive densely connected layers to calculate a prediction. - Problem it solves EN: Several features jointly affect an outcome, and a simple rule does not describe their relationships well. - What it does EN: Each layer mixes information from the previous one and transforms it nonlinearly, forming increasingly complex relationships. - Everyday example EN: A model estimates delivery time from distance, parcel size and time of day. - concerns you if PL: przewidujesz wynik z kilku cech; poznajesz podstawowy składnik większych sieci - concerns you if EN: predict outcomes from several features; study a basic building block of larger networks - sources: `d2l-toc`, `udlbook-toc`, `karpathy-zero-to-hero` ### Połączenia resztkowe (skip connections) (Residual (skip) connections) - id: `residual` · https://aiatlasgraph.com/t/residual.md - path: Sieci i modele generatywne › Podstawy sieci neuronowych › Połączenia resztkowe (skip connections) - aliases: residual connection, skip connection, połączenie resztkowe, residual stream, strumień resztkowy - PL: Połączenia skrótowe dodające wejście bloku do jego wyjścia, dzięki czemu warstwa może uczyć się korekty względem reprezentacji wejściowej. Umożliwiły skuteczne trenowanie bardzo głębokich ResNetów i są powszechnym składnikiem wielu współczesnych głębokich architektur, w tym transformerów. - EN: Shortcut connections that add a block's input to its output, allowing the layer to learn a correction relative to the input representation. They enabled effective training of very deep ResNets and are a common component of many modern deep architectures, including transformers. - examples PL: blok resztkowy ResNet · strumień resztkowy (residual stream) w transformerze - examples EN: ResNet residual block · transformer residual stream - In one sentence PL: To połączenia, które pozwalają informacji ominąć część warstw sieci i dołączyć do ich wyniku. - Problem it solves PL: W bardzo głębokiej sieci informacje i sygnały potrzebne do uczenia mogą trudno docierać przez kolejne warstwy. - What it does PL: Blok dodaje wyuczoną zmianę do swojego wejścia, dzięki czemu może uczyć się korekty zamiast całego przekształcenia od początku. - Everyday example PL: Budujesz głęboki model obrazu z drogami na skróty między warstwami, żeby ułatwić jego trening. - In one sentence EN: These connections let information bypass some network layers and join their output. - Problem it solves EN: In very deep networks, information and learning signals can struggle to travel through successive layers. - What it does EN: A block adds a learned adjustment to its input, letting it learn a correction rather than the whole transformation from scratch. - Everyday example EN: You build a deep image model with shortcuts between layers to make it easier to train. - concerns you if PL: poznajesz budowę głębokich sieci; chcesz ułatwić przepływ informacji podczas treningu - concerns you if EN: study the structure of deep networks; want to improve information flow during training - related: `cnnarchs` - sources: `udlbook-toc`, `resnet-2015` ### Propagacja wsteczna (backpropagation) (Backpropagation) - id: `backprop` · https://aiatlasgraph.com/t/backprop.md - path: Sieci i modele generatywne › Podstawy sieci neuronowych › Propagacja wsteczna (backpropagation) - aliases: backpropagation, backprop, propagacja wsteczna, wsteczna propagacja błędu, autograd, automatic differentiation - PL: Algorytm liczenia gradientu straty względem parametrów sieci: przejście w przód oblicza wynik, a przejście wstecz propaguje po grafie obliczeń pochodne zgodnie z regułą łańcuchową. Z tych gradientów korzystają optymalizatory gradientowe; biblioteki zwykle wyznaczają je przez automatyczne różniczkowanie. - EN: An algorithm for computing the gradient of the loss with respect to network parameters: the forward pass computes the output, while the backward pass propagates derivatives through the computation graph using the chain rule. Gradient-based optimisers use these gradients; libraries usually obtain them through automatic differentiation. - examples PL: graf obliczeń · reguła łańcuchowa · autograd (PyTorch) · micrograd - examples EN: computational graph · chain rule · autograd (PyTorch) · micrograd - In one sentence PL: To obliczanie, jak zmiany poszczególnych ustawień sieci wpłynęłyby na jej błąd. - Problem it solves PL: Sieć ma wiele ustawień, a sprawdzanie każdej możliwej poprawki osobno byłoby zbyt kosztowne. - What it does PL: Po obliczeniu wyniku przenosi informację o zmianie błędu wstecz przez warstwy; algorytm uczenia wykorzystuje ją do aktualizacji ustawień. - Everyday example PL: Po błędnym rozpoznaniu kwiatu trening oblicza kierunki zmian połączeń i wykorzystuje je do następnej poprawki modelu. - In one sentence EN: This calculates how changing individual network settings would affect its error. - Problem it solves EN: A network has many settings, and testing every possible adjustment separately would be too costly. - What it does EN: After calculating a result, it passes error-change information backwards through the layers; the learning algorithm uses it to update settings. - Everyday example EN: After misidentifying a flower, training calculates adjustment directions for the connections and uses them for the next model update. - concerns you if PL: chcesz zrozumieć uczenie sieci; sprawdzasz, skąd algorytm wie, co poprawiać - concerns you if EN: want to understand network training; wonder how an algorithm knows what to adjust - related: `calculus`, `mathoptimization` - sources: `d2l-toc`, `rumelhart-backprop-1986`, `karpathy-zero-to-hero` ### Regularyzacja sieci: dropout i weight decay (Neural network regularisation: dropout and weight decay) - id: `nnregularization` · https://aiatlasgraph.com/t/nnregularization.md - path: Sieci i modele generatywne › Podstawy sieci neuronowych › Regularyzacja sieci: dropout i weight decay - aliases: dropout, weight decay, regularyzacja, regularization, early stopping, wczesne zatrzymanie - PL: Techniki ograniczające przeuczenie głębokich sieci. Dropout losowo wyłącza neurony podczas treningu, weight decay karze duże wagi; do tej rodziny należą też wczesne zatrzymanie i augmentacja danych. - EN: Techniques that curb overfitting in deep networks. Dropout randomly switches off units during training; weight decay penalises large weights; early stopping and data augmentation belong to the same family. - examples PL: dropout · weight decay (L2) · wczesne zatrzymanie · augmentacja danych - examples EN: dropout · weight decay (L2) · early stopping · data augmentation - In one sentence PL: To sposoby utrudniające sieci zapamiętanie przykładów zamiast nauczenia się wzorów przydatnych na nowych danych. - Problem it solves PL: Model świetnie zna ćwiczenia treningowe, ale myli się na zdjęciach lub tekstach, których wcześniej nie widział. - What it does PL: Trening może losowo wyłączać część sygnałów, ograniczać wielkość ustawień lub zatrzymywać naukę, gdy dalsze poprawki szkodzą nowym przykładom. - Everyday example PL: Model kwiatów dostaje podczas treningu różne ujęcia i ograniczenia, a ty sprawdzasz go na nowych zdjęciach. - In one sentence EN: These methods discourage a network from memorising examples instead of learning patterns useful on new data. - Problem it solves EN: A model handles training examples well but makes mistakes on photos or texts it has not seen before. - What it does EN: Training can randomly disable connections, limit parameter sizes or stop learning when further updates harm performance on held-out examples. - Everyday example EN: A flower model receives varied views and training constraints, and you test it on new photos. - concerns you if PL: model zapamiętuje mały zbiór danych; chcesz lepszych wyników na nowych przykładach - concerns you if EN: find a model memorises a small dataset; want better results on new examples - related: `biasvariance` - sources: `d2l-toc`, `udlbook-toc`, `dropout-2014` ### Reprezentacje i embeddingi (Representation learning) - id: `representations` · https://aiatlasgraph.com/t/representations.md - path: Sieci i modele generatywne › Reprezentacje i embeddingi - PL: Kodowanie znaczenia lub cech w wektorach. - EN: Encoding meaning or features as vectors. - examples PL: Uczenie kontrastowe · przestrzeń latentna - examples EN: Contrastive learning · latent space - In one sentence PL: To zapisywanie cech lub znaczenia danych w liczbach, które model może przetwarzać i porównywać. - Problem it solves PL: Komputer potrzebuje sposobu porównania tekstów lub zdjęć także wtedy, gdy różnią się słowami i wyglądem. - What it does PL: Uczenie układa zapisy tak, żeby cechy przydatne w zadaniu miały rozpoznawalne relacje, na przykład podobne dane leżały blisko siebie. - Everyday example PL: Wyszukiwarka łączy pytanie o brak przesyłki z dokumentem opisującym opóźnioną dostawę, choć użyto innych słów. - In one sentence EN: This represents data features or meaning as numbers that a model can process and compare. - Problem it solves EN: Software needs to compare texts or photos even when their wording or appearance differs. - What it does EN: Training arranges representations so task-relevant features have useful relationships, such as placing similar data near each other. - Everyday example EN: A search tool connects a missing-parcel question to a delayed-delivery document despite different wording. - concerns you if PL: szukasz podobnych tekstów lub zdjęć; chcesz wiedzieć, jak model zapisuje informacje - concerns you if EN: search for similar texts or images; want to understand how a model represents information - related: `linearalgebra`, `vectordb`, `collabfiltering`, `dimreduction`, `visionssl`, `selfsupervised`, `clipcontrastive`, `retrieval` - courses: - sources: `cs336`, `vision`, `cs229`, `dlai` ### Autoenkodery (ściskanie i odtwarzanie danych) (Autoencoders) - id: `autoencoders` · https://aiatlasgraph.com/t/autoencoders.md - path: Sieci i modele generatywne › Reprezentacje i embeddingi › Autoenkodery (ściskanie i odtwarzanie danych) - aliases: autoencoder, autoenkoder, denoising autoencoder, autoenkoder odszumiający, bottleneck, encoder-decoder compression - PL: Sieć koder–dekoder trenowana do odtwarzania wejścia przez wąską warstwę ukrytą; nieliniowe uogólnienie PCA i baza VAE oraz rzadkich autoenkoderów. - EN: An encoder–decoder network trained to reconstruct its input through a narrow hidden layer; a nonlinear PCA and the basis of VAEs and sparse autoencoders. - In one sentence PL: Sieć, która uczy się streszczać dane do kilku liczb, a potem z tego streszczenia jak najwierniej je odtwarzać. - Problem it solves PL: Surowe dane, takie jak zdjęcia, mają ogromnie dużo liczb, z których większość się powtarza, co utrudnia ich przechowywanie i analizę. - What it does PL: Jak pakowanie walizki na krótki wyjazd: przez wąskie gardło przejdzie tylko to, co naprawdę potrzebne do odtworzenia całości. - Everyday example PL: System w fabryce uczy się wyglądu dobrych części; gdy nowej części nie umie dobrze odtworzyć, oznacza ją jako podejrzaną. - In one sentence EN: A network that learns to squeeze data into a few numbers and then rebuild it as faithfully as possible from that summary. - Problem it solves EN: Raw data such as photos contains huge amounts of numbers, mostly redundant, which makes storing and analysing it hard. - What it does EN: Like packing a small suitcase: only what is truly needed to rebuild the whole fits through the narrow bottleneck. - Everyday example EN: A factory system learns what good parts look like; when it cannot rebuild a new part well, it flags it as suspicious. - concerns you if PL: chcesz zmniejszyć liczbę cech w swoich danych; szukasz nietypowych przypadków bez etykiet - concerns you if EN: want to reduce the number of features in your data; look for unusual cases without labels - related: `sae` - sources: `hinton-autoencoder-2006`, `goodfellow-autoencoders-2016` ### Embeddingi zdań i dokumentów (modele embeddingowe) (Sentence and document embeddings (embedding models)) - id: `textembeddings` · https://aiatlasgraph.com/t/textembeddings.md - path: Sieci i modele generatywne › Reprezentacje i embeddingi › Embeddingi zdań i dokumentów (modele embeddingowe) - aliases: sentence embeddings, text embeddings, embedding model, model embeddingowy, Sentence-BERT, SBERT, bi-encoder, MTEB, dense embeddings - PL: Modele zamieniające całe zdanie lub fragment dokumentu w wektor porównywany np. podobieństwem kosinusowym. Są powszechnie używane w wyszukiwaniu semantycznym i potokach RAG, a także w klasteryzacji i deduplikacji; modele embeddingowe porównuje się m.in. na benchmarku MTEB. Uzupełniają je cross-encodery do rerankingu i reprezentacje wielowektorowe. - EN: Models that turn a whole sentence or document chunk into a vector compared, for example, with cosine similarity. They are commonly used in semantic retrieval and RAG pipelines, as well as clustering and deduplication; embedding models are compared on benchmarks such as MTEB. Cross-encoders for reranking and multi-vector representations complement them. - examples PL: Sentence-BERT · bi-encoder vs cross-encoder · benchmark MTEB · embeddingi wielowektorowe (ColBERT) - examples EN: Sentence-BERT · bi-encoder vs cross-encoder · MTEB benchmark · multi-vector embeddings (ColBERT) - In one sentence PL: To zamienianie całych zdań lub fragmentów dokumentów w liczbowy zapis ich treści. - Problem it solves PL: Szukasz dokumentu opisującego twoją sprawę, ale zawiera on inne słowa niż twoje pytanie. - What it does PL: Model zapisuje tekst jako zestaw liczb, a porównanie tych zestawów pozwala wyszukać podobne treści lub połączyć je w grupy. - Everyday example PL: Pytasz o zwrot pieniędzy, a wyszukiwarka znajduje instrukcję reklamacji mimo odmiennego sformułowania. - In one sentence EN: This turns whole sentences or document passages into numerical representations of their content. - Problem it solves EN: You need a document about your issue, but it uses different words from your question. - What it does EN: A model encodes text as numbers, and comparing these representations helps retrieve similar content or group it together. - Everyday example EN: You ask about getting your money back, and a search tool finds the refund policy despite different wording. - concerns you if PL: przeszukujesz dokumenty według znaczenia; grupujesz podobne teksty lub usuwasz powtórzenia - concerns you if EN: search documents by meaning; group similar texts or remove duplicates - related: `vectordb`, `topicmodeling`, `reranking` - sources: `sentence-bert-2019`, `mteb-2022`, `sbert-docs` ### Osadzenia słów (word2vec, GloVe) (Word embeddings (word2vec, GloVe)) - id: `wordembeddings` · https://aiatlasgraph.com/t/wordembeddings.md - path: Sieci i modele generatywne › Reprezentacje i embeddingi › Osadzenia słów (word2vec, GloVe) - aliases: word embeddings, osadzenia słów, word vectors, word2vec, GloVe - PL: Statyczne wektory przypisane słowom, uczone z regularności ich występowania w kontekście, tak aby podobne użycia miały zbliżone reprezentacje. word2vec i GloVe były ważnym etapem rozwoju reprezentacji tekstu; pojedynczy wektor dla słowa nie rozróżnia jego znaczeń zależnych od konkretnego kontekstu. - EN: Static vectors assigned to words and learned from regularities in their contexts, so that similar uses receive nearby representations. word2vec and GloVe were important steps in the development of text representations; a single vector per word does not distinguish meanings that depend on the particular context. - examples PL: word2vec · GloVe · statyczne reprezentacje słów - examples EN: word2vec · GloVe · static word representations - In one sentence PL: To przypisanie słowom stałych zestawów liczb, które odzwierciedlają podobieństwa ich użycia. - Problem it solves PL: Prosta lista słów nie pokazuje, że różne wyrazy bywają używane w podobnych sytuacjach. - What it does PL: Model uczy się z sąsiedztwa słów, zbliżając podobnie używane wyrazy; jeden stały zapis nie rozróżnia znaczeń zależnych od zdania. - Everyday example PL: Porównujesz zapis słów o jedzeniu, żeby znaleźć wyrazy podobne do słowa „obiad”. - In one sentence EN: This gives words fixed numerical representations that reflect similarities in how they are used. - Problem it solves EN: A simple word list does not show that different words can appear in similar situations. - What it does EN: A model learns from neighbouring words, bringing similarly used words closer; one fixed representation cannot distinguish meanings that depend on the sentence. - Everyday example EN: You compare representations of food-related words to find terms similar to “dinner”. - concerns you if PL: poznajesz wcześniejsze sposoby modelowania języka; potrzebujesz liczbowych podobieństw między słowami - concerns you if EN: study earlier approaches to language modelling; need numerical similarities between words - sources: `word2vec-2013`, `glove-2014` ### Uczenie metryk podobieństwa (Deep metric learning) - id: `metriclearning` · https://aiatlasgraph.com/t/metriclearning.md - path: Sieci i modele generatywne › Reprezentacje i embeddingi › Uczenie metryk podobieństwa - aliases: metric learning, uczenie metryki, similarity metric learning - PL: Uczenie przestrzeni embeddingów, w której odległość odzwierciedla podobieństwo semantyczne, stratami parowymi, trypletowymi lub opartymi na proxy. - EN: Learning an embedding space where distance reflects semantic similarity, using pairwise, triplet or proxy-based losses. - In one sentence PL: Model uczy się mierzyć podobieństwo tak, żeby podobne rzeczy lądowały blisko siebie, a różne daleko. - Problem it solves PL: Gdy rodzajów jest za dużo albo ciągle dochodzą nowe, nie da się wytrenować zwykłego klasyfikatora dla każdego. - What it does PL: Zamiast zapamiętywać każdą klasę, uczy się porównywać, jak ochroniarz sprawdzający, czy twarz pasuje do zdjęcia na przepustce. - Everyday example PL: Sklep pozwala zrobić zdjęcie butów na ulicy i pokazuje najbardziej podobne modele z katalogu. - In one sentence EN: A model learns to measure similarity so that alike things land close together and different ones far apart. - Problem it solves EN: When there are too many kinds, or new ones keep appearing, you can't train an ordinary classifier for each. - What it does EN: Instead of memorising every class it learns to compare, like a guard checking whether a face matches the photo on a pass. - Everyday example EN: A shop lets you snap a photo of shoes on the street and shows the most similar pairs from its catalogue. - concerns you if PL: szukasz podobnych zdjęć, dźwięków lub produktów; nowe kategorie pojawiają się częściej, niż możesz trenować model - concerns you if EN: search for similar photos, sounds or products; new categories appear faster than you can retrain - related: `vectordb`, `selfsupervised` - sources: `musgrave-metric-reality-2020`, `schroff-facenet-2015` ### Rodziny modeli generatywnych (Generative model families) - id: `generative` · https://aiatlasgraph.com/t/generative.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych - PL: Różne sposoby uczenia rozkładu i generowania próbek. - EN: Different ways of learning a distribution and sampling from it. - examples PL: Modele autoregresyjne · diffusion · VAE · GAN - examples EN: Autoregressive · diffusion · VAE · GAN - In one sentence PL: To różne rodziny modeli uczących się na przykładach, żeby tworzyć nowe obrazy, dźwięki lub inne dane. - Problem it solves PL: Potrzebujesz nowych wariantów treści, a samo rozpoznawanie istniejących przykładów ich nie przygotuje. - What it does PL: Modele poznają wzory danych, a potem tworzą próbki przez odszumianie, przekształcanie losowych liczb, dekodowanie lub współpracę rywalizujących sieci. - Everyday example PL: Tworzysz kilka wzorów tapety, a różne generatory proponują nowe układy na podstawie poznanych obrazów. - In one sentence EN: These model families learn from examples to generate new images, sounds or other data. - Problem it solves EN: You need new content variations, and recognising existing examples alone cannot produce them. - What it does EN: Models learn data patterns, then generate samples through denoising, transforming random numbers, decoding or interacting networks with competing objectives. - Everyday example EN: You create wallpaper designs, and different generators propose new layouts based on images they have learned from. - concerns you if PL: chcesz zrozumieć różnice między generatorami; potrzebujesz tworzyć nowe warianty danych - concerns you if EN: want to understand differences between generators; need to create new data variations - related: `approxinference` - sources: `cs336`, `vision`, `cs229`, `dlai` ### Autoenkodery wariacyjne (VAE) (Variational autoencoders (VAE)) - id: `vae` · https://aiatlasgraph.com/t/vae.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Autoenkodery wariacyjne (VAE) - aliases: VAE, variational autoencoder, autoenkoder wariacyjny, ELBO - PL: Model z enkoderem kompresującym dane do ukrytego rozkładu i dekoderem odtwarzającym je z próbek tego rozkładu; trenowany przez maksymalizację dolnego ograniczenia wiarygodności (ELBO) z trikiem reparametryzacji. Dziś często pracuje „w tle” — jako kompresor obrazu w dyfuzji latentnej. - EN: A model with an encoder that compresses data into a latent distribution and a decoder that reconstructs it from samples; trained by maximising the evidence lower bound (ELBO) with the reparameterisation trick. Today it often works behind the scenes — as the image compressor in latent diffusion. - examples PL: ELBO · trik reparametryzacji · przestrzeń ukryta · enkoder i dekoder probabilistyczny - examples EN: ELBO · reparameterisation trick · latent space · probabilistic encoder and decoder - In one sentence PL: To model, który uczy się krótkiego liczbowego zapisu danych i odtwarza z niego podobne przykłady. - Problem it solves PL: Pełne obrazy są duże, a do generowania wariantów potrzebujesz mniejszego zapisu zachowującego ważne cechy. - What it does PL: Jedna część przewiduje zakres możliwych ukrytych zapisów, druga odtwarza dane z wylosowanego zapisu; trening porządkuje tę przestrzeń. - Everyday example PL: Generator kompresuje zdjęcie do krótszego zapisu, na którym pracuje, a na końcu odtwarza obraz do wyświetlenia. - In one sentence EN: This model learns a compact numerical representation of data and reconstructs similar examples from it. - Problem it solves EN: Full images are large, while generating variations needs a smaller representation retaining important features. - What it does EN: One component predicts a distribution of latent representations; another reconstructs data from a sampled representation, while training organises that space. - Everyday example EN: A generator compresses a photo into a smaller representation, works on it and finally reconstructs an image for display. - concerns you if PL: potrzebujesz zwartego zapisu obrazów; chcesz generować warianty podobnych danych - concerns you if EN: need compact image representations; want to generate variations of similar data - related: `pixeldiffusion`, `latentdiffusion`, `approxinference` - sources: `udlbook-toc`, `vae-2013`, `lilianweng-flow-models-2018`, `latent-diffusion-2021` ### Dyskretne kody obrazu i dźwięku (VQ-VAE, VQGAN) (Vector-quantised autoencoders (VQ-VAE, VQGAN)) - id: `vqvae` · https://aiatlasgraph.com/t/vqvae.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Autoenkodery wariacyjne (VAE) › Dyskretne kody obrazu i dźwięku (VQ-VAE, VQGAN) - aliases: VQ-VAE, VQGAN, vector quantization, kwantyzacja wektorowa, codebook, visual tokenizer, tokenizer obrazu - PL: Autoenkoder, którego koder zwraca indeksy najbliższych wektorów z wyuczonej książki kodów, tworząc dyskretne tokeny dla modeli generatywnych. - EN: An autoencoder whose encoder outputs indices of the nearest vectors in a learned codebook, producing discrete tokens for generative models. - In one sentence PL: Sposób zamiany obrazu lub dźwięku na krótki ciąg „słów” z ograniczonego słownika, z którego potem da się go odtworzyć. - Problem it solves PL: Modele piszące tekst słowo po słowie nie umieją wprost pracować na milionach pikseli czy próbek dźwięku. - What it does PL: Jak mozaika z ograniczonego zestawu kafelków: każdy fragment obrazu zastępuje się numerem najbardziej podobnego kafelka. - Everyday example PL: Asystent, który rysuje obrazek na twoją prośbę, w środku układa go z ciągu kodów, tak jak układa zdanie ze słów. - In one sentence EN: A way to turn an image or sound into a short string of ‘words’ from a limited vocabulary, from which it can be rebuilt. - Problem it solves EN: Models that write text word by word cannot work directly on millions of pixels or sound samples. - What it does EN: Like a mosaic made from a fixed set of tiles: each image patch is replaced by the number of the most similar tile. - Everyday example EN: An assistant that draws a picture on request internally builds it from a string of codes, just as it builds a sentence from words. - concerns you if PL: chcesz zrozumieć, jak modele językowe generują obrazy; interesuje cię kompresja obrazu lub dźwięku siecią - concerns you if EN: want to understand how language models generate images; are curious about compressing images or sound with a network - related: `argen` - sources: `vandenoord-vqvae-2017`, `esser-vqgan-2020` ### Rozplątane reprezentacje (β-VAE) (Disentangled representations (β-VAE)) - id: `betavae` · https://aiatlasgraph.com/t/betavae.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Autoenkodery wariacyjne (VAE) › Rozplątane reprezentacje (β-VAE) - aliases: beta-VAE, β-VAE, disentanglement, rozplątywanie czynników, disentangled representation learning - PL: Wariant VAE z wagą β>1 przy członie KL, który wzmacnia niezależność zmiennych ukrytych kosztem jakości rekonstrukcji. - EN: A VAE variant with weight β>1 on the KL term, strengthening independence of latent variables at the cost of reconstruction quality. - In one sentence PL: Uczenie modelu tak, by każda liczba w jego wewnętrznym opisie odpowiadała jednej zrozumiałej cesze, np. kolorowi, rozmiarowi lub obrotowi. - Problem it solves PL: Wewnętrzne opisy sieci są zwykle splątane: jedna liczba zmienia naraz kilka cech, więc trudno je zrozumieć i kontrolować. - What it does PL: Jak porządkowanie szuflad: model dostaje karę za upychanie wielu cech w jednej, więc każdą odkłada osobno. - Everyday example PL: Przesuwasz jeden suwak i na wygenerowanym krześle zmienia się tylko kąt oparcia, a kolor i nogi zostają takie same. - In one sentence EN: Training a model so that each number in its internal description matches one understandable feature, like colour, size or rotation. - Problem it solves EN: A network's internal descriptions are usually tangled: one number changes several features at once, making them hard to understand or control. - What it does EN: Like sorting drawers: the model is penalised for stuffing many features into one, so it puts each away separately. - Everyday example EN: You move one slider and only the backrest angle of a generated chair changes, while its colour and legs stay the same. - concerns you if PL: chcesz sterować pojedynczymi cechami generowanych obrazów; zastanawiasz się, czy wnętrze modelu da się odczytać - concerns you if EN: want to control single features of generated images; wonder whether a model's insides can be read - sources: `higgins-betavae-2017`, `locatello-disentanglement-2019` ### Autoregresyjne generowanie obrazu i dźwięku (Autoregressive image and audio generation) - id: `argen` · https://aiatlasgraph.com/t/argen.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Autoregresyjne generowanie obrazu i dźwięku - aliases: autoregressive image generation, visual autoregressive models, modele autoregresyjne obrazu, next-token image generation, AR image models - PL: Modele generujące dane jako sekwencję elementów (pikseli, próbek, tokenów lub skal), każdy warunkowany poprzednimi; konkurencja i uzupełnienie dyfuzji. - EN: Models generating data as a sequence of elements (pixels, samples, tokens or scales), each conditioned on earlier ones; a rival and complement to diffusion. - In one sentence PL: Tworzenie obrazu lub dźwięku kawałek po kawałku, gdzie każdy nowy fragment zależy od tego, co już powstało, jak przy pisaniu tekstu. - Problem it solves PL: Chcemy, by jeden model umiał pisać, rysować i mówić, a modele tekstowe znają tylko jedną metodę: przewidywanie kolejnego elementu. - What it does PL: Obraz zamienia się w ciąg „słów”, a model dopisuje je kolejno albo warstwami, od zgrubnego szkicu po szczegóły. - Everyday example PL: Czat, któremu piszesz prośbę, odpowiada tekstem i obrazkiem jednocześnie, tworząc oba tym samym sposobem. - In one sentence EN: Creating an image or sound piece by piece, each new fragment depending on what came before, like writing text. - Problem it solves EN: We want one model to write, draw and speak, yet text models know only one method: predicting the next element. - What it does EN: An image becomes a string of ‘words’ that the model appends one by one or in layers, from rough sketch to fine detail. - Everyday example EN: A chat you message replies with both text and a picture, creating both the same way. - concerns you if PL: używasz czatów, które tworzą też obrazy; porównujesz różne sposoby generowania obrazów - concerns you if EN: use chats that also create images; compare different ways of generating images - related: `vqvae` - sources: `vandenoord-vqvae-2017`, `esser-vqgan-2020`, `vandenoord-wavenet-2016`, `chang-maskgit-2022`, `tian-var-2024` ### Generowanie piksel po pikselu i próbka po próbce (PixelCNN, WaveNet) (Pixel- and sample-level autoregressive models (PixelCNN, WaveNet)) - id: `pixelwavenet` · https://aiatlasgraph.com/t/pixelwavenet.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Autoregresyjne generowanie obrazu i dźwięku › Generowanie piksel po pikselu i próbka po próbce (PixelCNN, WaveNet) - aliases: PixelCNN, PixelRNN, WaveNet, dilated causal convolution, sploty przyczynowe - PL: Autoregresyjne sieci splotowe modelujące piksele lub próbki audio sekwencyjnie, z maskowanymi lub rozszerzonymi splotami przyczynowymi. - EN: Autoregressive convolutional networks modelling pixels or audio samples sequentially using masked or dilated causal convolutions. - In one sentence PL: Wczesne generatory, które tworzą obraz po jednym punkcie albo dźwięk po jednej drobnej próbce, zawsze patrząc wyłącznie wstecz. - Problem it solves PL: Syntezatory mowy brzmiały sztucznie, bo składały głos z gotowych kawałków albo prostych reguł, zamiast tworzyć sam dźwięk. - What it does PL: Jak muzyk improwizujący nuta po nucie: każdy kolejny dźwięk wybiera, słuchając wszystkiego, co zagrał wcześniej. - Everyday example PL: Asystent głosowy w telefonie zaczął brzmieć znacznie naturalniej, gdy jego głos zaczęto tworzyć próbka po próbce. - In one sentence EN: Early generators that create an image one dot at a time, or sound one tiny sample at a time, always looking only backwards. - Problem it solves EN: Speech synthesisers sounded artificial because they stitched voices from stored pieces or simple rules instead of creating the sound itself. - What it does EN: Like a musician improvising note by note: each next sound is chosen by listening to everything played before. - Everyday example EN: A phone's voice assistant began to sound far more natural once its voice was created sample by sample. - concerns you if PL: chcesz zrozumieć korzenie dzisiejszej syntezy mowy; poznajesz sploty, które nie zaglądają w przyszłość - concerns you if EN: want to understand the roots of today's speech synthesis; are learning convolutions that never peek ahead - related: `audiogen` - sources: `vandenoord-wavenet-2016` ### Maskowane transformery generatywne (MaskGIT) (Masked generative image transformers (MaskGIT)) - id: `maskgit` · https://aiatlasgraph.com/t/maskgit.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Autoregresyjne generowanie obrazu i dźwięku › Maskowane transformery generatywne (MaskGIT) - aliases: MaskGIT, masked generative transformer, Muse, parallel iterative decoding, maskowane dekodowanie - PL: Dwukierunkowy transformer generujący tokeny obrazu równolegle, w kilku iteracjach odsłaniania najpewniejszych predykcji z maskowanej siatki. - EN: A bidirectional transformer generating image tokens in parallel over a few iterations, unmasking the most confident predictions from a masked grid. - In one sentence PL: Generator, który zaczyna od całkiem zakrytego obrazu i w kilku rundach odsłania najpewniejsze fragmenty, aż całość jest gotowa. - Problem it solves PL: Rysowanie obrazu po jednym fragmencie, wiersz po wierszu, jest wolne i nie pozwala modelowi patrzeć na całą kompozycję. - What it does PL: Jak uzupełnianie krzyżówki: najpierw wpisujesz hasła, których jesteś pewien, a one podpowiadają kolejne. - Everyday example PL: Narzędzie dorysowuje brakujący fragment zdjęcia, patrząc naraz na wszystko dookoła, a nie tylko na to, co powyżej. - In one sentence EN: A generator that starts from a fully covered image and uncovers its most confident pieces over a few rounds until the whole is done. - Problem it solves EN: Drawing an image one fragment at a time, row by row, is slow and keeps the model from seeing the whole composition. - What it does EN: Like filling in a crossword: first you write the answers you are sure of, and they hint at the rest. - Everyday example EN: A tool fills in a missing part of a photo by looking at everything around it at once, not just what lies above. - concerns you if PL: uzupełniasz brakujące fragmenty zdjęć; chcesz zobaczyć alternatywę dla dyfuzji w generowaniu obrazów - concerns you if EN: fill in missing parts of photos; want to see an alternative to diffusion for image generation - related: `maskdiffusion` - sources: `chang-maskgit-2022` ### Przewidywanie kolejnej skali (od szkicu do detalu) (Next-scale prediction (visual autoregressive modelling, VAR)) - id: `var` · https://aiatlasgraph.com/t/var.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Autoregresyjne generowanie obrazu i dźwięku › Przewidywanie kolejnej skali (od szkicu do detalu) - aliases: VAR, visual autoregressive modeling, next-scale prediction, coarse-to-fine generation, multi-scale tokenizer - PL: Autoregresja po skalach: transformer przewiduje całą mapę tokenów wyższej rozdzielczości warunkowaną wszystkimi niższymi, zamiast tokenów w porządku rastrowym. - EN: Autoregression over scales: a transformer predicts a whole higher-resolution token map conditioned on all lower ones, instead of tokens in raster order. - In one sentence PL: Generator, który najpierw tworzy malutką, rozmytą wersję obrazu, a potem kolejno coraz większe i ostrzejsze. - Problem it solves PL: Modele piszące obraz fragment po fragmencie są wolne i gorsze od dyfuzji, choć przy tekście ta metoda świetnie się skaluje. - What it does PL: Jak malarz: najpierw plamy kolorów i kompozycja, potem kształty, na końcu drobne pociągnięcia pędzla. - Everyday example PL: Podgląd generowanego obrazka najpierw pokazuje rozmyte plamy, które w kilka chwil wyostrzają się w gotową ilustrację. - In one sentence EN: A generator that first makes a tiny, blurry version of the image and then ever larger and sharper ones. - Problem it solves EN: Models that write an image fragment by fragment are slow and lag diffusion, even though this method scales superbly for text. - What it does EN: Like a painter: first patches of colour and composition, then shapes, and finally fine brushstrokes. - Everyday example EN: A preview of a generated picture first shows blurry blobs that sharpen within moments into a finished illustration. - concerns you if PL: śledzisz, czy modele językowe dogonią dyfuzję w obrazach; interesuje cię generowanie od ogółu do szczegółu - concerns you if EN: follow whether language-style models will catch diffusion on images; are interested in generating from general to detailed - sources: `tian-var-2024` ### Generatywne sieci przeciwstawne (GAN) (Generative adversarial networks (GAN)) - id: `gan` · https://aiatlasgraph.com/t/gan.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Generatywne sieci przeciwstawne (GAN) - aliases: GAN, generative adversarial network, sieci przeciwstawne, adversarial training - PL: Dwie sieci trenowane w grze przeciwstawnej: generator tworzy przykłady, a dyskryminator odróżnia je od danych rzeczywistych; sygnał z dyskryminatora uczy generator coraz lepszego odwzorowania rozkładu danych. Trening może być niestabilny i cierpieć na załamanie trybów. - EN: Two networks trained in an adversarial game: a generator creates samples and a discriminator distinguishes them from real data; the discriminator's signal trains the generator to better match the data distribution. Training can be unstable and suffer from mode collapse. - examples PL: generator i dyskryminator · gra minimax · załamanie trybów (mode collapse) - examples EN: generator and discriminator · minimax game · mode collapse - In one sentence PL: To sposób uczenia generatora przez rywalizację z modelem odróżniającym jego wyniki od prawdziwych przykładów. - Problem it solves PL: Trudno ręcznie opisać wszystkie cechy sprawiające, że wygenerowany obraz wygląda wiarygodnie. - What it does PL: Generator próbuje tworzyć przekonujące dane, a oceniająca sieć uczy się rozpoznawać różnice i przekazuje mu sygnał do poprawy. - Everyday example PL: Podczas treningu generator twarzy otrzymuje wskazówki od sieci porównującej jego obrazy z prawdziwymi zdjęciami. - In one sentence EN: This trains a generator through competition with a model distinguishing its outputs from real examples. - Problem it solves EN: It is hard to manually specify every feature that makes a generated image look convincing. - What it does EN: The generator tries to produce convincing data while a judging network learns to detect differences and provides a signal for improvement. - Everyday example EN: During training, a face generator receives feedback from a network comparing its images with real photographs. - concerns you if PL: poznajesz uczenie przez rywalizację modeli; chcesz zrozumieć, jak ocena uczy generator - concerns you if EN: study training through competing models; want to understand how evaluation teaches a generator - related: `imagerestoration`, `advdistill` - sources: `d2l-toc`, `udlbook-toc`, `gan-2014`, `lilianweng-flow-models-2018` ### Generator sterowany stylem (StyleGAN) (Style-based GAN generators (StyleGAN)) - id: `stylegan` · https://aiatlasgraph.com/t/stylegan.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Generatywne sieci przeciwstawne (GAN) › Generator sterowany stylem (StyleGAN) - aliases: StyleGAN, StyleGAN2, StyleGAN3, style-based generator, generator stylowy - PL: Architektura generatora GAN, w której sieć mapująca tworzy wektor stylu wstrzykiwany do każdej warstwy syntezy, rozdzielając cechy ogólne od szczegółów. - EN: A GAN generator architecture where a mapping network produces a style vector injected into every synthesis layer, separating coarse attributes from fine detail. - In one sentence PL: Generator obrazów, w którym osobnymi pokrętłami ustawiasz ogólny kształt, np. pozę twarzy, i drobne szczegóły, np. piegi czy włosy. - Problem it solves PL: Zwykły generator miesza wszystkie cechy obrazu naraz, więc trudno zmienić jedną rzecz bez psucia reszty. - What it does PL: Działa jak mikser dźwięku: każda warstwa ma własny suwak stylu, od zgrubnej kompozycji po fakturę, a losowy szum dodaje drobne nieregularności. - Everyday example PL: Strona pokazująca zdjęcia twarzy ludzi, którzy nie istnieją, odświeżana co chwilę nową, przekonującą osobą. - In one sentence EN: An image generator with separate dials for the overall shape, such as a face's pose, and for fine details like freckles or hair. - Problem it solves EN: A plain generator mixes all image features together, so it is hard to change one thing without spoiling the rest. - What it does EN: It works like a mixing desk: each layer has its own style fader, from rough composition to texture, while random noise adds small irregularities. - Everyday example EN: A website showing photos of faces of people who do not exist, refreshed every moment with a new, convincing person. - concerns you if PL: trafiasz na realistyczne twarze wygenerowane komputerowo; chcesz zmieniać pojedyncze cechy wygenerowanego obrazu - concerns you if EN: come across realistic computer-generated faces; want to change single features of a generated image - sources: `karras-stylegan-2018` ### Przekładanie obrazu na obraz (pix2pix, CycleGAN) (Image-to-image translation (pix2pix, CycleGAN)) - id: `imagetranslation` · https://aiatlasgraph.com/t/imagetranslation.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Generatywne sieci przeciwstawne (GAN) › Przekładanie obrazu na obraz (pix2pix, CycleGAN) - aliases: image-to-image translation, pix2pix, CycleGAN, conditional GAN, unpaired translation, tłumaczenie obraz-obraz - PL: Warunkowe GAN uczące mapowania między dziedzinami obrazów, z parami (pix2pix) lub bez par dzięki stracie spójności cyklu (CycleGAN). - EN: Conditional GANs learning mappings between image domains, from paired examples (pix2pix) or without pairs via a cycle-consistency loss (CycleGAN). - In one sentence PL: Model, który zamienia obraz jednego rodzaju na inny: szkic w zdjęcie, dzień w noc, mapę w widok z satelity. - Problem it solves PL: Ręczne przerabianie tysięcy obrazów na inny styl lub format zajmuje mnóstwo czasu, a dobranych par przed-i-po często brakuje. - What it does PL: Jak tłumacz, który sprawdza się, przekładając tekst tam i z powrotem: obraz po podwójnej zamianie musi wrócić do oryginału. - Everyday example PL: Aplikacja zamienia twoje zdjęcie z wakacji w obraz w stylu dawnego malarza albo dzienną fotografię ulicy w nocną. - In one sentence EN: A model that turns one kind of image into another: a sketch into a photo, day into night, a map into a satellite view. - Problem it solves EN: Converting thousands of images into another style or format by hand takes ages, and matching before-and-after pairs are often missing. - What it does EN: Like a translator checking work by translating there and back: after a double conversion the image must return to the original. - Everyday example EN: An app turns your holiday photo into a painting in an old master's style, or a daytime street shot into a night scene. - concerns you if PL: zamieniasz zdjęcia na inny styl lub porę dnia; masz obrazy z dwóch źródeł bez dopasowanych par - concerns you if EN: convert photos into another style or time of day; have images from two sources without matching pairs - related: `imageediting` - sources: `zhu-cyclegan-2017` ### Stabilne trenowanie GAN (odległość Wassersteina, kara gradientu) (Stable GAN training: Wasserstein loss and gradient penalty) - id: `wgan` · https://aiatlasgraph.com/t/wgan.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Generatywne sieci przeciwstawne (GAN) › Stabilne trenowanie GAN (odległość Wassersteina, kara gradientu) - aliases: WGAN, WGAN-GP, Wasserstein GAN, gradient penalty, kara gradientu - PL: Rodzina modyfikacji celu GAN, w której krytyk szacuje odległość Wassersteina między rozkładami, a ograniczenie Lipschitza wymusza kara gradientu. - EN: A family of GAN objective changes where a critic estimates the Wasserstein distance between distributions, with the Lipschitz constraint enforced by a gradient penalty. - In one sentence PL: Zestaw poprawek, dzięki którym rywalizujące sieci generujące uczą się spokojnie, zamiast się rozjeżdżać albo produkować w kółko to samo. - Problem it solves PL: Trening sieci rywalizujących często się psuje: wyniki skaczą, nauka staje w miejscu, a generator powtarza kilka podobnych obrazów. - What it does PL: Sędzia zamiast mówić tylko „prawdziwe albo fałszywe”, podaje łagodną ocenę odległości, więc generator zawsze wie, w którą stronę się poprawić. - Everyday example PL: Zespół uczy model tworzenia zdjęć produktów do sklepu i po zmianie sposobu oceniania trening przestaje się sypać po kilku godzinach. - In one sentence EN: A set of fixes that let competing generator networks learn steadily instead of falling apart or producing the same thing over and over. - Problem it solves EN: Training competing networks often breaks down: results jump around, learning stalls and the generator keeps repeating a few similar images. - What it does EN: Instead of a bare real-or-fake verdict, the judge gives a smooth distance score, so the generator always knows which way to improve. - Everyday example EN: A team training a model to create shop product photos changes the scoring rule, and training stops collapsing after a few hours. - concerns you if PL: twoje sieci rywalizujące uczą się niestabilnie; chcesz zrozumieć, czemu generator powtarza te same obrazy - concerns you if EN: your competing networks train unstably; want to understand why a generator repeats the same images - sources: `gulrajani-wgangp-2017` ### Modele dyfuzyjne (Diffusion models) - id: `diffusion` · https://aiatlasgraph.com/t/diffusion.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne - PL: Generowanie przez stopniowe odszumianie. - EN: Generating by gradual denoising. - examples PL: obraz · wideo - examples EN: image · video - In one sentence PL: To modele tworzące dane przez stopniowe usuwanie szumu z początkowo losowego zapisu. - Problem it solves PL: Chcesz tworzyć wiele różnych obrazów lub dźwięków, które zachowują poznane cechy rzeczywistych przykładów. - What it does PL: Nauka na zaszumionych przykładach pokazuje, jak je poprawiać; podczas generowania kolejne kroki kierują losowy zapis ku pasującej treści. - Everyday example PL: Po opisaniu leśnej ścieżki widzisz, jak generator stopniowo wyłania obraz z losowych plam. - In one sentence EN: These models create data by gradually removing noise from an initially random representation. - Problem it solves EN: You want varied images or sounds that retain characteristics learned from real examples. - What it does EN: Learning from noisy examples teaches correction; during generation, successive steps guide a random representation towards suitable content. - Everyday example EN: After describing a forest path, you see a generator gradually reveal an image from random patches. - concerns you if PL: korzystasz z generatorów obrazów lub dźwięków; chcesz zrozumieć stopniowe tworzenie treści - concerns you if EN: use image or sound generators; want to understand gradual content generation - related: `imagegen`, `diffusionpolicy`, `flowmatching` - sources: `dlai` ### Dyfuzja w przestrzeni pikseli (Pixel-space diffusion) - id: `pixeldiffusion` · https://aiatlasgraph.com/t/pixeldiffusion.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzja w przestrzeni pikseli - aliases: pixel diffusion, pixel-space diffusion, dyfuzja pikselowa, end-to-end pixel diffusion, VAE-free diffusion - PL: Dyfuzja uczona i próbkowana wprost na siatce pikseli, bez autoenkodera. - EN: Diffusion trained and sampled directly on the pixel grid, without an autoencoder. - In one sentence PL: Generator rysuje obraz od razu na pikselach, bez pośredniego, skompresowanego zapisu. - Problem it solves PL: Skompresowany zapis obrazu gubi drobne krawędzie i tekstury, a potem generator nie ma ich skąd odtworzyć. - What it does PL: Uczy się usuwać szum wprost z kolorów pikseli, więc szczegóły nie przechodzą przez stratny skrót. - Everyday example PL: Chcesz obraz tkaniny, na którym splot nici zostaje ostry, a nie rozmyty jak po mocnej kompresji. - In one sentence EN: A generator draws the image directly on pixels, without a compressed intermediate representation. - Problem it solves EN: A compressed image record loses fine edges and textures, so the generator cannot recover them later. - What it does EN: It learns to remove noise directly from pixel colours, so details never pass through a lossy code. - Everyday example EN: You want a fabric image where the thread weave stays sharp, not blurred as after heavy compression. - concerns you if PL: generator rozmywa drobny tekst albo fakturę; chcesz rozumieć, czemu obraz traci ostrość; porównujesz szczegóły przy tym samym opisie - concerns you if EN: a generator blurs fine text or texture; want to see why an image loses sharpness; compare detail at the same description - related: `vae`, `latentdiffusion` - sources: `simple-diffusion-2023`, `noise-scheduling-chen-2023`, `hdit-2024`, `pixeldit-2025`, `iris3b-2026` ### Klepsydrowy transformer dyfuzyjny (Hourglass diffusion transformer) - id: `hourglassdit` · https://aiatlasgraph.com/t/hourglassdit.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzja w przestrzeni pikseli › Klepsydrowy transformer dyfuzyjny - aliases: HDiT, hourglass DiT, hourglass diffusion transformer, klepsydrowy DiT - PL: Transformer o kształcie klepsydry, skalujący się liniowo z liczbą pikseli. - EN: An hourglass-shaped transformer that scales linearly with pixel count. - In one sentence PL: Sieć uwagi zwęża obraz w środku obliczeń i rozszerza go z powrotem, żeby nie liczyć pełnej mapy na każdym piętrze. - Problem it solves PL: Porównywanie każdego punktu dużego obrazu z każdym innym zżera pamięć, zanim model w ogóle zacznie rysować. - What it does PL: Najcięższa uwaga działa na zmniejszonej mapie, a warstwy przy wejściu i wyjściu pilnują drobnych szczegółów. - Everyday example PL: Generator ma narysować twarz w wysokiej ostrości, ale bez skrótu obrazu i bez drabiny osobnych modeli. - In one sentence EN: The attention network narrows the image mid-computation and widens it again, avoiding a full map at every level. - Problem it solves EN: Comparing every point of a large image with every other point eats memory before drawing even starts. - What it does EN: The heaviest attention runs on a reduced map, while layers at the input and output keep fine detail. - Everyday example EN: A generator must draw a face at high sharpness, without an image code and without a ladder of separate models. - concerns you if PL: pełna uwaga nie mieści się w pamięci; chcesz jeden model na wysoką rozdzielczość; porównujesz sieć uwagi z siecią splotową - concerns you if EN: full attention does not fit in memory; want one model for high resolution; compare an attention net with a convolutional net - related: `dit` - sources: `hdit-2024` ### Przesunięcie harmonogramu szumu (Noise-schedule shifting for high-resolution pixels) - id: `noiseshift` · https://aiatlasgraph.com/t/noiseshift.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzja w przestrzeni pikseli › Przesunięcie harmonogramu szumu - aliases: noise schedule shift, logSNR shift, schedule shifting, przesunięcie logSNR - PL: Korekta logarytmu stosunku sygnału do szumu, gdy rośnie liczba pikseli. - EN: An adjustment of log signal-to-noise ratio as the pixel count grows. - In one sentence PL: Przy większym obrazie ten sam szum zostawia za dużo struktury, więc krzywą szumu trzeba przesunąć. - Problem it solves PL: Duży obraz ma powtarzalne sąsiednie punkty, a zwykły poziom szumu nie ukrywa układu dość wcześnie. - What it does PL: Przesuwa krzywą szumu tak, by wyższa rozdzielczość dostawała mocniejsze zaszumienie na tym samym etapie. - Everyday example PL: Model ćwiczy na małych zdjęciach, a po przejściu na duże plansze bez korekty krzywej traci kompozycję. - In one sentence EN: On a larger image the same noise leaves too much structure, so the noise curve must shift. - Problem it solves EN: A large image has repetitive neighbouring points, and ordinary noise hides the layout too late. - What it does EN: It shifts the noise curve so a higher resolution gets stronger corruption at the same stage. - Everyday example EN: A model trains on small photos, then loses composition on large canvases if the curve is not adjusted. - concerns you if PL: powiększasz obrazy i jakość nagle spada; jedna krzywa szumu ma działać na kilku rozdzielczościach; chcesz uniknąć osobnych etapów powiększania - concerns you if EN: quality drops when you enlarge images; one noise curve must cover several resolutions; want to avoid separate upscaling stages - related: `ddpm` - sources: `simple-diffusion-2023`, `noise-scheduling-chen-2023`, `dieleman-noise-schedules-2024` ### Transformer pikselowy o dwóch poziomach (Dual-level pixel diffusion transformer) - id: `pixeldit` · https://aiatlasgraph.com/t/pixeldit.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzja w przestrzeni pikseli › Transformer pikselowy o dwóch poziomach - aliases: PixelDiT, PiT head, pixel diffusion transformer, pixel transformer head - PL: Jednofazowy transformer dyfuzyjny z poziomem łatki i poziomem piksela. - EN: A single-stage diffusion transformer with a patch level and a pixel level. - In one sentence PL: Jedna sieć uwagi ogarnia układ sceny, a druga dopracowuje fakturę pojedynczych punktów. - Problem it solves PL: Sam skrót obrazu gubi fakturę, a sama siatka punktów nie łapie układu sceny bez ogromnej uwagi. - What it does PL: Poziom łatki ustala, co jest na obrazie, a poziom punktu dopisuje teksturę bez osobnego kompresora. - Everyday example PL: Ilustracja ma czytelną postać w tle i ostry wzór na tkaninie, bez etapu ściskania obrazu do kodu. - In one sentence EN: One attention network handles the scene layout, and another refines the texture of individual points. - Problem it solves EN: An image code alone loses texture, and a point grid alone misses scene layout without huge attention. - What it does EN: The patch level decides what is in the image, and the point level adds texture without a separate compressor. - Everyday example EN: An illustration has a readable figure in the background and a sharp fabric pattern, without compressing the image to a code. - concerns you if PL: chcesz szczegóły bez stratnego skrótu obrazu; jeden poziom uwagi gubi albo układ, albo fakturę; dostrajasz generator pod ostre tekstury - concerns you if EN: want detail without a lossy image code; one attention level loses either layout or texture; you tune a generator for sharp textures - related: `dit` - sources: `pixeldit-2025`, `iris3b-2026` ### Dyfuzja w przestrzeni ukrytej (Stable Diffusion) (Latent diffusion (Stable Diffusion)) - id: `latentdiffusion` · https://aiatlasgraph.com/t/latentdiffusion.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzja w przestrzeni ukrytej (Stable Diffusion) - aliases: latent diffusion, LDM, Stable Diffusion, dyfuzja latentna - PL: Dyfuzja prowadzona w skompresowanej przestrzeni autoenkodera zamiast bezpośrednio na pikselach, co zmniejsza koszt obliczeń; warunkowanie tekstem może być realizowane przez cross-attention. Tę konstrukcję wykorzystują modele z rodziny Latent Diffusion, w tym Stable Diffusion. - EN: Diffusion performed in an autoencoder's compressed latent space rather than directly in pixel space, reducing computation; text conditioning can be implemented through cross-attention. This design is used by Latent Diffusion models, including Stable Diffusion. - examples PL: autoenkoder obrazu (VAE) · warunkowanie tekstem przez cross-attention · Stable Diffusion - examples EN: image autoencoder (VAE) · text conditioning via cross-attention · Stable Diffusion - In one sentence PL: To tworzenie obrazu przez odszumianie jego mniejszego, ukrytego zapisu zamiast pełnego zestawu punktów zdjęcia. - Problem it solves PL: Praca bezpośrednio na dużych obrazach wymaga wielu obliczeń i dużej ilości pamięci. - What it does PL: Kompresor skraca zapis obrazu, generator pracuje na tym skrócie, a dekoder zamienia wynik z powrotem w widoczne zdjęcie. - Everyday example PL: Generator plakatu wykonuje większość kroków na skompresowanym zapisie i dopiero na końcu odtwarza pełny obraz. - In one sentence EN: This generates images by denoising a smaller latent representation rather than every image pixel. - Problem it solves EN: Working directly on large images requires substantial computation and memory. - What it does EN: An encoder compresses an image, the generator works on that compact representation, and a decoder turns the result back into visible pixels. - Everyday example EN: A poster generator performs most steps on a compressed representation and reconstructs the full image only at the end. - concerns you if PL: chcesz obniżyć koszt generowania obrazów; poznajesz ukryty zapis używany przez generator - concerns you if EN: want to reduce image-generation costs; study the latent representation used by a generator - related: `vae`, `pixeldiffusion`, `audiogen`, `imagegen`, `texttoimage` - sources: `lilianweng-diffusion-2021`, `latent-diffusion-2021`, `hf-diffusion-course` ### Dyfuzyjne modele językowe (Diffusion language models) - id: `dllm` · https://aiatlasgraph.com/t/dllm.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzyjne modele językowe - aliases: dLLM, diffusion LM, discrete diffusion language model, dyfuzyjny model językowy - PL: Rodzina modeli językowych uczących się odwracać zakrywanie lub zaszumianie tokenów, a nie tylko następny token. - EN: A family of language models that learn to reverse token masking or noising, rather than only next-token prediction. - In one sentence PL: Modele językowe tworzą tekst przez kilka rund poprawiania zakrytej lub zaszumionej sekwencji, zamiast wyłącznie dopisywać kolejne słowa. - Problem it solves PL: Dopisywanie słowa po słowie jest wolne, a model nie widzi jeszcze fragmentu, który ma powstać później. - What it does PL: Model zaczyna od zakrytego albo zaszumionego szkicu i w kolejnych rundach odzyskuje wiele pozycji, korzystając z coraz pełniejszego kontekstu. - Everyday example PL: Prosisz o uzupełnienie zdania w środku akapitu. Model widzi lewą i prawą część i wypełnia lukę bez przepisywania całości. - In one sentence EN: Language models create text through repeated refinement of a masked or noised sequence, rather than only appending the next words. - Problem it solves EN: Writing one word at a time is slow, and the model cannot yet see the passage that should come later. - What it does EN: The model starts from a masked or noised draft and recovers many positions over successive rounds, using an increasingly complete context. - Everyday example EN: You ask to complete a sentence in the middle of a paragraph. The model sees both sides and fills the gap without rewriting everything. - concerns you if PL: chcesz uzupełniać luki w już napisanym tekście; zależy ci na pisaniu wielu słów naraz; porównujesz sposoby uczenia modeli językowych - concerns you if EN: want to fill gaps in text you already wrote; care about writing many words at once; compare ways of training language models - related: `nexttoken` - sources: `austin-d3pm-2021`, `sahoo-mdlm-2024`, `lou-sedd-2023`, `nie-llada-2025`, `li-diffusionlm-2022`, `arriola-bd3lm-2025`, `fang-alodlm-2026` ### Dyfuzja blokowa (Block diffusion language models) - id: `blockdiffusion` · https://aiatlasgraph.com/t/blockdiffusion.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzyjne modele językowe › Dyfuzja blokowa - aliases: BD3-LM, block diffusion, semi-autoregressive diffusion, block-causal diffusion - PL: Rozkład autoregresyjny po blokach, a w bloku dyskretna dyfuzja z uwagą przyczynową między blokami. - EN: An autoregressive distribution over blocks, with discrete diffusion inside a block and causal attention across blocks. - In one sentence PL: Tekst powstaje blok po bloku. Wewnątrz bloku słowa odkrywają się naraz, a wcześniejsze bloki zostają kontekstem. - Problem it solves PL: Generowanie całej sekwencji z masek trzyma stałą długość i nie umie tanio wykorzystać już napisanego początku. - What it does PL: Model dopisuje kolejne bloki jak zwykły tekst, a w bloku odszumia wiele słów równolegle i pamięta wcześniejsze obliczenia. - Everyday example PL: Piszesz długą notatkę. Model kończy akapit, zostawia go jako kontekst i w następnym bloku uzupełnia kilka zdań naraz. - In one sentence EN: Text is written block by block. Inside a block, words appear together, while earlier blocks stay as context. - Problem it solves EN: Generating a whole sequence from masks keeps a fixed length and cannot cheaply reuse the beginning already written. - What it does EN: The model appends blocks like ordinary text, while denoising many words in parallel inside a block and reusing earlier computation. - Everyday example EN: You write a long note. The model finishes a paragraph, keeps it as context, and fills several sentences at once in the next block. - concerns you if PL: potrzebujesz tekstu dłuższego niż jeden blok; chcesz równoległości bez utraty już napisanego; składasz dopisywanie z uzupełnianiem luk - concerns you if EN: need text longer than a single block; want parallelism without losing what is written; combine next-block writing with gap filling - related: `nexttoken` - sources: `arriola-bd3lm-2025` ### Dyfuzja ciągła na zanurzeniach słów (Continuous diffusion on word embeddings) - id: `embdiffusion` · https://aiatlasgraph.com/t/embdiffusion.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzyjne modele językowe › Dyfuzja ciągła na zanurzeniach słów - aliases: Diffusion-LM, embedding diffusion, continuous diffusion language model, rounding - PL: Ciągła dyfuzja w przestrzeni zanurzeń: szum gaussowski na wektorach, a na końcu zaokrąglenie do tokenu. - EN: Continuous diffusion in embedding space: Gaussian noise on vectors, then rounding back to a token. - In one sentence PL: Słowa zamienia się na liczby, szumi te liczby jak obraz, a na końcu zaokrągla wynik z powrotem do słów. - Problem it solves PL: Chcesz poprawiać powstający tekst małymi krokami, a skok od razu do całego słowa jest za gruby. - What it does PL: Sieć odszumia wektory słów. Po każdym kroku można je pchnąć w stronę warunku, a potem przyciąć do najbliższego słowa. - Everyday example PL: Prosisz o zdanie o określonym szyku. Model przesuwa pośrednie wektory tak, by wynik trzymał szyk i nadal brzmiał jak zdanie. - In one sentence EN: Words become numbers, those numbers are noised like an image, and the result is rounded back into words. - Problem it solves EN: You want to adjust a draft in small steps, and jumping straight to a whole word is too coarse. - What it does EN: A network denoises word vectors. After each step they can be nudged toward a condition, then snapped to the nearest word. - Everyday example EN: You ask for a sentence with a set word order. The model shifts intermediate vectors so the result keeps that order and still reads as a sentence. - concerns you if PL: sterujesz stylem lub szykiem powstającego tekstu; chcesz drobnych poprawek w trakcie pisania; łączysz generator tekstu z warunkiem liczbowym - concerns you if EN: steer the style or order of a draft; want small edits while the text is forming; combine a text generator with a numeric condition - related: `ddpm` - sources: `li-diffusionlm-2022` ### Dyskretna dyfuzja ze score entropy (Score entropy discrete diffusion) - id: `sedd` · https://aiatlasgraph.com/t/sedd.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzyjne modele językowe › Dyskretna dyfuzja ze score entropy - aliases: SEDD, score entropy, ratio matching discrete diffusion - PL: Dyskretna dyfuzja uczona stratą score entropy, która dopasowuje stosunki prawdopodobieństw tokenów. - EN: Discrete diffusion trained with score entropy, which matches ratios of token probabilities. - In one sentence PL: Model uczy się, które słowa są w danym miejscu bardziej prawdopodobne od innych, i z tego generuje tekst. - Problem it solves PL: Zwykłe odszumianie liczb nie pasuje do słów, a proste macierze przejść słabo trzymają jakość tekstu. - What it does PL: Zamiast zgadywać samo słowo, sieć szacuje stosunki szans między słowami. Z tych stosunków liczy się krok cofania uszkodzenia. - Everyday example PL: Przy uzupełnianiu luki model podnosi szansę słowa pasującego do lewej i prawej strony, a obniża słowa sprzeczne z obiema. - In one sentence EN: A model learns which words are more likely than others at a spot, then uses that to generate text. - Problem it solves EN: Ordinary number denoising does not fit words, and simple transition matrices struggle to keep text quality. - What it does EN: Instead of guessing the word alone, the network estimates odds ratios between words. Those ratios drive the step that undoes corruption. - Everyday example EN: When filling a gap, the model raises the chance of a word that fits both sides and lowers words that clash with either. - concerns you if PL: chcesz generator tekstu sterowany szansami słów; uzupełniasz środek zdania, nie tylko koniec; porównujesz cele treningu dyfuzji dyskretnej - concerns you if EN: want a text generator steered by word odds; fill the middle of a sentence, not only the end; compare training objectives for discrete diffusion - sources: `lou-sedd-2023` ### Dyskretna dyfuzja ze strukturalną macierzą przejść (Structured discrete diffusion (D3PM)) - id: `d3pm` · https://aiatlasgraph.com/t/d3pm.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzyjne modele językowe › Dyskretna dyfuzja ze strukturalną macierzą przejść - aliases: D3PM, multinomial diffusion, discrete denoising diffusion, dyfuzja wielomianowa - PL: Dyskretna dyfuzja z macierzą przejść: jednostajną, sąsiedzką albo z maską jako stanem pochłaniającym. - EN: Discrete diffusion with a transition matrix: uniform, neighbour-based, or with a mask as an absorbing state. - In one sentence PL: Generator tekstu uczy się cofać celowe psucie słów, w którym każde słowo może przejść w inne albo w maskę. - Problem it solves PL: Trudno przenieść odszumianie obrazów na tekst, bo słowa są etykietami, a nie liczbami, które da się lekko przesunąć. - What it does PL: Ustala się, jak słowa mogą się psuć, a sieć uczy się odgadywać pierwotne słowo z wersji zepsutej. - Everyday example PL: Model widzi zdanie z częścią słów zamienioną na maskę i ćwiczy odtworzenie brakujących słów z sąsiedztwa. - In one sentence EN: A text generator learns to undo deliberate word corruption, where each word may change into another or into a mask. - Problem it solves EN: Image denoising does not transfer cleanly to text, because words are labels, not numbers you can nudge slightly. - What it does EN: You fix how words may be corrupted, and a network learns to guess the original word from the corrupted version. - Everyday example EN: A model sees a sentence with some words replaced by a mask and practises restoring the missing words from their neighbours. - concerns you if PL: chcesz zrozumieć, jak dyfuzja działa na słowach; porównujesz sposoby psucia tekstu w treningu; budujesz generator, który nie idzie tylko w prawo - concerns you if EN: want to see how diffusion works on words; compare ways of corrupting text in training; build a generator that does not only move right - related: `ddpm` - sources: `austin-d3pm-2021` ### Maskowana dyfuzja tekstu (Masked diffusion language models) - id: `maskdiffusion` · https://aiatlasgraph.com/t/maskdiffusion.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzyjne modele językowe › Maskowana dyfuzja tekstu - aliases: MDLM, masked diffusion, absorbing diffusion, LLaDA, mask predictor - PL: Dyfuzja z maską jako jedynym uszkodzeniem: cel to ważona mieszanka strat modelu maskowego. - EN: Diffusion whose only corruption is a mask token: the objective is a weighted mixture of masked-language losses. - In one sentence PL: Model uczy się uzupełniać losowo zakryte słowa i z tego ćwiczenia generuje cały tekst, zaczynając od samych masek. - Problem it solves PL: Chcesz modelu, który widzi kontekst z obu stron, a zwykłe dopisywanie kolejnego słowa tego nie daje. - What it does PL: W treningu zakrywa się losową część słów, a sieć zgaduje tylko zakryte miejsca. Generowanie zaczyna od masek i odkrywa je partiami. - Everyday example PL: Zaczynasz od pustej notatki o podróży. Model w kilku turach odsłania kolejne słowa, poprawiając te, których jeszcze nie zatwierdził. - In one sentence EN: A model learns to fill randomly hidden words, then generates a whole text by starting from masks alone. - Problem it solves EN: You want a model that sees context on both sides, and ordinary next-word writing does not provide that. - What it does EN: Training hides a random share of words, and the network guesses only the hidden spots. Generation starts from masks and reveals them in batches. - Everyday example EN: You start from a blank trip note. Over a few turns the model reveals words, revising those it has not yet committed. - concerns you if PL: piszesz tekst z lukami po obu stronach; chcesz generować wiele słów w jednym kroku; uczysz model na zakrytych fragmentach - concerns you if EN: write text with gaps on both sides; want to generate many words in one step; train a model on hidden spans - related: `transformerfamilies`, `maskgit` - sources: `sahoo-mdlm-2024`, `nie-llada-2025` ### Próbkowanie z ponownym maskowaniem (Remasking samplers for masked diffusion) - id: `remasking` · https://aiatlasgraph.com/t/remasking.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Dyfuzyjne modele językowe › Maskowana dyfuzja tekstu › Próbkowanie z ponownym maskowaniem - aliases: ReMDM, confidence remasking, low-confidence remasking, remasking sampler, parallel unmasking, confidence-based decoding - PL: Samplery dyfuzji maskowanej, które mogą ponownie zakrywać wcześniej przewidziane tokeny i poprawiać je w kolejnych krokach. - EN: Masked-diffusion samplers that can mask previously predicted tokens again and revise them over subsequent steps. - In one sentence PL: Model zgaduje zakryte słowa, zostawia pewne, a niepewne znów zakrywa i próbuje je w następnej turze. - Problem it solves PL: Odkrycie wszystkich słów naraz daje sprzeczne sąsiady, a odkrywanie po jednym słowie marnuje równoległość. - What it does PL: W turze sieć proponuje słowa na maskach. Zostają te z wysoką pewnością, reszta wraca pod maskę, aż tekst się domknie. - Everyday example PL: Generator notatki zostawia pewne rzeczowniki, a wahające się czasowniki zakrywa i poprawia, gdy reszta zdania jest już widoczna. - In one sentence EN: The model guesses hidden words, keeps the confident ones, and hides the uncertain ones again for the next turn. - Problem it solves EN: Revealing every word at once yields clashing neighbours, while revealing one word at a time wastes parallelism. - What it does EN: Each turn, the network proposes words for masks. High-confidence ones stay, the rest go back under a mask, until the text closes. - Everyday example EN: A note generator keeps confident nouns, hides hesitant verbs, and revises them once the rest of the sentence is visible. - concerns you if PL: wynik ma sprzeczne sąsiednie słowa; chcesz mniej kroków niż jedno słowo na turę; poprawiasz szkic, zostawiając pewne fragmenty - concerns you if EN: the draft has clashing neighbouring words; want fewer steps than one word per turn; revise a draft while keeping sure fragments - sources: `nie-llada-2025`, `wang-remdm-2025` ### Kaskadowe modele dyfuzyjne (Cascaded diffusion models) - id: `cascadediff` · https://aiatlasgraph.com/t/cascadediff.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Kaskadowe modele dyfuzyjne - aliases: cascaded diffusion, diffusion cascade, kaskada dyfuzyjna, super-resolution diffusion cascade - PL: Łańcuch modeli dyfuzyjnych o rosnącej rozdzielczości, od szkicu do szczegółów. - EN: A chain of diffusion models at increasing resolution, from sketch to detail. - In one sentence PL: Najpierw powstaje mały obraz, a kolejne modele dokładają coraz drobniejsze szczegóły. - Problem it solves PL: Jeden model od razu na dużej siatce jest drogi, a drobne błędy niskiej rozdzielczości psują potem całe powiększenie. - What it does PL: Osobny model dopisuje szczegóły do mniejszego obrazu i uczy się poprawiać usterki poprzednika. - Everyday example PL: Szkic sceny ma 64 punkty na bok, a dwa kolejne modele podnoszą go do ostrej ilustracji, prostując krzywe krawędzie. - In one sentence EN: A small image comes first, then later models add finer and finer detail. - Problem it solves EN: One model on a large grid is expensive, and small low-resolution errors later spoil the whole enlargement. - What it does EN: A separate model adds detail to a smaller image and learns to correct the previous stage's flaws. - Everyday example EN: A scene sketch is 64 points on a side, and two later models raise it to a sharp illustration, straightening bent edges. - concerns you if PL: jeden przebieg na dużej siatce jest za drogi; powiększenie powiela błędy małego szkicu; składasz obraz z kilku etapów rozdzielczości - concerns you if EN: one pass on a large grid is too costly; upscaling copies errors from a small sketch; you build an image across several resolutions - related: `imagerestoration` - sources: `cascaded-diffusion-2021` ### Augmentacja obrazu warunkującego (Conditioning augmentation for cascaded diffusion) - id: `condaugment` · https://aiatlasgraph.com/t/condaugment.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Kaskadowe modele dyfuzyjne › Augmentacja obrazu warunkującego - aliases: conditioning augmentation, condition noise augmentation, augmentacja warunku - PL: Zniekształcanie niskiej rozdzielczości w treningu modeli super-rozdzielczości. - EN: Corrupting the low-resolution input while training super-resolution models. - In one sentence PL: Model powiększania ćwiczy na celowo zniekształconym szkicu, żeby nie kopiował jego błędów. - Problem it solves PL: Czysty szkic z danych różni się od szkicu, który naprawdę wygeneruje poprzedni model. - What it does PL: W treningu lekko psuje i rozmywa obraz wejściowy, więc model uczy się poprawiać, a nie tylko ślepo powiększać. - Everyday example PL: Mały szkic ma krzywą krawędź kubka, a model powiększania i tak ją prostuje, bo widział podobne usterki w ćwiczeniach. - In one sentence EN: An upscaling model trains on a deliberately distorted sketch so it does not copy its errors. - Problem it solves EN: A clean sketch from the data differs from the sketch the previous model will actually generate. - What it does EN: Training lightly corrupts and blurs the input image, so the model learns to repair rather than blindly enlarge. - Everyday example EN: A small sketch has a bent cup edge, and the upscaler still straightens it because it saw similar flaws in training. - concerns you if PL: powiększenie wiernie kopiuje błędy szkicu; składasz kilka modeli o rosnącej rozdzielczości; wynik kaskady rozjeżdża się dopiero na końcu - concerns you if EN: upscaling faithfully copies sketch errors; you chain several models of rising resolution; the cascade only falls apart at the last stage - sources: `cascaded-diffusion-2021` ### Sterowanie promptem bez klasyfikatora (classifier-free guidance) (Classifier-free guidance) - id: `cfg` · https://aiatlasgraph.com/t/cfg.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Sterowanie promptem bez klasyfikatora (classifier-free guidance) - aliases: classifier-free guidance, CFG, guidance scale, negative prompt, sterowanie generacją - PL: Technika wzmacniania zgodności wyniku z opisem: jeden model uczy się generować z warunkiem i bez niego (warunek losowo pomijany w treningu), a przy generowaniu wynik przesuwa się w stronę wersji warunkowej. Skala guidance to popularny suwak „wierność promptowi kontra różnorodność”. - EN: A technique to strengthen adherence to the prompt: one model learns to generate with and without the condition (dropped randomly in training), and at sampling time the output is pushed toward the conditional version. The guidance scale is the familiar “prompt fidelity vs diversity” knob. - examples PL: skala guidance · prompt negatywny · classifier guidance (starsza metoda) - examples EN: guidance scale · negative prompt · classifier guidance (older method) - In one sentence PL: To wzmacnianie wpływu twojego opisu na obraz tworzony przez model. - Problem it solves PL: Generator tworzy ładny obraz, ale pomija ważne szczegóły wskazane w opisie. - What it does PL: Porównuje przewidywanie z opisem i bez niego, wzmacniając różnicę; zbyt mocne sterowanie może pogorszyć wygląd lub różnorodność. - Everyday example PL: Zwiększasz siłę opisu czerwonego parasola, a potem sprawdzasz, czy obraz zachował naturalne kolory i szczegóły. - In one sentence EN: This strengthens the influence of your description on the image a model generates. - Problem it solves EN: A generator creates an attractive image but misses important details from your description. - What it does EN: It compares predictions with and without the description, amplifying the difference; excessive guidance can harm appearance or diversity. - Everyday example EN: You increase guidance for a red umbrella description, then check whether the image retains natural colours and details. - concerns you if PL: generator ignoruje część twojego opisu; wybierasz między zgodnością z opisem a różnorodnością - concerns you if EN: find a generator ignores parts of your description; balance description fidelity against variety - related: `texttoimage` - sources: `lilianweng-diffusion-2021`, `classifier-free-guidance-2022`, `hf-diffusion-course` ### Szybkie generowanie w kilku krokach (Fast and few-step diffusion sampling) - id: `fewstepdiffusion` · https://aiatlasgraph.com/t/fewstepdiffusion.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Szybkie generowanie w kilku krokach - aliases: few-step generation, fast sampling, diffusion acceleration, przyspieszanie dyfuzji, one-step diffusion, diffusion distillation - PL: Metody skracania próbkowania modeli dyfuzyjnych: lepsze solvery bez ponownego treningu oraz destylacja do modeli kilku- i jednokrokowych. - EN: Methods for shortening diffusion sampling: better solvers without retraining and distillation into few-step and one-step models. - In one sentence PL: Zestaw sposobów, by modele tworzące obrazy z szumu dały wynik w kilku krokach zamiast w kilkuset. - Problem it solves PL: Dobre generatory obrazów odszumiają wynik dziesiątki lub setki razy, więc są wolne, drogie i nie nadają się do pracy na żywo. - What it does PL: Albo sprytniej przechodzi się po tej samej drodze, albo wolny model-nauczyciel uczy ucznia robić kilka kroków naraz. - Everyday example PL: Rysujesz kształt w programie graficznym, a obok niemal od razu pojawia się jego realistyczna wersja, zmieniająca się razem z kreską. - In one sentence EN: A set of ways to make models that create images from noise deliver a result in a few steps instead of hundreds. - Problem it solves EN: Good image generators denoise their output tens or hundreds of times, so they are slow, costly and unfit for live use. - What it does EN: Either the same path is walked more cleverly, or a slow teacher model trains a student to take several steps at once. - Everyday example EN: You sketch a shape in a graphics app and a realistic version appears beside it almost instantly, changing as you draw. - concerns you if PL: płacisz za każdy wygenerowany obraz lub klatkę; chcesz generować obrazy na telefonie lub na żywo - concerns you if EN: pay for every generated image or frame; want to generate images on a phone or live - related: `rectifiedflow` - sources: `liu-rectifiedflow-2022`, `song-ddim-2020`, `salimans-progdistill-2022`, `song-consistency-2023`, `sauer-add-2023`, `lu-dpmsolver-2022` ### Modele spójności (generowanie jednym krokiem) (Consistency models) - id: `consistencymodels` · https://aiatlasgraph.com/t/consistencymodels.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Szybkie generowanie w kilku krokach › Modele spójności (generowanie jednym krokiem) - aliases: consistency models, latent consistency models, LCM, consistency distillation, consistency training, modele spójności - PL: Modele uczone mapować każdy punkt trajektorii odszumiania na jej koniec, umożliwiające próbkowanie jedno- i kilkukrokowe; trenowane destylacją lub samodzielnie. - EN: Models trained to map any point on a denoising trajectory to its endpoint, enabling one- and few-step sampling; trained by distillation or standalone. - In one sentence PL: Model, który z dowolnie zaszumionego obrazu od razu przewiduje gotowy wynik, więc może generować w jednym kroku. - Problem it solves PL: Czekanie na obraz, który powstaje w dziesiątkach kroków, przeszkadza w pracy interaktywnej i podnosi koszty. - What it does PL: Jak przewodnik, który z każdego miejsca na szlaku od razu wskazuje cel, zamiast prowadzić przez wszystkie zakręty. - Everyday example PL: Wtyczka do programu graficznego pokazuje podgląd wygenerowanego tła w ułamku sekundy po każdej zmianie opisu. - In one sentence EN: A model that jumps straight from an image at any noise level to the finished result, so it can generate in one step. - Problem it solves EN: Waiting for an image built over dozens of steps gets in the way of interactive work and raises costs. - What it does EN: Like a guide who points straight at the destination from anywhere on the trail instead of walking you through every bend. - Everyday example EN: A graphics app plug-in shows a preview of a generated background a split second after each change to the description. - concerns you if PL: chcesz generować obrazy interaktywnie, bez czekania; korzystasz z szybkich wersji generatorów na własnym sprzęcie - concerns you if EN: want to generate images interactively without waiting; use fast generator versions on your own hardware - sources: `song-consistency-2023` ### Przeciwstawna destylacja dyfuzji (generowanie w 1–4 krokach) (Adversarial diffusion distillation) - id: `advdistill` · https://aiatlasgraph.com/t/advdistill.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Szybkie generowanie w kilku krokach › Przeciwstawna destylacja dyfuzji (generowanie w 1–4 krokach) - aliases: adversarial diffusion distillation, ADD, turbo diffusion models - PL: Destylacja dużych modeli dyfuzyjnych do 1–4 kroków przez połączenie sygnału nauczyciela opartego na score ze stratą przeciwstawną. - EN: Distilling large diffusion models to 1–4 steps by combining a score-based teacher signal with an adversarial loss. - In one sentence PL: Przyspieszanie generatora obrazów przez połączenie wskazówek wolnego modelu-nauczyciela z oceną sieci, która wyłapuje nierealistyczne wyniki. - Problem it solves PL: Gdy szybki model generuje w jednym kroku, obrazy wychodzą rozmyte i bez szczegółów, bo uśrednia możliwe wyniki. - What it does PL: Uczeń ma dwóch recenzentów: nauczyciel mówi, czy treść pasuje do opisu, a krytyk, czy obraz wygląda jak prawdziwe zdjęcie. - Everyday example PL: Aplikacja do obrazków z opisu generuje ilustrację niemal w trakcie pisania, a obraz wciąż ma ostre detale. - In one sentence EN: Speeding up an image generator by combining hints from a slow teacher model with a network that spots unrealistic results. - Problem it solves EN: When a fast model generates in one step, images come out blurry and lacking detail because it averages possible outcomes. - What it does EN: The student has two reviewers: the teacher says whether content fits the description, and a critic whether it looks like a real photo. - Everyday example EN: A text-to-image app produces an illustration almost while you type, and the picture still has sharp detail. - concerns you if PL: używasz bardzo szybkich generatorów obrazów; zastanawiasz się, czemu szybkie obrazy bywają mniej różnorodne - concerns you if EN: use very fast image generators; wonder why fast images can be less varied - related: `gan` - sources: `sauer-add-2023` ### Stopniowa destylacja kroków (Progressive distillation of diffusion samplers) - id: `progdistill` · https://aiatlasgraph.com/t/progdistill.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Szybkie generowanie w kilku krokach › Stopniowa destylacja kroków - aliases: progressive distillation, step distillation, destylacja kroków, v-prediction - PL: Iteracyjna destylacja, w której uczeń uczy się jednym krokiem odtwarzać dwa kroki deterministycznego samplera nauczyciela, połowiąc liczbę kroków w każdej rundzie. - EN: Iterative distillation where a student learns to reproduce two steps of the teacher's deterministic sampler in one, halving the step count each round. - In one sentence PL: Uczenie modelu, by jednym krokiem robił to, na co poprzednia wersja potrzebowała dwóch, i powtarzanie tego wiele razy. - Problem it solves PL: Każdy obraz z modelu dyfuzyjnego wymaga wielu przejść sieci, a te przejścia kosztują czas i prąd na serwerach. - What it does PL: Jak uczeń, który patrzy, jak mistrz robi dwa ruchy, i uczy się je łączyć w jeden; potem sam staje się mistrzem. - Everyday example PL: Usługa generująca ilustracje obsługuje więcej klientów na tych samych serwerach, bo jej model robi cztery kroki zamiast kilkuset. - In one sentence EN: Teaching a model to do in one step what its previous version needed two for, and repeating that many times. - Problem it solves EN: Every image from a diffusion model takes many network passes, and those passes cost time and server power. - What it does EN: Like an apprentice who watches the master make two moves and learns to merge them into one, then becomes the master. - Everyday example EN: An illustration service serves more customers on the same servers because its model takes four steps instead of hundreds. - concerns you if PL: utrzymujesz własny generator obrazów i liczysz koszty; chcesz zrozumieć, jak powstają szybkie wersje modeli - concerns you if EN: run your own image generator and watch costs; want to understand how fast model versions are made - sources: `salimans-progdistill-2022` ### Szybsze samplery bez ponownego treningu (DDIM, solvery ODE) (Fast training-free samplers (DDIM, ODE solvers)) - id: `ddim` · https://aiatlasgraph.com/t/ddim.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Szybkie generowanie w kilku krokach › Szybsze samplery bez ponownego treningu (DDIM, solvery ODE) - aliases: DDIM, denoising diffusion implicit models, DPM-Solver, probability flow ODE, deterministic sampling, sampler - PL: Deterministyczne lub mniej losowe procedury próbkowania dla wytrenowanych modeli dyfuzyjnych, oparte na niemarkowskim procesie i solverach równań przepływu prawdopodobieństwa. - EN: Deterministic or less stochastic sampling procedures for trained diffusion models, based on non-Markovian processes and probability-flow ODE solvers. - In one sentence PL: Sprytniejszy sposób odszumiania, który pozwala już wytrenowanemu modelowi stworzyć obraz w kilkudziesięciu krokach zamiast w tysiącu. - Problem it solves PL: Pierwsze modele dyfuzyjne potrzebowały setek przejść sieci na jeden obraz, a ponowny trening, by to skrócić, jest bardzo drogi. - What it does PL: Jak schodzenie z góry dużymi, przemyślanymi krokami zamiast drobnych kroczków: ta sama ścieżka, mniej przystanków. - Everyday example PL: W programie do generowania obrazów zmieniasz ustawienie „liczba kroków” na mniejszą i obraz pojawia się kilka razy szybciej. - In one sentence EN: A smarter way of denoising that lets an already trained model create an image in dozens of steps instead of a thousand. - Problem it solves EN: Early diffusion models needed hundreds of network passes per image, and retraining to shorten that is very expensive. - What it does EN: Like descending a mountain in large, well-judged strides rather than tiny shuffles: the same trail, fewer stops. - Everyday example EN: In an image-generation program you lower the ‘number of steps’ setting and the image appears several times faster. - concerns you if PL: widzisz w generatorze obrazów wybór samplera lub kroków; chcesz przyspieszyć gotowy model bez trenowania - concerns you if EN: see a sampler or step setting in an image generator; want to speed up a ready model without training - sources: `song-ddim-2020`, `lu-dpmsolver-2022` ### Transformery w modelach dyfuzyjnych i przepływowych (DiT) (Transformers for diffusion and flow models (DiT)) - id: `dit` · https://aiatlasgraph.com/t/dit.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Transformery w modelach dyfuzyjnych i przepływowych (DiT) - aliases: DiT, diffusion transformer, MM-DiT, transformer dyfuzyjny - PL: Architektury generatywne, w których transformer przetwarza łatki reprezentacji obrazu zamiast typowego szkieletu U-Net. DiT zastosował tę konstrukcję w dyfuzji latentnej, a nowsze warianty wykorzystują transformery również w modelach trenowanych metodami przepływowymi. - EN: Generative architectures in which a transformer processes patches of an image representation instead of a conventional U-Net backbone. DiT applied this design to latent diffusion, while newer variants also use transformers in flow-trained models. - examples PL: DiT · transformery z osobnymi reprezentacjami obrazu i tekstu · transformery generujące wideo - examples EN: DiT · transformers with separate image and text representations · video-generation transformers - In one sentence PL: To generatory, które podczas tworzenia obrazu porównują jego małe fragmenty za pomocą mechanizmu uwagi. - Problem it solves PL: Tworzony obraz potrzebuje zgodności między odległymi fragmentami, a model musi sprawnie łączyć ich informacje. - What it does PL: Transformer przetwarza fragmenty zaszumionego lub pośredniego zapisu obrazu i przewiduje zmiany potrzebne w kolejnym kroku generowania. - Everyday example PL: Generator ilustracji zestawia fragmenty postaci i tła podczas kolejnych kroków budowania sceny. - In one sentence EN: These generators compare small image-representation patches through attention while creating an image. - Problem it solves EN: A generated image needs consistency across distant regions, and the model must connect their information efficiently. - What it does EN: A transformer processes patches of a noisy or intermediate image representation and predicts changes needed for the next generation step. - Everyday example EN: An illustration generator connects figure and background patches during successive steps of constructing a scene. - concerns you if PL: poznajesz budowę nowoczesnych generatorów; chcesz połączyć uwagę z tworzeniem obrazu - concerns you if EN: study modern generator designs; want to connect attention with image generation - related: `videogen`, `hourglassdit`, `pixeldit`, `vit` - sources: `sd3-rectified-flow-2024`, `dit-2022` ### Zaszumianie i odszumianie krok po kroku (DDPM) (Forward noising and learned denoising (DDPM)) - id: `ddpm` · https://aiatlasgraph.com/t/ddpm.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele dyfuzyjne › Zaszumianie i odszumianie krok po kroku (DDPM) - aliases: DDPM, denoising diffusion, forward diffusion, reverse diffusion, noise schedule - PL: Podstawowa konstrukcja probabilistycznych modeli dyfuzyjnych: proces w przód stopniowo dodaje szum do danych, a model uczy się odwracać zaszumianie, często przez przewidywanie dodanego szumu. Liczba kroków próbkowania wpływa na koszt i jakość, a osobne techniki szybszego próbkowania lub destylacji mogą ją zmniejszać. - EN: The basic construction of denoising diffusion probabilistic models: a forward process gradually adds noise to data, while a model learns to reverse the corruption, often by predicting the added noise. Sampling-step count affects cost and quality, and separate fast-sampling or distillation techniques can reduce it. - examples PL: harmonogram szumu · przewidywanie szumu · odwrócony proces dyfuzji - examples EN: noise schedule · noise prediction · reverse diffusion process - In one sentence PL: To konstrukcja generatora uczącego się odwracać stopniowe dodawanie losowego szumu do danych. - Problem it solves PL: Potrzebujesz jasnego ćwiczenia, które nauczy model przejścia od losowych plam do wiarygodnego obrazu. - What it does PL: Trening dodaje szum o różnej sile do przykładów, a sieć uczy się wskazywać go lub przewidywać mniej zaszumioną wersję. - Everyday example PL: Podczas uczenia generator ogląda zaszumione zdjęcie kwiatu i ćwiczy poprawkę potrzebną do jego odtworzenia. - In one sentence EN: This generator design learns to reverse the gradual addition of random noise to data. - Problem it solves EN: You need a clear training exercise that teaches a model to move from random patches to a convincing image. - What it does EN: Training adds noise at different strengths to examples, and a network learns to identify it or predict a less noisy version. - Everyday example EN: During training, a generator sees a noisy flower photo and practises the correction needed to reconstruct it. - concerns you if PL: poznajesz podstawy generatorów dyfuzyjnych; chcesz rozumieć ich ćwiczenia treningowe - concerns you if EN: study the basics of diffusion generators; want to understand their training exercises - related: `embdiffusion`, `d3pm`, `ebm`, `noiseshift` - sources: `ddpm-2020`, `lilianweng-diffusion-2021`, `hf-diffusion-course` ### Modele oparte na energii (Energy-based models (EBM)) - id: `ebm` · https://aiatlasgraph.com/t/ebm.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Modele oparte na energii - aliases: EBM, energy-based models, modele energetyczne, Boltzmann machines, contrastive divergence, Langevin dynamics - PL: Modele definiujące nieznormalizowaną gęstość przez funkcję energii; trenowane MCMC, dopasowaniem score lub estymacją kontrastu z szumem. - EN: Models defining an unnormalised density through an energy function, trained via MCMC maximum likelihood, score matching or noise-contrastive estimation. - In one sentence PL: Model, który nie tworzy danych wprost, tylko ocenia każdy przykład liczbą: im niższa „energia”, tym przykład bardziej pasuje do świata. - Problem it solves PL: Modele, które muszą podać dokładne prawdopodobieństwo, są bardzo ograniczone w budowie, więc trudno w nich uchwycić złożone zależności. - What it does PL: Jak mapa terenu: prawdziwe przykłady leżą w dolinach, a nowe próbki powstają przez staczanie się z losowego miejsca w dół. - Everyday example PL: System sprawdza, czy podana odpowiedź pasuje do pytania, i wybiera tę z najlepszą oceną spośród wielu kandydatów. - In one sentence EN: A model that does not create data directly but scores each example: the lower its ‘energy’, the better it fits the world. - Problem it solves EN: Models that must output exact probabilities are tightly constrained in design, so complex dependencies are hard to capture. - What it does EN: Like a landscape map: real examples sit in valleys, and new samples are made by rolling downhill from a random spot. - Everyday example EN: A system checks whether a given answer fits a question and picks the best-scoring one among many candidates. - concerns you if PL: chcesz zrozumieć wspólny język wielu metod generatywnych; łączysz ocenianie i generowanie w jednym modelu - concerns you if EN: want to understand a shared language of many generative methods; combine scoring and generating in one model - related: `ddpm` - sources: `song-kingma-ebm-2021` ### Przepływy normalizujące i flow matching (Normalising flows and flow matching) - id: `flowmatching` · https://aiatlasgraph.com/t/flowmatching.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Przepływy normalizujące i flow matching - aliases: normalizing flows, normalising flows, flow matching, rectified flow, przepływy normalizujące, continuous normalizing flows - PL: Modele przekształcające prosty szum w dane odwracalną transformacją (przepływy normalizujące) albo wyuczonym polem prędkości wzdłuż ścieżki od szumu do danych (flow matching, rectified flow). Flow matching obejmuje dyfuzję jako szczególny przypadek i jest podstawą wielu nowych modeli obrazu, np. Stable Diffusion 3. - EN: Models that turn simple noise into data with an invertible transform (normalising flows) or a learned velocity field along a path from noise to data (flow matching, rectified flow). Flow matching includes diffusion as a special case and underpins many new image models, e.g. Stable Diffusion 3. - examples PL: przepływy normalizujące · flow matching · rectified flow (proste ścieżki szum–dane) - examples EN: normalising flows · flow matching · rectified flow (straight noise–data paths) - In one sentence PL: To tworzenie danych przez wyuczone przekształcanie prostego losowego zapisu w bardziej złożone obrazy lub dźwięki. - Problem it solves PL: Losowe liczby łatwo wylosować, ale potrzebujesz sposobu zamiany ich w przykłady przypominające rzeczywiste dane. - What it does PL: Model uczy się odwracalnych przekształceń albo kierunku kolejnych zmian na drodze od szumu do danych. - Everyday example PL: Generator stopniowo przekształca losowy zapis w obraz filiżanki odpowiadający twojemu opisowi. - In one sentence EN: This generates data by learning to transform simple random representations into more complex images or sounds. - Problem it solves EN: Random numbers are easy to sample, but you need a way to turn them into examples resembling real data. - What it does EN: A model learns invertible transformations or the direction of successive changes along a path from noise to data. - Everyday example EN: A generator gradually transforms a random representation into a cup image matching your description. - concerns you if PL: porównujesz sposoby tworzenia obrazów z szumu; poznajesz generowanie przez wyuczone przekształcenia - concerns you if EN: compare ways to create images from noise; study generation through learned transformations - related: `diffusion`, `fastdetsim` - sources: `udlbook-toc`, `flow-matching-2022`, `sd3-rectified-flow-2024`, `lilianweng-flow-models-2018` ### Prostowanie przepływu (rectified flow) (Rectified flow) - id: `rectifiedflow` · https://aiatlasgraph.com/t/rectifiedflow.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Przepływy normalizujące i flow matching › Prostowanie przepływu (rectified flow) - aliases: rectified flow, reflow, straight-line flows, prostowanie ścieżek, InstaFlow - PL: Wariant flow matching uczący pola prędkości wzdłuż prostych odcinków między szumem a danymi, z opcjonalnym, powtarzanym prostowaniem (reflow). - EN: A flow-matching variant learning a velocity field along straight lines between noise and data, with optional repeated straightening (reflow). - In one sentence PL: Uczenie generatora, by zamieniał szum w obraz po możliwie prostej drodze, dzięki czemu wystarcza mu niewiele kroków. - Problem it solves PL: Generowanie obrazów krok po kroku jest wolne i drogie, bo model krąży krętą ścieżką, zanim dotrze do wyniku. - What it does PL: Jak wyznaczenie trasy na mapie: zamiast krętych uliczek model uczy się jechać prosto, więc dociera szybciej i mniejszym kosztem. - Everyday example PL: Generator obrazków w aplikacji pokazuje gotowy obraz po chwili, zamiast kazać ci czekać kilkanaście sekund. - In one sentence EN: Teaching a generator to turn noise into an image along the straightest possible route, so it needs only a few steps. - Problem it solves EN: Step-by-step image generation is slow and costly because the model wanders along a winding path before reaching the result. - What it does EN: Like route planning: instead of winding side streets the model learns to drive straight, arriving faster and more cheaply. - Everyday example EN: An image generator in an app shows a finished picture in a moment instead of making you wait a dozen seconds. - concerns you if PL: płacisz za czas generowania obrazów; chcesz zrozumieć, czemu nowe generatory są szybsze - concerns you if EN: pay for image generation time; want to understand why newer generators are faster - related: `fewstepdiffusion` - sources: `liu-rectifiedflow-2022` ### Przepływy odwracalne z warstwami sprzężenia (RealNVP, Glow) (Coupling-layer normalising flows (RealNVP, Glow)) - id: `normflows` · https://aiatlasgraph.com/t/normflows.md - path: Sieci i modele generatywne › Rodziny modeli generatywnych › Przepływy normalizujące i flow matching › Przepływy odwracalne z warstwami sprzężenia (RealNVP, Glow) - aliases: normalizing flows, RealNVP, Glow, NICE, coupling layers, invertible networks, sieci odwracalne - PL: Generatory z odwracalnych transformacji o łatwym wyznaczniku jakobianu, pozwalające liczyć dokładną log-wiarygodność wzorem zamiany zmiennych. - EN: Generators built from invertible transformations with tractable Jacobian determinants, giving exact log-likelihood via the change-of-variables formula. - In one sentence PL: Model, który zamienia prosty losowy szum w realistyczne dane szeregiem odwracalnych kroków, więc może też dokładnie policzyć, jak prawdopodobny jest przykład. - Problem it solves PL: Wiele generatorów tworzy przekonujące próbki, ale nie potrafi powiedzieć, czy dany przykład jest typowy, czy dziwny. - What it does PL: Jak ciasto rozwałkowywane i składane: każdą operację można cofnąć, więc wiadomo dokładnie, skąd przyszedł każdy okruch. - Everyday example PL: Fizycy generują próbki konfiguracji cząstek, a model od razu podaje, jak bardzo każda z nich jest prawdopodobna. - In one sentence EN: A model that turns simple random noise into realistic data through reversible steps, so it can also compute exactly how likely an example is. - Problem it solves EN: Many generators make convincing samples but cannot tell whether a given example is typical or strange. - What it does EN: Like dough rolled and folded: every move can be undone, so you know exactly where each crumb came from. - Everyday example EN: Physicists generate samples of particle configurations, and the model immediately reports how probable each one is. - concerns you if PL: potrzebujesz dokładnej oceny prawdopodobieństwa danych; chcesz zrozumieć korzenie nowszych metod przepływowych - concerns you if EN: need an exact probability score for data; want to understand the roots of newer flow methods - sources: `kingma-glow-2018` ### Rozumowanie w modelach językowych (Reasoning in language models) - id: `reasoningmodels` · https://aiatlasgraph.com/t/reasoningmodels.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych - PL: Techniki i rodziny modeli służące do zadań wymagających wieloetapowego rozumowania: od promptowania łańcucha myśli, przez większy budżet obliczeń podczas odpowiedzi, po trening modeli rozumujących (RL, SFT i destylację). - EN: Techniques and model families for tasks that require multi-step reasoning: from chain-of-thought prompting and larger inference-time compute budgets to training reasoning models with RL, SFT and distillation. - examples PL: chain-of-thought · test-time compute · tryb „thinking” · modele typu o1/o3 · DeepSeek-R1 - examples EN: chain-of-thought · test-time compute · “thinking” mode · o1/o3-style models · DeepSeek-R1 - In one sentence PL: To sposoby pomagające modelom językowym rozwiązywać zadania wymagające kilku powiązanych kroków. - Problem it solves PL: Pierwsza szybka odpowiedź może pominąć warunek, błędnie policzyć wynik lub nie połączyć ważnych informacji. - What it does PL: Model może ćwiczyć rozwiązywanie zadań, rozpisywać kroki, sprawdzać warianty i poświęcać więcej obliczeń; poprawność nadal wymaga oceny. - Everyday example PL: Prosisz o plan pakowania zamówień z ograniczeniami rozmiaru, a model sprawdza kilka układów przed zaproponowaniem rozwiązania. - In one sentence EN: These methods help language models solve tasks that require several connected steps. - Problem it solves EN: A quick first response may miss a condition, miscalculate a result or fail to connect important information. - What it does EN: A model can practise solving tasks, produce intermediate steps, check alternatives and spend more computation; correctness still needs evaluation. - Everyday example EN: You request an order-packing plan with size constraints, and a model checks several arrangements before proposing a solution. - concerns you if PL: zadania wymagają łączenia kilku warunków; szybkie odpowiedzi często pomijają istotne kroki - concerns you if EN: handle tasks with several connected constraints; find quick responses often omit important steps - related: `neurosymbolic` - sources: `raschka-reasoning-llms`, `system1-2-survey-2025` ### Efektywne rozumowanie (przeciw „overthinkingowi”) (Efficient reasoning) - id: `efficientreasoning` · https://aiatlasgraph.com/t/efficientreasoning.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Efektywne rozumowanie (przeciw „overthinkingowi”) - PL: Metody ograniczające koszt i opóźnienie rozumowania: model nie powinien pisać tysięcy tokenów myślenia przy prostym pytaniu. - EN: Methods that cut the cost and latency of reasoning: a model should not write thousands of thinking tokens for a simple question. - examples PL: overthinking · krótsze ślady · myślenie tylko gdy trzeba - examples EN: overthinking · shorter traces · thinking only when needed - In one sentence PL: To ograniczanie zbędnych kroków i dopasowywanie wysiłku modelu do trudności zadania. - Problem it solves PL: Proste pytanie wywołuje długą, kosztowną odpowiedź, a dodatkowe kroki nie przynoszą potrzebnej poprawy. - What it does PL: Instrukcje, trening lub wybór trybu skracają pracę przy łatwych zadaniach, zostawiając większy budżet tam, gdzie pomaga. - Everyday example PL: Asystent szybko odpowiada na proste pytanie o godzinę, a dłużej pracuje nad planem kilku dostaw. - In one sentence EN: This reduces unnecessary steps and matches a model's effort to the task's difficulty. - Problem it solves EN: A simple question triggers a lengthy, costly response whose extra steps provide no needed improvement. - What it does EN: Instructions, training or mode selection shorten work on easy tasks, reserving larger budgets where they help. - Everyday example EN: An assistant quickly answers a simple time question but spends longer planning several deliveries. - concerns you if PL: płacisz za zbyt długie rozumowanie; potrzebujesz szybkich odpowiedzi na proste pytania - concerns you if EN: pay for excessively long reasoning; need prompt answers to simple questions - related: `hybridagents`, `economics`, `costestimation` - sources: `stop-overthinking-survey-2025`, `reasoning-on-budget-survey-2025` ### Adaptacyjne i hybrydowe tryby myślenia (Adaptive and hybrid thinking modes) - id: `adaptivethinking` · https://aiatlasgraph.com/t/adaptivethinking.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Efektywne rozumowanie (przeciw „overthinkingowi”) › Adaptacyjne i hybrydowe tryby myślenia - PL: Jeden model potrafi odpowiadać szybko albo myśleć dłużej i sam (lub na życzenie) decyduje, ile rozumowania potrzebuje dane pytanie. - EN: One model can answer fast or think longer and decides by itself (or on request) how much reasoning a question needs. - examples PL: przełącznik thinking / non-thinking · adaptacja do trudności pytania - examples EN: thinking / non-thinking switch · difficulty-adaptive reasoning - In one sentence PL: To wybieranie krótkiego lub dłuższego rozumowania w zależności od pytania albo twojej decyzji. - Problem it solves PL: Stały poziom wysiłku marnuje czas na łatwe pytania albo nie wystarcza do trudniejszych zadań. - What it does PL: Model lub sterujący system ocenia potrzebny wysiłek i przełącza tryb albo dostosowuje długość pracy; trafność tego wyboru wymaga testów. - Everyday example PL: Asystent wybiera krótką odpowiedź dla prostego przeliczenia, a rozbudowaną pracę dla planu z wieloma ograniczeniami. - In one sentence EN: This selects shorter or longer reasoning depending on the question or your choice. - Problem it solves EN: Fixed effort wastes time on easy questions or falls short on harder tasks. - What it does EN: A model or controller assesses required effort and switches modes or adjusts work length; the quality of that choice needs testing. - Everyday example EN: An assistant chooses a short response for a simple conversion and more extensive work for planning under several constraints. - concerns you if PL: masz pytania o różnej trudności; chcesz wybierać szybkość lub dokładniejsze sprawdzanie - concerns you if EN: handle questions of varying difficulty; want to choose speed or more extensive checking - related: `budgetcontrol` - sources: `reasoning-on-budget-survey-2025` ### Skracanie łańcucha myśli (Reasoning length reduction) - id: `concisereasoning` · https://aiatlasgraph.com/t/concisereasoning.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Efektywne rozumowanie (przeciw „overthinkingowi”) › Skracanie łańcucha myśli - PL: Trening lub promptowanie mające ograniczać długość rozumowania przy zachowaniu możliwie wysokiej jakości odpowiedzi — np. przez sygnał kosztu długości, dostrajanie na zwięzłych śladach albo instrukcje zwięzłości. - EN: Training or prompting aimed at reducing reasoning length while preserving answer quality as much as possible — for example via a length-cost signal, fine-tuning on concise traces, or brevity instructions. - examples PL: kara za długość · zwięzłe ślady · prompt o zwięzłość - examples EN: length penalty · concise traces · brevity prompt - In one sentence PL: To uczenie lub instruowanie modelu, żeby rozwiązywał zadanie z mniejszą liczbą zapisanych kroków. - Problem it solves PL: Rozumowanie zawiera powtórzenia i dygresje, które zwiększają koszt i opóźniają odpowiedź. - What it does PL: Przykłady zwięzłych rozwiązań, koszt długości lub instrukcja zachęcają do krótszej drogi; trzeba sprawdzić, czy nie usuwa potrzebnych kroków. - Everyday example PL: Porównujesz krótszy sposób obliczania kosztów z długim rozwiązaniem i sprawdzasz poprawność na nowych koszykach. - In one sentence EN: This trains or instructs a model to solve tasks with fewer written reasoning steps. - Problem it solves EN: Reasoning contains repetition and digressions that increase cost and delay the answer. - What it does EN: Concise examples, length costs or instructions encourage a shorter path; checks must ensure necessary steps are retained. - Everyday example EN: You compare a shorter cost calculation with a lengthy solution and check correctness on new baskets. - concerns you if PL: odpowiedzi zawierają zbędne etapy; chcesz zmniejszyć koszt bez utraty potrzebnych kroków - concerns you if EN: find responses contain unnecessary steps; want lower costs while retaining necessary steps - sources: `stop-overthinking-survey-2025` ### Monitorowanie łańcucha myśli (Chain-of-thought monitoring) - id: `cotmonitoring` · https://aiatlasgraph.com/t/cotmonitoring.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Monitorowanie łańcucha myśli - PL: Analizowanie zapisanego łańcucha myśli modelu (automatycznie lub przez człowieka), by wykrywać sygnały niepożądanego zachowania. Użyteczność tej metody zależy m.in. od monitorowalności i wierności śladu rozumowania, które nie są gwarantowane. - EN: Analysing a model's written chain of thought (automatically or by a human) to detect signals of undesirable behaviour. Its usefulness depends in part on the monitorability and faithfulness of the reasoning trace, which are not guaranteed. - examples PL: monitor CoT · wierność rozumowania · monitorowalność - examples EN: CoT monitor · reasoning faithfulness · monitorability - In one sentence PL: To sprawdzanie zapisanego toku rozumowania modelu pod kątem sygnałów niepożądanego zachowania. - Problem it solves PL: Końcowa odpowiedź może wyglądać poprawnie, choć dostępne kroki zawierają sygnały obchodzenia zasad. - What it does PL: Człowiek lub model analizuje dostępny zapis, ale może przeoczyć zachowanie, którego ślad nie ujawnia wiernie. - Everyday example PL: Podczas testu przeglądasz dostępne kroki agenta i zauważasz wzmiankę o pominięciu wymaganego potwierdzenia działania. - In one sentence EN: This examines a model's written reasoning for signs of unwanted behaviour. - Problem it solves EN: A final response can look acceptable while available reasoning steps contain signs of rule evasion. - What it does EN: A person or model analyses the available trace but can miss behaviour that the trace does not faithfully reveal. - Everyday example EN: During a test, you inspect an agent's available reasoning and notice a reference to skipping required action confirmation. - concerns you if PL: masz dostęp do śladów rozumowania; szukasz dodatkowych sygnałów niepożądanego działania - concerns you if EN: have access to reasoning traces; seek additional signals of unwanted actions - related: `alignment`, `mechinterp`, `rewardhacking`, `scheming` - sources: `cot-monitorability-2025` ### Obliczenia w czasie wnioskowania (Test-time compute scaling) - id: `testtime` · https://aiatlasgraph.com/t/testtime.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Obliczenia w czasie wnioskowania - PL: Dawanie modelowi większego budżetu obliczeń przy odpowiedzi — bez zmiany wag: wiele prób naraz, kolejne poprawki, przeszukiwanie z weryfikatorem albo po prostu dłuższe myślenie. - EN: Giving a model a bigger compute budget at answer time — without changing weights: many attempts in parallel, successive revisions, verifier-guided search, or simply thinking longer. - examples PL: równolegle · sekwencyjnie · hybrydowo · MCTS · PRM - examples EN: parallel · sequential · hybrid · MCTS · PRM - In one sentence PL: To poświęcanie dodatkowych obliczeń na przygotowanie odpowiedzi bez ponownego uczenia modelu. - Problem it solves PL: Jedna szybka próba nie wystarcza w trudnym zadaniu, ale nie możesz zmieniać samego modelu. - What it does PL: System może wydłużyć rozumowanie, wygenerować kilka prób, poprawiać odpowiedź lub przeszukiwać kroki z oceną ich jakości. - Everyday example PL: Przy trudnym planie pakowania dajesz modelowi więcej czasu na próby i sprawdzasz wybrane rozwiązanie. - In one sentence EN: This spends additional computation preparing an answer without retraining the model. - Problem it solves EN: One quick attempt is insufficient for a difficult task, but you cannot change the model itself. - What it does EN: A system can extend reasoning, generate several attempts, revise an answer or search through evaluated solution steps. - Everyday example EN: For a difficult packing plan, you give a model more time for attempts and check the selected solution. - concerns you if PL: trudne zadania wymagają więcej prób; możesz zamienić dodatkowy koszt na szansę lepszej odpowiedzi - concerns you if EN: handle difficult tasks needing more attempts; can trade extra cost for potentially better answers - related: `recurrentdepth`, `rewardmodels`, `mctsplanning`, `scalinglaws`, `search`, `latentloops`, `testtimeadapt` - sources: `mlabonne-llm-course`, `raschka-reasoning-llms`, `tts-survey-2025`, `snell-ttc-2024` ### Iteracyjne poprawianie odpowiedzi (Sequential self-revision) - id: `sequentialrevision` · https://aiatlasgraph.com/t/sequentialrevision.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Obliczenia w czasie wnioskowania › Iteracyjne poprawianie odpowiedzi - PL: Model kolejno przegląda i poprawia własną odpowiedź, każdą nową wersję opierając na poprzedniej — obliczenia rosną w głąb, nie wszerz. - EN: The model reviews and revises its own answer in turns, each version building on the previous — compute grows in depth rather than width. - examples PL: samokrytyka i poprawka · kolejne rundy rewizji - examples EN: self-critique and revise · successive revision rounds - In one sentence PL: To kolejne przeglądanie i poprawianie odpowiedzi modelu na podstawie jej poprzedniej wersji. - Problem it solves PL: Pierwszy szkic zawiera pominięty warunek lub błąd, którego nie chcesz przenosić do końcowej odpowiedzi. - What it does PL: System podaje poprzednią odpowiedź wraz z uwagami lub wynikiem sprawdzenia, a model tworzy następną wersję. - Everyday example PL: Test wskazuje błąd w wygenerowanym skrypcie, więc model dostaje komunikat i przygotowuje poprawioną wersję. - In one sentence EN: This repeatedly reviews and revises a model response using its previous version. - Problem it solves EN: A first draft misses a condition or contains an error you do not want in the final answer. - What it does EN: A system supplies the previous answer with feedback or checking results, and the model produces a new version. - Everyday example EN: A test reveals a generated script error, so the model receives the message and prepares a revised version. - concerns you if PL: pracujesz na kolejnych wersjach rozwiązania; masz informacje wskazujące potrzebne poprawki - concerns you if EN: work through successive solution versions; have feedback identifying needed corrections - sources: `tts-survey-2025`, `snell-ttc-2024` ### Przeszukiwanie kroków z weryfikatorem (Verifier-guided search) - id: `verifiersearch` · https://aiatlasgraph.com/t/verifiersearch.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Obliczenia w czasie wnioskowania › Przeszukiwanie kroków z weryfikatorem - PL: Rozwiązanie buduje się krok po kroku, a weryfikator (np. model nagrody procesowej) ocenia częściowe ścieżki i decyduje, które rozwijać dalej. - EN: The solution is built step by step while a verifier (e.g. a process reward model) scores partial paths and decides which to expand. - examples PL: beam search z PRM · MCTS · lookahead - examples EN: beam search with a PRM · MCTS · lookahead - In one sentence PL: To budowanie rozwiązania z kolejnych kroków wybieranych przy pomocy dodatkowej oceny. - Problem it solves PL: Pełne sprawdzanie wielu gotowych odpowiedzi marnuje pracę na ścieżki, które psują się już na początku. - What it does PL: Weryfikator ocenia częściowe ścieżki, a system rozwija te bardziej obiecujące i odrzuca słabsze. - Everyday example PL: Przy układaniu harmonogramu ocena odrzuca kolejność naruszającą dostępność sali przed dopisaniem reszty spotkań. - In one sentence EN: This builds a solution from successive steps selected with additional evaluation. - Problem it solves EN: Checking many completed answers wastes work on paths that fail near the beginning. - What it does EN: A verifier scores partial paths, and the system develops more promising ones while discarding weaker alternatives. - Everyday example EN: While building a timetable, evaluation rejects an order that violates room availability before the remaining meetings are added. - concerns you if PL: rozwiązanie można oceniać przed zakończeniem; chcesz kierować dodatkowe obliczenia na obiecujące warianty - concerns you if EN: can evaluate a solution before it is complete; want to focus computation on promising alternatives - related: `prm` - sources: `snell-ttc-2024` ### Sterowanie budżetem myślenia (Thinking budget control) - id: `budgetcontrol` · https://aiatlasgraph.com/t/budgetcontrol.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Obliczenia w czasie wnioskowania › Sterowanie budżetem myślenia - PL: Jawne ustalanie, ile tokenów lub czasu model może poświęcić na rozumowanie — przez parametr, limit albo wymuszenie przerwania czy kontynuacji myślenia. - EN: Explicitly setting how many tokens or how much time the model may spend reasoning — via a parameter, a cap, or forcing it to stop or continue thinking. - examples PL: budget forcing · parametr „reasoning effort” · limit tokenów myślenia - examples EN: budget forcing · “reasoning effort” parameter · thinking-token limit - In one sentence PL: To ustalanie, ile czasu lub miejsca na kroki rozumowania model może poświęcić odpowiedzi. - Problem it solves PL: Model długo rozpisuje rozwiązanie, przekraczając czas oczekiwania lub koszt, na który możesz sobie pozwolić. - What it does PL: Parametr, limit lub instrukcja ogranicza albo wydłuża dostępną pracę; wybrany budżet trzeba porównać z jakością wyników. - Everyday example PL: Dla prostych pytań ustawiasz krótszy limit, a dla planowania z ograniczeniami dopuszczasz dłuższą pracę. - In one sentence EN: This sets how much time or reasoning space a model can spend on an answer. - Problem it solves EN: A model develops a lengthy solution, exceeding the waiting time or cost you can afford. - What it does EN: A parameter, limit or instruction restricts or extends available work; the chosen budget needs comparison against result quality. - Everyday example EN: You set a shorter limit for simple questions and allow longer work for planning under constraints. - concerns you if PL: kontrolujesz koszt i czas odpowiedzi; różne pytania potrzebują różnych nakładów pracy - concerns you if EN: control answer costs and response time; handle questions requiring different amounts of work - related: `adaptivethinking`, `acthalt` - sources: `s1-budget-forcing-2025`, `reasoning-on-budget-survey-2025` ### Wiele prób i głosowanie (Parallel sampling and voting) - id: `parallelsampling` · https://aiatlasgraph.com/t/parallelsampling.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Obliczenia w czasie wnioskowania › Wiele prób i głosowanie - PL: Model generuje wiele niezależnych rozwiązań naraz, a wynik wybiera się głosowaniem większościowym (self-consistency) albo oceną weryfikatora (best-of-N). - EN: The model generates many independent solutions in parallel; the answer is picked by majority vote (self-consistency) or by a verifier score (best-of-N). - examples PL: self-consistency · best-of-N · głosowanie większościowe - examples EN: self-consistency · best-of-N · majority voting - In one sentence PL: To przygotowanie kilku prób rozwiązania i wybranie odpowiedzi przez głosowanie lub ocenę. - Problem it solves PL: Pierwsza próba może się pomylić, choć ten sam model potrafi w innej próbie znaleźć właściwy wynik. - What it does PL: Niezależne próby są porównywane według zgodności odpowiedzi lub oceny weryfikatora; wspólny błąd wszystkich prób nadal może wygrać. - Everyday example PL: Model kilka razy oblicza podział kosztów, a ty wybierasz wynik z dodatkowo sprawdzonej próby. - In one sentence EN: This generates several solution attempts and selects an answer through voting or evaluation. - Problem it solves EN: The first attempt may fail even though the same model can find the correct result in another attempt. - What it does EN: Independent attempts are compared by answer agreement or verifier scores; an error shared across attempts can still win. - Everyday example EN: A model calculates a cost split several times, and you select a result from an additionally checked attempt. - concerns you if PL: możesz zapłacić za kilka prób; masz sposób porównania proponowanych wyników - concerns you if EN: can pay for several attempts; have a way to compare proposed results - sources: `tts-survey-2025`, `wang-self-consistency-2022` ### Pętle głębokości i myśli ukryte (Recurrent depth and latent thoughts) - id: `latentloops` · https://aiatlasgraph.com/t/latentloops.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Pętle głębokości i myśli ukryte - aliases: latent reasoning, looped depth, myślenie w przestrzeni ukrytej - PL: Skalowanie obliczeń przy odpowiedzi przez powtórzenie bloku albo ciągły stan, nie przez dodatkowe tokeny. - EN: Scaling answer-time compute by repeating a block or a continuous state, not by extra tokens. - In one sentence PL: Model powtarza ten sam blok albo myśli liczbami, zamiast dopisywać kolejne słowa. - Problem it solves PL: Dłuższy zapis kroków słowami jest drogi, a część rozumowania źle mieści się w tekście. - What it does PL: Ten sam fragment sieci liczy się wielokrotnie albo ukryty stan wraca jako następne wejście, bez nowego słowa. - Everyday example PL: Przy układance logicznej model kilka razy przelicza ten sam blok, zanim wypisze krótką odpowiedź. - In one sentence EN: A model repeats the same block or thinks in numbers, instead of appending more words. - Problem it solves EN: A longer written trace is costly, and some reasoning fits poorly in text. - What it does EN: The same network block runs many times, or a hidden state returns as the next input, without a new word. - Everyday example EN: On a logic puzzle the model reruns the same block several times before writing a short answer. - concerns you if PL: odpowiedź wymaga kilku kroków; nie chcesz płacić za długi zapis myślenia; słowa pośrednie nic nie wnoszą - concerns you if EN: an answer needs several steps; do not want to pay for a long thinking trace; intermediate words add nothing - related: `hybridagents`, `testtime`, `tttlayers` - sources: `geiping-recurrent-2025` ### Adaptacyjne zatrzymanie obliczeń (Adaptive computation time) - id: `acthalt` · https://aiatlasgraph.com/t/acthalt.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Pętle głębokości i myśli ukryte › Adaptacyjne zatrzymanie obliczeń - aliases: ACT, halting mechanism, ponder cost - PL: Różniczkowalna reguła, która uczy sieć rekurencyjną liczby kroków między wejściem a wyjściem. - EN: A differentiable rule that teaches a recurrent network how many steps to take between input and output. - In one sentence PL: Sieć sama decyduje, ile razy jeszcze policzyć, zanim odda wynik. - Problem it solves PL: Stała liczba kroków marnuje pracę na łatwych miejscach i nie wyrabia na trudnych. - What it does PL: Przy każdym kroku model wystawia pewność zakończenia, a suma tych decyzji ucina dalsze liczenie. - Everyday example PL: W modelu znakowym sieć przeznacza więcej kroków na trudniejsze przejścia, na przykład granice słów i końce zdań. - In one sentence EN: The network decides how many more times to compute before it emits a result. - Problem it solves EN: A fixed step count wastes work on easy spots and falls short on hard ones. - What it does EN: At each step the model emits a halt confidence, and the sum of those decisions cuts off further compute. - Everyday example EN: In a character model, the network spends more steps on harder transitions, such as word boundaries and sentence endings. - concerns you if PL: trudność zmienia się w środku zadania; płacisz za każdy dodatkowy krok; stała głębokość jest źle dobrana - concerns you if EN: difficulty changes inside a task; you pay for every extra step; a fixed depth is poorly matched - related: `budgetcontrol` - sources: `dehghani-ut-2018`, `graves-act-2016` ### Ciągłe myśli (Continuous chain of thought) - id: `coconut` · https://aiatlasgraph.com/t/coconut.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Pętle głębokości i myśli ukryte › Ciągłe myśli - aliases: Coconut, continuous thought, chain of continuous thought - PL: Łańcuch rozumowania, w którym stan ukryty wraca jako embedding, bez dekodowania na token. - EN: A reasoning chain in which the hidden state returns as an embedding, without decoding to a token. - In one sentence PL: Model przekazuje sobie ukryty stan dalej, zamiast zamieniać każdy krok na słowo. - Problem it solves PL: Słowa pośrednie zajmują miejsce i zmuszają model do wyboru jednej ścieżki za wcześnie. - What it does PL: Ostatni stan ukryty wraca jako następne wejście, więc kilka możliwości może zostać w jednej myśli. - Everyday example PL: Przy planie z rozgałęzieniami model kilka razy podaje sobie stan liczbowy, a słowa wypisuje dopiero na końcu. - In one sentence EN: A model passes a hidden state onward, instead of turning each step into a word. - Problem it solves EN: Intermediate words take space and force the model to pick one path too early. - What it does EN: The last hidden state returns as the next input, so several options can stay in one thought. - Everyday example EN: On a branching plan the model passes a numeric state to itself several times, and writes words only at the end. - concerns you if PL: plan ma kilka możliwych ciągów; długi zapis kroków jest zbędny; chcesz krótszą odpowiedź - concerns you if EN: a plan has several possible paths; a long step trace is unnecessary; want a shorter answer - related: `cot` - sources: `hao-coconut-2024` ### Głębokość rekurencyjna (Recurrent-depth language models) - id: `recurrentdepth` · https://aiatlasgraph.com/t/recurrentdepth.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Pętle głębokości i myśli ukryte › Głębokość rekurencyjna - aliases: Huginn, latent recurrent depth - PL: Model językowy skaluje obliczenia odpowiedzi przez rozwijanie współdzielonego bloku rekurencyjnego w przestrzeni ukrytej. - EN: A language model scales answer compute by unrolling a shared recurrent block in hidden space. - In one sentence PL: Model językowy powtarza jeden blok tyle razy, ile potrzebuje, bez dopisywania słów pośrednich. - Problem it solves PL: Więcej tokenów myślenia wydłuża odpowiedź i okno, a nie każde rozumowanie da się zapisać słowami. - What it does PL: Ten sam blok rozwija się w kolejne przejścia w przestrzeni ukrytej, a liczba przejść rośnie dopiero przy odpowiedzi. - Everyday example PL: Przy zadaniu z kilkoma warunkami model przelicza blok wiele razy i wypisuje sam wynik. - In one sentence EN: A language model repeats one block as many times as it needs, without writing intermediate words. - Problem it solves EN: More thinking tokens lengthen the answer and the window, and not all reasoning can be written in words. - What it does EN: The same block unrolls into further passes in hidden space, and the pass count grows only at answer time. - Everyday example EN: On a task with several constraints the model reruns the block many times and writes only the result. - concerns you if PL: chcesz więcej obliczeń bez dłuższego tekstu; okno kontekstu jest krótkie; nie masz śladów kroków do treningu - concerns you if EN: want more compute without longer text; the context window is short; have no step traces for training - related: `testtime` - sources: `geiping-recurrent-2025`, `liu-loopcd-2026` ### Transformery w pętli (Looped transformers) - id: `loopedtf` · https://aiatlasgraph.com/t/loopedtf.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Pętle głębokości i myśli ukryte › Transformery w pętli - aliases: Universal Transformer, weight-tied transformer - PL: Współdzielony blok transformera stosowany rekurencyjnie do reprezentacji sekwencji, czasem z osobnym zatrzymaniem pozycji. - EN: A shared transformer block applied recurrently to sequence representations, sometimes with per-position halting. - In one sentence PL: Te same warstwy uwagi liczą się wielokrotnie, zamiast dokładać nową warstwę na każdy krok. - Problem it solves PL: Głębsza sieć kosztuje osobne wagi, a zadanie wymaga różnej liczby powtórzeń. - What it does PL: Jeden blok poprawia reprezentację całej sekwencji w kolejnych obrotach, czasem kończąc pozycje wcześniej. - Everyday example PL: Przy poprawianiu tabeli model kilkukrotnie przelicza te same warstwy, za każdym razem aktualizując reprezentację układu. - In one sentence EN: The same attention layers run many times, instead of adding a new layer for each step. - Problem it solves EN: A deeper network costs separate weights, and the task needs a varying number of repeats. - What it does EN: One block revises the whole sequence over successive passes, sometimes finishing positions early. - Everyday example EN: When fixing a table, the model reruns the same layers several times, updating the layout representation on each pass. - concerns you if PL: chcesz głębokość bez nowych wag; zadanie ma kroki o różnej trudności; ten sam blok ma liczyć iteracyjnie - concerns you if EN: want depth without new weights; a task has steps of varying difficulty; the same block should run iteratively - related: `transformers` - sources: `dehghani-ut-2018`, `giannou-looped-2023`, `liu-loopcd-2026` ### Trenowanie modeli rozumujących (Training reasoning models) - id: `reasoningtraining` · https://aiatlasgraph.com/t/reasoningtraining.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Trenowanie modeli rozumujących - PL: Jak nauczyć model długiego, samokorygującego się rozumowania: RL z nagrodą za poprawny wynik, SFT na długich łańcuchach myśli i destylacja z większego modelu. - EN: How to teach a model long, self-correcting reasoning: RL rewarded for correct results, SFT on long chains of thought, and distillation from a larger model. - examples PL: przepis DeepSeek-R1 · SFT → RL · destylacja - examples EN: DeepSeek-R1 recipe · SFT → RL · distillation - In one sentence PL: To uczenie modelu rozwiązywania złożonych zadań przez przykłady i ocenę jego prób. - Problem it solves PL: Model potrafi pisać przekonująco, ale nie radzi sobie z zadaniami wymagającymi sprawdzania kolejnych kroków. - What it does PL: Trening wykorzystuje rozwiązane zadania, nagrody za sprawdzalne wyniki lub przykłady przygotowane przez silniejszy model, żeby zmienić zachowanie sieci. - Everyday example PL: Dostrajasz model na zadaniach z poprawnymi obliczeniami i sprawdzasz, czy lepiej rozwiązuje nowe przypadki. - In one sentence EN: This trains a model to solve complex tasks through examples and evaluation of its attempts. - Problem it solves EN: A model writes convincingly but struggles with tasks requiring successive steps to be checked. - What it does EN: Training uses worked tasks, rewards for checkable outcomes or examples from a stronger model to change the network's behaviour. - Everyday example EN: You adapt a model using tasks with correct calculations and check whether it handles new cases better. - concerns you if PL: potrzebujesz trwale poprawić rozwiązywanie zadań; masz przykłady lub sposób oceny wyników - concerns you if EN: need lasting improvements in task solving; have examples or a way to evaluate outcomes - sources: `raschka-reasoning-llms`, `deepseek-r1-2025` ### Destylacja rozumowania do mniejszych modeli (Reasoning distillation) - id: `reasoningdistill` · https://aiatlasgraph.com/t/reasoningdistill.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Trenowanie modeli rozumujących › Destylacja rozumowania do mniejszych modeli - PL: Duży model rozumujący generuje ścieżki rozumowania, na których dostraja się mniejszy model. Tani sposób na mały model z umiejętnością rozumowania. - EN: A large reasoning model generates reasoning traces that a smaller model is fine-tuned on. A cheap way to give a small model reasoning ability. - examples PL: modele „R1-Distill” · ślady rozumowania jako dane SFT - examples EN: “R1-Distill” models · reasoning traces as SFT data - In one sentence PL: To uczenie mniejszego modelu rozwiązywania zadań na przykładach przygotowanych przez większy model. - Problem it solves PL: Silniejszy model rozwiązuje zadania, ale jest zbyt drogi lub duży do codziennego używania. - What it does PL: Większy model generuje rozwiązania, wybrane przykłady są sprawdzane, a mniejszy model uczy się na nich podobnego sposobu działania. - Everyday example PL: Zbierasz sprawdzone rozwiązania zadań o pakowaniu i używasz ich do nauczenia mniejszego modelu działającego lokalnie. - In one sentence EN: This teaches a smaller model to solve tasks using examples produced by a larger model. - Problem it solves EN: A stronger model solves the tasks but is too costly or large for everyday use. - What it does EN: A larger model generates solutions, selected examples are checked, and a smaller model trains on them to learn similar behaviour. - Everyday example EN: You collect verified packing-task solutions and use them to train a smaller model that runs locally. - concerns you if PL: potrzebujesz tańszego modelu do powtarzalnych zadań; masz dostęp do dobrych rozwiązań większego modelu - concerns you if EN: need a cheaper model for recurring tasks; have access to good solutions from a larger model - related: `distillation`, `seqdistill` - sources: `raschka-reasoning-llms`, `deepseek-r1-2025` ### RL z weryfikowalnymi nagrodami (RLVR) (Reinforcement learning with verifiable rewards) - id: `rlvr` · https://aiatlasgraph.com/t/rlvr.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Trenowanie modeli rozumujących › RL z weryfikowalnymi nagrodami (RLVR) - PL: Model dostaje nagrodę na podstawie automatycznie weryfikowalnego sygnału — np. poprawności wyniku, przejścia testów kodu lub spełnienia sprawdzalnego warunku — zamiast polegać wyłącznie na wyuczonym modelu preferencji. RLVR jest ważnym podejściem do post-treningu modeli rozumujących, szczególnie w domenach z jednoznaczną weryfikacją. - EN: The model receives reward from an automatically verifiable signal — such as answer correctness, passing code tests, or satisfying a checkable condition — rather than relying only on a learned preference model. RLVR is an important post-training approach for reasoning models, especially in domains with unambiguous verification. - examples PL: nagroda za poprawność i format · GRPO · zadania matematyczne i kodowe - examples EN: accuracy and format rewards · GRPO · maths and coding tasks - In one sentence PL: To uczenie modelu przez nagradzanie odpowiedzi, których poprawność da się automatycznie sprawdzić. - Problem it solves PL: Przekonujący styl nie mówi, czy obliczenie lub program faktycznie działa poprawnie. - What it does PL: Model próbuje rozwiązań, a test lub jednoznaczny warunek wyznacza nagrodę, która wpływa na kolejne aktualizacje jego ustawień. - Everyday example PL: Podczas treningu model pisze mały program, a nagrodę otrzymuje za przejście przygotowanych testów działania. - In one sentence EN: This trains a model by rewarding answers whose correctness can be checked automatically. - Problem it solves EN: A convincing style does not tell you whether a calculation or program actually works correctly. - What it does EN: A model attempts solutions, while a test or definite condition determines the reward that influences subsequent parameter updates. - Everyday example EN: During training, a model writes a small program and receives a reward for passing prepared functional tests. - concerns you if PL: potrafisz automatycznie sprawdzić wynik zadania; chcesz nagradzać poprawność zamiast samego stylu - concerns you if EN: can automatically check a task's result; want to reward correctness beyond writing style - related: `theoremproving`, `grpo`, `rlpolicy`, `outcomeverify`, `syntheticfiltering` - sources: `deepseek-r1-2025`, `tulu3-2024` ### Rekurencyjne samoulepszanie agentów terminalowych (Recursive self-improvement of terminal agents) - id: `terminalrsi` · https://aiatlasgraph.com/t/terminalrsi.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Trenowanie modeli rozumujących › RL z weryfikowalnymi nagrodami (RLVR) › Rekurencyjne samoulepszanie agentów terminalowych - aliases: Terminal-RSI, Recursive Self-Rewrite, RSR RPR, trajectory rewrite policy refine - PL: Metoda post-trainingu, która przeplata uczenie nadzorowane na zweryfikowanych trajektoriach sukcesu z PPO wykorzystującym dziedziczony model wartości. - EN: A post-training method alternating supervised learning on verified successful trajectories with PPO using an inherited value model. - In one sentence PL: Agent uczy się z własnych udanych prób, przepisuje je i poprawia się w kolejnych rundach. - Problem it solves PL: Agent kończy część zadania, ale nie dochodzi do pełnego, sprawdzonego sukcesu. - What it does PL: Zapisuje udane ścieżki, uczy się z nich, a potem trenuje politykę z oceną postępu. - Everyday example PL: Asystent w terminalu naprawia skrypt. Zapisuje pełne sukcesy i używa ich, żeby w następnej rundzie kończyć trudniejsze zadania. - In one sentence EN: An agent learns from its own successful trials, rewrites them and improves in successive rounds. - Problem it solves EN: The agent finishes part of a task but never reaches full, verified success. - What it does EN: It records successful paths, learns from them, then trains the policy with progress scoring. - Everyday example EN: A terminal assistant fixes a script. It records full successes and uses them so the next round finishes harder tasks. - concerns you if PL: asystent kończy proste komendy, ale gubi się w długich zadaniach; chcesz, by agent poprawiał się na podstawie własnych udanych prób; ręczne zbieranie przykładów do treningu trwa za długo - concerns you if EN: assistant finishes simple commands but gets lost on long tasks; want the agent to improve from its own successful trials; manually collecting training examples takes too long - related: `weightharnesscoevo`, `reharness`, `mass` - sources: `terminal-rsi-2026` ### SFT na długich łańcuchach myśli (Long chain-of-thought fine-tuning) - id: `longcotsft` · https://aiatlasgraph.com/t/longcotsft.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Trenowanie modeli rozumujących › SFT na długich łańcuchach myśli - PL: Dostrajanie nadzorowane na starannie dobranych przykładach z długim rozumowaniem; często jako „zimny start” przed RL albo jako tani sposób na model rozumujący z niewielkiej liczby przykładów. - EN: Supervised fine-tuning on curated examples with long reasoning traces; often a “cold start” before RL, or a cheap route to a reasoning model from few examples. - examples PL: cold-start SFT · ~1000 trudnych przykładów (s1K) - examples EN: cold-start SFT · ~1,000 hard examples (s1K) - In one sentence PL: To uczenie modelu na starannie dobranych przykładach zawierających długie, rozpisane rozwiązania. - Problem it solves PL: Model potrzebuje przykładów prowadzenia wieloetapowego rozwiązania, zanim będzie skuteczniej ćwiczył trudne zadania. - What it does PL: Trening uczy przewidywać kolejne fragmenty dobrych rozwiązań, kształtując sposób zapisywania etapów i poprawiania prób. - Everyday example PL: Przygotowujesz sprawdzone rozwiązania zadań z kilkoma warunkami i używasz ich do dostrojenia modelu. - In one sentence EN: This trains a model on carefully selected examples containing long worked solutions. - Problem it solves EN: A model needs examples of multi-step solutions before it can practise difficult tasks more effectively. - What it does EN: Training teaches prediction of successive parts of good solutions, shaping how the model writes steps and revises attempts. - Everyday example EN: You prepare verified solutions to tasks with several constraints and use them to adapt a model. - concerns you if PL: masz sprawdzone długie rozwiązania; przygotowujesz model do dalszego treningu rozumowania - concerns you if EN: have verified long worked solutions; prepare a model for further reasoning training - related: `sft` - sources: `deepseek-r1-2025`, `s1-budget-forcing-2025` ### Weryfikatory rozumowania (Reasoning verifiers) - id: `reasoningverifiers` · https://aiatlasgraph.com/t/reasoningverifiers.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Weryfikatory rozumowania - PL: Modele lub programy oceniające, czy rozumowanie jest poprawne. Używane zarówno jako nagroda w treningu, jak i do wyboru najlepszej odpowiedzi przy wnioskowaniu. - EN: Models or programs that judge whether reasoning is correct. Used both as a training reward and to pick the best answer at inference time. - examples PL: PRM · ORM · sprawdzarki regułowe · testy jednostkowe - examples EN: PRM · ORM · rule-based checkers · unit tests - In one sentence PL: To programy lub modele oceniające proponowane rozwiązania albo ich poszczególne kroki. - Problem it solves PL: Model daje kilka przekonujących odpowiedzi, a ty potrzebujesz sposobu wybrania tej bardziej prawdopodobnie poprawnej. - What it does PL: Ocena porównuje wynik z warunkiem albo bada kroki; jej sygnał pomaga wybierać odpowiedzi lub uczyć model, lecz też wymaga sprawdzenia. - Everyday example PL: Asystent proponuje kilka fragmentów kodu, a przygotowane testy pomagają wybrać działającą wersję. - In one sentence EN: These programs or models evaluate proposed solutions or their individual steps. - Problem it solves EN: A model gives several convincing answers, and you need a way to choose one more likely to be correct. - What it does EN: Evaluation checks an outcome against a condition or examines steps; its signal guides selection or training but also needs validation. - Everyday example EN: An assistant proposes several code snippets, and prepared tests help select a working version. - concerns you if PL: wybierasz między kilkoma rozwiązaniami; potrzebujesz ocen do treningu lub wyszukiwania - concerns you if EN: choose between several solutions; need evaluations for training or search - sources: `lightman-verify-step-2023` ### Ocena każdego kroku (PRM) (Process reward models) - id: `prm` · https://aiatlasgraph.com/t/prm.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Weryfikatory rozumowania › Ocena każdego kroku (PRM) - PL: Model nagrody ocenia każdy krok rozumowania osobno, a nie tylko końcowy wynik. Pozwala wyłapać błąd w połowie rozwiązania. - EN: A reward model scores each reasoning step separately, not just the final answer. Catches a mistake halfway through a solution. - examples PL: nadzór procesowy · etykiety na poziomie kroków (PRM800K) - examples EN: process supervision · step-level labels (PRM800K) - In one sentence PL: To model oceniający poszczególne kroki rozumowania, żeby wcześniej wskazać możliwy błąd. - Problem it solves PL: Końcowy wynik nie pokazuje, w którym miejscu długie rozwiązanie zaczęło się psuć. - What it does PL: Oceny częściowych kroków mogą kierować dalszym szukaniem lub treningiem; sam oceniający model może się mylić. - Everyday example PL: Podczas układania planu dostaw ocena wskazuje krok naruszający limit czasu, zanim powstanie cała trasa. - In one sentence EN: This model evaluates individual reasoning steps to flag possible errors earlier. - Problem it solves EN: The final result does not reveal where a long solution started going wrong. - What it does EN: Partial-step evaluations can guide further search or training; the evaluator model can itself be mistaken. - Everyday example EN: While constructing a delivery plan, an evaluation flags a step violating the time limit before the entire route is completed. - concerns you if PL: potrzebujesz oceny etapów pośrednich; chcesz wcześniej odrzucać błędne ścieżki - concerns you if EN: need intermediate steps evaluated; want to reject faulty paths earlier - related: `rewardmodels`, `verifiersearch` - sources: `lightman-verify-step-2023` ### Sprawdzanie końcowego wyniku (Outcome verification) - id: `outcomeverify` · https://aiatlasgraph.com/t/outcomeverify.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Weryfikatory rozumowania › Sprawdzanie końcowego wyniku - PL: Ocenia się tylko końcową odpowiedź: porównaniem z wzorcem, uruchomieniem testów albo modelem nagrody wyniku (ORM). Prostsze i tańsze niż ocena kroków. - EN: Only the final answer is judged: by comparing with a reference, running tests, or an outcome reward model (ORM). Simpler and cheaper than step scoring. - examples PL: ORM · dopasowanie odpowiedzi · testy kodu - examples EN: ORM · answer matching · code tests - In one sentence PL: To ocenianie końcowej odpowiedzi bez osobnego sprawdzania wszystkich kroków, które do niej doprowadziły. - Problem it solves PL: Potrzebujesz szybko ocenić wiele prób, a szczegółowe analizowanie każdego kroku kosztuje zbyt dużo. - What it does PL: Wynik porównuje się z wzorcem, uruchamia test lub korzysta z modelu oceny; trafna odpowiedź nie dowodzi poprawności całej drogi. - Everyday example PL: Sprawdzasz wynik zadania rachunkowego z gotową odpowiedzią, nie oceniając osobno zapisanych obliczeń. - In one sentence EN: This evaluates the final answer without separately checking every step that produced it. - Problem it solves EN: You need to evaluate many attempts quickly, while inspecting every step costs too much. - What it does EN: The result is checked against a reference, a test or an evaluator model; a correct answer does not prove every step was sound. - Everyday example EN: You compare an arithmetic task's result with the reference answer without separately judging its written calculations. - concerns you if PL: masz sprawdzalny wynik końcowy; nie potrzebujesz oceny każdego etapu rozwiązania - concerns you if EN: have a checkable final result; do not need every solution step evaluated - related: `theoremproving`, `codeevals`, `outcomegrading`, `rlvr` - sources: `lightman-verify-step-2023` ### Łańcuch myśli (chain-of-thought) (Chain-of-thought prompting) - id: `cot` · https://aiatlasgraph.com/t/cot.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Łańcuch myśli (chain-of-thought) - PL: Nakłonienie modelu, by zapisał pośrednie kroki rozumowania, zanim poda odpowiedź. Najprostszy sposób na lepsze wyniki w zadaniach wieloetapowych — bez żadnego treningu. - EN: Getting the model to write out intermediate reasoning steps before the answer. The simplest way to improve multi-step tasks — no training required. - examples PL: rozpisane rozwiązanie zadania · kroki pośrednie przed odpowiedzią - examples EN: worked solution · intermediate steps before the answer - In one sentence PL: To skłanianie modelu do zapisania pośrednich kroków rozwiązania przed podaniem odpowiedzi. - Problem it solves PL: Model przeskakuje od pytania do wyniku, pomijając działania potrzebne w zadaniu wieloetapowym. - What it does PL: Wygenerowane kroki stają się kontekstem dla dalszej odpowiedzi; mogą pomagać, ale nie są gwarantowanym zapisem rzeczywistego procesu modelu. - Everyday example PL: Przy obliczaniu kosztu wspólnego obiadu prosisz model o rozpisanie składników, sumy i podziału między uczestników. - In one sentence EN: This prompts a model to write intermediate solution steps before giving an answer. - Problem it solves EN: A model jumps from the question to the answer, skipping operations needed for a multi-step task. - What it does EN: Generated steps become context for the next response; they may help but do not guarantee a faithful record of the model's internal process. - Everyday example EN: When calculating a shared meal's cost, you ask a model to set out ingredients, the total and each person's share. - concerns you if PL: rozwiązujesz zadania z kilkoma działaniami; chcesz sprawdzić zapisane etapy odpowiedzi - concerns you if EN: solve tasks requiring several operations; want to inspect the written solution steps - related: `coconut`, `prompting` - sources: `wei-cot-2022` ### Drzewo myśli (Tree of Thoughts) (Tree of Thoughts) - id: `treeofthoughts` · https://aiatlasgraph.com/t/treeofthoughts.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Łańcuch myśli (chain-of-thought) › Drzewo myśli (Tree of Thoughts) - PL: Model rozwija kilka alternatywnych ścieżek rozumowania, sam ocenia ich obiecujące fragmenty i może się cofać — jak przeszukiwanie drzewa zamiast jednej linii myśli. - EN: The model expands several alternative reasoning paths, evaluates which look promising and can backtrack — tree search instead of one line of thought. - examples PL: BFS/DFS po myślach · samoocena kroków · Game of 24 - examples EN: BFS/DFS over thoughts · self-evaluation of steps · Game of 24 - In one sentence PL: To szukanie rozwiązania przez rozwijanie kilku możliwych ścieżek i wracanie z tych, które nie pomagają. - Problem it solves PL: Jedna błędna decyzja na początku może poprowadzić całe rozwiązanie w złą stronę. - What it does PL: Model proponuje alternatywne kroki, ocenia ich obiecujące fragmenty i rozwija wybrane gałęzie zamiast jednej nieprzerwanej odpowiedzi. - Everyday example PL: Układając plan dostaw, model próbuje różnych pierwszych przystanków i wraca do innego wariantu, gdy trasa narusza ograniczenie czasu. - In one sentence EN: This searches for a solution by exploring several possible paths and backing away from unhelpful ones. - Problem it solves EN: One wrong early decision can send the entire solution down an unhelpful path. - What it does EN: A model proposes alternative steps, assesses promising partial solutions and develops selected branches rather than one uninterrupted response. - Everyday example EN: While planning deliveries, a model tries different first stops and returns to another option when a route violates a time constraint. - concerns you if PL: rozwiązanie wymaga wyboru między wariantami; możesz poświęcić obliczenia na sprawdzanie kilku ścieżek - concerns you if EN: need to choose among solution alternatives; can spend computation exploring several paths - related: `search` - sources: `yao-tree-of-thoughts-2023` ### Łańcuch myśli z przykładami (Few-shot chain-of-thought) - id: `fewshotcot` · https://aiatlasgraph.com/t/fewshotcot.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Łańcuch myśli (chain-of-thought) › Łańcuch myśli z przykładami - PL: W prompcie pokazuje się kilka przykładów zadań z rozpisanym rozwiązaniem krok po kroku; model naśladuje ten styl przy nowym zadaniu. - EN: The prompt includes a few example problems with step-by-step worked solutions; the model imitates that style on a new problem. - examples PL: kilka rozwiązanych zadań w prompcie - examples EN: a few worked problems in the prompt - In one sentence PL: To pokazywanie modelowi przykładów z rozpisanym rozwiązaniem, żeby podobnie podejść do nowego zadania. - Problem it solves PL: Sama prośba o wynik nie wskazuje, jak rozłożyć nietypowe zadanie na potrzebne etapy. - What it does PL: Przykłady w poleceniu pokazują wzorzec rozumowania, który model może zastosować do kolejnego przypadku bez zmiany swoich ustawień. - Everyday example PL: Pokazujesz obliczenie kosztu jednego zamówienia, a następnie prosisz o analogiczne rozpisanie nowego koszyka. - In one sentence EN: This shows a model examples with worked solutions so it can approach a new task similarly. - Problem it solves EN: Asking for an answer alone does not show how to split an unfamiliar task into the needed steps. - What it does EN: Examples in the prompt demonstrate a reasoning pattern the model can apply to another case without changing its parameters. - Everyday example EN: You show a worked calculation for one order, then ask for a similar breakdown of a new basket. - concerns you if PL: potrafisz przygotować dobre rozwiązane przykłady; nowe zadania mają podobną strukturę - concerns you if EN: can prepare useful worked examples; handle new tasks with a similar structure - related: `fewshotprompting` - sources: `wei-cot-2022` ### „Pomyśl krok po kroku” bez przykładów (Zero-shot chain-of-thought) - id: `zeroshotcot` · https://aiatlasgraph.com/t/zeroshotcot.md - path: Sieci i modele generatywne › Rozumowanie w modelach językowych › Łańcuch myśli (chain-of-thought) › „Pomyśl krok po kroku” bez przykładów - PL: Zamiast przykładów wystarcza krótka instrukcja typu „Let's think step by step”, która skłania model do rozpisania rozumowania. - EN: Instead of examples, a short instruction such as “Let's think step by step” makes the model write out its reasoning. - examples PL: „Let's think step by step” · „pomyśl krok po kroku” - examples EN: “Let's think step by step” - In one sentence PL: To proszenie modelu o rozwiązanie krok po kroku bez wcześniejszego pokazywania przykładów. - Problem it solves PL: Chcesz bardziej uporządkowanej odpowiedzi, ale nie masz gotowych przykładów rozwiązania podobnego zadania. - What it does PL: Krótka instrukcja zmienia sposób generowania odpowiedzi, zachęcając do etapów pośrednich; jej skuteczność zależy od modelu i zadania. - Everyday example PL: Pytając o liczbę pudełek potrzebnych do przeprowadzki, prosisz o kolejne kroki obliczenia zamiast samego wyniku. - In one sentence EN: This asks a model to solve a task step by step without showing examples first. - Problem it solves EN: You want a more structured answer but have no prepared examples of similar worked tasks. - What it does EN: A brief instruction changes response generation by encouraging intermediate steps; its effectiveness depends on the model and task. - Everyday example EN: When asking how many moving boxes you need, you request the calculation steps rather than just the result. - concerns you if PL: nie masz rozwiązanych przykładów pod ręką; sprawdzasz wpływ instrukcji na odpowiedź - concerns you if EN: have no worked examples at hand; test how instructions affect responses - sources: `kojima-zeroshot-cot-2022` ### Sieci grafowe (GNN) (Graph neural networks (GNN)) - id: `gnn` · https://aiatlasgraph.com/t/gnn.md - path: Sieci i modele generatywne › Sieci grafowe (GNN) - aliases: GNN, graph neural networks, sieci neuronowe na grafach, geometric deep learning, grafowe sieci neuronowe - PL: Sieci neuronowe operujące na grafach (węzły, krawędzie, cechy), niezmiennicze względem kolejności węzłów; podstawa uczenia na cząsteczkach, sieciach społecznych i siatkach. - EN: Neural networks operating on graphs (nodes, edges, features), invariant to node ordering; the basis of learning on molecules, social networks and meshes. - In one sentence PL: Sieci neuronowe uczące się na danych w postaci sieci powiązań: co jest połączone z czym i jak mocno. - Problem it solves PL: Wiele danych nie mieści się ani w tabeli, ani w zdjęciu: cząsteczki, mapy dróg czy znajomości to sieci połączeń o zmiennym kształcie. - What it does PL: Każdy element wielokrotnie wymienia informacje z sąsiadami, jak plotka rozchodząca się po wsi, aż pozna swoje otoczenie. - Everyday example PL: Aplikacja z mapą przewiduje korek na twojej trasie, biorąc pod uwagę ruch na sąsiednich ulicach i skrzyżowaniach. - In one sentence EN: Neural networks that learn from data shaped like a web of connections: what links to what, and how strongly. - Problem it solves EN: Much data fits neither a table nor a picture: molecules, road maps and friendships are webs of links with ever-changing shapes. - What it does EN: Each element repeatedly swaps information with its neighbours, like gossip spreading through a village, until it knows its surroundings. - Everyday example EN: A map app predicts a jam on your route by taking traffic on neighbouring streets and junctions into account. - concerns you if PL: twoje dane to sieć połączeń, a nie tabela; przewidujesz właściwości cząsteczek lub materiałów; budujesz rekomendacje z powiązań między ludźmi - concerns you if EN: your data is a web of links, not a table; you predict properties of molecules or materials; you build recommendations from links between people - related: `transactiongraphs`, `kgraphs`, `vectorizedscene`, `earthsystems`, `recommenders` - sources: `graphcast-2022`, `distill-gnn-2021` ### Konwolucje grafowe i uwaga na grafach (GCN, GAT) (Graph convolutions and graph attention (GCN, GAT)) - id: `messagepassing` · https://aiatlasgraph.com/t/messagepassing.md - path: Sieci i modele generatywne › Sieci grafowe (GNN) › Konwolucje grafowe i uwaga na grafach (GCN, GAT) - aliases: GCN, GAT, GraphSAGE, graph convolutional networks, graph attention networks, konwolucja grafowa - PL: Najpopularniejsze warstwy GNN: GCN agreguje znormalizowaną sumę cech sąsiadów, GAT waży sąsiadów mechanizmem uwagi, GraphSAGE próbkuje sąsiedztwo. - EN: The most common GNN layers: GCN aggregates a normalised sum of neighbour features, GAT weights neighbours with attention, GraphSAGE samples the neighbourhood. - In one sentence PL: Podstawowy sposób, w jaki sieć grafowa krok po kroku zbiera wiedzę od sąsiadów każdego elementu. - Problem it solves PL: Pojedynczy element mówi niewiele; o roli osoby w firmie czy artykułu w nauce decydują jego połączenia. - What it does PL: Jak sondaż wśród sąsiadów: każdy element pyta najbliższych, waży ich odpowiedzi i na tej podstawie aktualizuje własną opinię. - Everyday example PL: Serwis z artykułami naukowymi przypisuje nowej pracy dziedzinę na podstawie tego, jakie prace cytuje i kto cytuje ją. - In one sentence EN: The basic way a graph network gathers knowledge, step by step, from each element's neighbours. - Problem it solves EN: A single element says little on its own; a person's role in a company or a paper's place in science depends on its connections. - What it does EN: Like polling the neighbours: each element asks those closest to it, weighs their answers and updates its own view. - Everyday example EN: A library of research papers assigns a new paper to a field based on which papers it cites and which papers cite it. - concerns you if PL: chcesz klasyfikować elementy sieci na podstawie ich sąsiadów; przewidujesz brakujące połączenia, np. kto kogo może znać - concerns you if EN: want to classify network elements by their neighbours; predict missing links, such as who might know whom - related: `molproperty` - sources: `distill-gnn-2021`, `gcn-2016` ### Sieci geometryczne dla atomów w 3D (równoważność obrotów) (Equivariant graph networks for 3D atomic systems) - id: `equivariantgnn` · https://aiatlasgraph.com/t/equivariantgnn.md - path: Sieci i modele generatywne › Sieci grafowe (GNN) › Sieci geometryczne dla atomów w 3D (równoważność obrotów) - aliases: equivariant GNN, E(3)-equivariant networks, EGNN, NequIP, geometric GNN, sieci ekwiwariantne - PL: GNN na atomach z pozycjami 3D, równoważne względem obrotów, przesunięć i odbić (grupa E(3)); przewidują energie, siły i właściwości cząsteczek. - EN: GNNs over atoms with 3D positions, equivariant to rotations, translations and reflections (the E(3) group); they predict energies, forces and molecular properties. - In one sentence PL: Sieci grafowe dla obiektów w przestrzeni, dające spójny wynik bez względu na to, jak obrócisz lub przesuniesz obiekt. - Problem it solves PL: Obrócona cząsteczka to wciąż ta sama cząsteczka, a zwykła sieć musiałaby uczyć się tego osobno dla każdego ustawienia. - What it does PL: Wbudowuje w model regułę, którą fizyk zna z góry: obrót układu obraca siły, ale nie zmienia energii. - Everyday example PL: Program do projektowania baterii przewiduje, jak będą się poruszać atomy w nowym materiale, bez wielogodzinnych obliczeń fizycznych. - In one sentence EN: Graph networks for objects in space that give consistent answers however you rotate or move the object. - Problem it solves EN: A rotated molecule is still the same molecule, yet an ordinary network would have to learn that separately for every orientation. - What it does EN: It builds in a rule physicists already know: rotating a system rotates its forces but leaves its energy unchanged. - Everyday example EN: Battery design software predicts how atoms will move in a new material without hours of physics calculations. - concerns you if PL: pracujesz z cząsteczkami, kryształami lub białkami w 3D; potrzebujesz szybkiej symulacji ruchu atomów - concerns you if EN: work with molecules, crystals or proteins in 3D; need fast simulations of atomic motion - related: `mlip` - sources: `ai4science-survey-2023`, `mace-2022`, `egnn-2021` ### Transformery grafowe (Graph transformers) - id: `graphtransformer` · https://aiatlasgraph.com/t/graphtransformer.md - path: Sieci i modele generatywne › Sieci grafowe (GNN) › Transformery grafowe - aliases: graph transformer, GraphGPS, Graphormer, graph attention transformer, positional encodings for graphs - PL: Architektury łączące globalną uwagę transformera z kodowaniami pozycji i struktury grafu, często razem z lokalnym przekazywaniem wiadomości. - EN: Architectures combining a transformer's global attention with graph positional and structural encodings, often alongside local message passing. - In one sentence PL: Sieć dla danych w postaci powiązań, np. cząsteczek czy sieci znajomych, w której każdy element może „patrzeć” na wszystkie inne, nie tylko na sąsiadów. - Problem it solves PL: Zwykłe sieci grafowe przekazują informację tylko między sąsiadami, więc odległe części grafu słabo się „słyszą”. - What it does PL: Jak firma, w której poza rozmowami z kolegami z działu każdy może też napisać do dowolnej osoby, wiedząc, gdzie ona siedzi. - Everyday example PL: Program dla chemików przewiduje właściwości nowej cząsteczki, biorąc pod uwagę atomy leżące daleko od siebie w jej strukturze. - In one sentence EN: A network for connection data, such as molecules or friend networks, where every element can ‘look at’ all others, not just neighbours. - Problem it solves EN: Ordinary graph networks pass information only between neighbours, so distant parts of the graph barely ‘hear’ each other. - What it does EN: Like a company where, besides talking to teammates, anyone can also message any person, knowing where they sit. - Everyday example EN: A chemistry program predicts a new molecule's properties by taking into account atoms that lie far apart in its structure. - concerns you if PL: analizujesz cząsteczki, sieci lub inne dane o powiązaniach; twoja sieć grafowa gubi informacje z odległych węzłów - concerns you if EN: analyse molecules, networks or other connection data; your graph network loses information from distant nodes - sources: `rampasek-graphgps-2022` ### Sieci konwolucyjne i sekwencyjne (Convolutional and recurrent networks) - id: `cnn` · https://aiatlasgraph.com/t/cnn.md - path: Sieci i modele generatywne › Sieci konwolucyjne i sekwencyjne - PL: Architektury do struktury przestrzennej i sekwencji. - EN: Architectures for spatial structure and sequences. - examples PL: CNN · RNN · LSTM - examples EN: CNN · RNN · LSTM - In one sentence PL: To sieci, które wykorzystują układ sąsiednich elementów obrazu lub kolejność danych w czasie. - Problem it solves PL: W zdjęciach i nagraniach położenie oraz kolejność mają znaczenie, które ginie przy traktowaniu danych jak luźnej listy. - What it does PL: Jedne sieci przesuwają wspólne filtry po obrazie, inne przekazują pamięć między krokami sekwencji; dobór zależy od struktury zadania. - Everyday example PL: Aplikacja wykorzystuje filtry do wykrywania wzorów na zdjęciu, a model sekwencyjny analizuje zmiany dźwięku w nagraniu. - In one sentence EN: These networks use neighbouring image structure or the order of data over time. - Problem it solves EN: In photos and recordings, position and order matter but can be lost when data is treated as an unrelated list. - What it does EN: Some networks slide shared filters over an image; others pass memory between sequence steps, depending on the task's structure. - Everyday example EN: An app uses filters to detect image patterns, while a sequence model analyses sound changes in a recording. - concerns you if PL: pracujesz ze zdjęciami lub sekwencjami; chcesz dopasować sieć do układu danych - concerns you if EN: work with images or sequences; want a network suited to your data's structure - related: `imageclassification` - sources: `cs336`, `vision`, `cs229` ### Głębokie architektury konwolucyjne (ResNet, U-Net) (Deep convolutional architectures (ResNet, U-Net)) - id: `cnnarchs` · https://aiatlasgraph.com/t/cnnarchs.md - path: Sieci i modele generatywne › Sieci konwolucyjne i sekwencyjne › Głębokie architektury konwolucyjne (ResNet, U-Net) - aliases: CNN architectures, ResNet, U-Net, VGG, AlexNet, LeNet, architektury CNN - PL: Rodziny architektur konwolucyjnych: od LeNet, AlexNet i VGG, przez ResNet z połączeniami resztkowymi, po U-Net — enkoder–dekoder z połączeniami między odpowiadającymi sobie poziomami, stosowany m.in. w segmentacji i jako szkielet części modeli dyfuzyjnych. - EN: Families of convolutional architectures: from LeNet, AlexNet and VGG through ResNet with residual connections to U-Net — an encoder-decoder with connections between corresponding levels, used for segmentation and as the backbone of some diffusion models. - examples PL: LeNet · AlexNet · VGG · ResNet · U-Net - examples EN: LeNet · AlexNet · VGG · ResNet · U-Net - In one sentence PL: To różne układy warstw i połączeń w głębokich sieciach analizujących obrazy. - Problem it solves PL: Prosta sieć może gubić szczegóły albo trudno się uczyć, gdy dodasz wiele warstw. - What it does PL: Układy łączą wydobywanie cech z drogami na skróty lub przywracaniem rozdzielczości, zależnie od potrzeb rozpoznawania i zaznaczania obszarów. - Everyday example PL: Do wycinania roślin ze zdjęcia wybierasz sieć, która łączy ogólny obraz sceny z zachowanymi szczegółami krawędzi. - In one sentence EN: These are different layer and connection layouts in deep networks that analyse images. - Problem it solves EN: A simple network may lose detail or become hard to train when you add many layers. - What it does EN: Layouts combine feature extraction with shortcuts or restored resolution, depending on recognition and region-labelling needs. - Everyday example EN: For cutting plants out of photos, you choose a network that combines the overall scene with preserved edge details. - concerns you if PL: wybierasz układ modelu do obrazu; potrzebujesz zarówno szczegółów, jak i ogólnego kontekstu - concerns you if EN: choose a network layout for images; need both fine details and overall context - related: `imageclassification`, `residual`, `segmentation` - sources: `d2l-toc`, `resnet-2015`, `unet-2015`, `cs231n-convnets-notes` ### LSTM i GRU — sieci z bramkami pamięci (LSTM and GRU (gated recurrent networks)) - id: `lstmgru` · https://aiatlasgraph.com/t/lstmgru.md - path: Sieci i modele generatywne › Sieci konwolucyjne i sekwencyjne › LSTM i GRU — sieci z bramkami pamięci - aliases: LSTM, long short-term memory, GRU, gated recurrent unit, gated RNN - PL: Rekurencyjne sieci z mechanizmami bramkującymi, które sterują przepływem i przechowywaniem informacji w stanie ukrytym. LSTM używa osobnego stanu komórki oraz bramek wejścia, zapominania i wyjścia; GRU łączy część tych mechanizmów w prostszej konstrukcji z bramkami resetu i aktualizacji. - EN: Recurrent networks with gating mechanisms that control how information flows into and remains in hidden state. LSTM uses a separate cell state with input, forget and output gates; GRU combines some of these mechanisms in a simpler design with reset and update gates. - examples PL: LSTM · GRU · dwukierunkowe RNN - examples EN: LSTM · GRU · bidirectional RNN - In one sentence PL: To sieci sekwencyjne z bramkami decydującymi, jakie wcześniejsze informacje zachować, zmienić lub zapomnieć. - Problem it solves PL: Zwykła sieć sekwencyjna może gubić informacje potrzebne wiele kroków później. - What it does PL: Wyuczone bramki regulują przepływ do pamięci i z pamięci, pomagając utrzymać wybrane sygnały przez dłuższy czas. - Everyday example PL: Model śledzi nagranie wypowiedzi i zachowuje informacje potrzebne do zinterpretowania jej dalszej części. - In one sentence EN: These sequence networks use gates to decide which earlier information to retain, update or forget. - Problem it solves EN: A basic sequence network can lose information needed many steps later. - What it does EN: Learned gates regulate information flowing into and out of memory, helping selected signals persist longer. - Everyday example EN: A model follows a speech recording and retains information needed to interpret later parts. - concerns you if PL: ważne informacje są rozdzielone w czasie; poznajesz sposoby utrzymywania pamięci w sieci - concerns you if EN: work with important information separated in time; study ways to maintain network memory - sources: `d2l-toc`, `colah-lstm-2015`, `cho-gru-2014` ### Sieci rekurencyjne (RNN) (Recurrent neural networks (RNN)) - id: `rnn` · https://aiatlasgraph.com/t/rnn.md - path: Sieci i modele generatywne › Sieci konwolucyjne i sekwencyjne › Sieci rekurencyjne (RNN) - aliases: RNN, recurrent neural network, sieć rekurencyjna, BPTT, seq2seq - PL: Sieci przetwarzające sekwencję krok po kroku i przenoszące stan ukryty z poprzedniego kroku. Klasyczne RNN mogą mieć trudność z uczeniem długich zależności z powodu zanikających lub eksplodujących gradientów; LSTM i GRU łagodzą ten problem, a transformery zastąpiły RNN w wielu zadaniach tekstowych. - EN: Networks that process a sequence step by step while carrying a hidden state from the previous step. Classical RNNs can struggle to learn long dependencies because gradients vanish or explode; LSTMs and GRUs mitigate the problem, and transformers have replaced RNNs in many text tasks. - examples PL: stan ukryty · propagacja wsteczna w czasie (BPTT) · zanikający gradient · enkoder–dekoder RNN - examples EN: hidden state · backpropagation through time (BPTT) · vanishing gradients · RNN encoder–decoder - In one sentence PL: To sieć, która przetwarza kolejne elementy danych, przenosząc między nimi skrót wcześniejszych informacji. - Problem it solves PL: Obecny dźwięk lub pomiar może mieć znaczenie dopiero w połączeniu z tym, co wystąpiło wcześniej. - What it does PL: Każdy krok aktualizuje wewnętrzny stan na podstawie nowego elementu i poprzedniego stanu, podobnie do bieżącej notatki. - Everyday example PL: Model analizuje kolejne pomiary zużycia prądu, uwzględniając wcześniejszy przebieg dnia. - In one sentence EN: This network processes data in sequence, carrying a summary of earlier information between steps. - Problem it solves EN: A current sound or measurement may make sense only alongside what came before it. - What it does EN: Each step updates an internal state using the new element and previous state, like a running note. - Everyday example EN: A model analyses successive electricity readings while accounting for the earlier course of the day. - concerns you if PL: pracujesz z danymi napływającymi po kolei; chcesz przechowywać skrót wcześniejszych obserwacji - concerns you if EN: work with data arriving in sequence; want to retain a summary of earlier observations - sources: `d2l-toc`, `colah-lstm-2015`, `cho-gru-2014` ### Splot, filtry i pooling (Convolution, filters and pooling) - id: `convpool` · https://aiatlasgraph.com/t/convpool.md - path: Sieci i modele generatywne › Sieci konwolucyjne i sekwencyjne › Splot, filtry i pooling - aliases: convolution, splot, konwolucja, pooling, max pooling, filters, kernels, feature maps - PL: Podstawowe operacje sieci konwolucyjnej: małe filtry przesuwają się po obrazie i wykrywają lokalne wzorce (krawędzie, tekstury), a pooling zmniejsza rozdzielczość map cech. Parametry takie jak rozmiar filtra, krok i dopełnienie decydują o kształcie wyjścia. - EN: The basic operations of a convolutional network: small filters slide over the image and detect local patterns (edges, textures), and pooling reduces feature-map resolution. Filter size, stride and padding determine the output shape. - examples PL: warstwa konwolucyjna · max-pooling · krok (stride) i dopełnienie (padding) · mapy cech - examples EN: convolutional layer · max-pooling · stride and padding · feature maps - In one sentence PL: To małe filtry szukające wzorów na obrazie oraz operacje zmniejszające rozmiar otrzymanych map. - Problem it solves PL: Zdjęcie ma wiele punktów, ale model potrzebuje wydobyć powtarzalne kształty i ograniczyć ilość dalszych obliczeń. - What it does PL: Ten sam filtr bada kolejne fragmenty, a zmniejszanie map zbiera informacje z małych okolic w bardziej zwarty zapis. - Everyday example PL: Model wykrywa krawędzie opakowania niezależnie od tego, czy leży ono po lewej, czy po prawej stronie zdjęcia. - In one sentence EN: These small filters find image patterns, while pooling operations reduce the resulting feature maps. - Problem it solves EN: A photo contains many pixels, but a model needs recurring shapes and fewer computations for later processing. - What it does EN: The same filter examines successive patches, while pooling gathers information from small neighbourhoods into a more compact representation. - Everyday example EN: A model detects package edges whether the package lies on the left or right of a photo. - concerns you if PL: chcesz zrozumieć analizę lokalnych wzorów obrazu; ograniczasz wielkość map wewnątrz sieci - concerns you if EN: want to understand local image-pattern analysis; reduce feature-map sizes inside a network - sources: `d2l-toc`, `cs231n-convnets-notes` ### Transformery i attention (Transformers and attention) - id: `transformers` · https://aiatlasgraph.com/t/transformers.md - path: Sieci i modele generatywne › Transformery i attention - PL: Mechanizmy łączenia informacji między elementami sekwencji. - EN: Mechanisms for mixing information across a sequence. - examples PL: Self-attention · encoder · decoder - examples EN: Self-attention · encoder · decoder - In one sentence PL: To modele, które łączą informacje między częściami tekstu, obrazu lub innych danych za pomocą uwagi. - Problem it solves PL: Znaczenie fragmentu zależy od innych miejsc w danych, czasem oddalonych o wiele słów lub części obrazu. - What it does PL: Kolejne warstwy porównują elementy i mieszają potrzebne informacje, a różne układy służą do odczytywania danych lub generowania odpowiedzi. - Everyday example PL: Asystent czytający długi opis łączy wzmiankę o zamówieniu z dopisaną później prośbą o zmianę adresu. - In one sentence EN: These models connect information across text, image or other data elements using attention. - Problem it solves EN: A fragment's meaning depends on other places in the data, sometimes many words or image patches away. - What it does EN: Successive layers compare elements and mix relevant information, while different layouts read inputs or generate responses. - Everyday example EN: An assistant reading a long description connects an order reference to a later request to change its address. - concerns you if PL: korzystasz z modeli tekstu lub obrazu; chcesz zrozumieć łączenie odległych informacji - concerns you if EN: use text or image models; want to understand how distant information is connected - related: `detrdetectors`, `tabularfm`, `decisiontransformer`, `loopedtf`, `vit`, `contextextension` - courses: , - sources: `cs336`, `vision`, `cs229`, `dlai`, `wafer-gpu` ### Enkoder, dekoder i enkoder–dekoder (BERT, GPT, T5) (Encoder-only, decoder-only and encoder–decoder models) - id: `transformerfamilies` · https://aiatlasgraph.com/t/transformerfamilies.md - path: Sieci i modele generatywne › Transformery i attention › Enkoder, dekoder i enkoder–dekoder (BERT, GPT, T5) - aliases: encoder-only, decoder-only, encoder-decoder, BERT, GPT, T5, masked language model, seq2seq transformer - PL: Trzy układy transformera. Enkodery (BERT) widzą tekst w obie strony i służą do klasyfikacji, wyszukiwania i ekstrakcji; dekodery (GPT, Llama) przewidują następny token i stanowią większość współczesnych LLM; enkoder–dekoder (T5, BART) tłumaczy jeden tekst na drugi, np. w tłumaczeniu i streszczaniu. - EN: The three transformer layouts. Encoders (BERT) read text bidirectionally and serve classification, search and extraction; decoders (GPT, Llama) predict the next token and make up most modern LLMs; encoder–decoders (T5, BART) map one text to another, e.g. translation and summarisation. - examples PL: BERT, ModernBERT · GPT, Llama, Gemma · T5, BART · maskowane vs przyczynowe modelowanie języka - examples EN: BERT, ModernBERT · GPT, Llama, Gemma · T5, BART · masked vs causal language modelling - In one sentence PL: To różne układy modeli uwagi przeznaczone do odczytywania danych, tworzenia tekstu lub przekształcania jednego tekstu w drugi. - Problem it solves PL: Model dobry do porównywania tekstów nie musi być najlepszym wyborem do pisania odpowiedzi. - What it does PL: Część odczytująca analizuje wejście, część generująca dopisuje kolejne fragmenty, a połączony układ oddziela te dwa zadania. - Everyday example PL: Do sortowania opinii wybierasz model odczytujący tekst, a do tworzenia odpowiedzi model generujący kolejne słowa. - In one sentence EN: These attention-model layouts are designed to read data, generate text or transform one text into another. - Problem it solves EN: A model suited to comparing texts may not be the best choice for writing responses. - What it does EN: An encoder analyses input, a decoder generates successive elements, and a combined layout separates those two jobs. - Everyday example EN: You choose a text-reading model to sort reviews and a model that generates successive words to write replies. - concerns you if PL: wybierasz model do konkretnego zadania tekstowego; porównujesz analizowanie tekstu z jego generowaniem - concerns you if EN: choose a model for a particular text task; compare text analysis with text generation - related: `textclassification`, `maskdiffusion`, `nexttoken` - sources: `hf-llm-course-transformer-arch`, `bert-2018`, `t5-2019` ### FlashAttention - id: `flashattn` · https://aiatlasgraph.com/t/flashattn.md - path: Sieci i modele generatywne › Transformery i attention › FlashAttention - PL: Atencja liczona z myślą o pamięci: mniej przepychania danych, ten sam wynik. - EN: Attention computed with memory in mind: less data movement, the same result. - examples PL: IO-aware · kafelkowanie · specjalizacja warpów - examples EN: IO-aware · tiling · warp specialisation - In one sentence PL: To liczenie uwagi z mniejszą ilością przenoszenia danych między częściami pamięci komputera. - Problem it solves PL: Obliczenia uwagi czekają na odczyty i zapisy dużych zestawów danych, spowalniając pracę z długim tekstem. - What it does PL: Obliczenia są wykonywane w blokach bliżej procesora, zamiast zapisywać całą wielką tabelę powiązań w wolniejszej pamięci. - Everyday example PL: Przy treningu na długich dokumentach włączasz wydajniejszą implementację uwagi i mierzysz zużycie pamięci oraz czas. - In one sentence EN: This computes attention while moving less data between parts of computer memory. - Problem it solves EN: Attention calculations wait for large data reads and writes, slowing work with long text. - What it does EN: Calculations run in blocks close to the processor instead of storing the entire large relationship matrix in slower memory. - Everyday example EN: When training on long documents, you enable a more efficient attention implementation and measure memory use and runtime. - concerns you if PL: pracujesz z długimi sekwencjami; uwaga zużywa dużo pamięci lub czasu - concerns you if EN: work with long sequences; find attention consumes substantial memory or time - related: `gemm`, `kvcache` - sources: `wafer-gpu` ### Kodowanie pozycji (sinusoidalne, RoPE) (Positional encoding (sinusoidal, RoPE)) - id: `posencoding` · https://aiatlasgraph.com/t/posencoding.md - path: Sieci i modele generatywne › Transformery i attention › Kodowanie pozycji (sinusoidalne, RoPE) - aliases: positional encoding, position embedding, kodowanie pozycji, RoPE, rotary position embedding, NoPE, sinusoidal positional encoding - PL: Sposób przekazania modelowi informacji o kolejności tokenów, której sama operacja uwagi nie koduje. Oryginalny Transformer dodawał wektory sinusoidalne; wiele współczesnych LLM używa RoPE, które obraca zapytania i klucze zależnie od pozycji. Przy wydłużaniu kontekstu RoPE bywa dodatkowo skalowane lub interpolowane; niektóre architektury część warstw pozostawiają bez jawnego kodowania pozycji. - EN: A way to provide token-order information that the attention operation alone does not encode. The original Transformer added sinusoidal vectors; many contemporary LLMs use RoPE, which rotates queries and keys according to position. For context extension RoPE is often additionally scaled or interpolated; some architectures leave part of their layers without explicit positional encoding. - examples PL: kodowanie sinusoidalne · wyuczone pozycje · RoPE · NoPE / częściowy RoPE - examples EN: sinusoidal encoding · learned positions · RoPE · NoPE / partial RoPE - In one sentence PL: To przekazywanie modelowi informacji, gdzie w ciągu danych znajduje się każdy fragment. - Problem it solves PL: Te same słowa w innej kolejności mogą znaczyć coś innego, a sam mechanizm uwagi nie zapisuje ich położenia. - What it does PL: Do zapisów fragmentów dodaje się informacje o miejscu albo zmienia porównania między nimi zgodnie z ich położeniem. - Everyday example PL: Model ma odróżnić zdanie o psie goniącym kota od zdania o kocie goniącym psa. - In one sentence EN: This tells a model where each element appears in a sequence. - Problem it solves EN: The same words in another order can mean something different, while attention alone does not encode their positions. - What it does EN: Position information is added to element representations, or comparisons between them are adjusted according to their locations. - Everyday example EN: A model needs to distinguish a dog chasing a cat from a cat chasing a dog. - concerns you if PL: znaczenie zależy od kolejności danych; wydłużasz tekst obsługiwany przez model - concerns you if EN: work with data whose order affects meaning; extend the text length a model handles - related: `locationencoding`, `contextextension` - sources: `vaswani-attention-2017`, `rope-2021`, `raschka-llm-arch-comparison` ### Mechanizm self-attention (zapytania, klucze, wartości) (Self-attention (queries, keys, values)) - id: `selfattention` · https://aiatlasgraph.com/t/selfattention.md - path: Sieci i modele generatywne › Transformery i attention › Mechanizm self-attention (zapytania, klucze, wartości) - aliases: self-attention, attention mechanism, mechanizm uwagi, scaled dot-product attention, QKV, multi-head attention, uwaga wielogłowicowa, causal attention - PL: Serce transformera: każdy token tworzy zapytanie (Q), klucz (K) i wartość (V), a wynik to średnia wartości ważona podobieństwem zapytania do kluczy wszystkich tokenów. Dzięki temu model łączy informacje z całej sekwencji naraz; koszt rośnie kwadratowo z długością tekstu. W modelach generujących tekst stosuje się maskę przyczynową (token widzi tylko poprzednie). - EN: The heart of the transformer: each token produces a query (Q), key (K) and value (V), and the output is a weighted average of values, weighted by query–key similarity across all tokens. This lets the model mix information from the whole sequence at once; cost grows quadratically with length. Text-generating models use a causal mask (a token sees only earlier ones). - examples PL: scaled dot-product attention · wiele głów (multi-head) · maska przyczynowa · cross-attention - examples EN: scaled dot-product attention · multi-head attention · causal mask · cross-attention - In one sentence PL: To sposób, w jaki każdy fragment danych dobiera informacje z innych fragmentów tego samego wejścia. - Problem it solves PL: Samo słowo nie wystarcza, żeby ustalić, do czego odnosi się w całym zdaniu. - What it does PL: Fragmenty tworzą zapytania i opisy, porównują je, a potem mieszają informacje według dopasowania i dozwolonego zakresu widzenia. - Everyday example PL: W zdaniu o oddaniu klucza sąsiadowi model zestawia zaimek z wcześniejszą wzmianką, żeby przygotować odpowiedź o odbiorcy. - In one sentence EN: This lets each data element draw information from other elements of the same input. - Problem it solves EN: A word alone is not enough to determine what it refers to in a sentence. - What it does EN: Elements create queries and descriptors, compare them, then mix information according to their match and the permitted viewing range. - Everyday example EN: In a sentence about giving a neighbour a key, a model connects a pronoun with an earlier reference to answer about the recipient. - concerns you if PL: chcesz zrozumieć, jak model wykorzystuje kontekst; analizujesz zależności między fragmentami tekstu - concerns you if EN: want to understand how a model uses context; analyse relationships between text fragments - related: `machinetranslation` - sources: `d2l-toc`, `vaswani-attention-2017`, `hf-llm-course-transformer-arch` ### Oszczędne warianty uwagi (MQA, GQA, MLA) (Memory-efficient attention variants (MQA, GQA, MLA)) - id: `attnvariants` · https://aiatlasgraph.com/t/attnvariants.md - path: Sieci i modele generatywne › Transformery i attention › Oszczędne warianty uwagi (MQA, GQA, MLA) - aliases: MQA, GQA, MLA, multi-query attention, grouped-query attention, multi-head latent attention - PL: Modyfikacje uwagi wielogłowicowej ograniczające pamięć KV cache i koszt generowania: MQA współdzieli jeden zestaw kluczy i wartości między głowami, GQA — między grupami głów, a MLA kompresuje reprezentacje kluczy i wartości do przestrzeni ukrytej. - EN: Multi-head attention variants that reduce KV-cache memory and generation cost: MQA shares one set of keys and values across heads, GQA shares them across groups of heads, and MLA compresses key-value representations into a latent space. - examples PL: multi-query attention · grouped-query attention · multi-head latent attention (DeepSeek-V2) - examples EN: multi-query attention · grouped-query attention · multi-head latent attention (DeepSeek-V2) - In one sentence PL: To zmiany mechanizmu uwagi zmniejszające pamięć potrzebną do przechowywania wcześniej przetworzonego tekstu. - Problem it solves PL: Długie rozmowy zajmują dużo pamięci i ograniczają liczbę osób obsługiwanych jednocześnie. - What it does PL: Części uwagi współdzielą wybrane zapisy albo przechowują je w skompresowanej postaci, zamiast utrzymywać osobne pełne kopie. - Everyday example PL: Wybierasz model z oszczędniejszą uwagą, żeby serwer mógł prowadzić więcej długich rozmów. - In one sentence EN: These attention changes reduce the memory needed to store previously processed text. - Problem it solves EN: Long conversations occupy substantial memory and limit how many people can be served at once. - What it does EN: Attention components share selected representations or store compressed versions rather than keeping separate full copies. - Everyday example EN: You choose a model with memory-saving attention so a server can handle more long conversations. - concerns you if PL: pamięć ogranicza liczbę równoczesnych rozmów; porównujesz koszt różnych konstrukcji uwagi - concerns you if EN: find memory limits concurrent conversations; compare the costs of different attention designs - related: `kvcache` - sources: `gqa-2023`, `raschka-llm-arch-comparison`, `mistral-7b-2023`, `deepseek-v2-mla-2024` ## Sztuczne życie (Artificial life (ALife)) - id: `artificiallife` · https://aiatlasgraph.com/t/artificiallife.md - path: Sztuczne życie - aliases: artificial life, ALife, A-Life, sztuczne życie - PL: Dziedzina badająca właściwości i dynamikę życia niezależnie od nośnika: w oprogramowaniu, sprzęcie i chemii; obejmuje m.in. ewolucję cyfrową, automaty komórkowe i samoorganizację. - EN: A field studying the properties and dynamics of life regardless of substrate: in software, hardware and chemistry; it includes digital evolution, cellular automata and self-organisation. - In one sentence PL: Dziedzina, która buduje w komputerach, robotach albo w probówce układy zachowujące się jak żywe, żeby zrozumieć, czym jest życie. - Problem it solves PL: Prawdziwej ewolucji czy rozwoju organizmu nie da się przewinąć ani powtórzyć, więc trudno zbadać, jak powstaje złożoność. - What it does PL: Jak akwarium z własnymi prawami fizyki: wpuszczasz proste reguły i patrzysz, jakie stworzenia i zachowania same się pojawią. - Everyday example PL: Wygaszacz ekranu z kolorowymi plamami, które rosną, poruszają się i dzielą jak mikroby, choć kieruje nimi kilka prostych reguł. - In one sentence EN: A field building life-like systems in computers, robots or test tubes to understand what life is. - Problem it solves EN: Real evolution or organism growth cannot be rewound or replayed, so it is hard to study how complexity arises. - What it does EN: Like an aquarium with its own laws of physics: you drop in simple rules and watch what creatures and behaviours appear on their own. - Everyday example EN: A screensaver with coloured blobs that grow, move and divide like microbes, though a few simple rules drive them. - concerns you if PL: ciekawi cię, jak z prostych reguł powstaje złożoność; tworzysz generatywną sztukę lub symulacje; interesują cię systemy, które same się naprawiają - concerns you if EN: are curious how complexity grows from simple rules; make generative art or simulations; are interested in systems that repair themselves - sources: `isal-what-is-alife` ### Automaty komórkowe (Cellular automata) - id: `cellularautomata` · https://aiatlasgraph.com/t/cellularautomata.md - path: Sztuczne życie › Automaty komórkowe - aliases: cellular automata, cellular automaton, CA, automat komórkowy, automaty komórkowe - PL: Dyskretne modele z regularną siatką komórek o skończonych stanach, aktualizowanych zwykle synchronicznie lokalną regułą zależną od sąsiedztwa. - EN: Discrete models with a regular grid of finite-state cells, usually updated synchronously by a local rule depending on the neighbourhood. - In one sentence PL: Siatka komórek, z których każda zmienia stan według prostej reguły zależnej tylko od sąsiadów, a razem tworzą zaskakująco złożone wzory. - Problem it solves PL: Trudno uwierzyć i zobaczyć, że złożone, żywe zachowania mogą brać się z bardzo prostych, lokalnych reguł. - What it does PL: Jak stadion robiący falę: każdy kibic patrzy tylko na sąsiadów, a po trybunach biegnie wzór widoczny z daleka. - Everyday example PL: Uczniowie na kartce w kratkę zaznaczają kilka pól, stosują proste reguły narodzin i śmierci kratek i widzą kształt, który sam wędruje po kartce. - In one sentence EN: A grid of cells, each changing state by a simple rule depending only on its neighbours, together forming surprisingly complex patterns. - Problem it solves EN: It is hard to believe and see that complex, lively behaviour can come from very simple local rules. - What it does EN: Like a stadium doing the wave: each fan only watches neighbours, yet a pattern visible from afar runs around the stands. - Everyday example EN: Pupils mark a few squares on graph paper, apply simple birth-and-death rules and see a shape that wanders across the page by itself. - concerns you if PL: chcesz zobaczyć emergencję na własne oczy; programujesz symulacje lub generatywną grafikę; zaczynasz poznawać sztuczne życie - concerns you if EN: want to see emergence with your own eyes; you program simulations or generative graphics; are starting to explore artificial life - sources: `isal-what-is-alife`, `think-complexity-gol` ### Lenia — ciągły automat komórkowy (Lenia continuous cellular automaton) - id: `lenia` · https://aiatlasgraph.com/t/lenia.md - path: Sztuczne życie › Automaty komórkowe › Lenia — ciągły automat komórkowy - aliases: Lenia, Lenia CA - PL: Dwuwymiarowy automat komórkowy o ciągłej przestrzeni, czasie i stanie z uogólnioną regułą lokalną, w którym powstają samopodtrzymujące się „formy życia”. - EN: A two-dimensional cellular automaton with continuous space, time and state and a generalised local rule, producing self-sustaining “lifeforms”. - In one sentence PL: Automaty komórkowe z płynnymi zamiast skokowych stanami, w których powstają poruszające się kształty przypominające mikroskopijne organizmy. - Problem it solves PL: Wzory w klasycznych automatach są kanciaste i kruche, więc słabo pokazują, jak mogłyby wyglądać i zachowywać się sztuczne organizmy. - What it does PL: Jak kropla atramentu w wodzie rządzona własną chemią: plama sama utrzymuje kształt, płynie i omija przeszkody. - Everyday example PL: Interaktywna strona, gdzie przesuwasz suwaki reguł i oglądasz, jak na ekranie rodzą się pływające, pulsujące „stworki”. - In one sentence EN: Cellular automata with smooth rather than jumpy states, where moving shapes resembling microscopic organisms emerge. - Problem it solves EN: Patterns in classic automata are blocky and fragile, so they poorly show how artificial organisms might look and behave. - What it does EN: Like a drop of ink in water ruled by its own chemistry: the blot keeps its shape, drifts and steers around obstacles. - Everyday example EN: An interactive web page where you move rule sliders and watch swimming, pulsing “critters” being born on screen. - concerns you if PL: fascynują cię symulacje przypominające życie; tworzysz generatywną sztukę albo animacje; chcesz szukać nowych wzorów algorytmami ewolucyjnymi - concerns you if EN: are fascinated by life-like simulations; make generative art or animation; want to search for new patterns with evolutionary algorithms - related: `openendedness` - sources: `chan-lenia-2019` ### Neuronowe automaty komórkowe (wzory, które rosną i się naprawiają) (Neural cellular automata (NCA)) - id: `neuralca` · https://aiatlasgraph.com/t/neuralca.md - path: Sztuczne życie › Automaty komórkowe › Neuronowe automaty komórkowe (wzory, które rosną i się naprawiają) - aliases: neural cellular automata, NCA, growing neural cellular automata, neuronowe automaty komórkowe - PL: Automaty komórkowe o ciągłym, wielokanałowym stanie, w których reguła aktualizacji jest siecią neuronową trenowaną gradientowo przez wiele kroków symulacji. - EN: Cellular automata with continuous multi-channel state whose update rule is a neural network trained by gradient descent through many simulation steps. - In one sentence PL: Automat komórkowy, w którym każda komórka używa tej samej małej sieci neuronowej, wytrenowanej tak, by razem wyhodować zadany kształt. - Problem it solves PL: Zwykle trzeba z góry opisać cały kształt, a uszkodzony obraz czy struktura nie odbudowują się same. - What it does PL: Jak komórki zarodka: każda zna tylko sąsiadów i tę samą instrukcję, a razem budują organizm i zabliźniają rany. - Everyday example PL: Na ekranie z jednej kropki wyrasta kolorowa jaszczurka; gdy zetrzesz jej ogon myszką, po chwili ogon odrasta. - In one sentence EN: A cellular automaton where every cell uses the same small neural network, trained so that together they grow a target shape. - Problem it solves EN: Usually the whole shape must be described up front, and a damaged image or structure does not rebuild itself. - What it does EN: Like embryo cells: each knows only its neighbours and the same instructions, yet together they build a body and heal wounds. - Everyday example EN: On screen a colourful lizard grows from a single dot; when you erase its tail with the mouse, the tail soon grows back. - concerns you if PL: interesuje cię samonaprawa i samoorganizacja; generujesz tekstury albo efekty wizualne; znasz sieci konwolucyjne i szukasz nietypowych zastosowań - concerns you if EN: are interested in self-repair and self-organisation; generate textures or visual effects; know convolutional networks and seek unusual uses - sources: `mordvintsev-nca-2020` ### Robotyka ewolucyjna (ewolucja sterowania i budowy robotów) (Evolutionary robotics) - id: `evorobotics` · https://aiatlasgraph.com/t/evorobotics.md - path: Sztuczne życie › Robotyka ewolucyjna (ewolucja sterowania i budowy robotów) - aliases: evolutionary robotics, ER, robotyka ewolucyjna - PL: Zastosowanie algorytmów ewolucyjnych do projektowania sterowników, morfologii lub obu naraz u robotów fizycznych i symulowanych, także jako narzędzie badań nad ewolucją. - EN: Applying evolutionary algorithms to design controllers, morphologies or both for physical and simulated robots, also as a tool for studying evolution. - In one sentence PL: Projektowanie robotów metodą ewolucji: komputer hoduje i testuje wiele wersji sterowania, a czasem całego ciała robota, i zostawia najlepsze. - Problem it solves PL: Trudno ręcznie zaprojektować ruch i kształt robota tak, by dobrze ze sobą współgrały w nieprzewidywalnym otoczeniu. - What it does PL: Jak hodowla psich ras, tylko w przyspieszeniu: z każdym pokoleniem roboty lepiej chodzą, pływają albo chwytają. - Everyday example PL: W symulatorze powstają dziwaczne stworki z klocków, które z pokolenia na pokolenie uczą się pełzać coraz szybciej. - In one sentence EN: Designing robots by evolution: a computer breeds and tests many versions of a robot's controller, sometimes its whole body, and keeps the best. - Problem it solves EN: It is hard to hand-design a robot's motion and shape so they work well together in an unpredictable environment. - What it does EN: Like breeding dog breeds, only sped up: with every generation the robots walk, swim or grab better. - Everyday example EN: In a simulator odd block creatures appear that learn to crawl faster with every generation. - concerns you if PL: budujesz roboty i nie wiesz, jaki kształt wybrać; chcesz, by robot sam przystosował się do uszkodzeń; interesuje cię łączenie ciała i „mózgu” maszyny - concerns you if EN: you build robots and do not know which shape to choose; want a robot to adapt to damage on its own; are interested in combining a machine's body and “brain” - related: `swarmrobotics` - sources: `eiben-smith-2015`, `isal-what-is-alife`, `doncieux-er-2015` ## Trenowanie i dostrajanie (Training and adaptation) - id: `training` · https://aiatlasgraph.com/t/training.md - path: Trenowanie i dostrajanie - PL: Jak powstają i zmieniają się wagi modelu. - EN: How model weights come into being and change. - In one sentence PL: To uczenie modeli na przykładach i dostosowywanie ich do nowych zadań lub oczekiwanego zachowania. - Problem it solves PL: Gotowy model nie zawsze zna twoją dziedzinę, odpowiada w potrzebny sposób lub mieści się w dostępnym budżecie. - What it does PL: Dane, przykłady, oceny i sygnały innych modeli zmieniają ustawienia sieci; różne metody obejmują całość, małe części lub łączenie wariantów. - Everyday example PL: Uczysz asystenta na przykładach firmowych odpowiedzi i sprawdzasz, czy nowe rozmowy prowadzi zgodnie z potrzebami zespołu. - In one sentence EN: This trains models on examples and adapts them to new tasks or desired behaviour. - Problem it solves EN: A pretrained model may lack your domain knowledge, respond in the wrong way or exceed your budget. - What it does EN: Data, examples, evaluations and other models' signals change network parameters; methods update the whole network, small parts or combine variants. - Everyday example EN: You train an assistant on company response examples and check whether new conversations meet the team's needs. - concerns you if PL: chcesz zmienić zachowanie lub umiejętności modelu; masz dane, przykłady albo sposób oceny prób - concerns you if EN: want to change model behaviour or abilities; have data, examples or a way to evaluate attempts - sources: `cs336`, `rl` ### Destylacja (Knowledge distillation) - id: `distillation` · https://aiatlasgraph.com/t/distillation.md - path: Trenowanie i dostrajanie › Destylacja - PL: Uczenie modelu na sygnale od innego modelu. - EN: Training a model on signal from another model. - examples PL: Teacher–student · kompresja - examples EN: Teacher–student · compression - In one sentence PL: To uczenie modelu na odpowiedziach lub sygnałach przygotowanych przez inny model. - Problem it solves PL: Masz dobry model nauczyciela, ale potrzebujesz innego wariantu do tańszego, mniejszego lub bardziej dopasowanego użycia. - What it does PL: Nauczyciel pokazuje odpowiedzi, rozkład możliwych wyborów lub ocenia próby ucznia; uczeń dostosowuje się do tych sygnałów i wymaga własnych testów. - Everyday example PL: Duży model przygotowuje sprawdzone podsumowania, na których uczysz mniejszy wariant do codziennych notatek. - In one sentence EN: This trains a model using responses or signals produced by another model. - Problem it solves EN: You have a capable teacher model but need another variant for cheaper, smaller or more tailored use. - What it does EN: A teacher provides responses, choice distributions or feedback on student attempts; the student learns from these signals and needs its own tests. - Everyday example EN: A large model prepares verified summaries used to train a smaller variant for everyday notes. - concerns you if PL: chcesz przenieść zachowanie do innego modelu; masz dostęp do odpowiedzi lub ocen nauczyciela - concerns you if EN: want to transfer behaviour to another model; can access a teacher's responses or feedback - related: `reasoningdistill`, `ondevicellm` - sources: `cs336`, `rl` ### Destylacja kontekstu (wpisanie instrukcji w wagi modelu) (Context distillation) - id: `contextdistill` · https://aiatlasgraph.com/t/contextdistill.md - path: Trenowanie i dostrajanie › Destylacja › Destylacja kontekstu (wpisanie instrukcji w wagi modelu) - aliases: context distillation, prompt distillation, destylacja kontekstu - PL: Dostrajanie modelu tak, by bez długiego promptu odpowiadał tak, jak odpowiadał z nim. - EN: Fine-tuning a model so that without a long prompt it answers as it did with one. - In one sentence PL: Sposób, by model przyswoił zachowanie wywoływane wcześniej długą instrukcją i odtwarzał je z krótszego wejścia. - Problem it solves PL: Długie instrukcje i przykłady trzeba dołączać do każdego zapytania, co spowalnia odpowiedzi i podnosi koszt. - What it does PL: Jak pracownik, który po tygodniu z instrukcją obsługi zna procedurę na pamięć i nie musi już do niej zaglądać. - Everyday example PL: Firmowy czat zachowuje ton i zasady działu obsługi, choć pytania wysyła się do niego bez kilkustronicowego regulaminu. - In one sentence EN: A way for a model to absorb behaviour previously elicited by a long instruction and reproduce it from a shorter input. - Problem it solves EN: Long instructions and examples must be attached to every request, which slows answers and raises costs. - What it does EN: Like an employee who, after a week with the manual, knows the procedure by heart and no longer needs to look it up. - Everyday example EN: A company chat keeps the support team's tone and rules even though questions are sent without the multi-page rulebook. - concerns you if PL: wysyłasz ten sam długi prompt przy każdym zapytaniu; płacisz za każdy token wejścia; chcesz skrócić czas odpowiedzi - concerns you if EN: send the same long prompt with every request; pay for every input token; want faster responses - sources: `snell-2022-contextdistill` ### Destylacja na miękkich etykietach (logity nauczyciela) (Soft-label (logit) distillation) - id: `logitdistill` · https://aiatlasgraph.com/t/logitdistill.md - path: Trenowanie i dostrajanie › Destylacja › Destylacja na miękkich etykietach (logity nauczyciela) - aliases: soft targets, logit distillation, Hinton distillation, white-box distillation - PL: Uczeń uczy się odtwarzać pełny rozkład prawdopodobieństw nauczyciela, a nie tylko jego najlepszą odpowiedź. Wymaga dostępu do wyjść (logitów) nauczyciela. - EN: The student learns to reproduce the teacher's full probability distribution, not just its top answer. Requires access to the teacher's outputs (logits). - examples PL: temperatura · dywergencja KL do nauczyciela · kompresja zespołu modeli do jednego - examples EN: temperature · KL divergence to the teacher · compressing an ensemble into one model - In one sentence PL: To uczenie modelu na prawdopodobieństwach różnych odpowiedzi nauczyciela, a nie tylko na jego najlepszym wyborze. - Problem it solves PL: Jedna wskazana odpowiedź gubi informację o innych pasujących możliwościach i stopniu ich podobieństwa. - What it does PL: Uczeń zbliża swój rozkład wyborów do rozkładu nauczyciela, korzystając również ze słabszych alternatyw; potrzebny jest dostęp do takich sygnałów. - Everyday example PL: Mały model obrazów uczy się, że zdjęcie może przypominać zarówno kubek, jak i filiżankę, zamiast otrzymać tylko jedną etykietę. - In one sentence EN: This teaches a model from the teacher's probabilities across alternatives, rather than only its top choice. - Problem it solves EN: One selected answer loses information about other suitable possibilities and how similar they are. - What it does EN: The student matches its choice distribution to the teacher's, including less likely alternatives; access to those signals is required. - Everyday example EN: A small image model learns that a photo resembles both a mug and a cup instead of receiving just one label. - concerns you if PL: masz dostęp do prawdopodobieństw nauczyciela; chcesz przekazać więcej niż jedną poprawną etykietę - concerns you if EN: can access the teacher's probabilities; want to transfer more than a single label - related: `infotheory` - sources: `hinton-kd-2015`, `xu-kd-llm-survey-2024` ### Destylacja on-policy (uczeń generuje, nauczyciel ocenia) (On-policy distillation) - id: `onpolicydistill` · https://aiatlasgraph.com/t/onpolicydistill.md - path: Trenowanie i dostrajanie › Destylacja › Destylacja on-policy (uczeń generuje, nauczyciel ocenia) - aliases: on-policy distillation, GKD, generalized knowledge distillation - PL: Uczeń generuje własne odpowiedzi, a nauczyciel dostarcza dla nich gęsty sygnał token po tokenie. Dzięki temu uczeń trenuje na stanach, które sam odwiedza, zamiast wyłącznie na gotowych odpowiedziach nauczyciela. - EN: The student generates its own responses and the teacher provides a dense token-level signal for them. This trains the student on states it visits itself rather than only on finished teacher-generated answers. - examples PL: GKD · reverse KL na tokenach ucznia · odzyskiwanie zdolności po dostrajaniu - examples EN: GKD · per-token reverse KL on student samples · recovering abilities after fine-tuning - In one sentence PL: To uczenie modelu na jego własnych próbach przy pomocy wskazówek modelu nauczyciela. - Problem it solves PL: Uczeń podczas działania trafia na sytuacje wynikające z własnych wyborów, których nie widział w gotowych odpowiedziach nauczyciela. - What it does PL: Uczeń generuje tekst, a nauczyciel dostarcza sygnał dla kolejnych fragmentów, pomagając poprawiać decyzje w rzeczywiście odwiedzanych sytuacjach. - Everyday example PL: Mały model zaczyna własne podsumowanie, a nauczyciel wskazuje lepsze dalsze wybory dla powstałego już tekstu. - In one sentence EN: This trains a model on its own attempts with guidance from a teacher model. - Problem it solves EN: During use, a student encounters situations caused by its own choices that were absent from completed teacher responses. - What it does EN: The student generates text, and the teacher provides signals for successive elements, helping improve decisions in situations the student actually encounters. - Everyday example EN: A small model starts its own summary, and a teacher provides better next-choice signals for the text already produced. - concerns you if PL: uczeń myli się na własnych ścieżkach odpowiedzi; nauczyciel może oceniać wygenerowane fragmenty - concerns you if EN: find a student errs along its own response paths; can obtain teacher feedback on generated elements - related: `seqdistill`, `forgetting` - sources: `gkd-2023`, `tm-onpolicy-distill-2025` ### Destylacja on-policy dla hierarchicznych zespołów agentów (On-policy distillation for hierarchical multi-agent teams) - id: `multiagentopd` · https://aiatlasgraph.com/t/multiagentopd.md - path: Trenowanie i dostrajanie › Destylacja › Destylacja on-policy (uczeń generuje, nauczyciel ocenia) › Destylacja on-policy dla hierarchicznych zespołów agentów - aliases: MultiAgent-OPD, MultiAgent on-policy distillation - PL: Łączy destylację on-policy z uczeniem ze wzmocnieniem, by end-to-end trenować współdzielony zespół Leader-Searcher-Answerer. - EN: Combines on-policy distillation with reinforcement learning to train a shared-parameter Leader-Searcher-Answerer team end to end. - In one sentence PL: Sposób wspólnego trenowania lidera i podagentów, w którym nauczyciel ocenia kroki wyszukiwania, a nie tylko końcową odpowiedź. - Problem it solves PL: Podagenci dostają tylko pośredni sygnał z końcowego wyniku zespołu, więc trudno im się uczyć, co zrobiły źle. - What it does PL: Najpierw trenuje nauczyciela, potem używa go do oceny tokenów wyszukiwania uczniów, łącząc to z nagrodami za sukces zespołu. - Everyday example PL: Zespół szuka informacji do odpowiedzi. Nauczyciel wskazuje lepsze zapytania w trakcie, a lider uczy się, kiedy przydzielać zadania. - In one sentence EN: A way of jointly training a leader and subagents in which a teacher scores search steps, not only the final answer. - Problem it solves EN: Subagents receive only an indirect signal from the team's final outcome, so they struggle to learn what they did wrong. - What it does EN: It first trains a teacher, then uses it to score the students' search tokens, combining that with rewards for team success. - Everyday example EN: A team searches for information to answer a question. The teacher points to better queries along the way, and the leader learns when to assign tasks. - concerns you if PL: budujesz zespół agentów z podziałem ról; końcowa odpowiedź nie mówi podagentom, co poprawić; chcesz gęstszego sygnału niż tylko sukces lub porażka zadania - concerns you if EN: building a team of agents with role division; the final answer does not tell subagents what to improve; want a denser signal than only task success or failure - sources: `sun-multiagentopd-2026` ### Eksploracja w kontekście przez asymetryczną destylację on-policy (In-context exploration through asymmetric on-policy distillation) - id: `asteroid` · https://aiatlasgraph.com/t/asteroid.md - path: Trenowanie i dostrajanie › Destylacja › Destylacja on-policy (uczeń generuje, nauczyciel ocenia) › Eksploracja w kontekście przez asymetryczną destylację on-policy - aliases: ASTEROID, asymmetric on-policy distillation for in-context exploration - PL: Ramka student-nauczyciel, w której historia on-policy ucznia dostaje etykiety akcji od uprzywilejowanego eksperta, ucząc eksploracji w czasie testu. - EN: A student-teacher framework in which the student's on-policy history receives action labels from a privileged expert, teaching test-time exploration. - In one sentence PL: Uczy agenta, żeby najpierw szukał brakujących informacji, a potem działał, korzystając z wskazówek eksperta, który widzi wszystko. - Problem it solves PL: Agent nie wie, czego nie widzi, więc albo od razu działa na oślep, albo marnuje czas na nieefektywne próby. - What it does PL: Uczeń zbiera własne obserwacje, a ekspert z pełną wiedzą podpowiada lepsze działanie dla tej historii. - Everyday example PL: Robot szuka przedmiotu na stole, którego nie widzi. Uczy się najpierw przesuwać rękę, aż go znajdzie, a potem chwyta. - In one sentence EN: Teaches an agent to first search for missing information and then act, using hints from an expert that sees everything. - Problem it solves EN: The agent does not know what it cannot see, so it either acts blindly at once or wastes time on inefficient trials. - What it does EN: The student gathers its own observations, and an expert with full knowledge suggests a better action for that history. - Everyday example EN: A robot looks for an object on a table it cannot see. It learns to move its hand until it finds it, then grasps. - concerns you if PL: agent musi odkryć ukryte informacje, zanim podejmie decyzję; masz eksperta, który widzi więcej niż zwykły agent; chcesz efektywniejszej eksploracji bez kosztownego uczenia ze wzmocnieniem - concerns you if EN: the agent must discover hidden information before deciding; you have an expert that sees more than the ordinary agent; want more efficient exploration without expensive reinforcement learning - sources: `poddar-asteroid-2026` ### Destylacja polityki ze względną przewagą krokową (Step-Advantage Policy Distillation) - id: `sapd` · https://aiatlasgraph.com/t/sapd.md - path: Trenowanie i dostrajanie › Destylacja › Destylacja polityki ze względną przewagą krokową - aliases: SAPD, step-advantage policy distillation - PL: Metoda destylacji on-policy na zapisanych prefiksach trajektorii wieloturowych, wykorzystująca względne przewagi odpowiedzi w pojedynczym kroku. - EN: An on-policy distillation method over recorded prefixes of multi-turn trajectories, using relative advantages among responses at a single decision step. - In one sentence PL: Uczy asystenta z zapisanych rozmów bez ponownego wchodzenia w środowisko, porównując kroki. - Problem it solves PL: Trudno poprawiać asystenta, gdy budowa i uruchamianie środowisk testowych jest drogie i wolne. - What it does PL: Rozkłada zapisane działanie asystenta na osobne decyzje, pozwala uczniowi tworzyć kilka odpowiedzi dla każdej z nich i wzmacnia te ocenione względnie lepiej przez nauczyciela. - Everyday example PL: Masz zapis, jak asystent robił zakupy online. Nowy model uczy się na tych krokach bez ponownego otwierania sklepu. - In one sentence EN: Teaches an assistant from recorded conversations without re-entering the environment, by comparing steps. - Problem it solves EN: It is hard to improve an assistant when building and running test environments is expensive and slow. - What it does EN: It splits a recorded agent interaction into separate decisions, lets the student produce several responses for each, and reinforces those scored relatively better by the teacher. - Everyday example EN: You have a recording of an assistant shopping online. A new model learns from those steps without reopening the store. - concerns you if PL: masz dużo zapisanych działań asystenta, ale nie chcesz ich powtarzać; chcesz szybciej dostrajać model bez żywego środowiska; nowe dostrajanie pogarsza wcześniejsze umiejętności - concerns you if EN: have many recorded assistant actions but do not want to replay them; want to fine-tune a model faster without a live environment; new fine-tuning degrades earlier skills - sources: `sapd-arxiv-2610.27847` ### Destylacja przez odpowiedzi nauczyciela (dane syntetyczne) (Sequence-level distillation from teacher outputs) - id: `seqdistill` · https://aiatlasgraph.com/t/seqdistill.md - path: Trenowanie i dostrajanie › Destylacja › Destylacja przez odpowiedzi nauczyciela (dane syntetyczne) - aliases: sequence-level KD, black-box distillation, off-policy distillation, distillation via synthetic data - PL: Nauczyciel generuje odpowiedzi, a uczeń jest na nich dostrajany jak na zwykłych danych (SFT). Działa także z modelem dostępnym tylko przez API; trzeba pilnować warunków licencji. - EN: The teacher generates answers and the student is fine-tuned on them like ordinary data (SFT). Works even with an API-only teacher; licence terms need checking. - examples PL: destylacja sekwencyjna · trening na wyjściach większego modelu · samodestylacja - examples EN: sequence-level KD · training on a larger model's outputs · self-distillation - In one sentence PL: To uczenie modelu na gotowych odpowiedziach wygenerowanych przez model nauczyciela. - Problem it solves PL: Potrzebujesz wielu przykładów dobrych odpowiedzi, a ręczne przygotowanie wszystkich zajmuje zbyt dużo czasu. - What it does PL: Nauczyciel tworzy przykłady, wybrane odpowiedzi trafiają do zbioru treningowego, a uczeń ćwiczy ich odtwarzanie; błędy nauczyciela mogą się przenieść. - Everyday example PL: Przygotowujesz i sprawdzasz podsumowania zgłoszeń dużym modelem, a potem używasz ich do treningu mniejszego. - In one sentence EN: This trains a model on completed responses generated by a teacher model. - Problem it solves EN: You need many examples of good responses, but writing all of them by hand takes too long. - What it does EN: A teacher generates examples, selected responses enter the training set, and the student learns to reproduce them; teacher errors can carry over. - Everyday example EN: You produce and verify request summaries with a large model, then use them to train a smaller one. - concerns you if PL: nauczyciel udostępnia tylko gotowe odpowiedzi; chcesz zbudować zbiór przykładów dla ucznia - concerns you if EN: can access only completed teacher responses; want to build a student training dataset - related: `onpolicydistill`, `reasoningdistill`, `instructiongen` - sources: `kim-rush-seqkd-2016`, `xu-kd-llm-survey-2024` ### Rekurencyjna samodestylacja (Recursive self-distillation) - id: `recursiveselfdistill` · https://aiatlasgraph.com/t/recursiveselfdistill.md - path: Trenowanie i dostrajanie › Destylacja › Rekurencyjna samodestylacja - aliases: RSD - PL: Samodestylacja powtarzana w rundach, w której zaktualizowany model staje się nauczycielem następnej iteracji. - EN: Self-distillation repeated across rounds, with the updated model becoming the teacher for the next iteration. - In one sentence PL: Model uczy się na własnych odpowiedziach z dodatkowym kontekstem, a po każdej rundzie staje się nauczycielem dla następnej. - Problem it solves PL: Chcesz poprawić model bez zewnętrznego nauczyciela, używając tylko jego własnych generacji i prostych wskazówek. - What it does PL: W każdej rundzie model generuje lub ocenia trajektorie z dodatkową informacją, uczeń dopasowuje do nich zachowanie bez tej informacji, a zaktualizowane wagi rozpoczynają kolejną rundę. - Everyday example PL: Model widzi podczas generowania dodatkową wskazówkę, uczy się odtwarzać odpowiedź bez niej, a następnie powtarza ten proces jako nowy nauczyciel. - In one sentence EN: A model learns from its own answers with extra context, and after each round becomes the teacher for the next. - Problem it solves EN: You want to improve a model without an external teacher, using only its own generations and simple cues. - What it does EN: In each round, a model generates or evaluates trajectories with extra information, the student matches that behaviour without the information, and the updated weights start the next round. - Everyday example EN: A model sees an extra cue while generating, learns to reproduce the response without it, then repeats the process as the new teacher. - concerns you if PL: trenujesz model na jego własnych odpowiedziach; dodajesz krótkie wskazówki podczas destylacji; obserwujesz zmiany zachowania po wielu rundach - concerns you if EN: train a model on its own responses; add short cues during distillation; watch behaviour change after many rounds - related: `progressivemisalignment` - sources: `sadek-progressive-misalignment-2026`, `progressive-misalignment-project-2026` ### Efektywne dostrajanie (Parameter-efficient fine-tuning) - id: `peft` · https://aiatlasgraph.com/t/peft.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie - PL: Uczenie wybranych parametrów lub małych adapterów. - EN: Training selected parameters or small adapters. - examples PL: PEFT · LoRA · QLoRA - examples EN: PEFT · LoRA · QLoRA - In one sentence PL: To dostrajanie modelu przez uczenie tylko niewielkiej części jego ustawień lub dodatkowych elementów. - Problem it solves PL: Zmiana wszystkich ustawień dużego modelu wymaga więcej pamięci i zasobów, niż masz do dyspozycji. - What it does PL: Większość modelu pozostaje stała, a małe wybrane części uczą się zadania, zmniejszając ilość przechowywanych poprawek i pracy treningowej. - Everyday example PL: Dostosowujesz duży model do krótkich opisów produktów, zapisując niewielki zestaw zmian zamiast pełnej nowej kopii. - In one sentence EN: This adapts a model by training only a small subset of parameters or additional components. - Problem it solves EN: Updating every parameter of a large model requires more memory and resources than you have available. - What it does EN: Most of the model stays fixed while small selected components learn the task, reducing stored updates and training work. - Everyday example EN: You adapt a large model for brief product descriptions, storing a small update rather than a full new copy. - concerns you if PL: masz ograniczoną pamięć do dostrajania; potrzebujesz wielu małych wariantów modelu - concerns you if EN: have limited memory for adaptation; need many small model variants - related: `buildvsbuy` - sources: `peft` ### Adaptery (małe warstwy wstawiane do modelu) (Adapter modules) - id: `adapters` · https://aiatlasgraph.com/t/adapters.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie › Adaptery (małe warstwy wstawiane do modelu) - aliases: adapters, adapter modules, bottleneck adapters - PL: Do zamrożonego modelu dokłada się małe trenowalne warstwy i uczy tylko je. Jeden model bazowy może obsługiwać wiele zadań z osobnymi, wymiennymi adapterami. - EN: Small trainable layers are inserted into a frozen model and only they are trained. One base model can serve many tasks with separate, swappable adapters. - examples PL: adaptery szeregowe i równoległe · małe moduły między warstwami · wymienne adaptery dla różnych zadań - examples EN: serial and parallel adapters · small modules between layers · swappable adapters for different tasks - In one sentence PL: To małe uczone warstwy dodawane do modelu, którego dotychczasowe ustawienia pozostają stałe. - Problem it solves PL: Potrzebujesz wariantu dla nowego zadania, ale nie chcesz przechowywać i uczyć kolejnej pełnej kopii modelu. - What it does PL: Dodane warstwy przekształcają sygnały w wybranych miejscach sieci, a trening zmienia tylko ich ustawienia. - Everyday example PL: Do jednego modelu dodajesz wymienne moduły dla opisów produktów i notatek ze zgłoszeń. - In one sentence EN: These small trainable layers are added to a model whose existing parameters stay fixed. - Problem it solves EN: You need a variant for a new task but do not want to store and train another full model copy. - What it does EN: Added layers transform signals at selected network locations, while training updates only their parameters. - Everyday example EN: You add replaceable modules for product descriptions and support notes to one model. - concerns you if PL: chcesz dodawać wymienne warianty zadań; model bazowy ma pozostać stały - concerns you if EN: want replaceable task variants; need the base model to remain fixed - sources: `houlsby-adapters-2019`, `peft-survey-2024` ### Dostrajanie przez interwencje w reprezentacje (Fine-tuning through representation interventions) - id: `reft` · https://aiatlasgraph.com/t/reft.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie › Dostrajanie przez interwencje w reprezentacje - aliases: representation fine-tuning, representation intervention fine-tuning, dostrajanie reprezentacji - PL: Zamiast zmieniać wagi, uczy się małych interwencji na ukrytych reprezentacjach wybranych warstw i pozycji zamrożonego modelu. - EN: Instead of changing weights, it learns small interventions on hidden representations at chosen layers and positions of a frozen model. - In one sentence PL: Sposób dostrajania, który nie rusza samego modelu, tylko uczy się delikatnie poprawiać jego wewnętrzny tok „myślenia” w trakcie odpowiedzi. - Problem it solves PL: Nawet oszczędne metody dostrajania zmieniają wagi, choć do nowego zadania często wystarczy lekko przesunąć to, co model już wie. - What it does PL: Jak suflerka w teatrze: aktor zna rolę, a ona w kilku kluczowych momentach podpowiada, w którą stronę poprowadzić scenę. - Everyday example PL: Model dostaje drobną, wymienną poprawkę, dzięki której zawsze odpowiada zgodnie z firmowym formatem raportu. - In one sentence EN: A fine-tuning approach that leaves the model itself alone and learns to gently nudge its internal 'thinking' while it answers. - Problem it solves EN: Even lean fine-tuning methods change weights, although a new task often needs only a slight shift in what the model already knows. - What it does EN: Like a prompter in a theatre: the actor knows the part, and she whispers direction at a few key moments. - Everyday example EN: A model gets a tiny swappable tweak that makes it always answer in the company's report format. - concerns you if PL: szukasz bardzo oszczędnej w parametrach adaptacji; interesuje cię związek dostrajania z zaglądaniem do wnętrza modelu - concerns you if EN: want adaptation with very few parameters; are curious how fine-tuning links to looking inside models - related: `lora` - sources: `wu-2024-reft` ### Dostrajanie wyłącznie wektorów biasu (Bias-only fine-tuning) - id: `bitfit` · https://aiatlasgraph.com/t/bitfit.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie › Dostrajanie wyłącznie wektorów biasu - aliases: BitFit, bias-only fine-tuning, dostrajanie biasów - PL: Dostrajanie modelu przez aktualizowanie wyłącznie biasów lub ich podzbioru, bez zmiany pozostałych wag. - EN: Fine-tuning a model by updating only its bias terms or a subset of them while leaving all other weights frozen. - In one sentence PL: Dostrajanie, w którym zmienia się tylko mały zestaw wartości przesuwających wyniki neuronów. - Problem it solves PL: Pełne przeuczenie modelu na małym zbiorze danych jest kosztowne i łatwo psuje to, co model już umiał. - What it does PL: Jak przestrojenie kilku strun w gitarze zamiast budowania nowego instrumentu: większość zostaje, zmieniasz tylko to, co trzeba. - Everyday example PL: Uczysz gotowy model rozpoznawać kategorie zgłoszeń, aktualizując jedynie jego wektory biasu. - In one sentence EN: Fine-tuning that changes only a small set of values shifting neuron outputs. - Problem it solves EN: Fully retraining a model on a small dataset is costly and easily breaks what the model already knew. - What it does EN: Like retuning a few guitar strings instead of building a new instrument: most stays as is, you change only what's needed. - Everyday example EN: You teach a ready model to classify support tickets while updating only its bias vectors. - concerns you if PL: masz mało przykładów do nauki; chcesz taniego punktu odniesienia przed bardziej złożonymi metodami - concerns you if EN: have few training examples; want a cheap baseline before more complex methods - sources: `benzaken-2021-bitfit` ### LoRA (Low-rank adaptation) - id: `lora` · https://aiatlasgraph.com/t/lora.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie › LoRA - PL: Dostrajanie z użyciem adapterów o niskim rzędzie. Technika stosowana m.in. do modeli języka i obrazu. - EN: Fine-tuning with low-rank adapters. Used for language and image models alike. - examples PL: Nie jest synonimem całego fine-tuningu. W sesji użytkownik opisał wcześniejszą praktykę przy obrazie. - examples EN: Not a synonym for fine-tuning as a whole. In this session the user described earlier practice on images. - In one sentence PL: To dostrajanie modelu przez mały zestaw zmian dodawanych do jego dużych tabel ustawień. - Problem it solves PL: Pełne dostrajanie dużych tabel modelu zużywa zbyt dużo pamięci i wymaga przechowywania dużych zmian. - What it does PL: Zmianę dużej tabeli opisuje iloczyn mniejszych tabel, a trening uczy tylko ten zwarty zapis zamiast wszystkich oryginalnych ustawień. - Everyday example PL: Uczysz model pisać krótkie opisy sklepu i zapisujesz mały adapter, który można dołączyć do wspólnej wersji bazowej. - In one sentence EN: This adapts a model using small updates added to its large parameter matrices. - Problem it solves EN: Adapting full parameter matrices uses too much memory and requires storing large updates. - What it does EN: The update to a large matrix is represented by smaller matrices, and training learns this compact update rather than all original parameters. - Everyday example EN: You teach a model to write brief shop descriptions and save a small adapter that attaches to the shared base version. - concerns you if PL: chcesz dostrajać model przy mniejszej pamięci; potrzebujesz małego pliku zmian dla zadania - concerns you if EN: want model adaptation with less memory; need a small task-specific update file - related: `reft`, `imagegen`, `forgetting`, `subjectpersonalization`, `multilora` - sources: `peft` ### QLoRA (Quantized low-rank adaptation (QLoRA)) - id: `qlora` · https://aiatlasgraph.com/t/qlora.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie › LoRA › QLoRA - PL: LoRA na bazie modelu zapisanego w 4 bitach. Obniża pamięć karty potrzebną do dostrajania. - EN: LoRA on top of a base model stored in 4 bits. Cuts the GPU memory needed for fine-tuning. - examples PL: baza 4-bitowa · adaptery LoRA · rank i alpha - examples EN: 4-bit base · LoRA adapters · rank and alpha - In one sentence PL: To uczenie małych zmian modelu, którego baza jest przechowywana w oszczędnym, mniej dokładnym zapisie. - Problem it solves PL: Nawet dostrajanie małego adaptera wymaga zbyt dużo pamięci, jeśli baza modelu zajmuje większość urządzenia. - What it does PL: Skompresowana baza pozostaje stała, a sygnał treningu przechodzi przez nią do adapterów uczonych z większą dokładnością. - Everyday example PL: Na karcie z ograniczoną pamięcią dostrajasz adapter opisów produktów, korzystając z oszczędnie zapisanej bazy modelu. - In one sentence EN: This trains small model updates while storing the base model in a compact, lower-precision format. - Problem it solves EN: Even training a small adapter needs too much memory when the base model occupies most of the device. - What it does EN: The compressed base remains fixed while training signals pass through it to adapters learned at higher precision. - Everyday example EN: On a memory-limited card, you train a product-description adapter using a compactly stored base model. - concerns you if PL: baza modelu zajmuje zbyt dużo pamięci; chcesz połączyć kompresję z uczeniem adapterów - concerns you if EN: find the base model takes too much memory; want compression combined with adapter training - related: `eightbitoptim`, `weightquant` - sources: `mlabonne-llm-course` ### Warianty LoRA (DoRA, LoRA+, AdaLoRA) (LoRA variants) - id: `loravariants` · https://aiatlasgraph.com/t/loravariants.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie › LoRA › Warianty LoRA (DoRA, LoRA+, AdaLoRA) - aliases: DoRA, LoRA+, AdaLoRA, VeRA, LoRA variants - PL: Ulepszenia podstawowej LoRA: rozdzielenie wielkości i kierunku wag, różne kroki uczenia dla dwóch macierzy adaptera, adaptacyjny dobór rzędu. Mają zbliżyć wyniki do pełnego dostrajania. - EN: Refinements of basic LoRA: separating weight magnitude and direction, different learning rates for the two adapter matrices, adaptive rank allocation. They aim to close the gap to full fine-tuning. - examples PL: DoRA · LoRA+ · AdaLoRA · VeRA - examples EN: DoRA · LoRA+ · AdaLoRA · VeRA - In one sentence PL: To odmiany małych adapterów zmieniające sposób zapisu lub uczenia poprawek modelu. - Problem it solves PL: Podstawowy adapter oszczędza zasoby, ale nie zawsze daje potrzebną jakość lub tempo uczenia. - What it does PL: Metody rozdzielają kierunek i wielkość zmian, dobierają różne kroki uczenia albo dostosowują rozmiar zapisu do ważności poszczególnych części. - Everyday example PL: Porównujesz warianty adaptera na tych samych opisach produktów, mierząc jakość odpowiedzi i czas treningu. - In one sentence EN: These small-adapter variants change how model updates are represented or trained. - Problem it solves EN: A basic adapter saves resources but does not always provide the needed quality or learning speed. - What it does EN: Methods separate update direction and magnitude, choose different learning rates or adapt representation size to the importance of individual components. - Everyday example EN: You compare adapter variants on the same product descriptions, measuring response quality and training time. - concerns you if PL: podstawowy adapter nie daje oczekiwanych wyników; porównujesz różne sposoby oszczędnego dostrajania - concerns you if EN: find a basic adapter underperforms; compare different efficient adaptation methods - sources: `peft-survey-2024`, `hf-peft-docs`, `dora-2024`, `loraplus-2024` ### Miękkie prompty (prompt tuning, prefix tuning) (Soft prompts: prompt and prefix tuning) - id: `softprompts` · https://aiatlasgraph.com/t/softprompts.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie › Miękkie prompty (prompt tuning, prefix tuning) - aliases: soft prompts, prompt tuning, prefix tuning, P-tuning - PL: Model pozostaje zamrożony, a uczy się niewielkiego zestawu ciągłych wektorów. Prompt tuning dodaje je jako wirtualne tokeny przy wejściu, natomiast prefix tuning wprowadza uczone prefiksy do kolejnych warstw uwagi. - EN: The model stays frozen while a small set of continuous vectors is learned. Prompt tuning adds them as virtual input tokens, whereas prefix tuning supplies learned prefixes to successive attention layers. - examples PL: prompt tuning · prefix tuning · P-tuning - examples EN: prompt tuning · prefix tuning · P-tuning - In one sentence PL: To uczenie małych liczbowych wskazówek dołączanych do modelu bez zmieniania jego głównych ustawień. - Problem it solves PL: Ręcznie pisana instrukcja nie wystarcza do dostosowania modelu, a pełne zmienianie jego ustawień jest kosztowne. - What it does PL: Trening poprawia wirtualne fragmenty wejścia lub wskazówki w warstwach uwagi, które kierują zachowaniem stałego modelu. - Everyday example PL: Dla sortowania zgłoszeń uczysz krótki zestaw liczbowych wskazówek, zachowując wspólny model bez zmian. - In one sentence EN: This learns small numerical prompts attached to a model without changing its main parameters. - Problem it solves EN: A manually written instruction does not sufficiently adapt a model, while changing its full parameters is costly. - What it does EN: Training updates virtual input elements or attention-layer prefixes that guide a fixed model's behaviour. - Everyday example EN: For sorting support requests, you learn a short set of numerical prompts while keeping the shared model unchanged. - concerns you if PL: chcesz uczyć wskazówki zamiast całego modelu; potrzebujesz małych zapisów dostosowania do zadań - concerns you if EN: want to train prompts rather than the whole model; need small task-adaptation representations - related: `prompting` - sources: `prefix-tuning-2021`, `prompt-tuning-2021`, `peft-survey-2024`, `hf-peft-docs` ### Skalowanie aktywacji wyuczonymi wektorami (Learned-vector activation rescaling) - id: `ia3` · https://aiatlasgraph.com/t/ia3.md - path: Trenowanie i dostrajanie › Efektywne dostrajanie › Skalowanie aktywacji wyuczonymi wektorami - aliases: activation rescaling, learned activation scaling, skalowanie aktywacji - PL: Metoda PEFT, która mnoży klucze, wartości i aktywacje warstwy feed-forward przez wyuczone wektory. - EN: A PEFT method that multiplies attention keys, values and feed-forward activations by learned vectors. - In one sentence PL: Bardzo lekki sposób dostrajania: model uczy się tylko, które swoje wewnętrzne sygnały wzmocnić, a które wyciszyć. - Problem it solves PL: Nawet małe nakładki na model to sporo parametrów, gdy trzeba trzymać setki wersji dla różnych klientów lub zadań. - What it does PL: Jak mikser dźwięku: nie wymieniasz instrumentów, tylko podkręcasz albo ściszasz suwaki poszczególnych ścieżek. - Everyday example PL: Firma ma osobną, malutką nakładkę modelu dla każdego klienta i przełącza je w locie przy każdym zapytaniu. - In one sentence EN: A very light form of fine-tuning: the model only learns which of its internal signals to boost and which to dampen. - Problem it solves EN: Even small add-ons are a lot of parameters when you must keep hundreds of model versions for different clients or tasks. - What it does EN: Like a mixing desk: you don't swap instruments, you just push faders up or down on each track. - Everyday example EN: A company keeps a tiny separate add-on for each client and swaps them on the fly with every request. - concerns you if PL: masz kilkadziesiąt przykładów na zadanie; potrzebujesz wielu bardzo małych wariantów jednego modelu - concerns you if EN: have a few dozen examples per task; need many very small variants of one model - sources: `liu-2022-ia3` ### Post-training - id: `posttraining` · https://aiatlasgraph.com/t/posttraining.md - path: Trenowanie i dostrajanie › Post-training - PL: Dostosowanie wcześniej wytrenowanego modelu do oczekiwanego zachowania. - EN: Shaping a pretrained model toward the behaviour you want. - examples PL: Instruction tuning · preferencje · reasoning - examples EN: Instruction tuning · preferences · reasoning - In one sentence PL: To dostosowywanie już wyuczonego modelu do oczekiwanego sposobu odpowiadania i wykonywania zadań. - Problem it solves PL: Model zna wzory języka, ale niekoniecznie potrafi prowadzić rozmowę, wykonywać instrukcje lub odpowiadać zgodnie z twoimi wymaganiami. - What it does PL: Przykłady rozmów, preferowane odpowiedzi i nagrody pomagają zmienić zachowanie, a zgodny format wejścia pozwala wykorzystać to podczas działania. - Everyday example PL: Dostosowujesz model do krótkich odpowiedzi z prośbą o doprecyzowanie, gdy klient nie poda potrzebnych danych. - In one sentence EN: This adapts an already pretrained model to the desired way of responding and completing tasks. - Problem it solves EN: A model knows language patterns but may not converse, follow instructions or respond according to your requirements. - What it does EN: Conversation examples, preferred responses and rewards shape behaviour, while matching input formats lets the application use it during operation. - Everyday example EN: You adapt a model to give brief responses and request clarification when a customer omits necessary details. - concerns you if PL: model bazowy nie odpowiada w potrzebny sposób; masz przykłady lub oceny właściwego zachowania - concerns you if EN: find a base model responds in the wrong way; have examples or evaluations of desired behaviour - courses: , - sources: `cs336`, `rl`, `dlai` ### Preferencje i RL dla LLM (Preference optimization and RL for LLMs) - id: `preferences` · https://aiatlasgraph.com/t/preferences.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM - PL: Dostosowanie zachowania przy użyciu preferencji lub nagród. - EN: Shaping behaviour with preferences or rewards. - examples PL: DPO · RLHF · reasoning RL - examples EN: DPO · RLHF · reasoning RL - In one sentence PL: To uczenie modelu zachowania na podstawie ocen, które odpowiedzi są bardziej pożądane. - Problem it solves PL: Kilka odpowiedzi wygląda poprawnie, ale różnią się użytecznością, stylem lub zgodnością z zasadami. - What it does PL: Porównania odpowiedzi lub nagrody wpływają na trening, wzmacniając preferowane zachowania; jakość oceny decyduje, czego model faktycznie się uczy. - Everyday example PL: Porównujesz odpowiedzi na zgłoszenie i wybierasz tę, która jasno wyjaśnia następny krok bez zbędnych obietnic. - In one sentence EN: This trains model behaviour using evaluations of which responses are more desirable. - Problem it solves EN: Several answers appear correct but differ in usefulness, style or compliance with principles. - What it does EN: Response comparisons or rewards guide training towards preferred behaviour; evaluation quality determines what the model actually learns. - Everyday example EN: You compare replies to a request and prefer the one explaining the next step clearly without unnecessary promises. - concerns you if PL: masz oceny jakości odpowiedzi; chcesz wpływać na styl lub zachowanie modelu - concerns you if EN: have response-quality evaluations; want to shape a model's style or behaviour - related: `rlalgorithms`, `llmkernels`, `constitutionalai` - courses: - sources: `cs336`, `rl`, `dlai`, `mlabonne-llm-course` ### DPO i optymalizacja offline (Direct preference optimization and offline variants) - id: `dpo` · https://aiatlasgraph.com/t/dpo.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › DPO i optymalizacja offline - PL: Uczenie bezpośrednio na parach odpowiedź wybrana–odrzucona, bez osobnego modelu nagrody. Tańsze obliczeniowo od RL. - EN: Training directly on chosen–rejected answer pairs, with no separate reward model. Computationally cheaper than RL. - examples PL: DPO · IPO · KTO · pary on-policy z rejection sampling - examples EN: DPO · IPO · KTO · on-policy pairs from rejection sampling - In one sentence PL: To bezpośrednie uczenie modelu na parach odpowiedzi wybranych i odrzuconych. - Problem it solves PL: Masz porównania dobrych i słabszych odpowiedzi, ale osobny model oceny oraz trening z nagrodami komplikują proces. - What it does PL: Reguła treningu zwiększa względną szansę wybranej odpowiedzi wobec odrzuconej, odnosząc zmianę do modelu referencyjnego bez osobnego uczenia nagrody. - Everyday example PL: Na parach odpowiedzi klientom uczysz model wybierać jasne wyjaśnienie zamiast rozwlekłego tekstu pomijającego problem. - In one sentence EN: This directly trains a model on pairs of preferred and rejected responses. - Problem it solves EN: You have comparisons of better and worse responses, but a separate evaluator and reward-based training complicate the process. - What it does EN: The training rule raises the preferred response's relative likelihood, comparing changes against a reference model without training a separate reward model. - Everyday example EN: Using paired customer replies, you train a model to favour clear explanations over lengthy text that misses the problem. - concerns you if PL: masz pary odpowiedzi z zaznaczonym wyborem; szukasz prostszego treningu preferencji - concerns you if EN: have response pairs with marked preferences; seek simpler preference training - related: `preferencedatacollection` - sources: `mlabonne-llm-course` ### Iteracyjne DPO na świeżych danych preferencji (Iterative DPO with newly generated preference data) - id: `onlinedpo` · https://aiatlasgraph.com/t/onlinedpo.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › DPO i optymalizacja offline › Iteracyjne DPO na świeżych danych preferencji - aliases: iterative DPO, online DPO, iteracyjne DPO - PL: Powtarzane rundy DPO, w których pary odpowiedzi generuje bieżący model, a ocenia je człowiek, model nagrody lub sędzia. - EN: Repeated rounds of DPO in which the current model generates answer pairs and a human, reward model or judge rates them. - In one sentence PL: Uczenie modelu w kolejnych rundach: model pisze nowe odpowiedzi, ktoś je ocenia, a model uczy się na tych świeżych ocenach. - Problem it solves PL: Stary zbiór porównań opisuje odpowiedzi innego modelu, więc z czasem przestaje pasować do tego, co twój model faktycznie pisze. - What it does PL: Jak trener, który co tydzień nagrywa aktualny mecz drużyny i omawia właśnie te błędy, zamiast puszczać nagrania sprzed roku. - Everyday example PL: Asystent co tydzień odpowiada na nowe pytania z bazy, a model oceniający wybiera lepsze wersje do kolejnej rundy nauki. - In one sentence EN: Training a model in rounds: it writes new answers, someone rates them, and the model learns from those fresh ratings. - Problem it solves EN: An old set of comparisons describes another model's answers, so it gradually stops matching what your model actually writes. - What it does EN: Like a coach who records each week's match and reviews those mistakes, instead of showing footage from a year ago. - Everyday example EN: Each week an assistant answers new questions from a pool, and a rating model picks the better versions for the next round of training. - concerns you if PL: masz model lub sędziego, który ocenia odpowiedzi automatycznie; jednorazowy trening na gotowych parach przestał dawać poprawę - concerns you if EN: have a model or judge that rates answers automatically; found one-off training on ready-made pairs stopped helping - related: `rewardhacking` - sources: `dong-2024-rlhfworkflow`, `yuan-2024-selfrewarding` ### Optymalizacja preferencji bez modelu referencyjnego (Reference-free preference optimization) - id: `refreepo` · https://aiatlasgraph.com/t/refreepo.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › DPO i optymalizacja offline › Optymalizacja preferencji bez modelu referencyjnego - aliases: reference-free preference optimization, optymalizacja preferencji bez modelu referencyjnego - PL: Warianty DPO, które nie potrzebują zamrożonej kopii modelu jako punktu odniesienia. - EN: DPO variants that need no frozen copy of the model as a reference point. - In one sentence PL: Uproszczony sposób uczenia modelu lepszych odpowiedzi, przy którym nie trzeba trzymać w pamięci drugiej, zamrożonej kopii modelu. - Problem it solves PL: Trening na parach odpowiedzi zajmuje dwa razy więcej pamięci i wymaga osobnego etapu wstępnego dostrajania. - What it does PL: Jak nauczyciel oceniający wypracowanie samo w sobie, zamiast za każdym razem porównywać je z zeszłoroczną wersją ucznia. - Everyday example PL: Mały zespół na jednej karcie graficznej uczy model krótszych i konkretniejszych odpowiedzi na pytania klientów. - In one sentence EN: A simpler way to teach a model better answers without keeping a second, frozen copy of the model in memory. - Problem it solves EN: Training on answer pairs takes twice the memory and needs a separate fine-tuning stage first. - What it does EN: Like a teacher grading an essay on its own merits instead of always comparing it with the student's version from last year. - Everyday example EN: A small team with a single GPU teaches a model to give shorter, more concrete answers to customer questions. - concerns you if PL: masz ograniczoną pamięć karty graficznej; chcesz połączyć dostrajanie i naukę preferencji w jednym kroku - concerns you if EN: have limited GPU memory; want to combine fine-tuning and preference learning in one step - sources: `hong-2024-orpo`, `meng-2024-simpo` ### Modele nagrody (Reward models) - id: `rewardmodels` · https://aiatlasgraph.com/t/rewardmodels.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › Modele nagrody - PL: Model uczony na ocenach ludzi, który punktuje odpowiedzi. Służy do RL, filtrowania danych i oceny. - EN: A model trained on human judgements that scores answers. Used for RL, data filtering and evaluation. - examples PL: RM z par preferencji · PRM (ocena kroków) · filtrowanie danych - examples EN: RM from preference pairs · PRM (step scoring) · data filtering - In one sentence PL: To modele uczące się wystawiać oceny odpowiedzi na podstawie wcześniejszych ocen ludzi. - Problem it solves PL: Potrzebujesz ocenić wiele nowych odpowiedzi, a ludzie nie mogą ręcznie sprawdzić każdej z nich. - What it does PL: Porównania uczą model przewidywać preferowaną jakość; jego wynik może kierować treningiem lub wyborem, ale nie zastępuje sprawdzenia poprawności. - Everyday example PL: Model oceny porównuje nowe odpowiedzi na zgłoszenie i pomaga wybrać bardziej pomocny wariant. - In one sentence EN: These models learn to score responses from earlier human evaluations. - Problem it solves EN: You need to evaluate many new responses, but people cannot manually inspect every one. - What it does EN: Comparisons teach a model to predict preferred quality; its score can guide training or selection but does not replace correctness checks. - Everyday example EN: An evaluator model compares new replies to a request and helps select the more helpful option. - concerns you if PL: potrzebujesz wielu ocen do treningu; chcesz przewidywać preferencje z wcześniejszych porównań - concerns you if EN: need many evaluations for training; want to predict preferences from earlier comparisons - related: `cleaning`, `rlhfppo`, `testtime`, `prm`, `judges`, `rubricgrading`, `irl`, `socialchoice` - sources: `mlabonne-llm-course` ### Optymalizacja preferencji z ocen binarnych (Preference optimization from binary desirability feedback) - id: `kto` · https://aiatlasgraph.com/t/kto.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › Optymalizacja preferencji z ocen binarnych - aliases: KTO, Kahneman–Tversky optimization, binary-feedback preference optimization - PL: Dopasowanie modelu na pojedynczych odpowiedziach oznaczonych jako pożądane lub niepożądane, z funkcją użyteczności z teorii perspektywy. - EN: Aligning a model on single responses labelled desirable or undesirable, using a utility function from prospect theory. - In one sentence PL: Uczenie modelu na prostych ocenach pojedynczych odpowiedzi, jak łapka w górę lub w dół, bez zestawiania ich w pary. - Problem it solves PL: Zebranie porównań dwóch odpowiedzi na to samo pytanie jest drogie, a proste oceny od użytkowników leżą niewykorzystane. - What it does PL: Jak kucharz, który poprawia przepisy na podstawie tego, które talerze wróciły puste, a które pełne, bez degustacji porównawczej. - Everyday example PL: Aplikacja zbiera kliknięcia „pomocne” i „niepomocne” pod odpowiedziami czatu, a potem na ich podstawie dostraja model. - In one sentence EN: Training a model on simple ratings of single answers, like a thumbs up or down, without arranging them into pairs. - Problem it solves EN: Collecting comparisons of two answers to the same question is expensive, while simple user ratings go unused. - What it does EN: Like a cook who improves recipes based on which plates come back empty and which come back full, with no side-by-side tasting. - Everyday example EN: An app collects 'helpful' and 'not helpful' clicks under chat answers, then uses them to fine-tune the model. - concerns you if PL: zbierasz od użytkowników oceny pojedynczych odpowiedzi; nie masz par odpowiedzi do porównania - concerns you if EN: collect user ratings of single answers; have no answer pairs to compare - sources: `ethayarajh-2024-kto` ### RL z nagrodą (Reinforcement learning with rewards) - id: `rlpolicy` · https://aiatlasgraph.com/t/rlpolicy.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › RL z nagrodą - PL: Iteracyjne poprawianie polityki modelu pod nagrodę bez oddalania się od zachowania wyjściowego. Droższe i wrażliwe na hiperparametry. - EN: Iteratively improving the model's policy against a reward while staying close to its starting behaviour. Costlier and sensitive to hyperparameters. - examples PL: PPO · GRPO · model nagrody lub funkcja nagrody · modele rozumujące - examples EN: PPO · GRPO · reward model or reward function · reasoning models - In one sentence PL: To poprawianie sposobu odpowiadania modelu przez nagrody za generowane próby. - Problem it solves PL: Same wzorcowe odpowiedzi nie pokazują, jak model ma zmienić swoje własne próby na bardziej użyteczne. - What it does PL: Model generuje odpowiedzi, otrzymuje ocenę i aktualizuje ustawienia, często z kontrolą odchylenia od zachowania wyjściowego. - Everyday example PL: W treningu model proponuje rozwiązania zadania, a nagroda za poprawny wynik wpływa na jego kolejne próby. - In one sentence EN: This improves a model's response behaviour through rewards for generated attempts. - Problem it solves EN: Reference answers alone do not show how a model should turn its own attempts into more useful ones. - What it does EN: A model generates responses, receives scores and updates parameters, often with limits on deviation from its starting behaviour. - Everyday example EN: During training, a model proposes task solutions, and rewards for correct results influence subsequent attempts. - concerns you if PL: potrafisz nadawać nagrody za próby modelu; chcesz zmieniać zachowanie na podstawie wyników - concerns you if EN: can assign rewards to model attempts; want behaviour to change based on results - related: `rewardhacking`, `ppo`, `rlvr` - sources: `mlabonne-llm-course` ### Destylacja posterioru świadoma drzewa dla długich agentów (Tree-aware posterior self-distillation for long-horizon agentic RL) - id: `treeopsd` · https://aiatlasgraph.com/t/treeopsd.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › RL z nagrodą › Destylacja posterioru świadoma drzewa dla długich agentów - aliases: TreeOPSD, tree-aware posterior distillation, posterior self-distillation - PL: Bez-krytyczna destylacja posterioru świadoma drzewa dla przypisywania kredytu w agenticznym RL. - EN: Critic-free tree-aware posterior self-distillation for credit assignment in agentic RL. - In one sentence PL: Sposób przypisywania kredytu w długich trajektoriach agentów bez osobnego krytyka, przez rozgałęzianie i destylację. - Problem it solves PL: Nagroda tylko na końcu sprawia, że trudno wiedzieć, który krok pomógł, a aktualizacje się starzeją. - What it does PL: Rozgałęzia alternatywne kontynuacje, wycofuje nagrody do kroków i destyluje ograniczony cel do polityki. - Everyday example PL: Agent bada stronę przez wiele tur. Trening wzmacnia turę, po której dalsza ścieżka ma wyższą szansę sukcesu. - In one sentence EN: A way to assign credit in long agent trajectories without a separate critic, by branching and distillation. - Problem it solves EN: A reward only at the end makes it hard to know which step helped, and updates become stale. - What it does EN: It branches alternative continuations, backs up rewards to steps, and distills a bounded target into the policy. - Everyday example EN: An agent explores a site over many turns. Training reinforces the turn after which the further path has a higher chance of success. - concerns you if PL: trenujesz agenta na długich zadaniach z rzadką nagrodą; chcesz gęstszy sygnał bez dodatkowej sieci wartości - concerns you if EN: train an agent on long tasks with rare rewards; want a denser signal without an extra value network - related: `mosaicmsarl` - sources: `treeopsd-2026` ### GRPO i warianty bez krytyka (GRPO and critic-free policy optimization) - id: `grpo` · https://aiatlasgraph.com/t/grpo.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › RL z nagrodą › GRPO i warianty bez krytyka - aliases: GRPO, group relative policy optimization, DAPO, Dr. GRPO, critic-free RL - PL: Odmiana PPO bez osobnego modelu wartości: model generuje grupę odpowiedzi na to samo pytanie, a przewagę szacuje się względnie na podstawie nagród w tej grupie. Zmniejsza to zapotrzebowanie na pamięć i jest wykorzystywane w kilku nowszych recepturach treningu rozumowania. - EN: A PPO variant without a separate value model: the model samples a group of answers to the same prompt and estimates advantage relative to rewards within that group. This reduces memory requirements and is used in several newer reasoning-training recipes. - examples PL: GRPO · DAPO · Dr. GRPO · przewaga liczona względem grupy - examples EN: GRPO · DAPO · Dr. GRPO · group-relative advantage - In one sentence PL: To trening porównujący nagrody kilku odpowiedzi modelu na to samo pytanie. - Problem it solves PL: Osobny model szacujący wartość prób zwiększa pamięć i złożoność treningu. - What it does PL: Model tworzy grupę prób, a ich względne nagrody wskazują, które odpowiedzi wzmacniać, bez osobnej sieci przewidującej wartość. - Everyday example PL: Model próbuje kilku rozwiązań zadania rachunkowego, a poprawniejsze próby otrzymują lepszy sygnał względem pozostałych w grupie. - In one sentence EN: This training method compares rewards across several model responses to the same question. - Problem it solves EN: A separate model estimating attempt values increases training memory and complexity. - What it does EN: A model produces a group of attempts, whose relative rewards guide which responses to reinforce without a separate value-prediction network. - Everyday example EN: A model attempts several arithmetic solutions, with better answers receiving stronger feedback relative to others in the group. - concerns you if PL: trenujesz model na grupach ocenionych prób; chcesz ograniczyć osobne komponenty treningu z nagrodą - concerns you if EN: train on groups of evaluated attempts; want fewer separate reward-training components - related: `agima`, `rlvr`, `esscale` - sources: `deepseekmath-grpo-2024`, `dapo-2025`, `dr-grpo-2025`, `rlhfbook` ### Klasyczny RLHF: SFT → model nagrody → PPO (Classic RLHF pipeline with PPO) - id: `rlhfppo` · https://aiatlasgraph.com/t/rlhfppo.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › RL z nagrodą › Klasyczny RLHF: SFT → model nagrody → PPO - aliases: RLHF, RLHF with PPO, InstructGPT pipeline, reinforcement learning from human feedback - PL: Trzyetapowa receptura RLHF spopularyzowana przez InstructGPT: dostrajanie na demonstracjach, uczenie modelu nagrody z rankingów ludzi, a następnie optymalizacja polityki przez PPO z ograniczeniem odchylenia od modelu referencyjnego. - EN: The three-stage RLHF recipe popularised by InstructGPT: supervised fine-tuning on demonstrations, training a reward model from human rankings, then policy optimisation with PPO while constraining divergence from a reference model. - examples PL: InstructGPT · rankingi odpowiedzi · PPO z modelem wartości · kara KL - examples EN: InstructGPT · answer rankings · PPO with a value model · KL penalty - In one sentence PL: To trening modelu łączący wzorcowe odpowiedzi, oceny ludzi i dalszą naukę z wyuczoną nagrodą. - Problem it solves PL: Model umie odpowiadać, ale potrzebujesz systematycznie zbliżyć jego zachowanie do preferencji ludzi. - What it does PL: Najpierw model ćwiczy demonstracje, osobny model uczy się ocen, a trening z nagrodą poprawia odpowiedzi z kontrolą odchylenia od bazy. - Everyday example PL: Ludzie porównują odpowiedzi asystenta, model oceny uczy się tych wyborów, a kolejny trening korzysta z jego ocen. - In one sentence EN: This trains a model through reference responses, human evaluations and further learning with a learned reward. - Problem it solves EN: A model can answer, but you need to systematically align its behaviour with human preferences. - What it does EN: First a model learns demonstrations, a separate evaluator learns preferences, then reward-based training improves responses while limiting deviation from the base. - Everyday example EN: People compare assistant responses, an evaluator learns their choices, and further training uses its scores. - concerns you if PL: masz demonstracje oraz porównania od ludzi; poznajesz klasyczny wieloetapowy trening preferencji - concerns you if EN: have demonstrations and human comparisons; study a classic multi-stage preference-training process - related: `rewardmodels`, `ppo` - sources: `instructgpt-2022`, `rlhfbook` ### Uczenie agentów na trajektoriach wielosesyjnych (Multi-session agentic reinforcement learning) - id: `mosaicmsarl` · https://aiatlasgraph.com/t/mosaicmsarl.md - path: Trenowanie i dostrajanie › Post-training › Preferencje i RL dla LLM › RL z nagrodą › Uczenie agentów na trajektoriach wielosesyjnych - aliases: Mosaic, multi-session agentic RL, hierarchical multi-session advantage - PL: Hierarchiczna optymalizacja przewag bez krytyka dla trajektorii agentów składających się z wielu sesji. - EN: Critic-free hierarchical advantage optimization for agent trajectories composed of multiple sessions. - In one sentence PL: Trening agentów, który uwzględnia kilka osobnych sesji w jednej długiej próbie. - Problem it solves PL: Trening zakłada jedną ciągłą rozmowę, a w praktyce agent dzieli pracę na sesje lub kompresuje kontekst. - What it does PL: Porównuje całe próby i poszczególne sesje: wśród sukcesów preferuje mniej sesji, wśród porażek wspiera szerszą eksplorację, a sesjom przypisuje sygnał z poprawy przewidywalności odpowiedzi. - Everyday example PL: Agent szuka informacji na stronie. Po kompresji historii trening wzmacnia sesje, po których poprawna odpowiedź staje się bardziej przewidywalna dla modelu. - In one sentence EN: Training agents that accounts for several separate sessions inside one long trial. - Problem it solves EN: Training assumes one continuous conversation, but agents split work into sessions or compress context in practice. - What it does EN: It compares whole trials and individual sessions: among successes it favors fewer sessions, among failures it supports broader exploration, and it gives sessions a signal from improved answer predictability. - Everyday example EN: An agent searches a site. After history compaction, training reinforces sessions after which the correct answer becomes more predictable to the model. - concerns you if PL: trenujesz agenta, który czasem kompresuje kontekst; agent dzieli długie zadanie na osobne podzadania; chcesz, by trening pasował do rzeczywistego przebiegu sesji - concerns you if EN: train an agent that sometimes compresses context; the agent splits long tasks into separate subtasks; want training to match real session flow - related: `treeopsd` - sources: `mosaic-msarl-2026` ### SFT / instruction tuning (Supervised fine-tuning) - id: `sft` · https://aiatlasgraph.com/t/sft.md - path: Trenowanie i dostrajanie › Post-training › SFT / instruction tuning - PL: Dostrajanie na przykładach oczekiwanej odpowiedzi. - EN: Fine-tuning on examples of the expected answer. - examples PL: Przykłady instrukcja–odpowiedź - examples EN: Instruction–response pairs - In one sentence PL: To dostrajanie modelu na przykładach pokazujących, jaką odpowiedź powinien dać na dane polecenie. - Problem it solves PL: Model nie zna oczekiwanego sposobu wykonania zadania, choć potrafi tworzyć ogólny tekst. - What it does PL: Trening przewiduje kolejne fragmenty wzorcowej odpowiedzi i poprawia ustawienia, żeby częściej odtwarzać pokazane zachowanie. - Everyday example PL: Pokazujesz modelowi przykłady zamiany zgłoszeń w krótkie notatki z problemem i następnym krokiem. - In one sentence EN: This adapts a model using examples of the response it should give to a particular instruction. - Problem it solves EN: A model can generate general text but does not know your expected way of completing the task. - What it does EN: Training predicts successive elements of reference responses and updates parameters to reproduce the demonstrated behaviour more often. - Everyday example EN: You show a model examples of turning requests into brief notes containing the problem and next step. - concerns you if PL: potrafisz przygotować wzorcowe odpowiedzi; chcesz nauczyć model powtarzalnego sposobu działania - concerns you if EN: can prepare reference responses; want to teach a model a repeatable behaviour - related: `instructiongen`, `finetuneselection`, `longcotsft` - sources: `cs336` ### Dostrajanie do wywoływania funkcji i narzędzi (Function-calling and tool-use fine-tuning) - id: `toolcallingft` · https://aiatlasgraph.com/t/toolcallingft.md - path: Trenowanie i dostrajanie › Post-training › SFT / instruction tuning › Dostrajanie do wywoływania funkcji i narzędzi - aliases: function-calling fine-tuning, tool-use fine-tuning, dostrajanie do wywoływania funkcji, dostrajanie do używania narzędzi - PL: Dostrajanie modelu na przykładach, w których odpowiedzią jest poprawne, ustrukturyzowane wywołanie narzędzia z argumentami. - EN: Fine-tuning a model on examples whose answer is a correct, structured tool call with arguments. - In one sentence PL: Uczenie modelu, kiedy i jak poprosić o pomoc zewnętrzny program, na przykład kalkulator, wyszukiwarkę albo kalendarz. - Problem it solves PL: Model zmyśla wyniki obliczeń i fakty albo wywołuje programy z błędnymi danymi, przez co automatyzacja się sypie. - What it does PL: Jak szkolenie nowej osoby w recepcji: uczy się, w którym momencie zajrzeć do grafiku i jak poprawnie wypełnić formularz rezerwacji. - Everyday example PL: Asystent w aplikacji bankowej sam sprawdza saldo w systemie, zamiast zgadywać kwotę na podstawie rozmowy. - In one sentence EN: Teaching a model when and how to ask an outside program for help, such as a calculator, a search engine or a calendar. - Problem it solves EN: A model invents calculations and facts, or calls programs with wrong inputs, so automations keep breaking. - What it does EN: Like training a new receptionist: they learn when to check the schedule and how to fill in the booking form correctly. - Everyday example EN: An assistant in a banking app looks up the balance in the system instead of guessing the amount from the conversation. - concerns you if PL: chcesz, żeby model obsługiwał twoje własne systemy; mały model myli nazwy pól i argumentów; budujesz agenta, który wykonuje działania - concerns you if EN: want a model to operate your own systems; find a small model mixes up field and argument names; build an agent that takes actions - related: `agenttrajectories` - sources: `liu-2024-apigen`, `schick-2023-toolformer` ### Szablony czatu i formaty rozmów (Chat templates and conversation formats) - id: `chattemplates` · https://aiatlasgraph.com/t/chattemplates.md - path: Trenowanie i dostrajanie › Post-training › Szablony czatu i formaty rozmów - PL: Jak rozmowa jest zapisana w zbiorze i zamieniona na tekst dla modelu. Szablon z treningu musi się zgadzać przy uruchomieniu. - EN: How a conversation is stored in a dataset and turned into text for the model. The training template has to match at inference. - examples PL: ShareGPT · format OpenAI/HF · ChatML · Alpaca - examples EN: ShareGPT · OpenAI/HF format · ChatML · Alpaca - In one sentence PL: To ustalony sposób zapisywania rozmowy, żeby model rozpoznawał role, wiadomości i początek swojej odpowiedzi. - Problem it solves PL: Model odpowiada dziwnie, gdy wiadomości są zapisane inaczej niż rozmowy używane podczas jego uczenia. - What it does PL: Szablon dodaje właściwe znaczniki i kolejność wiadomości; aplikacja powinna stosować format zgodny z treningiem danego modelu. - Everyday example PL: Po zmianie modelu sprawdzasz szablon rozmowy, żeby nie traktował treści użytkownika jak własnej wcześniejszej odpowiedzi. - In one sentence EN: This formats conversations so a model recognises roles, messages and where its response starts. - Problem it solves EN: A model responds oddly when messages are formatted differently from the conversations used in training. - What it does EN: A template adds appropriate markers and message order; an application should use the format matching that model's training. - Everyday example EN: After changing models, you check the conversation template so user content is not interpreted as the model's earlier reply. - concerns you if PL: uruchamiasz model rozmów; zmieniasz model i format przekazywanych wiadomości - concerns you if EN: run a conversational model; change models and message formats - related: `selfhosting` - sources: `mlabonne-llm-course` ### Proces uczenia (Training optimization) - id: `optimization` · https://aiatlasgraph.com/t/optimization.md - path: Trenowanie i dostrajanie › Proces uczenia - PL: Sterowanie przebiegiem aktualizacji wag. - EN: Steering how the weights get updated. - examples PL: optymalizatory (AdamW, Muon) · harmonogram learning rate · mieszana precyzja · stabilność treningu - examples EN: optimizers (AdamW, Muon) · learning-rate schedule · mixed precision · training stability - In one sentence PL: To sterowanie tym, jak i jak szybko trening zmienia ustawienia modelu. - Problem it solves PL: Uczenie trwa zbyt długo, jest niestabilne albo zużywa więcej zasobów, niż możesz przeznaczyć. - What it does PL: Dobiera regułę aktualizacji, wielkość kroków i format obliczeń, a pomiary błędu pomagają reagować na problemy. - Everyday example PL: Podczas treningu modelu zdjęć porównujesz ustawienia kroku, zużycie pamięci i przebieg błędu, zanim wybierzesz dłuższy trening. - In one sentence EN: This controls how training changes model parameters and how large those changes are. - Problem it solves EN: Training takes too long, becomes unstable or consumes more resources than you can allocate. - What it does EN: It selects update rules, step sizes and numerical formats, while error measurements help respond to problems. - Everyday example EN: While training an image model, you compare step settings, memory use and error trends before choosing a longer run. - concerns you if PL: kontrolujesz przebieg treningu; chcesz ograniczyć czas, pamięć lub niestabilność uczenia - concerns you if EN: control a training run; want to reduce training time, memory or instability - related: `diffprivacy`, `biasvariance`, `mathoptimization`, `hptuning` - sources: `cs336`, `rl` ### Harmonogram learning rate (rozgrzewka, cosinus, WSD) (Learning-rate schedules) - id: `lrschedules` · https://aiatlasgraph.com/t/lrschedules.md - path: Trenowanie i dostrajanie › Proces uczenia › Harmonogram learning rate (rozgrzewka, cosinus, WSD) - aliases: learning rate schedule, LR schedule, warmup, cosine schedule, WSD, harmonogram uczenia - PL: Plan zmiany kroku uczenia w trakcie treningu. Częste schematy obejmują rozgrzewkę i późniejsze wygaszanie; WSD dodaje dłuższą fazę stałego kroku przed końcowym spadkiem, co ułatwia przedłużanie treningu. - EN: A plan for changing the learning rate during training. Common patterns include warm-up followed by decay; WSD adds a longer stable-rate phase before the final decay, making training runs easier to extend. - examples PL: warmup · spadek cosinusowy · warmup–stable–decay (WSD) · cooldown - examples EN: warmup · cosine decay · warmup–stable–decay (WSD) · cooldown - In one sentence PL: To plan zmieniania wielkości poprawek modelu w trakcie treningu. - Problem it solves PL: Duże kroki pomagają na początku, ale później mogą psuć wynik; zbyt małe od początku spowalniają naukę. - What it does PL: Harmonogram może stopniowo zwiększać krok, utrzymywać go przez część treningu, a potem zmniejszać, dopasowując tempo do etapu nauki. - Everyday example PL: W długim treningu zaczynasz od łagodnych aktualizacji, a pod koniec zmniejszasz krok, żeby dopracować model. - In one sentence EN: This schedules changes to the size of model updates during training. - Problem it solves EN: Large steps can help early but later damage results; starting too small slows learning. - What it does EN: A schedule can gradually raise the step size, hold it for part of training and then lower it as learning progresses. - Everyday example EN: In a long training run, you begin with gentle updates and reduce the step size near the end to refine the model. - concerns you if PL: planujesz dłuższy trening; chcesz zmieniać tempo aktualizacji między etapami - concerns you if EN: plan a longer training run; want update speed to vary across stages - related: `midtraining`, `scalinglaws`, `mup`, `batchsize`, `trainingstability`, `hptuning` - sources: `wsd-hagele-2024`, `d2l-optimization` ### Optymalizatory (SGD, Adam/AdamW, Muon) (Optimizers for neural network training) - id: `optimizers` · https://aiatlasgraph.com/t/optimizers.md - path: Trenowanie i dostrajanie › Proces uczenia › Optymalizatory (SGD, Adam/AdamW, Muon) - aliases: optimizers, Adam, AdamW, SGD, Muon, optymalizatory - PL: Reguły zamieniające gradient w aktualizację wag: od SGD z momentum, przez adaptacyjne Adam i AdamW, po nowsze optymalizatory macierzowe, takie jak Muon. - EN: Rules that turn a gradient into a weight update: from SGD with momentum, through adaptive Adam and AdamW, to newer matrix-aware optimisers such as Muon. - examples PL: SGD z momentum · RMSProp · Adam · AdamW (odsprzężony weight decay) · Muon - examples EN: SGD with momentum · RMSProp · Adam · AdamW (decoupled weight decay) · Muon - In one sentence PL: To reguły wykorzystujące informację o błędzie do wyznaczania poprawek ustawień modelu. - Problem it solves PL: Wiesz, w którą stronę zmiana może zmniejszyć błąd, ale musisz jeszcze dobrać sposób jej wykonania. - What it does PL: Algorytm może używać bieżącego sygnału, historii zmian i różnej skali dla ustawień, żeby wyznaczać kolejne poprawki. - Everyday example PL: Porównujesz reguły aktualizacji na tym samym modelu kwiatów, obserwując tempo uczenia i jakość na nowych zdjęciach. - In one sentence EN: These rules use error information to determine model-parameter updates. - Problem it solves EN: You know which direction might reduce error but still need to choose how to make the update. - What it does EN: An algorithm can use current signals, update history and different parameter scales to determine subsequent adjustments. - Everyday example EN: You compare update rules on the same flower model, observing learning speed and quality on new photos. - concerns you if PL: wybierasz algorytm aktualizacji podczas treningu; uczenie reaguje źle na obecne ustawienia - concerns you if EN: choose a training update algorithm; find learning behaves poorly with current settings - related: `mathoptimization` - sources: `adamw-2017`, `muon-scalable-2025`, `d2l-optimization` ### Oszczędzanie pamięci podczas treningu (Memory-efficient training) - id: `memefficienttraining` · https://aiatlasgraph.com/t/memefficienttraining.md - path: Trenowanie i dostrajanie › Proces uczenia › Oszczędzanie pamięci podczas treningu - aliases: memory-efficient training, training memory optimization, oszczędny trening, optymalizacja pamięci treningu - PL: Techniki zmniejszające pamięć zajętą przez aktywacje, gradienty i stany optymalizatora, by trenować większe modele na tym samym sprzęcie. - EN: Techniques that shrink memory used by activations, gradients and optimiser states, so larger models train on the same hardware. - In one sentence PL: Zestaw sposobów, dzięki którym większy model mieści się w pamięci karty graficznej podczas nauki. - Problem it solves PL: Trening zużywa wielokrotnie więcej pamięci niż samo uruchamianie modelu i szybko kończy się błędem braku miejsca. - What it does PL: Jak przeprowadzka do małego mieszkania: część rzeczy składasz ciaśniej, część wynosisz do piwnicy, a część kupujesz dopiero, gdy trzeba. - Everyday example PL: Student dostraja średniej wielkości model na jednej karcie graficznej w domowym komputerze zamiast wynajmować serwer. - In one sentence EN: A set of methods that let a bigger model fit into graphics-card memory while it is being trained. - Problem it solves EN: Training uses many times more memory than running a model, and quickly stops with an out-of-memory error. - What it does EN: Like moving into a small flat: some things you fold tighter, some go to the basement, some you only buy when needed. - Everyday example EN: A student fine-tunes a mid-sized model on a single graphics card in a home PC instead of renting a server. - concerns you if PL: dostajesz błąd braku pamięci na karcie graficznej; chcesz trenować na jednym komputerze zamiast w chmurze - concerns you if EN: hit out-of-memory errors on your GPU; want to train on one computer instead of the cloud - related: `mixedprecision` - sources: `chen-2016-sublinear`, `zhao-2024-galore`, `dettmers-2021-8bitopt` ### 8-bitowe stany optymalizatora (8-bit optimizer states) - id: `eightbitoptim` · https://aiatlasgraph.com/t/eightbitoptim.md - path: Trenowanie i dostrajanie › Proces uczenia › Oszczędzanie pamięci podczas treningu › 8-bitowe stany optymalizatora - aliases: 8-bit optimizer states, 8-bitowe stany optymalizatora - PL: Przechowywanie statystyk optymalizatora (np. momentów Adama) w 8 bitach z kwantyzacją blokową zamiast w 32 bitach. - EN: Storing optimiser statistics (e.g. Adam moments) in 8 bits with block-wise quantisation instead of 32 bits. - In one sentence PL: Sposób, by notatki optymalizatora o każdej wadze zajmowały kilka razy mniej miejsca, bez wyraźnego pogorszenia nauki. - Problem it solves PL: Popularny optymalizator trzyma dla każdej wagi dwie dodatkowe liczby, które zajmują więcej pamięci niż sam model. - What it does PL: Jak prowadzenie dziennika skrótami: zajmuje mniej kartek, a przy czytaniu wciąż wiadomo, co było zapisane. - Everyday example PL: Po jednej zmianie w konfiguracji dostrajanie modelu na laptopie z kartą graficzną zaczyna się mieścić w pamięci. - In one sentence EN: A way to make the optimiser's notes about each weight take several times less space without noticeably hurting learning. - Problem it solves EN: A popular optimiser keeps two extra numbers per weight, taking more memory than the model itself. - What it does EN: Like keeping a diary in shorthand: it fills fewer pages, yet you can still read what was written. - Everyday example EN: After one configuration change, fine-tuning a model on a laptop with a graphics card starts fitting in memory. - concerns you if PL: optymalizator zajmuje ci większość pamięci; szukasz prostej oszczędności bez zmiany ustawień nauki - concerns you if EN: find the optimiser takes most of your memory; want a simple saving without changing training settings - related: `galore`, `qlora` - sources: `dettmers-2021-8bitopt` ### Niskorzędowe rzutowanie gradientu (Low-rank gradient projection) - id: `galore` · https://aiatlasgraph.com/t/galore.md - path: Trenowanie i dostrajanie › Proces uczenia › Oszczędzanie pamięci podczas treningu › Niskorzędowe rzutowanie gradientu - aliases: gradient low-rank projection, low-rank gradient projection, niskorzędowe rzutowanie gradientu - PL: Trening wszystkich wag, w którym gradienty i stany optymalizatora przechowuje się w niskowymiarowej projekcji. - EN: Full-parameter training in which gradients and optimiser states are kept in a low-dimensional projection. - In one sentence PL: Sposób trenowania całego modelu przy mniejszym zużyciu pamięci, przez zapisywanie kierunków zmian w uproszczonej, skompresowanej postaci. - Problem it solves PL: Oszczędne dostrajanie zmienia tylko mały fragment modelu, a pełny trening wszystkich wag nie mieści się w pamięci domowej karty. - What it does PL: Jak streszczanie długiej korespondencji do kilku najważniejszych wątków: tracisz szczegóły, ale wiesz, dokąd zmierza sprawa. - Everyday example PL: Mały zespół badawczy trenuje od zera niewielki model językowy na jednej karcie graficznej do gier. - In one sentence EN: A way to train a whole model with less memory by storing the directions of change in a simplified, compressed form. - Problem it solves EN: Lean fine-tuning changes only a small part of the model, while full training of all weights won't fit on a home graphics card. - What it does EN: Like summarising long correspondence into its few main threads: you lose details but still know where things are heading. - Everyday example EN: A small research team trains a modest language model from scratch on a single gaming graphics card. - concerns you if PL: chcesz pełnego treningu zamiast nakładek na model; masz jedną kartę graficzną z ograniczoną pamięcią - concerns you if EN: want full training rather than add-ons; have one graphics card with limited memory - related: `eightbitoptim` - sources: `zhao-2024-galore` ### Ponowne liczenie aktywacji (gradient checkpointing) (Gradient (activation) checkpointing) - id: `gradcheckpointing` · https://aiatlasgraph.com/t/gradcheckpointing.md - path: Trenowanie i dostrajanie › Proces uczenia › Oszczędzanie pamięci podczas treningu › Ponowne liczenie aktywacji (gradient checkpointing) - aliases: gradient checkpointing, activation checkpointing, activation recomputation, rematerialization, rematerializacja - PL: Zapamiętuje się tylko wybrane aktywacje, a brakujące oblicza ponownie podczas propagacji wstecznej. - EN: Only selected activations are stored; the missing ones are recomputed during backpropagation. - In one sentence PL: Model w trakcie nauki zapisuje tylko niektóre wyniki pośrednie, a resztę liczy jeszcze raz, gdy będą potrzebne. - Problem it solves PL: Wyniki pośrednie każdej warstwy zajmują ogromną pamięć, szczególnie przy długich tekstach i głębokich modelach. - What it does PL: Jak notowanie wyniku co dziesiątej strony obliczeń: gdy potrzebujesz czegoś ze środka, przeliczasz od najbliższej notatki. - Everyday example PL: Dostrajasz model na długich umowach i po włączeniu tej opcji trening przestaje się przerywać z braku pamięci. - In one sentence EN: While training, the model saves only some intermediate results and recalculates the rest when they're needed. - Problem it solves EN: Intermediate results from every layer take huge amounts of memory, especially with long texts and deep models. - What it does EN: Like noting a result every tenth page of calculations: when you need something in between, you redo it from the nearest note. - Everyday example EN: You fine-tune a model on long contracts, and after switching this on, training stops crashing for lack of memory. - concerns you if PL: trenujesz na długich sekwencjach; wolisz wolniejszy trening niż brak pamięci - concerns you if EN: train on long sequences; prefer slower training over running out of memory - sources: `chen-2016-sublinear` ### Pakowanie sekwencji w treningu (sequence packing) (Sequence packing for training) - id: `seqpacking` · https://aiatlasgraph.com/t/seqpacking.md - path: Trenowanie i dostrajanie › Proces uczenia › Pakowanie sekwencji w treningu (sequence packing) - aliases: sequence packing, example packing, pakowanie sekwencji, pakowanie przykładów - PL: Łączenie wielu krótkich przykładów w jedną sekwencję o długości kontekstu, aby ograniczyć padding w batchu. - EN: Concatenating several short examples into one context-length sequence to reduce padding in a batch. - In one sentence PL: Sposób upychania wielu krótkich przykładów w jednym wierszu danych, żeby trening nie marnował pracy na puste wypełnienie. - Problem it solves PL: Krótkie i długie przykłady w jednej paczce trzeba dopełniać pustymi znakami, a komputer je przetwarza, niczego się z nich nie ucząc. - What it does PL: Jak pakowanie walizki: zamiast jednej koszuli na walizkę układasz kilka rzeczy obok siebie, z przegródkami, żeby się nie pomieszały. - Everyday example PL: Dostrajasz model na tysiącach krótkich pytań i odpowiedzi z działu obsługi, a trening na tym samym sprzęcie kończy się szybciej. - In one sentence EN: A way of fitting several short examples into one row of training data so the computer doesn't waste work on empty filler. - Problem it solves EN: Mixing short and long examples forces padding with empty tokens, which the computer processes without learning anything from them. - What it does EN: Like packing a suitcase: instead of one shirt per case, you fit several items side by side, with dividers so they don't mix. - Everyday example EN: You fine-tune a model on thousands of short support questions and answers, and training finishes sooner on the same hardware. - concerns you if PL: dostrajasz model na krótkich przykładach; płacisz za godziny pracy karty graficznej - concerns you if EN: fine-tune a model on short examples; pay for hours of GPU time - sources: `krell-2021-packing` ### Przenoszenie hiperparametrów z małego modelu na duży (μP) (Maximal update parametrization (μP) and hyperparameter transfer) - id: `mup` · https://aiatlasgraph.com/t/mup.md - path: Trenowanie i dostrajanie › Proces uczenia › Przenoszenie hiperparametrów z małego modelu na duży (μP) - aliases: muP, μP, maximal update parametrization, parametryzacja maksymalnej aktualizacji - PL: Parametryzacja sieci, przy której optymalne hiperparametry stroi się na małym modelu i przenosi bez zmian na duży. - EN: A network parametrisation under which optimal hyperparameters are tuned on a small model and transferred unchanged to a large one. - In one sentence PL: Metoda pozwalająca dobrać ustawienia nauki na małej, taniej wersji modelu i od razu użyć ich w dużej. - Problem it solves PL: Testowanie ustawień treningu na dużym modelu jest tak drogie, że prawie nikogo nie stać na wiele prób. - What it does PL: Jak próbna degustacja z małego garnka: przy dobrze przeliczonych proporcjach przepis sprawdzi się też w kotle na wesele. - Everyday example PL: Laboratorium w jeden dzień sprawdza dziesiątki ustawień na malutkich modelach, a potem trenuje duży model raz, od razu dobrze. - In one sentence EN: A method for choosing training settings on a small, cheap version of a model and using them straight away on the big one. - Problem it solves EN: Testing training settings on a large model is so expensive that almost nobody can afford many attempts. - What it does EN: Like a test tasting from a small pot: with properly scaled proportions, the recipe also works in a wedding-sized cauldron. - Everyday example EN: A lab tries dozens of settings on tiny models in one day, then trains the big model once and gets it right. - concerns you if PL: planujesz trenować modele od zera; ciekawi cię, jak duże laboratoria oszczędzają na eksperymentach - concerns you if EN: plan to train models from scratch; wonder how large labs save on experiments - related: `lrschedules` - sources: `yang-2022-mup` ### Rozmiar partii treningowej i akumulacja gradientu (Training batch size and gradient accumulation) - id: `batchsize` · https://aiatlasgraph.com/t/batchsize.md - path: Trenowanie i dostrajanie › Proces uczenia › Rozmiar partii treningowej i akumulacja gradientu - aliases: batch size and gradient accumulation, rozmiar batcha i akumulacja gradientu - PL: Dobór liczby przykładów na krok aktualizacji: akumulacja gradientu przez mikrobatche i krytyczny rozmiar batcha. - EN: Choosing how many examples go into each update step: gradient accumulation over micro-batches and the critical batch size. - In one sentence PL: Decyzja, ile przykładów model ogląda przed każdą poprawką, i sposób na duży pakiet nawet na małej karcie graficznej. - Problem it solves PL: Za mały pakiet przykładów daje chaotyczną naukę, za duży marnuje obliczenia, a duży często nie mieści się w pamięci. - What it does PL: Jak ankieta: zbyt mała daje przypadkowe wnioski, zbyt duża kosztuje bez zysku, a odpowiedzi można zbierać w kilku turach. - Everyday example PL: Na zwykłej karcie graficznej zamiast 64 przykładów naraz liczysz osiem razy po osiem i dopiero wtedy poprawiasz model. - In one sentence EN: Deciding how many examples a model sees before each correction, and how to get a large bundle even on a small graphics card. - Problem it solves EN: Too small a bundle makes learning erratic, too large wastes compute, and a large one often won't fit in memory. - What it does EN: Like a survey: too small gives random conclusions, too large costs without benefit, and answers can be gathered in several rounds. - Everyday example EN: On an ordinary graphics card, instead of 64 examples at once you process eight batches of eight, then update the model. - concerns you if PL: dobierasz ustawienia treningu; chcesz trenować szybciej na wielu kartach - concerns you if EN: choose training settings; want to train faster on many GPUs - related: `lrschedules` - sources: `mccandlish-2018-batch` ### Stabilność treningu i skoki straty (Training stability) - id: `trainingstability` · https://aiatlasgraph.com/t/trainingstability.md - path: Trenowanie i dostrajanie › Proces uczenia › Stabilność treningu i skoki straty - aliases: training stability, loss spikes, gradient clipping, training instabilities, skoki straty - PL: Rozpoznawanie i ograniczanie niestabilności, takich jak nagłe skoki lub rozbieganie się straty podczas długiego treningu dużych modeli. Problemy można odtwarzać na mniejszych modelach, aby testować zabezpieczenia receptury. - EN: Diagnosing and mitigating instabilities such as sudden spikes or divergence in loss during long training runs of large models. The problems can be reproduced in smaller models to test safeguards in the training recipe. - examples PL: wzrost logitów uwagi · rozbieganie logitów wyjściowych · rozgrzewka · weight decay · testy na małych modelach - examples EN: attention-logit growth · output-logit divergence · warm-up · weight decay · small-scale proxy experiments - In one sentence PL: To wykrywanie i ograniczanie nagłych problemów, które psują przebieg uczenia modelu. - Problem it solves PL: Po długim poprawnym treningu błąd nagle rośnie, a dalsze obliczenia mogą marnować czas i pieniądze. - What it does PL: Pomiary, zapisy etapów i mniejsze próby pomagają znaleźć problem w danych, skali sygnałów lub ustawieniach i sprawdzić poprawkę. - Everyday example PL: Po skoku błędu wracasz do zapisanej wersji, odtwarzasz problem na krótszej próbie i testujesz zmieniony krok uczenia. - In one sentence EN: This detects and limits sudden problems that disrupt model training. - Problem it solves EN: After a long successful run, error suddenly rises and further computation may waste time and money. - What it does EN: Measurements, checkpoints and smaller trials help locate issues in data, signal scales or settings and test a correction. - Everyday example EN: After an error spike, you return to a checkpoint, reproduce the issue in a shorter trial and test a different update step. - concerns you if PL: trening nagle przestaje poprawiać wynik; chcesz wykrywać problemy przed kosztownym długim przebiegiem - concerns you if EN: find training suddenly stops improving; want to detect issues before a costly long run - related: `lrschedules`, `normalization` - sources: `olmo2-2025`, `wortsman-instabilities-2023` ### Trening w mieszanej precyzji (FP16, BF16, FP8) (Mixed-precision training) - id: `mixedprecision` · https://aiatlasgraph.com/t/mixedprecision.md - path: Trenowanie i dostrajanie › Proces uczenia › Trening w mieszanej precyzji (FP16, BF16, FP8) - aliases: mixed precision, AMP, BF16, FP8 training, mieszana precyzja - PL: Liczenie większości operacji w krótszych formatach liczb przy zachowaniu kluczowych wartości w pełnej precyzji. Zmniejsza zużycie pamięci i przyspiesza trening na nowoczesnych GPU. - EN: Running most operations in shorter number formats while keeping key values in full precision. It cuts memory use and speeds up training on modern GPUs. - examples PL: kopia wag w FP32 · skalowanie straty · BF16 · trening w FP8 - examples EN: FP32 master weights · loss scaling · BF16 · FP8 training - In one sentence PL: To trening wykorzystujący różną dokładność zapisu liczb dla różnych części obliczeń. - Problem it solves PL: Pełna dokładność wszystkich liczb zajmuje dużo pamięci i może niepotrzebnie spowalniać trening. - What it does PL: Wiele operacji korzysta z krótszego zapisu, a wrażliwe wartości zachowują większą dokładność, ograniczając błędy i koszt tam, gdzie to możliwe. - Everyday example PL: W treningu modelu zdjęć używasz krótszych liczb do mnożenia, ale zachowujesz dokładniejszy zapis ważnych aktualizacji. - In one sentence EN: This trains models using different numerical precision for different parts of the computation. - Problem it solves EN: Full precision for every number consumes substantial memory and can unnecessarily slow training. - What it does EN: Many operations use shorter formats while sensitive values retain greater precision, limiting errors and reducing costs where possible. - Everyday example EN: When training an image model, you use shorter numbers for multiplication but retain more precise representations for important updates. - concerns you if PL: trening potrzebuje zbyt dużo pamięci; sprzęt szybciej liczy w krótszych formatach - concerns you if EN: find training needs too much memory; use hardware faster with shorter numerical formats - related: `memefficienttraining`, `tensorcores` - sources: `mixed-precision-2017`, `fp8-lm-2023`, `kalamkar-bfloat16-2019` ### Trening od zera / pretraining (Training from scratch and pretraining) - id: `pretraining` · https://aiatlasgraph.com/t/pretraining.md - path: Trenowanie i dostrajanie › Trening od zera / pretraining - PL: Nauczenie modelu od początkowych wag. Pretraining to etap przygotowujący do dalszego użycia lub adaptacji. - EN: Teaching a model from initial weights. Pretraining is the stage that prepares it for later use or adaptation. - examples PL: Cele uczenia · tokenizacja · mini model - examples EN: Objectives · tokenisation · small model - In one sentence PL: To podstawowy etap uczenia modelu wzorów w dużym zbiorze danych, zanim zostanie dopasowany do konkretnych zadań. - Problem it solves PL: Model z początkowymi ustawieniami nie zna wzorów języka lub obrazu potrzebnych do dalszego użycia. - What it does PL: Powtarzane ćwiczenia na danych dostarczają błędu do poprawiania ustawień, tworząc podstawę późniejszych umiejętności i dostrajania. - Everyday example PL: Model językowy ćwiczy na wielu tekstach przewidywanie dalszego ciągu, zanim dostanie przykłady rozmów z użytkownikiem. - In one sentence EN: This initial stage teaches a model patterns in a large dataset before it is adapted to specific tasks. - Problem it solves EN: A model with initial parameters lacks the language or image patterns needed for later use. - What it does EN: Repeated exercises on data produce error signals that adjust parameters, building a foundation for later abilities and adaptation. - Everyday example EN: A language model practises predicting continuations across many texts before receiving examples of user conversations. - concerns you if PL: chcesz zrozumieć, skąd bierze się model bazowy; planujesz podstawowe uczenie na dużym zbiorze danych - concerns you if EN: want to understand where a base model comes from; plan foundational training on a large dataset - related: `datamixing`, `tsfoundation`, `parallelism`, `pretrainsynthetic`, `infotheory` - courses: - sources: `cs336`, `rl`, `dlai` ### Maskowane modelowanie języka (MLM) (Masked language modelling (MLM)) - id: `mlm` · https://aiatlasgraph.com/t/mlm.md - path: Trenowanie i dostrajanie › Trening od zera / pretraining › Maskowane modelowanie języka (MLM) - aliases: masked language modeling, masked language modelling, MLM, maskowane modelowanie języka - PL: Cel pretrainingu enkoderów: model odtwarza zamaskowane tokeny na podstawie kontekstu z obu stron. - EN: A pretraining objective for encoders: the model restores masked tokens from context on both sides. - In one sentence PL: Ćwiczenie, w którym model uczy się języka, zgadując słowa zakryte w zdaniu, jak w zadaniu z lukami. - Problem it solves PL: Do rozumienia tekstu, na przykład przy wyszukiwaniu czy sortowaniu dokumentów, przydaje się patrzenie na zdanie z obu stron, nie tylko od lewej. - What it does PL: Jak ćwiczenie „uzupełnij luki” w podręczniku: żeby wpisać brakujące słowo, czytasz całe zdanie przed i po luce. - Everyday example PL: Wyszukiwarka w sklepie internetowym rozumie, że „buty do biegania po lesie” i „obuwie terenowe” to to samo. - In one sentence EN: An exercise in which a model learns language by guessing words hidden in a sentence, like a fill-in-the-blanks task. - Problem it solves EN: Understanding text, for search or sorting documents, benefits from reading a sentence from both sides, not only left to right. - What it does EN: Like a textbook fill-in-the-gaps exercise: to supply the missing word, you read the whole sentence before and after the gap. - Everyday example EN: An online shop's search understands that 'shoes for running in the woods' and 'off-road footwear' mean the same thing. - concerns you if PL: budujesz wyszukiwanie lub klasyfikację tekstu; zastanawiasz się, czym model do rozumienia różni się od modelu do pisania - concerns you if EN: build text search or classification; wonder how a model for understanding differs from one for writing - related: `nexttoken` - sources: `bert-2018` ### Mid-training (późna faza pretrainingu) (Mid-training) - id: `midtraining` · https://aiatlasgraph.com/t/midtraining.md - path: Trenowanie i dostrajanie › Trening od zera / pretraining › Mid-training (późna faza pretrainingu) - aliases: mid-training, midtraining, annealing phase, late-stage curriculum - PL: Końcowa faza pretrainingu na mniejszej, starannie dobranej mieszance danych (np. matematyka, kod, rozumowanie, długie teksty), zwykle przy wygaszanym learning rate. Wzmacnia wybrane zdolności przed post-trainingiem. - EN: A late pretraining phase on a smaller, carefully chosen data mix (e.g. maths, code, reasoning, long documents), usually while the learning rate is annealed. It strengthens selected capabilities before post-training. - examples PL: annealing na danych wysokiej jakości · curriculum w późnej fazie treningu · przygotowanie pod rozumowanie - examples EN: annealing on high-quality data · late-stage curriculum · preparing for reasoning - In one sentence PL: To późna faza podstawowego treningu, w której starannie dobrane dane wzmacniają wybrane umiejętności modelu. - Problem it solves PL: Ogólny trening nie daje jeszcze potrzebnej jakości w zadaniach takich jak obliczenia, kod lub długie teksty. - What it does PL: Pod koniec treningu zmienia się mieszankę danych i zwykle zmniejsza krok uczenia, kierując ostatnie aktualizacje na wybrane zdolności. - Everyday example PL: Przed nauką rozmowy model dostaje końcową mieszankę sprawdzonych zadań rachunkowych i przykładów kodu. - In one sentence EN: This late stage of foundational training uses carefully selected data to strengthen particular model abilities. - Problem it solves EN: General training does not yet provide the needed quality in calculations, code or long-text tasks. - What it does EN: Near the end of training, the data mix changes and update steps usually shrink, focusing later adjustments on selected abilities. - Everyday example EN: Before learning conversational behaviour, a model receives a final mix of verified arithmetic tasks and code examples. - concerns you if PL: planujesz końcową mieszankę danych treningowych; chcesz wzmocnić wybrane zdolności modelu bazowego - concerns you if EN: plan the final training-data mix; want to strengthen selected base-model abilities - related: `datamixing`, `continuedpretraining`, `lrschedules`, `contextextension` - sources: `olmo2-2025`, `mo-midtraining-survey-2025` ### Prawa skalowania i budżet obliczeń (Scaling laws and compute-optimal training) - id: `scalinglaws` · https://aiatlasgraph.com/t/scalinglaws.md - path: Trenowanie i dostrajanie › Trening od zera / pretraining › Prawa skalowania i budżet obliczeń - aliases: scaling laws, Chinchilla, compute-optimal training, prawa skalowania - PL: Przewidywalne zależności między rozmiarem modelu, ilością danych, mocą obliczeniową a jakością. Pozwalają zaplanować trening dużego modelu na podstawie małych przebiegów i dobrać proporcję parametrów do tokenów. - EN: Predictable relationships between model size, data, compute and quality. They let you plan a large training run from small ones and choose the ratio of parameters to tokens. - examples PL: potęgowe prawa straty · proporcje „Chinchilli” · ekstrapolacja z małych modeli - examples EN: power-law loss curves · Chinchilla ratios · extrapolating from small models - In one sentence PL: To badanie zależności między wielkością modelu, ilością danych, obliczeniami i osiąganą jakością. - Problem it solves PL: Nie wiesz, jak podzielić ograniczony budżet między większy model a więcej danych treningowych. - What it does PL: Wyniki mniejszych treningów pomagają dopasować zależności i przewidzieć większe przebiegi w podobnych warunkach; szacunki wymagają sprawdzenia. - Everyday example PL: Przed dużym treningiem wykonujesz mniejsze próby, żeby oszacować korzystną proporcję rozmiaru modelu i ilości tekstu. - In one sentence EN: This studies relationships between model size, data volume, computation and achieved quality. - Problem it solves EN: You do not know how to split a limited budget between a larger model and more training data. - What it does EN: Smaller training runs help fit relationships and predict larger runs under similar conditions; estimates still need checking. - Everyday example EN: Before a large training run, you conduct smaller trials to estimate a useful balance between model size and text volume. - concerns you if PL: planujesz kosztowny trening; wybierasz proporcje danych, modelu i obliczeń - concerns you if EN: plan costly training; choose a balance of data, model size and computation - related: `lrschedules`, `testtime`, `doubledescent` - sources: `kaplan-scaling-2020`, `hoffmann-chinchilla-2022`, `wsd-hagele-2024` ### Przewidywanie następnego tokenu (modele autoregresyjne) (Next-token prediction objective) - id: `nexttoken` · https://aiatlasgraph.com/t/nexttoken.md - path: Trenowanie i dostrajanie › Trening od zera / pretraining › Przewidywanie następnego tokenu (modele autoregresyjne) - aliases: next-token prediction, causal language modeling, autoregressive LM objective, przewidywanie następnego tokenu - PL: Typowy cel pretrainingu autoregresyjnego modelu językowego: przewidzieć kolejny token na podstawie poprzednich. Błąd jest zwykle optymalizowany jako entropia krzyżowa. - EN: A common pretraining objective for autoregressive language models: predict the next token from the preceding ones. The error is typically optimised as cross-entropy. - examples PL: model przyczynowy (causal LM) · strata entropii krzyżowej · perplexity · mały GPT od zera - examples EN: causal LM · cross-entropy loss · perplexity · a small GPT from scratch - In one sentence PL: To uczenie modelu przewidywania kolejnego kawałka tekstu na podstawie wcześniejszych fragmentów. - Problem it solves PL: Masz wiele tekstów, ale nie ma przy nich ręcznie napisanych pytań i odpowiedzi do treningu. - What it does PL: Sam tekst dostarcza celu: model widzi początek, przewiduje dalszy fragment i poprawia ustawienia według różnicy względem oryginału. - Everyday example PL: Podczas treningu model dostaje początek przepisu i ćwiczy przewidywanie jego dalszych słów. - In one sentence EN: This trains a model to predict the next text piece from preceding fragments. - Problem it solves EN: You have many texts but no manually written training questions and answers attached to them. - What it does EN: Text supplies its own target: a model sees a prefix, predicts what follows and adjusts parameters against the original continuation. - Everyday example EN: During training, a model receives the beginning of a recipe and practises predicting its next words. - concerns you if PL: poznajesz podstawowy cel treningu modeli językowych; masz teksty bez dodatkowych etykiet - concerns you if EN: study a basic language-model training objective; have texts without extra labels - related: `blockdiffusion`, `dllm`, `transformerfamilies`, `mlm`, `infotheory`, `tokenization` - sources: `hf-causal-lm` ### Przewidywanie wielu tokenów naraz (multi-token prediction) (Multi-token prediction) - id: `multitoken` · https://aiatlasgraph.com/t/multitoken.md - path: Trenowanie i dostrajanie › Trening od zera / pretraining › Przewidywanie wielu tokenów naraz (multi-token prediction) - aliases: multi-token prediction, MTP, predykcja wielu tokenów, n-token prediction - PL: Pomocniczy cel pretrainingu: z każdej pozycji model przewiduje kilka kolejnych tokenów osobnymi głowicami. - EN: An auxiliary pretraining objective: from each position the model predicts several upcoming tokens with separate heads. - In one sentence PL: Trening, w którym model zgaduje nie tylko następne słowo, ale od razu kilka kolejnych, co uczy go patrzeć dalej do przodu. - Problem it solves PL: Przewidywanie jednego słowa naraz uczy krótkowzroczności i każe generować tekst powoli, słowo po słowie. - What it does PL: Jak kierowca, który patrzy kilka samochodów przed siebie, a nie tylko na zderzak tego tuż przed nim. - Everyday example PL: Podpowiadacz w edytorze kodu szybciej proponuje całe linijki, bo model przewiduje kilka elementów naprzód jednocześnie. - In one sentence EN: Training in which the model guesses not just the next word but several at once, teaching it to look further ahead. - Problem it solves EN: Predicting one word at a time encourages short-sightedness and forces slow, word-by-word generation. - What it does EN: Like a driver who watches several cars ahead rather than just the bumper in front. - Everyday example EN: A code editor's autocomplete suggests whole lines faster because the model predicts several pieces ahead at once. - concerns you if PL: ciekawi cię, czym nowsze modele różnią się od starszych; zależy ci na szybszym generowaniu tekstu - concerns you if EN: wonder how newer models differ from older ones; care about faster text generation - sources: `gloeckle-2024-mtp` ### Wydłużanie okna kontekstu (Context window extension) - id: `contextextension` · https://aiatlasgraph.com/t/contextextension.md - path: Trenowanie i dostrajanie › Trening od zera / pretraining › Wydłużanie okna kontekstu - aliases: context extension, long-context training, RoPE scaling, YaRN, długi kontekst - PL: Dalszy trening modelu, który ma poprawić działanie na sekwencjach dłuższych niż używane wcześniej — często przez modyfikację kodowania pozycji i trening na długich przykładach. - EN: Further training intended to improve performance on sequences longer than those used previously — often by modifying positional encoding and training on long examples. - examples PL: skalowanie RoPE (interpolacja pozycji, YaRN) · długokontekstowy continual pretraining · testy „igły w stogu siana” - examples EN: RoPE scaling (position interpolation, YaRN) · long-context continual pretraining · needle-in-a-haystack tests - In one sentence PL: To dalsze uczenie modelu, żeby lepiej pracował z tekstami dłuższymi niż te używane wcześniej. - Problem it solves PL: Długi dokument mieści się w zmienionym limicie, ale model nadal gubi zależności między odległymi fragmentami. - What it does PL: Modyfikacje informacji o pozycji i trening na dłuższych przykładach pomagają dostosować sieć; samo zwiększenie limitu nie wystarcza. - Everyday example PL: Po rozszerzeniu kontekstu testujesz, czy model poprawnie łączy warunek z początku umowy z wyjątkiem na końcu. - In one sentence EN: This further trains a model to work better with texts longer than those used previously. - Problem it solves EN: A long document fits an expanded limit, but the model still loses relationships between distant passages. - What it does EN: Position-information changes and training on longer examples help adapt the network; increasing the input limit alone is insufficient. - Everyday example EN: After extending context, you test whether a model connects a condition near a contract's beginning with an exception at the end. - concerns you if PL: potrzebujesz analizować dłuższe dokumenty; chcesz sprawdzić użyteczność zwiększonego okna tekstu - concerns you if EN: need to analyse longer documents; want to test an expanded context window's usefulness - related: `posencoding`, `midtraining`, `transformers` - sources: `mo-midtraining-survey-2025`, `yarn-2023`, `xiong-longcontext-2023` ### Uczenie ciągłe i transfer (Continual and transfer learning) - id: `continual` · https://aiatlasgraph.com/t/continual.md - path: Trenowanie i dostrajanie › Uczenie ciągłe i transfer - PL: Adaptacja do nowych danych i zadań. - EN: Adapting to new data and new tasks. - examples PL: katastrofalne zapominanie · continued pretraining na danych dziedzinowych · edycja wiedzy - examples EN: catastrophic forgetting · domain-adaptive continued pretraining · knowledge editing - In one sentence PL: To rozwijanie już wyuczonego modelu o nowe dane, zadania i poprawki bez zaczynania całej nauki od początku. - Problem it solves PL: Zmienia się dziedzina lub potrzebna wiedza, a wcześniejszy model nie nadąża albo traci stare umiejętności podczas aktualizacji. - What it does PL: Dalsze uczenie wykorzystuje wcześniejsze ustawienia, a kontrola starych zadań i ukierunkowane poprawki pomagają ograniczyć skutki uboczne adaptacji. - Everyday example PL: Dostosowujesz model do nowych zgłoszeń klientów, jednocześnie sprawdzając, czy nadal poprawnie rozpoznaje wcześniejsze rodzaje problemów. - In one sentence EN: This develops a trained model with new data, tasks and corrections without restarting all learning from scratch. - Problem it solves EN: The domain or required knowledge changes, and an earlier model falls behind or loses old abilities during updates. - What it does EN: Further training reuses existing parameters, while checks on earlier tasks and targeted corrections help limit adaptation side effects. - Everyday example EN: You adapt a model to new customer requests while checking it still recognises earlier problem types correctly. - concerns you if PL: dane i zadania zmieniają się z czasem; chcesz wykorzystać wcześniej wyuczony model - concerns you if EN: work with data and tasks that change over time; want to reuse a previously trained model - related: `visiontransfer`, `onlinelearning`, `testtimeadapt`, `driftdetection` - sources: `cs336`, `rl` ### Dotrenowanie na tekstach z dziedziny (continued pretraining) (Continued (domain-adaptive) pretraining) - id: `continuedpretraining` · https://aiatlasgraph.com/t/continuedpretraining.md - path: Trenowanie i dostrajanie › Uczenie ciągłe i transfer › Dotrenowanie na tekstach z dziedziny (continued pretraining) - aliases: continued pretraining, continual pretraining, domain-adaptive pretraining, DAPT, TAPT - PL: Kolejna faza pretrainingu istniejącego modelu na nieoznaczonych danych z wybranej dziedziny, zadania lub języka, zwykle przed właściwym dostrajaniem. Ma zaadaptować model do nowego rozkładu danych i słownictwa. - EN: An additional pretraining phase of an existing model on unlabelled data from a selected domain, task or language, usually before downstream fine-tuning. It aims to adapt the model to a new data distribution and vocabulary. - examples PL: DAPT · TAPT · modele medyczne, prawnicze, kodu · dotrenowanie na nowym języku - examples EN: DAPT · TAPT · medical, legal, code models · adapting to a new language - In one sentence PL: To dalsze uczenie gotowego modelu na tekstach z wybranej dziedziny, zadania lub języka. - Problem it solves PL: Ogólny model słabo zna słownictwo i wzory dokumentów, z którymi pracujesz. - What it does PL: Model kontynuuje podstawowe ćwiczenia na niepodpisanych danych z dziedziny, dostosowując ustawienia przed ewentualną nauką konkretnych odpowiedzi. - Everyday example PL: Przed uczeniem odpowiedzi na zgłoszenia model ćwiczy na dokumentacji urządzeń i instrukcjach serwisowych. - In one sentence EN: This further trains an existing model on texts from a particular domain, task or language. - Problem it solves EN: A general model poorly understands the terminology and document patterns you work with. - What it does EN: A model continues foundational training on unlabelled domain data, adapting its parameters before any task-specific response training. - Everyday example EN: Before learning support responses, a model trains on equipment documentation and service manuals. - concerns you if PL: masz dużo tekstu z własnej dziedziny; model nie zna potrzebnej terminologii - concerns you if EN: have substantial text from your domain; find a model unfamiliar with necessary terminology - related: `midtraining`, `legallm` - sources: `xiong-longcontext-2023`, `continual-llm-survey-2024`, `dont-stop-pretraining-2020` ### Edycja wiedzy w modelu (ROME, MEMIT) (Knowledge editing in language models) - id: `knowledgeediting` · https://aiatlasgraph.com/t/knowledgeediting.md - path: Trenowanie i dostrajanie › Uczenie ciągłe i transfer › Edycja wiedzy w modelu (ROME, MEMIT) - aliases: knowledge editing, model editing, ROME, MEMIT - PL: Ukierunkowana zmiana faktów lub zachowań zapisanych w modelu bez pełnego ponownego treningu — przez edycję wag albo użycie pamięci zewnętrznej. Celem jest ograniczenie skutków ubocznych poza zakresem edycji, ale nie jest to gwarantowane. - EN: A targeted change to facts or behaviours stored in a model without full retraining — by editing weights or using external memory. The goal is to limit side effects outside the edit's scope, but this is not guaranteed. - examples PL: lokalizacja faktów w wagach · ROME · MEMIT · edycja z pamięcią zewnętrzną - examples EN: locating facts in weights · ROME · MEMIT · editing with external memory - In one sentence PL: To ukierunkowane poprawianie wybranej informacji lub zachowania modelu bez pełnego ponownego treningu. - Problem it solves PL: Model powtarza nieaktualną informację, a zmiana całej sieci byłaby kosztowna i mogłaby naruszyć inne odpowiedzi. - What it does PL: Metoda zmienia wybrane ustawienia lub dołącza pamięć poprawek, próbując zachować pozostałe odpowiedzi; skutki uboczne i skuteczność wymagają sprawdzenia. - Everyday example PL: Korygujesz zapamiętaną nazwę działu w modelu i testujesz zarówno pytania o ten dział, jak i niezwiązane tematy. - In one sentence EN: This targets a particular model fact or behaviour for correction without full retraining. - Problem it solves EN: A model repeats outdated information, while changing the whole network would be costly and could affect other answers. - What it does EN: A method updates selected parameters or adds correction memory while trying to preserve other responses; effectiveness and side effects need checking. - Everyday example EN: You correct a remembered department name and test both questions about that department and unrelated topics. - concerns you if PL: potrzebujesz zmienić wybraną informację w modelu; chcesz ograniczyć wpływ poprawki na inne zadania - concerns you if EN: need to change a particular model fact; want to limit a correction's effect on other tasks - related: `activationpatching` - sources: `continual-llm-survey-2024`, `rome-2022`, `knowledge-editing-study-2024`, `memit-2022` ### Katastrofalne zapominanie i jego ograniczanie (Catastrophic forgetting and its mitigation) - id: `forgetting` · https://aiatlasgraph.com/t/forgetting.md - path: Trenowanie i dostrajanie › Uczenie ciągłe i transfer › Katastrofalne zapominanie i jego ograniczanie - aliases: catastrophic forgetting, EWC, elastic weight consolidation, replay, zapominanie - PL: Podczas uczenia nowych danych lub zadań sieć może tracić wcześniejsze umiejętności. Metody ograniczania tego zjawiska obejmują m.in. powtarzanie dawnych danych, ochronę ważnych wag i zmniejszanie zakresu aktualizacji. - EN: While learning new data or tasks, a network may lose earlier capabilities. Mitigation methods include replaying earlier data, protecting important weights and reducing the scope of parameter updates. - examples PL: powtórki danych (replay) · EWC · mniejsze zmiany wag przez PEFT · regularyzacja w stronę modelu bazowego - examples EN: data replay · EWC · smaller weight changes via PEFT · regularising toward the base model - In one sentence PL: To utrata wcześniejszych umiejętności podczas nauki nowych zadań oraz sposoby ograniczania tej utraty. - Problem it solves PL: Po dostrojeniu do nowego zadania model gorzej wykonuje czynności, które wcześniej robił poprawnie. - What it does PL: Powtarzanie starych danych, ochrona ważnych ustawień i ograniczanie aktualizacji pomagają zachować wcześniejsze umiejętności; potrzebne są testy obu zestawów zadań. - Everyday example PL: Po nauce nowych kategorii zgłoszeń ponownie sprawdzasz stare przykłady, żeby model nie przestał ich rozpoznawać. - In one sentence EN: This concerns losing earlier abilities while learning new tasks and ways to limit that loss. - Problem it solves EN: After adaptation to a new task, a model performs previously successful tasks less well. - What it does EN: Revisiting old data, protecting important parameters and limiting updates help retain earlier abilities; both old and new tasks need testing. - Everyday example EN: After learning new request categories, you retest old examples to check the model still recognises them. - concerns you if PL: aktualizujesz model kolejnymi zadaniami; zależy ci na zachowaniu dawnych umiejętności - concerns you if EN: update a model with successive tasks; need earlier abilities to be retained - related: `onpolicydistill`, `lora` - sources: `tm-onpolicy-distill-2025`, `ewc-2017`, `lora-forgets-less-2024`, `continual-llm-survey-2024` ### Selektywny nadzór eksperta w ciągłym treningu agentów (Selective expert supervision in continual agent reinforcement learning) - id: `tsrlcontinual` · https://aiatlasgraph.com/t/tsrlcontinual.md - path: Trenowanie i dostrajanie › Uczenie ciągłe i transfer › Selektywny nadzór eksperta w ciągłym treningu agentów - aliases: TSRL, trigger-based supervised reinforcement learning, hard-state SFT in agent RL - PL: RL jako główny mechanizm uczenia z selektywnym SFT aktywowanym w trudnych stanach podczas ciągłego treningu agentów. - EN: RL as backbone with selective SFT activated on hard states for continual agent training. - In one sentence PL: Trening agentów, który dodaje wskazówki eksperta tylko wtedy, gdy model sam sobie nie radzi. - Problem it solves PL: Uczenie nowych zadań może osłabiać umiejętności agenta nabyte na wcześniejszych zadaniach. - What it does PL: Główny trening wykorzystuje nagrody, a nadzór eksperta włącza się tylko dla stanów, których grupowy współczynnik sukcesu nie przekracza ustalonego progu. - Everyday example PL: Agent uczy się obsługi nowego sklepu internetowego. Gdy wielokrotnie gubi się w danym kroku, dostaje poprawną akcję; selektywny nadzór ma ograniczyć pogorszenie wcześniejszych umiejętności. - In one sentence EN: Agent training that adds expert hints only when the model cannot manage on its own. - Problem it solves EN: Teaching an agent new tasks can weaken skills acquired on earlier tasks. - What it does EN: Main training uses rewards, while expert supervision turns on only for states whose group success rate does not exceed a chosen threshold. - Everyday example EN: An agent learns to use a new online shop. When it repeatedly gets stuck at a step, it receives the correct action; selective supervision is meant to reduce degradation of earlier skills. - concerns you if PL: dokładasz agentowi kolejne zadania po kolei; chcesz zachować stare umiejętności podczas nowego treningu; masz demonstracje eksperta tylko dla trudnych sytuacji - concerns you if EN: add successive tasks to an agent one after another; want to keep old skills during new training; have expert demonstrations only for hard situations - sources: `tsrl-continual-2026` ### Uczenie w czasie testu (Test-time training) - id: `testtimeadapt` · https://aiatlasgraph.com/t/testtimeadapt.md - path: Trenowanie i dostrajanie › Uczenie w czasie testu - aliases: TTT, test-time adaptation, uczenie na próbce testowej - PL: Aktualizacja części parametrów na nieoznakowanej próbce testowej, przed właściwą predykcją. - EN: Updating part of the parameters on an unlabeled test sample before the actual prediction. - In one sentence PL: Model na chwilę doucza się na bieżącym przykładzie, zanim poda odpowiedź, bez gotowej etykiety. - Problem it solves PL: Świat w użyciu różni się od danych treningowych, a pełne uczenie od nowa jest za wolne albo niemożliwe. - What it does PL: Z bieżącej próbki robi się ćwiczenie bez etykiety, a krótka aktualizacja wag poprzedza właściwą odpowiedź. - Everyday example PL: Zdjęcie w nietypowym świetle model najpierw krótko doucza się na tym jednym kadrze, a potem podaje klasę. - In one sentence EN: A model briefly trains on the current example before answering, without a ready-made label. - Problem it solves EN: The world in use differs from training data, and full retraining is too slow or impossible. - What it does EN: The current sample becomes an unlabeled exercise, and a short weight update precedes the real answer. - Everyday example EN: For a photo in unusual light, the model briefly trains on that single frame, then names the class. - concerns you if PL: dane w użyciu różnią się od treningu; możesz poczekać na krótką aktualizację; nie masz etykiety właściwej odpowiedzi - concerns you if EN: live data differs from training; can wait for a short update; lack a label for the right answer - related: `testtime`, `continual` - sources: `sun-ttt-2020`, `sun-tttlayers-2024`, `zhang-jepattt-2026` ### Maskowanie obrazu w czasie testu (Masked autoencoder test-time training) - id: `tttmae` · https://aiatlasgraph.com/t/tttmae.md - path: Trenowanie i dostrajanie › Uczenie w czasie testu › Maskowanie obrazu w czasie testu - aliases: TTT-MAE - PL: Jednopróbkowe uczenie w czasie testu, w którym celem pomocniczym jest odtworzenie zamaskowanego obrazu. - EN: One-sample test-time training whose auxiliary objective is reconstructing a masked image. - In one sentence PL: Model zasłania kawałki bieżącego obrazu, uczy się je odtwarzać i dopiero potem rozpoznaje treść. - Problem it solves PL: Jedno zdjęcie z nowego oświetlenia albo szumu nie ma etykiety, a stary model się myli. - What it does PL: Zasłonięte fragmenty trzeba odtworzyć z reszty kadru, a ta naprawa przesuwa wagi przed klasyfikacją. - Everyday example PL: Zdjęcie produktu w złym świetle model najpierw uzupełnia w zasłoniętych miejscach, a potem podaje kategorię. - In one sentence EN: A model hides pieces of the current image, learns to restore them, and only then names the content. - Problem it solves EN: One photo in new light or noise has no label, and the old model gets it wrong. - What it does EN: Hidden fragments must be restored from the rest of the frame, and that repair shifts weights before classification. - Everyday example EN: For a product photo in poor light, the model first fills hidden patches, then gives the category. - concerns you if PL: rozpoznajesz obrazy z innego źródła; masz pojedynczy kadr bez etykiety; stały model myli się na nowym wyglądzie - concerns you if EN: recognise images from another source; have a single frame without a label; a fixed model fails on the new look - sources: `gandelsman-tttmae-2022` ### Warstwy z modelem w stanie ukrytym (Test-time training layers) - id: `tttlayers` · https://aiatlasgraph.com/t/tttlayers.md - path: Trenowanie i dostrajanie › Uczenie w czasie testu › Warstwy z modelem w stanie ukrytym - aliases: TTT-Linear, TTT-MLP - PL: Warstwa sekwencyjna, której stan ukryty jest modelem uczonym krokiem samonadzoru także na teście. - EN: A sequence layer whose hidden state is a model updated by a self-supervised step also at test time. - In one sentence PL: Wewnętrzna pamięć warstwy jest małym modelem, który uczy się na bieżącej sekwencji. - Problem it solves PL: Długa sekwencja sprawia, że pełna uwaga jest kosztowna, a model potrzebuje pamięci o liniowym koszcie względem długości. - What it does PL: Każdy nowy fragment jest ćwiczeniem dla małego modelu w środku warstwy, a odczyt jest jego przewidywaniem. - Everyday example PL: Przy długiej umowie warstwa dopisuje kolejne klauzule do wewnętrznego modelu, zamiast trzymać cały tekst w uwadze. - In one sentence EN: A layer's internal memory is a small model that learns on the current sequence. - Problem it solves EN: A long sequence makes full attention costly, while the model needs memory with linear cost in sequence length. - What it does EN: Each new fragment is an exercise for the small model inside the layer, and the readout is its prediction. - Everyday example EN: On a long contract, the layer writes later clauses into an internal model instead of holding the whole text in attention. - concerns you if PL: czytasz bardzo długie dokumenty; pamięć uwagi jest za droga; chcesz trzymać szczegóły z daleka - concerns you if EN: read very long documents; attention memory is too costly; want to keep details from far back - related: `ssm`, `latentloops` - sources: `sun-tttlayers-2024` ### Zadanie pomocnicze na jednej próbce (One-sample self-supervised test-time training) - id: `tttselfsup` · https://aiatlasgraph.com/t/tttselfsup.md - path: Trenowanie i dostrajanie › Uczenie w czasie testu › Zadanie pomocnicze na jednej próbce - aliases: TTT-Online, rotation prediction at test time - PL: Krótka samonadzorowana aktualizacja na jednej próbce albo strumieniu, przed predykcją zadania głównego. - EN: A short self-supervised update on one sample or a stream, before the main-task prediction. - In one sentence PL: Z jednego nieoznakowanego przykładu model robi sobie ćwiczenie i dopiero potem odpowiada. - Problem it solves PL: Nowy przykład wygląda inaczej niż trening, a nie masz poprawnej etykiety, żeby go douczyć. - What it does PL: Model rozwiązuje samonadzorowane zadanie pomocnicze na bieżącej próbce, a kilka kroków aktualizuje wagi przed właściwą decyzją. - Everyday example PL: Na zdjęciu z deszczu model najpierw rozwiązuje pomocnicze zadanie bez etykiety, a potem podaje, co znajduje się w kadrze. - In one sentence EN: From one unlabeled example the model makes an exercise, and only then answers. - Problem it solves EN: A new example looks unlike training, and you have no correct label to train on. - What it does EN: The model solves a self-supervised auxiliary task on the current sample, and a few steps update weights before the actual decision. - Everyday example EN: On a rainy photo, the model first solves an unlabeled auxiliary task, then says what is in the frame. - concerns you if PL: masz pojedynczy przykład bez etykiety; wygląd danych zmienił się po treningu; możesz poświęcić kilka dodatkowych kroków - concerns you if EN: have a single example without a label; data appearance changed after training; can spend a few extra steps - sources: `sun-ttt-2020` ### Łączenie modeli (Model merging) - id: `merging` · https://aiatlasgraph.com/t/merging.md - path: Trenowanie i dostrajanie › Łączenie modeli - PL: Tworzenie nowego modelu przez arytmetykę na wagach już wytrenowanych modeli, bez dalszego treningu. - EN: Building a new model by arithmetic on the weights of already-trained models, with no further training. - examples PL: SLERP · TIES · DARE - examples EN: SLERP · TIES · DARE - In one sentence PL: To tworzenie nowego modelu przez łączenie ustawień lub części już wyuczonych modeli. - Problem it solves PL: Masz kilka przydatnych wariantów, ale kolejny pełny trening lub uruchamianie wszystkich naraz jest kosztowne. - What it does PL: Metody mieszają zgodne ustawienia, poprawki zadań lub układy warstw; efekt może wymagać sprawdzenia konfliktów i utraty umiejętności. - Everyday example PL: Łączysz zgodne warianty modelu opisów produktów i sprawdzasz, czy nowy model zachował ich przydatne cechy. - In one sentence EN: This creates a new model by combining parameters or components of already trained models. - Problem it solves EN: You have several useful variants, but another full training run or running them all together is costly. - What it does EN: Methods mix compatible parameters, task updates or layer arrangements; the result needs checks for conflicts and lost abilities. - Everyday example EN: You merge compatible product-description models and check whether the new model retains their useful characteristics. - concerns you if PL: masz zgodne, wcześniej wyuczone warianty; chcesz eksperymentować z łączeniem ich umiejętności - concerns you if EN: have compatible pretrained variants; want to experiment with combining their abilities - sources: `mlabonne-llm-course` ### Arytmetyka zadań (task vectors, TIES, DARE) (Task arithmetic and task vectors) - id: `taskarithmetic` · https://aiatlasgraph.com/t/taskarithmetic.md - path: Trenowanie i dostrajanie › Łączenie modeli › Arytmetyka zadań (task vectors, TIES, DARE) - aliases: task arithmetic, task vectors, TIES-merging, DARE - PL: Różnica między wagami modelu dostrojonego i bazowego tworzy „wektor zadania”, który można dodawać, odejmować i łączyć. TIES rozwiązuje konflikty znaków między wektorami, a DARE sparsifikuje parametry delta przed łączeniem. - EN: The difference between fine-tuned and base-model weights forms a 'task vector' that can be added, subtracted and combined. TIES resolves sign conflicts between vectors, while DARE sparsifies delta parameters before merging. - examples PL: dodawanie umiejętności · odejmowanie niechcianego zachowania · TIES · DARE - examples EN: adding skills · subtracting unwanted behaviour · TIES · DARE - In one sentence PL: To łączenie, dodawanie lub odejmowanie zmian ustawień, które powstały podczas uczenia różnych zadań. - Problem it solves PL: Chcesz przenieść efekt dostrojenia między zgodnymi wariantami, ale mieszanie pełnych modeli może tworzyć konflikty. - What it does PL: Różnica między wersją bazową i dostrojoną opisuje zmianę zadania; metody łączą te różnice i próbują ograniczać kolidujące poprawki. - Everyday example PL: Porównujesz poprawki modelu dla krótkiego stylu i opisów produktów, próbując połączyć oba efekty w jednej wersji. - In one sentence EN: This combines, adds or subtracts parameter changes learned from different tasks. - Problem it solves EN: You want to transfer adaptation effects between compatible variants, but mixing whole models can introduce conflicts. - What it does EN: The difference between base and adapted parameters represents a task update; methods combine these differences and try to reduce conflicting changes. - Everyday example EN: You compare model updates for brevity and product descriptions, trying to combine both effects in one version. - concerns you if PL: masz dostrojone wersje wspólnej bazy; chcesz przenosić lub łączyć efekty zadań - concerns you if EN: have adapted versions of a shared base; want to transfer or combine task effects - related: `evolutionarymerge` - sources: `task-arithmetic-2022`, `ties-merging-2023`, `yu-dare-2023`, `mergekit-paper-2024` ### Ewolucyjne łączenie modeli (Evolutionary model merging) - id: `evolutionarymerge` · https://aiatlasgraph.com/t/evolutionarymerge.md - path: Trenowanie i dostrajanie › Łączenie modeli › Ewolucyjne łączenie modeli - aliases: evolutionary model merge, merge recipe search, layer stacking - PL: Algorytm ewolucyjny przeszukuje możliwe proporcje wag lub sposoby składania warstw zamiast polegać na jednym ręcznie dobranym przepisie. W pracy źródłowej pokazano również łączenie modeli wyspecjalizowanych w różnych dziedzinach. - EN: An evolutionary algorithm searches weight mixtures or layer compositions instead of relying on one hand-designed recipe. The source paper also demonstrates merging models specialised in different domains. - examples PL: ewolucja w przestrzeni wag · składanie warstw z różnych modeli · łączenie międzydziedzinowe - examples EN: evolution in weight space · stacking layers from different models · cross-domain merging - In one sentence PL: To automatyczne szukanie dobrego przepisu na połączenie modeli przez kolejne próby i wybór lepszych wariantów. - Problem it solves PL: Możliwych proporcji i układów modeli jest zbyt wiele, żeby ręcznie sprawdzić każdy przepis. - What it does PL: Algorytm zmienia przepisy łączenia, ocenia powstałe modele i rozwija lepiej wypadające kombinacje, podobnie do selekcji kolejnych pokoleń. - Everyday example PL: Program próbuje różnych proporcji zgodnych wariantów i wybiera te, które lepiej radzą sobie z przygotowanymi zadaniami. - In one sentence EN: This automatically searches for a useful model-merging recipe through successive trials and selection of better variants. - Problem it solves EN: There are too many possible model proportions and arrangements to check every recipe by hand. - What it does EN: An algorithm varies merging recipes, evaluates the resulting models and develops stronger combinations, like selection across successive generations. - Everyday example EN: Software tries different proportions of compatible variants and selects those performing better on prepared tasks. - concerns you if PL: chcesz przeszukać wiele sposobów łączenia; masz testy pozwalające porównywać powstałe modele - concerns you if EN: want to explore many merging recipes; have tests for comparing the resulting models - related: `taskarithmetic`, `neuroevolution` - sources: `sakana-evomerge-2024` ### Uśrednianie i interpolacja wag (model soups, SLERP) (Weight averaging and interpolation) - id: `weightaveraging` · https://aiatlasgraph.com/t/weightaveraging.md - path: Trenowanie i dostrajanie › Łączenie modeli › Uśrednianie i interpolacja wag (model soups, SLERP) - aliases: model soups, weight averaging, SLERP, linear merge - PL: Łączenie kilku wersji dostrojonych z tego samego modelu bazowego przez uśrednienie lub płynną interpolację ich wag. Często poprawia jakość i odporność bez dodatkowego kosztu przy uruchamianiu. - EN: Combining several fine-tunes of the same base model by averaging or smoothly interpolating their weights. Often improves quality and robustness at no extra inference cost. - examples PL: model soups · średnia z checkpointów · SLERP - examples EN: model soups · checkpoint averaging · SLERP - In one sentence PL: To mieszanie ustawień kilku zgodnych wersji modelu przez uśrednianie lub wybór wartości pomiędzy nimi. - Problem it solves PL: Kilka wersji ma dobre wyniki, a wybór jednej może odrzucić przydatne cechy pozostałych. - What it does PL: Odpowiadające sobie ustawienia są łączone w jedną wersję; zgodność modeli i dobór proporcji wpływają na jakość, którą trzeba sprawdzić. - Everyday example PL: Po kilku dostrojeniach tego samego modelu próbujesz uśrednić wybrane wersje i porównujesz wynik na nowych zgłoszeniach. - In one sentence EN: This mixes parameters from compatible model versions through averaging or interpolation between them. - Problem it solves EN: Several versions perform well, and selecting only one may discard useful qualities of the others. - What it does EN: Corresponding parameters are combined into one version; compatibility and mixing proportions affect quality, which must be checked. - Everyday example EN: After several adaptations of the same model, you try averaging selected versions and compare results on new requests. - concerns you if PL: masz kilka wersji z tej samej bazy; chcesz połączyć wyniki bez obsługi kilku modeli naraz - concerns you if EN: have several versions from the same base; want one combined model instead of serving several - related: `ensembles` - sources: `model-soups-2022`, `mergekit-paper-2024` ## Uczenie maszynowe (Machine learning) - id: `ml` · https://aiatlasgraph.com/t/ml.md - path: Uczenie maszynowe - PL: Podstawowe zadania i metody uczenia z danych. Deep learning ma osobną gałąź dla czytelności. - EN: Core learning tasks and methods. Deep learning sits in its own branch for readability. - In one sentence PL: To uczenie programów rozpoznawania wzorców w danych, żeby mogły przewidywać, porządkować informacje lub proponować wybory. - Problem it solves PL: Trudno ręcznie zapisać wszystkie reguły dla sytuacji, które różnią się szczegółami i pojawiają się w dużej liczbie. - What it does PL: Wykorzystuje przykłady do odkrywania zależności, a ich przydatność sprawdza na danych, których model nie używał do nauki. - Everyday example PL: System sklepu przewiduje popyt, porządkuje podobne produkty i wybiera propozycje na podstawie wcześniejszych zakupów oraz danych o towarach. - In one sentence EN: This teaches software to recognise patterns in data so it can predict, organise information or suggest choices. - Problem it solves EN: It is hard to write every rule by hand for situations that vary in detail and occur in large numbers. - What it does EN: It uses examples to discover relationships and checks their usefulness on data the model did not use for learning. - Everyday example EN: A shop system predicts demand, groups similar products and selects suggestions using previous purchases and product information. - concerns you if PL: masz wiele przykładów i chcesz znaleźć wspólne wzorce; potrzebujesz przewidywań lub porządkowania nowych danych - concerns you if EN: have many examples and want to find shared patterns; need predictions or ways to organise new data - courses: - sources: `cs229`, `rec`, `dlai` ### Drzewa i metody zespołowe (Tree ensembles) - id: `ensembles` · https://aiatlasgraph.com/t/ensembles.md - path: Uczenie maszynowe › Drzewa i metody zespołowe - PL: Łączenie prostszych modeli w silniejszy predyktor. - EN: Combining simpler models into a stronger predictor. - examples PL: Random forest · boosting - examples EN: Random forest · boosting - In one sentence PL: To łączenie odpowiedzi kilku modeli, często opartych na kolejnych pytaniach o cechy danych. - Problem it solves PL: Pojedynczy model może silnie reagować na przypadkowe szczegóły albo stale mylić się w podobnych sytuacjach. - What it does PL: Uśrednia lub zestawia głosy różnych modeli albo dodaje kolejne modele, które uczą się poprawiać dotychczasowe błędy. - Everyday example PL: Przewidywanie czasu dostawy łączy odpowiedzi kilku modeli patrzących na wagę paczki, trasę i dzień wysyłki. - In one sentence EN: This combines answers from several models, often built from sequences of questions about data features. - Problem it solves EN: A single model may react strongly to accidental details or repeatedly make mistakes in similar situations. - What it does EN: It averages or combines different model votes, or adds models that learn to correct previous errors. - Everyday example EN: A delivery time prediction combines answers from several models considering parcel weight, route and dispatch day. - concerns you if PL: chcesz ograniczać słabości pojedynczego modelu; pracujesz z danymi zapisanymi w tabelach - concerns you if EN: want to reduce the weaknesses of a single model; work with data recorded in tables - related: `globalexplanations`, `weightaveraging` - sources: `cs229`, `rec` ### Drzewa decyzyjne (Decision trees) - id: `decisiontrees` · https://aiatlasgraph.com/t/decisiontrees.md - path: Uczenie maszynowe › Drzewa i metody zespołowe › Drzewa decyzyjne - PL: Model zadający serię pytań o cechy (jeśli–to), aż dojdzie do odpowiedzi. Łatwy do odczytania, ale pojedynczy łatwo się przeucza; jest cegiełką lasów losowych i boostingu. - EN: A model that asks a series of if–then questions about features until it reaches an answer. Easy to read but a single tree overfits easily; it is the building block of random forests and boosting. - examples PL: podział wg Gini/entropii · przycinanie · głębokość drzewa - examples EN: Gini/entropy splits · pruning · tree depth - In one sentence PL: To modele dochodzące do odpowiedzi przez serię pytań o cechy przykładu. - Problem it solves PL: Chcesz przewidywać odpowiedzi i móc prześledzić, które warunki doprowadziły do konkretnego wyniku. - What it does PL: Dzieli przykłady kolejnymi pytaniami, a na końcu każdej ścieżki przypisuje kategorię lub liczbę na podstawie danych do nauki. - Everyday example PL: Model szacuje czas naprawy, pytając kolejno o rodzaj usterki, dostępność części i wiek urządzenia. - In one sentence EN: These models reach an answer through a sequence of questions about an example's features. - Problem it solves EN: You want predictions whose conditions you can follow to understand how a particular result was reached. - What it does EN: It splits examples through successive questions and assigns a category or number at each path's end using the learning data. - Everyday example EN: A model estimates repair time by asking about fault type, parts availability and equipment age in sequence. - concerns you if PL: chcesz widzieć kolejne warunki prowadzące do odpowiedzi; szukasz prostego modelu dla danych w tabeli - concerns you if EN: want to see the conditions leading to an answer; seek a simple model for tabular data - sources: `sklearn-user-guide` ### Gradient boosting (XGBoost, LightGBM) (Gradient-boosted trees) - id: `gradientboosting` · https://aiatlasgraph.com/t/gradientboosting.md - path: Uczenie maszynowe › Drzewa i metody zespołowe › Gradient boosting (XGBoost, LightGBM) - PL: Drzewa dodawane jedno po drugim, każde poprawia błędy poprzednich. Od lat standard dla danych tabelarycznych i konkursów. - EN: Trees added one after another, each correcting the errors of the previous ones. For years the standard for tabular data and competitions. - examples PL: XGBoost · LightGBM · CatBoost · HistGradientBoosting - examples EN: XGBoost · LightGBM · CatBoost · HistGradientBoosting - In one sentence PL: To budowanie przewidywania przez dodawanie kolejnych prostych modeli poprawiających dotychczasowe błędy. - Problem it solves PL: Obecny model stale myli się w niektórych sytuacjach, a jedna zmiana nie usuwa wszystkich pomyłek. - What it does PL: Dodaje modele zadające pytania o cechy, z których każdy uczy się korekty wspólnej odpowiedzi według pozostałego błędu. - Everyday example PL: Model przewidujący czas dostawy dostaje kolejne poprawki, gdy wcześniejsze przewidywania zaniżają czas dla dalekich tras lub ciężkich paczek. - In one sentence EN: This builds a prediction by adding simple models that correct earlier errors. - Problem it solves EN: The current model repeatedly makes mistakes in some situations, and one change does not remove them all. - What it does EN: It adds models that ask feature questions, each learning a correction to the combined answer based on the remaining error. - Everyday example EN: A delivery time model receives successive corrections when earlier predictions underestimate long routes or heavy parcels. - concerns you if PL: chcesz stopniowo poprawiać błędy przewidywań; masz dane tabelaryczne i możesz porównać modele - concerns you if EN: want to improve prediction errors gradually; have tabular data and can compare models - related: `tabularfm`, `cardfraudscoring`, `clinicalprediction` - sources: `sklearn-user-guide`, `chen-xgboost-2016`, `grinsztajn-tabular-2022`, `tabarena-github` ### Las losowy i bagging (Random forests and bagging) - id: `randomforest` · https://aiatlasgraph.com/t/randomforest.md - path: Uczenie maszynowe › Drzewa i metody zespołowe › Las losowy i bagging - PL: Wiele drzew trenowanych na losowych próbkach danych i cech, których głosy się uśrednia. Solidny model „z pudełka”, mało wrażliwy na ustawienia. - EN: Many trees trained on random samples of rows and features, with their votes averaged. A robust out-of-the-box model that is not very sensitive to settings. - examples PL: bagging · ważność cech · błąd out-of-bag - examples EN: bagging · feature importance · out-of-bag error - In one sentence PL: To przewidywanie przez połączenie odpowiedzi wielu modeli zadających pytania o dane. - Problem it solves PL: Pojedynczy ciąg pytań może nadmiernie dopasować się do przypadkowych szczegółów danych i mylić się na nowych przypadkach. - What it does PL: Uczy modele na różnych losowych próbkach danych, przy pytaniach rozważa losowe zestawy cech, a potem uśrednia odpowiedzi lub głosy. - Everyday example PL: System ocenia ryzyko zwrotu zamówienia, łącząc głosy wielu modeli wyuczonych na różnych próbkach wcześniejszych zakupów. - In one sentence EN: This predicts by combining answers from many models that ask questions about data. - Problem it solves EN: A single question sequence can fit accidental data details too closely and make mistakes on new cases. - What it does EN: It trains models on different random data samples, considers random feature subsets for questions and then averages their answers or votes. - Everyday example EN: A system estimates an order's return risk by combining votes from models trained on different samples of past purchases. - concerns you if PL: pojedynczy model zbyt mocno reaguje na szczegóły danych; chcesz łączyć różne spojrzenia na tę samą tabelę - concerns you if EN: find that one model reacts too strongly to data details; want to combine different views of the same table - sources: `sklearn-user-guide`, `grinsztajn-tabular-2022` ### Stacking i łączenie modeli (Stacking and model blending) - id: `stacking` · https://aiatlasgraph.com/t/stacking.md - path: Uczenie maszynowe › Drzewa i metody zespołowe › Stacking i łączenie modeli - aliases: stacked generalization, blending, uogólnienie stosowe - PL: Uogólnienie stosowe: meta-model uczony na predykcjach poza-foldowych kilku modeli bazowych. - EN: Stacked generalisation: a meta-model trained on out-of-fold predictions of several base models. - In one sentence PL: Kilka różnych modeli daje swoje odpowiedzi, a dodatkowy model uczy się, jak je najlepiej połączyć. - Problem it solves PL: Każdy model myli się w innych miejscach, a wybór jednego zwycięzcy marnuje mocne strony pozostałych. - What it does PL: Jak redaktor, który zna swoich reporterów i wie, komu w jakim temacie ufać bardziej. - Everyday example PL: Prognoza sprzedaży sklepu łączy trzy modele, a czwarty uczy się, kiedy któremu z nich wierzyć bardziej. - In one sentence EN: Several different models give their answers, and an extra model learns how best to combine them. - Problem it solves EN: Each model errs in different places, and picking a single winner wastes the strengths of the rest. - What it does EN: Like an editor who knows the reporters and which one to trust more on which topic. - Everyday example EN: A shop's sales forecast combines three models, and a fourth learns when to trust which of them more. - concerns you if PL: masz kilka modeli o podobnej jakości; walczysz o ostatnie punkty dokładności - concerns you if EN: have several models of similar quality; are chasing the last few points of accuracy - sources: `sklearn-stacking` ### Prognozy i anomalie (Forecasting and anomaly detection) - id: `timeseries` · https://aiatlasgraph.com/t/timeseries.md - path: Uczenie maszynowe › Prognozy i anomalie - PL: Przewidywanie zmian i wykrywanie nietypowych zdarzeń. - EN: Predicting change and spotting unusual events. - examples PL: Szeregi czasowe · detekcja anomalii - examples EN: Time series · anomaly detection - In one sentence PL: To przewidywanie zmian w danych i wykrywanie zdarzeń odbiegających od zwykłego przebiegu. - Problem it solves PL: Potrzebujesz wcześniej zauważyć wzrost zapotrzebowania, opóźnienie lub nietypowy odczyt, zamiast reagować dopiero po zdarzeniu. - What it does PL: Porównuje obserwacje z wcześniejszymi wzorcami, przewiduje kolejne wartości i wskazuje przypadki wymagające bliższego sprawdzenia. - Everyday example PL: System budynku prognozuje zużycie energii i zwraca uwagę na nagły odczyt, który nie pasuje do dotychczasowej pracy urządzeń. - In one sentence EN: This predicts changes in data and detects events that depart from their usual pattern. - Problem it solves EN: You need early indications of rising demand, delays or unusual readings instead of reacting only after events occur. - What it does EN: It compares observations with earlier patterns, predicts future values and flags cases that need closer examination. - Everyday example EN: A building system forecasts energy use and flags a sudden reading that does not match the equipment's previous behaviour. - concerns you if PL: planujesz na podstawie danych zmieniających się w czasie; chcesz wcześniej zauważać nietypowe zdarzenia - concerns you if EN: plan using data that changes over time; want early indications of unusual events - related: `sits`, `gwdetection`, `exoplanetdetect` - sources: `cs229`, `rec`, `dlai` ### Klasyczne prognozowanie szeregów czasowych (Classical time-series forecasting) - id: `classicforecasting` · https://aiatlasgraph.com/t/classicforecasting.md - path: Uczenie maszynowe › Prognozy i anomalie › Klasyczne prognozowanie szeregów czasowych - PL: Modele statystyczne opisujące trend, sezonowość i zależność od przeszłych wartości; nadal mocny punkt odniesienia dla prognoz biznesowych. - EN: Statistical models of trend, seasonality and dependence on past values; still a strong baseline for business forecasting. - examples PL: dekompozycja · wygładzanie wykładnicze (ETS) · ARIMA · Prophet - examples EN: decomposition · exponential smoothing (ETS) · ARIMA · Prophet - In one sentence PL: To przewidywanie kolejnych wartości z dotychczasowych zmian, powtarzalnych cykli i zależności w czasie. - Problem it solves PL: Potrzebujesz zaplanować zapasy lub obsadę, ale ostatni odczyt nie pokazuje sezonowości ani długofalowych zmian. - What it does PL: Opisuje trend, powtarzalne wahania lub zależność od poprzednich wartości i wykorzystuje je do prognoz wraz z niepewnością. - Everyday example PL: Sklep planuje dostawy, uwzględniając regularny wzrost zakupów przed weekendem i dłuższą zmianę popytu widoczną w historii. - In one sentence EN: This predicts future values from past changes, recurring cycles and dependencies over time. - Problem it solves EN: You need to plan stock or staffing, but the latest reading does not reveal seasonal patterns or longer term changes. - What it does EN: It models trends, recurring fluctuations or dependence on previous values and uses them to forecast with uncertainty. - Everyday example EN: A shop plans deliveries using recurring increases in purchases before weekends and longer term demand changes visible in its records. - concerns you if PL: masz regularne pomiary zapisane w kolejności czasowej; chcesz uwzględniać trend i powtarzalne cykle - concerns you if EN: have regular measurements recorded in time order; want to account for trends and recurring cycles - related: `quantileregression` - sources: `hyndman-fpp3` ### Modele bazowe dla szeregów czasowych (Time-series foundation models) - id: `tsfoundation` · https://aiatlasgraph.com/t/tsfoundation.md - path: Uczenie maszynowe › Prognozy i anomalie › Modele bazowe dla szeregów czasowych - PL: Transformery wytrenowane na ogromnej liczbie różnych szeregów, które prognozują nowy szereg bez trenowania na nim (zero-shot). - EN: Transformers pretrained on a very large number of diverse series that forecast a new series without training on it (zero-shot). - examples PL: Chronos · TimesFM · prognoza zero-shot - examples EN: Chronos · TimesFM · zero-shot forecasting - In one sentence PL: To gotowe modele, które wykorzystują wcześniejszą naukę z wielu historii pomiarów do prognozowania nowych. - Problem it solves PL: Osobne uczenie modelu dla każdego nowego ciągu pomiarów wymaga czasu i wystarczającej historii danych. - What it does PL: Odczytuje podaną historię jako kontekst i przewiduje kolejne wartości, korzystając z wcześniej poznanych wzorców bez osobnego treningu na tej historii. - Everyday example PL: Podajesz gotowemu modelowi historię zużycia energii w budynku i otrzymujesz prognozę kolejnych odczytów bez uczenia osobnego modelu. - In one sentence EN: These pretrained models use learning from many measurement histories to forecast new ones. - Problem it solves EN: Training a separate model for each new measurement sequence takes time and enough historical data. - What it does EN: It reads the supplied history as context and predicts future values using previously learned patterns without separate training on that history. - Everyday example EN: You give a pretrained model a building's energy use history and receive a forecast of future readings without training a separate model. - concerns you if PL: chcesz wypróbować prognozę bez osobnego treningu; masz historię pomiarów do podania gotowemu modelowi - concerns you if EN: want to try forecasting without separate training; have a measurement history to give a pretrained model - related: `biosignals`, `rulprediction`, `pretraining` - sources: `ansari-chronos-2024`, `das-timesfm-2023` ### Wykrywanie anomalii i nowości (Outlier and novelty detection) - id: `anomalydetection` · https://aiatlasgraph.com/t/anomalydetection.md - path: Uczenie maszynowe › Prognozy i anomalie › Wykrywanie anomalii i nowości - PL: Znajdowanie przykładów, które nie pasują do reszty danych (outliery) albo do tego, co model widział wcześniej (nowości), np. oszustw, awarii czy nietypowych odczytów. - EN: Finding examples that do not fit the rest of the data (outliers) or what the model has seen before (novelties), e.g. fraud, failures or unusual readings. - examples PL: Isolation Forest · Local Outlier Factor · One-Class SVM - examples EN: Isolation Forest · Local Outlier Factor · One-Class SVM - In one sentence PL: To wskazywanie przykładów, które nie pasują do reszty danych lub wcześniejszych obserwacji. - Problem it solves PL: Nietypowe zdarzenia giną w dużej liczbie zwykłych odczytów i trudno ręcznie wychwycić każde z nich. - What it does PL: Porównuje nowe przypadki z otoczeniem lub wyuczonym wzorcem i oznacza odstępstwa do sprawdzenia; nietypowość sama nie dowodzi awarii ani oszustwa. - Everyday example PL: Czujnik urządzenia pokazuje drgania inne niż zwykle; system zwraca uwagę na odczyt, a człowiek sprawdza jego przyczynę. - In one sentence EN: This flags examples that do not fit the rest of the data or earlier observations. - Problem it solves EN: Unusual events get lost among many ordinary readings, making each one hard to spot manually. - What it does EN: It compares cases with neighbours or a learned pattern and flags departures for checking; being unusual alone does not establish failure or fraud. - Everyday example EN: Equipment vibrations differ from the usual pattern; a system flags the reading and a person checks its cause. - concerns you if PL: masz wiele odczytów i szukasz nietypowych przypadków; chcesz kierować uwagę na zdarzenia wymagające sprawdzenia - concerns you if EN: have many readings and seek unusual cases; want attention directed to events needing examination - related: `eegai`, `densityclustering`, `classimbalance`, `transientrealbogus`, `predictivemaint`, `frauddetection`, `ooddetection`, `unsupdefect`, `threatdetection` - sources: `sklearn-user-guide`, `sklearn-outliers` ### Przygotowanie cech (feature engineering) (Feature engineering and preprocessing) - id: `featureeng` · https://aiatlasgraph.com/t/featureeng.md - path: Uczenie maszynowe › Przygotowanie cech (feature engineering) - PL: Zamiana surowych kolumn w cechy, z których model potrafi się uczyć: skalowanie, kodowanie kategorii, uzupełnianie braków, tworzenie i wybór cech. Kroki spina się w pipeline, żeby nie przeciekały informacje ze zbioru testowego. - EN: Turning raw columns into features a model can learn from: scaling, encoding categories, imputing missing values, creating and selecting features. Steps are chained in a pipeline so no test-set information leaks in. - examples PL: one-hot · skalowanie · imputacja · feature crosses · pipeline - examples EN: one-hot · scaling · imputation · feature crosses · pipeline - In one sentence PL: To przygotowanie danych w postaci, z której model może się uczyć. - Problem it solves PL: Surowe tabele zawierają braki, różne skale i opisy, których model nie potrafi bezpośrednio wykorzystać. - What it does PL: Uzupełnia braki według ustalonych zasad, przelicza wartości i zamienia opisy na użyteczne cechy, ucząc te przekształcenia bez podglądania danych testowych. - Everyday example PL: Z tabeli zamówień tworzysz cechy takie jak czas od poprzedniego zakupu i pora dnia, żeby model mógł porównywać przypadki. - In one sentence EN: This prepares data in a form a model can learn from. - Problem it solves EN: Raw tables contain missing values, different scales and descriptions that a model cannot directly use. - What it does EN: It handles missing values, rescales numbers and converts descriptions into useful features, learning those transformations without examining test data. - Everyday example EN: You turn an order table into features such as time since the previous purchase and time of day so a model can compare cases. - concerns you if PL: dane wymagają przygotowania przed użyciem w modelu; chcesz wybrać informacje przydatne do przewidywania - concerns you if EN: need to prepare data before using a model; want to select information useful for predictions - related: `cleaning`, `featurestore`, `splits`, `leakagetypes` - sources: `sklearn-user-guide`, `sklearn-pitfalls`, `google-mlcc` ### Kodowanie zmiennych kategorycznych (Categorical feature encoding) - id: `categoricalencoding` · https://aiatlasgraph.com/t/categoricalencoding.md - path: Uczenie maszynowe › Przygotowanie cech (feature engineering) › Kodowanie zmiennych kategorycznych - aliases: kodowanie kategorii, categorical encoding, kodowanie cech kategorycznych - PL: Przekształcanie cech kategorycznych w reprezentacje liczbowe: one-hot, porządkowe, docelowe (target encoding) lub wyuczone embeddingi. - EN: Converting categorical features into numeric representations: one-hot, ordinal, target encoding or learned embeddings. - In one sentence PL: Zamiana słownych kategorii, takich jak kolor czy miasto, na liczby, z których model może korzystać. - Problem it solves PL: Modele liczą na liczbach, a w danych są nazwy miast, typy produktów czy kody, których nie da się użyć wprost. - What it does PL: Daje każdej kategorii osobny przełącznik albo zastępuje ją średnim wynikiem, jaki ta kategoria miała w przeszłości. - Everyday example PL: Przewidując cenę mieszkania, zamieniasz nazwę dzielnicy na liczby, żeby model mógł porównać dzielnice. - In one sentence EN: Turning word categories such as colour or city into numbers a model can work with. - Problem it solves EN: Models compute with numbers, but data holds city names, product types or codes they cannot use directly. - What it does EN: It gives each category its own on/off switch, or replaces it with the average outcome that category had in the past. - Everyday example EN: When predicting flat prices, you turn district names into numbers so the model can compare districts. - concerns you if PL: masz w tabeli kolumny z nazwami zamiast liczb; jedna kolumna ma setki różnych wartości - concerns you if EN: have columns of names rather than numbers; one column has hundreds of distinct values - related: `leakagetypes` - sources: `sklearn-targetencoder` ### Selekcja cech (Feature selection) - id: `featureselection` · https://aiatlasgraph.com/t/featureselection.md - path: Uczenie maszynowe › Przygotowanie cech (feature engineering) › Selekcja cech - aliases: wybór cech, variable selection - PL: Wybór podzbioru cech metodami filtrującymi (testy, informacja wzajemna), opakowującymi (RFE, selekcja sekwencyjna) i wbudowanymi (L1, ważność cech). - EN: Choosing a feature subset with filter methods (tests, mutual information), wrapper methods (RFE, sequential selection) and embedded methods (L1, feature importance). - In one sentence PL: Wybieranie z wielu kolumn tylko tych, które naprawdę pomagają w przewidywaniu. - Problem it solves PL: Setki kolumn spowalniają model, zaciemniają wyniki i zwiększają ryzyko nauczenia się przypadkowych zbieżności. - What it does PL: Jak pakowanie walizki: sprawdzasz każdą rzecz i zostawiasz tylko to, czego w podróży naprawdę użyjesz. - Everyday example PL: Z dwustu pomiarów czujników maszyny zostawiasz piętnaście, które najlepiej zapowiadają awarię. - In one sentence EN: Picking, from many columns, only those that actually help predictions. - Problem it solves EN: Hundreds of columns slow a model down, muddy its results and raise the risk of learning coincidences. - What it does EN: Like packing a suitcase: you check each item and keep only what you'll actually use on the trip. - Everyday example EN: Out of two hundred machine sensor readings, you keep the fifteen that best signal an upcoming failure. - concerns you if PL: masz więcej kolumn, niż jesteś w stanie zrozumieć; chcesz prostszego i tańszego modelu - concerns you if EN: have more columns than you can make sense of; want a simpler, cheaper model - sources: `sklearn-featureselection-api`, `sklearn-pitfalls` ### Skalowanie i normalizacja cech (Feature scaling and normalisation) - id: `featurescaling` · https://aiatlasgraph.com/t/featurescaling.md - path: Uczenie maszynowe › Przygotowanie cech (feature engineering) › Skalowanie i normalizacja cech - aliases: feature scaling, normalizacja cech, skalowanie cech - PL: Przekształcenia cech liczbowych: standaryzacja, min–max, skalowanie odporne oraz transformacje logarytmiczne, potęgowe i kwantylowe. - EN: Transformations of numeric features: standardisation, min–max, robust scaling, and log, power and quantile transforms. - In one sentence PL: Sprowadzanie liczb z różnych kolumn do podobnej skali, żeby żadna nie dominowała tylko przez swoje jednostki. - Problem it solves PL: Wiek liczony w latach i wydatki w złotówkach dają liczby różnych rzędów, przez co część modeli źle je porównuje. - What it does PL: Przelicza każdą kolumnę jak walutę na wspólną miarę: odejmuje typową wartość i dzieli przez typowy rozrzut. - Everyday example PL: Szukając podobnych klientów, wyrównujesz skalę wieku i wydatków, żeby odległość nie zależała tylko od kwot. - In one sentence EN: Bringing numbers from different columns to a similar range so none dominates just because of its units. - Problem it solves EN: Age in years and spending in currency produce numbers of very different sizes, so some models compare them badly. - What it does EN: It converts each column like a currency into a common measure: subtract the typical value, divide by the typical spread. - Everyday example EN: When looking for similar customers, you put age and spending on the same scale so distance doesn't depend only on amounts. - concerns you if PL: twoje kolumny mają bardzo różne jednostki; używasz modeli opartych na odległościach lub gradientach - concerns you if EN: your columns use very different units; use models based on distances or gradients - sources: `sklearn-user-guide`, `sklearn-pitfalls` ### Uzupełnianie brakujących danych (imputacja) (Missing data imputation) - id: `missingimputation` · https://aiatlasgraph.com/t/missingimputation.md - path: Uczenie maszynowe › Przygotowanie cech (feature engineering) › Uzupełnianie brakujących danych (imputacja) - aliases: imputation, imputacja, uzupełnianie braków - PL: Zastępowanie braków wartościami szacowanymi: prostymi statystykami, sąsiadami albo modelem z innych cech, często z dodatkowym wskaźnikiem braku. - EN: Replacing missing entries with estimates from simple statistics, neighbours or a model of other features, often with an added missingness indicator. - In one sentence PL: Sposoby wypełniania pustych pól w tabeli tak, żeby model mógł z niej korzystać. - Problem it solves PL: W prawdziwych danych zawsze czegoś brakuje, a wiele modeli nie przyjmuje pustych pól albo uczy się z nich błędnie. - What it does PL: Zgaduje brakującą wartość z tego, co wiadomo: ze średniej, z podobnych wierszy albo z innych kolumn, i odnotowuje, że pole było puste. - Everyday example PL: W ankiecie klienta brakuje wydatków miesięcznych, więc szacujesz je z wieku, miejsca zamieszkania i zakupów podobnych osób. - In one sentence EN: Ways to fill empty fields in a table so a model can use it. - Problem it solves EN: Real data always has gaps, and many models either reject empty fields or learn the wrong thing from them. - What it does EN: It guesses a missing value from what is known, from an average, similar rows or other columns, and records that the field was empty. - Everyday example EN: A customer survey lacks monthly spending, so you estimate it from age, location and the purchases of similar people. - concerns you if PL: twoje tabele mają puste komórki; nie chcesz wyrzucać niepełnych wierszy - concerns you if EN: your tables have empty cells; don't want to throw away incomplete rows - related: `cleaning` - sources: `sklearn-iterativeimputer` ### Systemy rekomendacyjne (Recommendation systems) - id: `recommenders` · https://aiatlasgraph.com/t/recommenders.md - path: Uczenie maszynowe › Systemy rekomendacyjne - PL: Dobór treści lub produktów do osoby i kontekstu. - EN: Matching content or products to a person and context. - examples PL: Collaborative filtering · ranking - examples EN: Collaborative filtering · ranking - In one sentence PL: To systemy wybierające treści lub produkty, które mogą pasować do osoby i jej sytuacji. - Problem it solves PL: W dużym katalogu trudno samodzielnie znaleźć rzeczy odpowiadające twoim potrzebom lub zainteresowaniom. - What it does PL: Porównuje cechy rzeczy i wcześniejsze zachowania ludzi, a potem porządkuje kandydatów według przewidywanej przydatności. - Everyday example PL: Po odsłuchaniu audycji dostajesz propozycje kolejnych odcinków pasujących do twoich zainteresowań i wcześniejszych wyborów. - In one sentence EN: These systems select content or products that may suit a person and their situation. - Problem it solves EN: In a large catalogue, finding things that suit your needs or interests can be difficult. - What it does EN: It compares item features and people's past behaviour, then orders candidates by their predicted usefulness. - Everyday example EN: After listening to a programme, you receive suggestions for episodes matching your interests and previous choices. - concerns you if PL: pomagasz ludziom wybierać z dużego katalogu; chcesz dobierać propozycje do zainteresowań lub kontekstu - concerns you if EN: help people choose from a large catalogue; want suggestions matched to interests or context - related: `associationrules`, `gnn` - sources: `cs229`, `rec` ### Filtrowanie kolaboracyjne i faktoryzacja macierzy (Collaborative filtering and matrix factorisation) - id: `collabfiltering` · https://aiatlasgraph.com/t/collabfiltering.md - path: Uczenie maszynowe › Systemy rekomendacyjne › Filtrowanie kolaboracyjne i faktoryzacja macierzy - PL: Polecanie na podstawie zachowań podobnych osób („kto kupił X, kupił też Y”); faktoryzacja macierzy uczy embeddingów użytkowników i produktów. - EN: Recommending from the behaviour of similar people (“who bought X also bought Y”); matrix factorisation learns user and item embeddings. - examples PL: macierz użytkownik–produkt · embeddingi · model two-tower - examples EN: user–item matrix · embeddings · two-tower model - In one sentence PL: To polecanie rzeczy na podstawie powtarzających się wzorców wyborów wielu osób. - Problem it solves PL: Nie znasz jeszcze wszystkiego, co mogłoby ci się spodobać, a sam opis rzeczy nie wystarcza do wyboru. - What it does PL: Szuka podobieństw w zachowaniach ludzi lub uczy krótkie liczbowe opisy osób i rzeczy, żeby przewidywać brakujące oceny lub wybory. - Everyday example PL: Dostajesz propozycję audycji, której słuchają też osoby wybierające wiele tych samych odcinków co ty. - In one sentence EN: This recommends things using recurring patterns in many people's choices. - Problem it solves EN: You have not discovered everything you might like, and item descriptions alone are not enough to choose. - What it does EN: It finds similarities in behaviour or learns short numerical representations of people and items to predict missing ratings or choices. - Everyday example EN: You receive a programme suggestion because people who chose many of the same episodes as you also listen to it. - concerns you if PL: masz historię wyborów wielu osób; chcesz proponować rzeczy na podstawie podobnych zachowań - concerns you if EN: have records of many people's choices; want suggestions based on similar behaviour - related: `representations`, `matrixdecomp` - sources: `google-recsys-architecture` ### Generowanie kandydatów, scoring i re-ranking (Candidate generation, scoring and re-ranking) - id: `recpipeline` · https://aiatlasgraph.com/t/recpipeline.md - path: Uczenie maszynowe › Systemy rekomendacyjne › Generowanie kandydatów, scoring i re-ranking - PL: Typowa architektura dużych systemów: szybko zawęzić ogromny katalog do setek kandydatów, dokładniej je ocenić, a na końcu uwzględnić świeżość, różnorodność i reguły biznesowe. - EN: The typical architecture of large systems: quickly narrow a huge catalogue to hundreds of candidates, score them more precisely, then account for freshness, diversity and business rules. - examples PL: retrieval kandydatów · model rankingowy · różnorodność wyników - examples EN: candidate retrieval · ranking model · result diversity - In one sentence PL: To wybieranie propozycji etapami: od zawężenia katalogu po ułożenie końcowej listy. - Problem it solves PL: Dokładne ocenianie każdej rzeczy w ogromnym katalogu jest kosztowne, a sama zgodność z zainteresowaniami nie wystarcza. - What it does PL: Najpierw szybko wybiera kandydatów, potem ocenia ich dokładniej, a na końcu uwzględnia różnorodność, świeżość i dodatkowe reguły. - Everyday example PL: Lista audycji powstaje przez wybór pasujących odcinków, ocenę zainteresowania i dodanie świeżych tematów, żeby propozycje nie były identyczne. - In one sentence EN: This selects recommendations in stages, from narrowing a catalogue to arranging the final list. - Problem it solves EN: Scoring every item in a huge catalogue is costly, and matching interests alone is not enough. - What it does EN: It first selects candidates quickly, then scores them more carefully and finally accounts for variety, freshness and additional rules. - Everyday example EN: A programme list selects suitable episodes, estimates your interest and includes fresh topics so the suggestions are not all alike. - concerns you if PL: wybierasz z katalogu zbyt dużego do dokładnego przeglądania; chcesz uwzględnić różnorodność lub reguły końcowej listy - concerns you if EN: choose from a catalogue too large to inspect exhaustively; want variety or rules reflected in the final list - related: `reranking`, `learningtorank` - sources: `google-recsys-architecture` ### Rekomendacje oparte na treści (Content-based filtering) - id: `contentbased` · https://aiatlasgraph.com/t/contentbased.md - path: Uczenie maszynowe › Systemy rekomendacyjne › Rekomendacje oparte na treści - PL: Polecanie rzeczy podobnych do tych, które osoba już lubi, na podstawie cech samych produktów lub treści. - EN: Recommending items similar to what a person already likes, based on features of the items themselves. - examples PL: podobieństwo cech · profil użytkownika - examples EN: feature similarity · user profile - In one sentence PL: To polecanie rzeczy o cechach podobnych do tych, które już ci odpowiadają. - Problem it solves PL: Chcesz znaleźć kolejne pasujące rzeczy, nawet gdy niewiele osób zdążyło je ocenić lub wybrać. - What it does PL: Buduje opis twoich zainteresowań z cech wybranych rzeczy i porównuje go z opisami dostępnych kandydatów. - Everyday example PL: Po czytaniu artykułów o ogrodnictwie dostajesz propozycję nowego tekstu o pielęgnacji roślin na podstawie jego treści. - In one sentence EN: This recommends things with features similar to those you already like. - Problem it solves EN: You want more suitable items even when few people have had a chance to rate or choose them. - What it does EN: It builds a description of your interests from the features of chosen items and compares it with available candidates. - Everyday example EN: After reading gardening articles, you receive a suggestion for a new plant care article based on its content. - concerns you if PL: masz opisy lub cechy rzeczy do polecenia; chcesz uwzględniać nowe rzeczy bez historii ocen - concerns you if EN: have descriptions or features of items to recommend; want to include new items without a rating history - sources: `google-recsys-architecture` ### Uczenie nadzorowane (Supervised learning) - id: `supervised` · https://aiatlasgraph.com/t/supervised.md - path: Uczenie maszynowe › Uczenie nadzorowane - PL: Uczenie z przykładów z przypisaną odpowiedzią. - EN: Learning from examples with the answer attached. - examples PL: Regresja · klasyfikacja - examples EN: Regression · classification - In one sentence PL: To uczenie modelu z przykładów, przy których podano oczekiwaną odpowiedź. - Problem it solves PL: Chcesz przewidywać wynik nowych przypadków, ale ręczne opisanie wszystkich zależności między ich cechami jest trudne. - What it does PL: Porównuje odpowiedzi modelu z zapisanymi wynikami i wykorzystuje różnice, żeby nauczyć się przewidywać liczbę lub kategorię. - Everyday example PL: Na danych o wcześniejszych przesyłkach wraz z rzeczywistymi czasami dostawy uczysz model przewidywać czas dotarcia nowej paczki. - In one sentence EN: This teaches a model from examples paired with the expected answer. - Problem it solves EN: You want to predict outcomes for new cases, but describing every relationship between their features by hand is difficult. - What it does EN: It compares model answers with recorded outcomes and uses the differences to learn to predict a number or category. - Everyday example EN: You use past shipment records paired with actual delivery times to teach a model to predict when a new parcel will arrive. - concerns you if PL: masz przykłady z przypisanym wynikiem lub kategorią; chcesz przewidywać odpowiedzi dla kolejnych przypadków - concerns you if EN: have examples paired with an outcome or category; want to predict answers for future cases - related: `interpretablemodels` - sources: `cs229`, `rec`, `dlai` ### Maszyny wektorów nośnych (SVM) (Support vector machines) - id: `svm` · https://aiatlasgraph.com/t/svm.md - path: Uczenie maszynowe › Uczenie nadzorowane › Maszyny wektorów nośnych (SVM) - PL: Klasyfikator szukający granicy z największym marginesem między klasami; dzięki jądrom (kernel trick) może rysować granice nieliniowe. - EN: A classifier that looks for the boundary with the widest margin between classes; kernels (the kernel trick) let it draw non-linear boundaries. - examples PL: margines · jądro RBF · SVR - examples EN: margin · RBF kernel · SVR - In one sentence PL: To model oddzielający kategorie granicą z możliwie szerokim odstępem od najbliższych przykładów. - Problem it solves PL: Przykłady różnych kategorii leżą blisko siebie, więc granica oparta na przypadkowych szczegółach może źle działać na nowych danych. - What it does PL: Szuka granicy z szerokim marginesem, dopuszczając kontrolowane błędy; porównania w przekształconej przestrzeni pozwalają też tworzyć granice zakrzywione. - Everyday example PL: Program klasyfikuje zdjęcia części jako poprawne lub wadliwe, szukając granicy między ich cechami z odstępem od najbliższych przykładów. - In one sentence EN: This model separates categories with a boundary placed as far as possible from the nearest examples. - Problem it solves EN: Examples from different categories lie close together, so a boundary based on accidental details may fail on new data. - What it does EN: It seeks a wide margin while allowing controlled errors; comparisons in a transformed space also let it create curved boundaries. - Everyday example EN: Software classifies part photographs as acceptable or defective, seeking a boundary between their features with room around the nearest examples. - concerns you if PL: chcesz oddzielać znane kategorie na podstawie cech; szukasz modelu porównującego odległości między przykładami - concerns you if EN: want to separate known categories using their features; seek a model using distances between examples - related: `convexopt` - sources: `sklearn-user-guide` ### Metoda k najbliższych sąsiadów (k-NN) (k-nearest neighbours) - id: `knn` · https://aiatlasgraph.com/t/knn.md - path: Uczenie maszynowe › Uczenie nadzorowane › Metoda k najbliższych sąsiadów (k-NN) - PL: Model bez treningu parametrów: odpowiedź dla nowego przykładu wynika z k najbardziej podobnych przykładów w danych. Ta sama idea stoi za wyszukiwaniem wektorowym. - EN: A model with no parameter training: the answer for a new example comes from the k most similar examples in the data. The same idea underlies vector search. - examples PL: miara odległości · wybór k · głosowanie sąsiadów - examples EN: distance metric · choosing k · neighbour voting - In one sentence PL: To przewidywanie odpowiedzi przez porównanie nowego przypadku z najbardziej podobnymi znanymi przykładami. - Problem it solves PL: Masz opisane przykłady, ale potrzebujesz odpowiedzi dla nowego przypadku bez budowania skomplikowanych reguł. - What it does PL: Wybiera podobne przykłady według ustalonej miary i korzysta z ich głosów lub średniej, zamiast uczyć wewnętrzne ustawienia modelu. - Everyday example PL: Szacujesz czas naprawy sprzętu z opisanych wcześniejszych napraw urządzeń o najbardziej podobnych cechach i usterkach. - In one sentence EN: This predicts an answer by comparing a new case with the most similar known examples. - Problem it solves EN: You have labelled examples but need an answer for a new case without building complicated rules. - What it does EN: It selects similar examples using a chosen measure and uses their votes or average instead of learning internal model parameters. - Everyday example EN: You estimate equipment repair time using recorded repairs of devices with the most similar features and faults. - concerns you if PL: masz opisane przypadki podobne do nowych zadań; chcesz przewidywać przez porównanie zamiast wyuczone reguły - concerns you if EN: have labelled cases similar to new tasks; want predictions based on comparisons rather than learned rules - related: `vectordb` - sources: `sklearn-user-guide` ### Modele bazowe dla danych tabelarycznych (Tabular foundation models) - id: `tabularfm` · https://aiatlasgraph.com/t/tabularfm.md - path: Uczenie maszynowe › Uczenie nadzorowane › Modele bazowe dla danych tabelarycznych - PL: Transformery wytrenowane wcześniej na milionach (głównie syntetycznych) tabel, które przewidują dla nowej tabeli bez trenowania — uczą się z przykładów podanych w kontekście. Nowy kierunek (od 2025) konkurujący z gradient boostingiem na małych i średnich zbiorach. - EN: Transformers pretrained on millions of (mostly synthetic) tables that predict on a new table without training, learning in context from the given rows. A new direction (since 2025) competing with gradient boosting on small and medium datasets. - examples PL: TabPFN · TabICL · benchmark TabArena - examples EN: TabPFN · TabICL · TabArena benchmark - In one sentence PL: To wcześniej wyuczone modele, które przewidują odpowiedzi dla tabel na podstawie podanych przykładów wierszy. - Problem it solves PL: Osobne trenowanie i dobieranie modelu dla każdej nowej tabeli wymaga czasu i wielu prób. - What it does PL: Po wcześniejszej nauce na wielu tabelach odczytuje nowe wiersze z odpowiedziami jako kontekst i przewiduje brakujące odpowiedzi bez zmiany własnych ustawień. - Everyday example PL: Podajesz tabelę wcześniejszych zamówień z informacją o zwrotach oraz nowe zamówienie, dla którego model ma oszacować ryzyko zwrotu. - In one sentence EN: These pretrained models predict answers for tables using example rows supplied with the task. - Problem it solves EN: Training and selecting a separate model for every new table takes time and repeated trials. - What it does EN: After learning from many tables, it reads new labelled rows as context and predicts missing answers without updating its internal parameters. - Everyday example EN: You supply past orders labelled with whether they were returned, plus a new order whose return risk the model should estimate. - concerns you if PL: chcesz zacząć przewidywania bez osobnego treningu dla tabeli; masz wiersze z odpowiedziami do pokazania jako przykłady - concerns you if EN: want predictions without training separately for each table; have labelled rows to supply as examples - related: `gradientboosting`, `ehrfoundation`, `tabularsynthetic`, `transformers` - sources: `grinsztajn-tabular-2022`, `hollmann-tabpfn-nature-2025`, `tabpfn25-2025`, `tabarena-github` ### Naiwny klasyfikator Bayesa (Naive Bayes classifiers) - id: `naivebayes` · https://aiatlasgraph.com/t/naivebayes.md - path: Uczenie maszynowe › Uczenie nadzorowane › Naiwny klasyfikator Bayesa - PL: Klasyfikator probabilistyczny z twierdzenia Bayesa przy uproszczeniu, że cechy są od siebie niezależne. Szybki punkt odniesienia, klasycznie dla tekstu (np. filtr spamu). - EN: A probabilistic classifier built on Bayes' theorem with the simplifying assumption that features are independent. A fast baseline, classically for text (e.g. spam filtering). - examples PL: filtr spamu · wariant gaussowski i wielomianowy - examples EN: spam filter · Gaussian and multinomial variants - In one sentence PL: To przewidywanie kategorii na podstawie szans występowania poszczególnych cech. - Problem it solves PL: Potrzebujesz prostego sposobu porządkowania wielu przykładów, takich jak wiadomości zawierające różne słowa. - What it does PL: Łączy szanse cech dla każdej kategorii, upraszczając obliczenia założeniem, że przy znanej kategorii cechy są niezależne. - Everyday example PL: Filtr poczty porównuje słowa wiadomości z wcześniejszymi przykładami i ocenia, czy wiadomość przypomina niechcianą reklamę. - In one sentence EN: This predicts a category using the chances of individual features occurring. - Problem it solves EN: You need a simple way to sort many examples, such as messages containing different words. - What it does EN: It combines feature probabilities for each category, simplifying calculations by assuming features are independent when the category is known. - Everyday example EN: An email filter compares a message's words with earlier examples and assesses whether it resembles unwanted advertising. - concerns you if PL: porządkujesz przykłady według wcześniej znanych kategorii; chcesz prostego modelu do porównania wyników - concerns you if EN: sort examples into previously known categories; want a simple model for comparing results - related: `probabilistic` - sources: `sklearn-user-guide`, `cs229-summer-2026` ### Regresja kwantylowa i przedziały predykcji (Quantile regression and prediction intervals) - id: `quantileregression` · https://aiatlasgraph.com/t/quantileregression.md - path: Uczenie maszynowe › Uczenie nadzorowane › Regresja kwantylowa i przedziały predykcji - aliases: quantile regression, regresja kwantylowa, quantile prediction intervals - PL: Estymacja warunkowych kwantyli celu przez minimalizację straty pinball; para kwantyli tworzy przedział predykcji. - EN: Estimating conditional quantiles of the target by minimising the pinball loss; a pair of quantiles forms a prediction interval. - In one sentence PL: Model przewiduje nie tylko typową wartość, ale też ostrożny i optymistyczny wariant, czyli dolną i górną granicę. - Problem it solves PL: Pojedyncza prognoza ukrywa ryzyko, a planując zapasy czy dojazd, trzeba wiedzieć, jak źle może pójść. - What it does PL: Zamiast jednej liczby podaje widełki, jak nawigacja mówiąca, że dojedziesz w 25 do 40 minut. - Everyday example PL: Piekarnia planuje wypieki na podstawie prognozy, ile bułek najwyżej sprzeda w dziewięciu dniach na dziesięć. - In one sentence EN: A model predicts not just a typical value but also a cautious and an optimistic one: a lower and an upper bound. - Problem it solves EN: A single forecast hides risk, yet planning stock or a commute means knowing how badly things could go. - What it does EN: Instead of one number it gives a range, like a navigation app saying you'll arrive in 25 to 40 minutes. - Everyday example EN: A bakery plans its baking from a forecast of the most rolls it will sell on nine days out of ten. - concerns you if PL: podejmujesz decyzje zależne od najgorszego scenariusza; pojedyncza prognoza to dla ciebie za mało - concerns you if EN: make decisions that depend on the worst case; find a single forecast not enough - related: `classicforecasting`, `conformalprediction` - sources: `sklearn-gb-quantile-example` ### Regresja liniowa i logistyczna (Linear and logistic regression) - id: `linearmodels` · https://aiatlasgraph.com/t/linearmodels.md - path: Uczenie maszynowe › Uczenie nadzorowane › Regresja liniowa i logistyczna - PL: Najprostsze modele predykcyjne: ważona suma cech daje liczbę (regresja liniowa) albo prawdopodobieństwo klasy (regresja logistyczna). Na nich zwykle uczy się pojęć straty, spadku gradientu i progu decyzyjnego. - EN: The simplest predictive models: a weighted sum of features gives a number (linear regression) or a class probability (logistic regression). They are the usual place to learn loss, gradient descent and decision thresholds. - examples PL: MSE · log-loss · próg decyzyjny · Ridge/Lasso - examples EN: MSE · log-loss · decision threshold · Ridge/Lasso - In one sentence PL: To proste modele, które łączą cechy przykładu, żeby przewidzieć liczbę albo szansę przynależności do kategorii. - Problem it solves PL: Potrzebujesz prostego punktu odniesienia pokazującego, czy cechy danych wystarczają do przydatnego przewidywania. - What it does PL: Nadaje cechom wyuczone wagi i sumuje ich wkład; tę sumę wykorzystuje bezpośrednio lub przelicza na szansę kategorii. - Everyday example PL: Model szacuje zużycie ogrzewania, sumując wyuczone wpływy temperatury, powierzchni mieszkania i czasu pracy urządzeń. - In one sentence EN: These simple models combine an example's features to predict a number or the chance of belonging to a category. - Problem it solves EN: You need a simple baseline showing whether the available features support useful predictions. - What it does EN: It gives features learned weights and adds their contributions, using the sum directly or converting it to a category probability. - Everyday example EN: A model estimates heating use by adding learned contributions from temperature, home size and equipment operating time. - concerns you if PL: chcesz zacząć od prostego modelu do porównania; twoje przewidywanie dotyczy liczby lub wyboru kategorii - concerns you if EN: want to start with a simple model for comparison; need to predict a number or choose a category - related: `neuralbasics` - sources: `sklearn-user-guide`, `google-mlcc` ### Uczenie rankingu (learning to rank) (Learning to rank) - id: `learningtorank` · https://aiatlasgraph.com/t/learningtorank.md - path: Uczenie maszynowe › Uczenie nadzorowane › Uczenie rankingu (learning to rank) - aliases: LTR, uczenie rankingowe, ranking models - PL: Uczenie funkcji punktującej dokumenty względem zapytania, z celami pointwise, pairwise lub listwise, optymalizującymi metryki jakości rankingu. - EN: Learning a scoring function for documents given a query, with pointwise, pairwise or listwise objectives that optimise ranking-quality metrics. - In one sentence PL: Model uczy się ustawiać wyniki w kolejności od najbardziej do najmniej trafnego. - Problem it solves PL: Przy wyszukiwaniu liczy się kolejność: najlepsza odpowiedź na dziesiątym miejscu jest prawie bezużyteczna. - What it does PL: Porównuje pary wyników i uczy się, który powinien stać wyżej, jak sędzia ustawiający zawodników po serii pojedynków. - Everyday example PL: Sklep internetowy układa wyniki dla hasła „buty do biegania” według tego, co klienci wcześniej klikali i kupowali. - In one sentence EN: A model learns to order results from most to least relevant. - Problem it solves EN: In search, order is what matters: the best answer in tenth place is almost useless. - What it does EN: It compares pairs of results and learns which should rank higher, like a judge ordering players after a series of matches. - Everyday example EN: An online shop orders results for “running shoes” according to what customers previously clicked and bought. - concerns you if PL: budujesz wyszukiwarkę lub listę polecanych pozycji; użytkownicy oglądają tylko kilka pierwszych wyników - concerns you if EN: are building a search box or a list of recommendations; users only look at the first few results - related: `recpipeline`, `retrievalmetrics`, `reranking` - sources: `burges-lambdamart-2010` ### Uczenie nienadzorowane (Unsupervised learning) - id: `unsupervised` · https://aiatlasgraph.com/t/unsupervised.md - path: Uczenie maszynowe › Uczenie nienadzorowane - PL: Szukanie struktury bez gotowych etykiet. - EN: Finding structure without ready labels. - examples PL: Klasteryzacja · PCA - examples EN: Clustering · PCA - In one sentence PL: To szukanie wzorców i podobieństw w danych bez podanych poprawnych odpowiedzi. - Problem it solves PL: Masz dużo informacji, ale nie masz gotowych kategorii ani odpowiedzi pokazujących, jak je uporządkować. - What it does PL: Porównuje cechy przykładów, odkrywa grupy podobnych rzeczy lub tworzy krótszy zapis zachowujący część ich struktury. - Everyday example PL: Porządkujesz nieopisane zgłoszenia klientów w grupy podobnych tematów, a potem oglądasz je i nadajesz grupom nazwy. - In one sentence EN: This finds patterns and similarities in data without supplied correct answers. - Problem it solves EN: You have lots of information but no ready categories or answers showing how to organise it. - What it does EN: It compares example features, discovers groups of similar things or creates shorter representations preserving some of their structure. - Everyday example EN: You organise unlabelled customer messages into groups of similar topics, then inspect the groups and give them names. - concerns you if PL: masz dane bez gotowych odpowiedzi lub etykiet; chcesz odkryć podobieństwa przed ustaleniem kategorii - concerns you if EN: have data without ready answers or labels; want to discover similarities before defining categories - sources: `cs229`, `rec`, `dlai` ### Klasteryzacja (Clustering) - id: `clustering` · https://aiatlasgraph.com/t/clustering.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Klasteryzacja - PL: Grupowanie podobnych przykładów bez etykiet, np. segmentacja klientów albo porządkowanie dokumentów. - EN: Grouping similar examples without labels, e.g. customer segmentation or organising documents. - examples PL: segmentacja klientów · ocena: silhouette, ARI - examples EN: customer segmentation · evaluation: silhouette, ARI - In one sentence PL: To dzielenie przykładów na grupy według podobieństwa, bez wcześniej podanych kategorii. - Problem it solves PL: Duży zbiór nieopisanych rzeczy trudno przeglądać, a sensowne kategorie nie są jeszcze znane. - What it does PL: Porównuje wybrane cechy przykładów i tworzy grupy podobnych przypadków; znaczenie grup trzeba potem sprawdzić i nazwać. - Everyday example PL: Program grupuje zgłoszenia klientów według podobieństwa treści, a ty sprawdzasz, które grupy dotyczą dostaw, płatności lub zwrotów. - In one sentence EN: This groups examples by similarity without categories supplied in advance. - Problem it solves EN: A large collection of unlabelled things is hard to browse, and useful categories are not yet known. - What it does EN: It compares selected example features and forms groups of similar cases; their meaning still needs examination and naming. - Everyday example EN: Software groups customer messages by content similarity, and you inspect which groups concern delivery, payments or returns. - concerns you if PL: chcesz uporządkować dane bez gotowych etykiet; szukasz powtarzających się grup podobnych przypadków - concerns you if EN: want to organise data without ready labels; look for recurring groups of similar cases - related: `topicmodeling` - sources: `sklearn-user-guide`, `sklearn-clustering`, `cs229-summer-2026` ### Klasteryzacja gęstościowa (DBSCAN, HDBSCAN) (Density-based clustering) - id: `densityclustering` · https://aiatlasgraph.com/t/densityclustering.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Klasteryzacja › Klasteryzacja gęstościowa (DBSCAN, HDBSCAN) - PL: Grupy to gęste obszary danych; punkty w rzadkich miejscach zostają oznaczone jako szum. Nie wymaga podania liczby grup i radzi sobie z nieregularnymi kształtami. - EN: Clusters are dense regions of data; points in sparse areas are marked as noise. No need to set the number of clusters, and it handles irregular shapes. - examples PL: DBSCAN · HDBSCAN · OPTICS - examples EN: DBSCAN · HDBSCAN · OPTICS - In one sentence PL: To szukanie grup w miejscach, gdzie wiele podobnych przykładów leży blisko siebie. - Problem it solves PL: Grupy mają nieregularne kształty, ich liczba jest nieznana, a pojedyncze przypadki nie pasują do żadnej. - What it does PL: Łączy sąsiadujące gęste obszary danych w grupy i może zostawiać odosobnione przykłady poza nimi, bez ustalania liczby grup z góry. - Everyday example PL: Na mapie postojów rowerów wykrywasz skupiska popularnych miejsc, pozostawiając odosobnione postoje bez przypisania do grupy. - In one sentence EN: This finds groups where many similar examples lie close together. - Problem it solves EN: Groups have irregular shapes, their number is unknown and some isolated cases fit none of them. - What it does EN: It joins neighbouring dense data regions into groups and can leave isolated examples outside them, without presetting the number of groups. - Everyday example EN: On a map of bicycle stops, you detect clusters of popular places while leaving isolated stops unassigned. - concerns you if PL: nie znasz liczby grup w danych; chcesz oddzielać skupiska od odosobnionych przykładów - concerns you if EN: do not know how many groups the data contains; want to separate clusters from isolated examples - related: `anomalydetection` - sources: `sklearn-clustering` ### Klasteryzacja hierarchiczna (Hierarchical clustering) - id: `hierclustering` · https://aiatlasgraph.com/t/hierclustering.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Klasteryzacja › Klasteryzacja hierarchiczna - PL: Buduje drzewo grup przez stopniowe łączenie najbliższych (lub dzielenie największych); poziom podziału wybiera się z dendrogramu. - EN: Builds a tree of groups by gradually merging the closest ones (or splitting the largest); the cut level is chosen from a dendrogram. - examples PL: aglomeracyjna · metoda Warda · dendrogram - examples EN: agglomerative · Ward linkage · dendrogram - In one sentence PL: To tworzenie drzewa podobnych grup, które można oglądać od ogólnego podziału po drobne szczegóły. - Problem it solves PL: Jeden podział danych nie pokazuje, które grupy są do siebie podobne ani jak dzielą się na mniejsze. - What it does PL: Stopniowo łączy podobne grupy albo dzieli je na mniejsze, zapisując związki w drzewie, z którego wybierasz poziom szczegółowości. - Everyday example PL: Dokumenty tworzą duże grupy tematyczne, które rozwijasz na mniejsze podgrupy, żeby znaleźć podobne raporty w ramach jednego tematu. - In one sentence EN: This builds a tree of similar groups that can be viewed from broad divisions down to small details. - Problem it solves EN: A single data partition does not show which groups resemble one another or how they divide into smaller groups. - What it does EN: It gradually merges similar groups or splits them, recording their relationships in a tree whose level of detail you can choose. - Everyday example EN: Documents form broad topic groups that you expand into smaller subgroups to find similar reports within a topic. - concerns you if PL: chcesz oglądać podobieństwa na różnych poziomach szczegółowości; nie chcesz od razu ustalać jednego podziału - concerns you if EN: want similarities shown at different levels of detail; do not want to commit to one partition immediately - sources: `sklearn-clustering` ### Metoda k-średnich (k-means) (k-means clustering) - id: `kmeans` · https://aiatlasgraph.com/t/kmeans.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Klasteryzacja › Metoda k-średnich (k-means) - PL: Dzieli dane na z góry zadaną liczbę k grup wokół środków, przesuwając je iteracyjnie. Dobra dla zwartych grup podobnej wielkości. - EN: Splits data into a preset number k of groups around centroids that are moved iteratively. Works well for compact groups of similar size. - examples PL: wybór k (metoda łokcia) · k-means++ - examples EN: choosing k (elbow method) · k-means++ - In one sentence PL: To dzielenie danych na wybraną wcześniej liczbę grup skupionych wokół swoich środków. - Problem it solves PL: Chcesz podzielić wiele przykładów na określoną liczbę grup, ale nie znasz jeszcze ich członków. - What it does PL: Przypisuje przykłady do najbliższych środków, przelicza środki z członków grup i powtarza te kroki, poprawiając podział. - Everyday example PL: Dzielisz klientów na ustaloną liczbę grup według częstotliwości zakupów i wydatków, a potem sprawdzasz, czym grupy się różnią. - In one sentence EN: This divides data into a preset number of groups around their centres. - Problem it solves EN: You want to divide many examples into a set number of groups but do not yet know their members. - What it does EN: It assigns examples to their nearest centres, recalculates centres from group members and repeats these steps to refine the partition. - Everyday example EN: You divide customers into a preset number of groups using purchase frequency and spending, then examine how the groups differ. - concerns you if PL: znasz liczbę grup, które chcesz otrzymać; twoje dane tworzą dość zwarte skupiska podobnych przypadków - concerns you if EN: know how many groups you want; have data forming fairly compact groups of similar cases - related: `emmixtures` - sources: `sklearn-clustering` ### Modelowanie tematów (Topic modelling) - id: `topicmodeling` · https://aiatlasgraph.com/t/topicmodeling.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Modelowanie tematów - aliases: topic modeling, topic modelling, modele tematyczne - PL: Nienadzorowane odkrywanie tematów w korpusie: probabilistyczne mieszaniny słów (LDA) albo klasteryzacja embeddingów z opisem tematów (BERTopic). - EN: Unsupervised discovery of themes in a corpus: probabilistic word mixtures (LDA) or clustering of embeddings with topic descriptions (BERTopic). - In one sentence PL: Automatyczne wykrywanie, o czym jest duży zbiór tekstów, przez grupowanie słów i dokumentów w tematy. - Problem it solves PL: Tysięcy opinii, zgłoszeń czy artykułów nikt nie przeczyta, a trzeba wiedzieć, o czym ludzie najczęściej piszą. - What it does PL: Jak segregowanie listów na stosy według treści i podpisanie każdego stosu kilkoma słowami, które go wyróżniają. - Everyday example PL: Urząd miasta grupuje kilka tysięcy uwag mieszkańców w tematy takie jak dziury w drogach, hałas i zieleń. - In one sentence EN: Automatically finding what a large set of texts is about by grouping words and documents into themes. - Problem it solves EN: Nobody can read thousands of reviews, tickets or articles, yet you need to know what people write about most. - What it does EN: Like sorting letters into piles by content and labelling each pile with a few words that set it apart. - Everyday example EN: A city office groups several thousand residents' comments into themes such as potholes, noise and green space. - concerns you if PL: masz więcej tekstów, niż da się przeczytać; chcesz poznać główne wątki bez z góry ustalonych kategorii - concerns you if EN: have more texts than anyone could read; want the main themes without predefined categories - related: `textembeddings`, `clustering` - sources: `grootendorst-bertopic-2022`, `blei-lda-2003` ### Redukcja wymiarowości (Dimensionality reduction) - id: `dimreduction` · https://aiatlasgraph.com/t/dimreduction.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Redukcja wymiarowości - PL: Zamiana wielu cech na kilka, które zachowują najważniejszą strukturę danych — do wizualizacji, kompresji albo jako krok przed innym modelem. - EN: Turning many features into a few that keep the most important structure of the data — for visualisation, compression or as a step before another model. - examples PL: PCA · t-SNE · UMAP - examples EN: PCA · t-SNE · UMAP - In one sentence PL: To zastępowanie wielu cech danych krótszym opisem zachowującym część ich struktury. - Problem it solves PL: Zbyt wiele cech utrudnia oglądanie danych, zwiększa koszt obliczeń i może powielać te same informacje. - What it does PL: Łączy lub przekształca cechy w mniejszy zestaw, wybierając zachowanie zmienności, podobieństw lub innej struktury zależnie od metody. - Everyday example PL: Z obszernego opisu produktów tworzysz krótszy zapis liczbowy, żeby łatwiej oglądać podobieństwa i porównywać rzeczy. - In one sentence EN: This replaces many data features with a shorter description that preserves some of their structure. - Problem it solves EN: Too many features make data hard to inspect, increase calculation costs and may repeat the same information. - What it does EN: It combines or transforms features into a smaller set, preserving variation, similarities or another structure depending on the method. - Everyday example EN: You turn detailed product descriptions into shorter numerical representations to inspect similarities and compare items more easily. - concerns you if PL: twoje dane mają bardzo wiele cech; chcesz uprościć obliczenia lub obejrzeć strukturę danych - concerns you if EN: have data with very many features; want simpler calculations or a view of data structure - related: `linearalgebra`, `representations` - sources: `sklearn-user-guide`, `cs229-summer-2026`, `mcinnes-umap-2018` ### Analiza głównych składowych (PCA) (Principal component analysis) - id: `pca` · https://aiatlasgraph.com/t/pca.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Redukcja wymiarowości › Analiza głównych składowych (PCA) - PL: Liniowa metoda znajdująca kierunki największej zmienności danych i rzutująca na nie dane. - EN: A linear method that finds the directions of largest variance in the data and projects the data onto them. - examples PL: wyjaśniona wariancja · wybielanie · SVD - examples EN: explained variance · whitening · SVD - In one sentence PL: To skracanie liczbowego opisu danych przez zachowanie kierunków, w których wartości różnią się najbardziej. - Problem it solves PL: Wiele cech zmienia się podobnie, więc długi opis powtarza informacje i utrudnia dalsze obliczenia. - What it does PL: Znajduje nowe osie największej zmienności i rzutuje na nie dane, jak oglądanie przedmiotu z wybranych stron. - Everyday example PL: Wiele pomiarów wymiarów paczek zastępujesz krótszym zestawem wartości opisujących główne sposoby, w jakie paczki różnią się rozmiarem. - In one sentence EN: This shortens a numerical description of data by keeping the directions where values vary the most. - Problem it solves EN: Many features change together, so a long description repeats information and makes further calculations harder. - What it does EN: It finds new axes of greatest variation and projects data onto them, like viewing an object from selected directions. - Everyday example EN: You replace many parcel dimension measurements with a shorter set describing the main ways parcels differ in size. - concerns you if PL: masz wiele powiązanych pomiarów liczbowych; chcesz skrócić opis, zachowując dużą część zmienności - concerns you if EN: have many related numerical measurements; want a shorter description preserving much of the variation - related: `matrixdecomp` - sources: `sklearn-user-guide`, `cs229-summer-2026` ### Mapy danych w 2D: t-SNE i UMAP (Nonlinear embedding for visualisation (t-SNE, UMAP)) - id: `manifoldviz` · https://aiatlasgraph.com/t/manifoldviz.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Redukcja wymiarowości › Mapy danych w 2D: t-SNE i UMAP - PL: Nieliniowe metody układające punkty na płaszczyźnie tak, by sąsiedzi zostali blisko siebie. Popularne do oglądania embeddingów i skupisk; odległości między grupami na takiej mapie łatwo nadinterpretować. - EN: Non-linear methods that lay points out in 2D so that neighbours stay close. Popular for inspecting embeddings and clusters; distances between groups on such maps are easy to over-interpret. - examples PL: t-SNE · UMAP · wizualizacja embeddingów - examples EN: t-SNE · UMAP · embedding visualisation - In one sentence PL: To układanie złożonych danych na mapie, na której podobne przykłady mają znaleźć się blisko siebie. - Problem it solves PL: Nie da się bezpośrednio obejrzeć danych opisanych wieloma cechami, a tabela nie pokazuje łatwo skupisk podobieństw. - What it does PL: Przesuwa punkty na płaskiej mapie, starając się zachować sąsiedztwa; duże odległości między grupami mogą jednak mylić. - Everyday example PL: Oglądasz mapę zgłoszeń klientów i sprawdzasz podobne wiadomości w skupiskach, bez uznawania odległych grup za dokładną miarę różnic. - In one sentence EN: This arranges complex data on a map intended to place similar examples near one another. - Problem it solves EN: Data described by many features cannot be viewed directly, and a table does not readily show clusters of similarities. - What it does EN: It moves points on a flat map to preserve neighbourhoods; large distances between groups can nevertheless be misleading. - Everyday example EN: You inspect a map of customer messages and similar examples within clusters, without treating distant groups as an exact measure of differences. - concerns you if PL: chcesz obejrzeć podobieństwa w wielowymiarowych danych; traktujesz mapę jako wskazówkę do dalszego sprawdzania - concerns you if EN: want to view similarities in data with many features; use a map as a clue for further investigation - sources: `mcinnes-umap-2018` ### Reguły asocjacyjne i częste zbiory (Association rules and frequent itemsets) - id: `associationrules` · https://aiatlasgraph.com/t/associationrules.md - path: Uczenie maszynowe › Uczenie nienadzorowane › Reguły asocjacyjne i częste zbiory - aliases: market basket analysis, analiza koszykowa, frequent pattern mining - PL: Eksploracja częstych zbiorów elementów i reguł X→Y w danych transakcyjnych, ocenianych wsparciem, ufnością i liftem. - EN: Mining frequent itemsets and X→Y rules in transactional data, scored by support, confidence and lift. - In one sentence PL: Szukanie rzeczy, które często występują razem, np. produktów kupowanych w jednym koszyku. - Problem it solves PL: W tysiącach transakcji nikt ręcznie nie dostrzeże, które produkty lub zdarzenia regularnie idą w parze. - What it does PL: Liczy, jak często zestawy rzeczy pojawiają się razem, i układa reguły typu „kto bierze to, zwykle bierze też tamto”. - Everyday example PL: Supermarket zauważa, że klienci kupujący makaron często biorą sos, i stawia je obok siebie na półce. - In one sentence EN: Finding things that often appear together, such as products bought in the same basket. - Problem it solves EN: Across thousands of transactions, nobody can spot by hand which products or events regularly go together. - What it does EN: It counts how often sets of items show up together and builds rules like “whoever takes this usually takes that too”. - Everyday example EN: A supermarket notices that shoppers buying pasta often take sauce, and shelves them side by side. - concerns you if PL: masz dane o koszykach, zamówieniach lub zestawach zdarzeń; szukasz pomysłów na pakiety lub rozmieszczenie produktów - concerns you if EN: have data on baskets, orders or sets of events; are looking for bundle or shelf-placement ideas - related: `recommenders` - sources: `polito-fpm-lab-2025`, `agrawal-srikant-apriori-1994`, `han-pei-yin-fpgrowth-2000` ### Uczenie przyrostowe (online) na strumieniach danych (Online and incremental learning on data streams) - id: `onlinelearning` · https://aiatlasgraph.com/t/onlinelearning.md - path: Uczenie maszynowe › Uczenie przyrostowe (online) na strumieniach danych - aliases: online learning, incremental learning, stream learning, uczenie strumieniowe - PL: Aktualizacja modelu po pojedynczych próbkach lub małych porcjach strumienia, z oceną typu najpierw przewiduj, potem ucz się i reakcją na dryf pojęć. - EN: Updating a model after single samples or small chunks of a stream, with predict-then-learn evaluation and reaction to concept drift. - In one sentence PL: Model uczy się po trochu z każdej nowej obserwacji, zamiast trenować od zera na całym zbiorze. - Problem it solves PL: Dane płyną bez przerwy i szybko się zmieniają, a ponowne trenowanie na całej historii trwa za długo. - What it does PL: Jak kierowca, który koryguje tor jazdy po każdym zakręcie, zamiast planować całą podróż od nowa. - Everyday example PL: Filtr niechcianej poczty poprawia się po każdej wiadomości, którą oznaczysz jako spam, bez czekania na nocne przeliczenie. - In one sentence EN: A model learns a little from each new observation instead of retraining from scratch on everything. - Problem it solves EN: Data flows nonstop and changes fast, while retraining on the whole history takes too long. - What it does EN: Like a driver who corrects course after every bend instead of replanning the whole journey. - Everyday example EN: A junk-mail filter improves after every message you mark as spam, without waiting for an overnight retrain. - concerns you if PL: dane spływają ciągle, a nie paczkami; wzorce w twoich danych szybko się zmieniają; nie masz miejsca, by trzymać całą historię - concerns you if EN: data arrives continuously, not in batches; patterns in your data change quickly; lack the storage to keep the full history - related: `continual`, `driftdetection` - sources: `montiel-river-2021` ### Uczenie wielozadaniowe (Multi-task learning) - id: `multitask` · https://aiatlasgraph.com/t/multitask.md - path: Uczenie maszynowe › Uczenie wielozadaniowe - aliases: MTL, multitask learning, uczenie wielu zadań - PL: Wspólny trening na kilku zadaniach ze współdzieloną reprezentacją, działający jak regularyzacja i transfer wiedzy między zadaniami. - EN: Joint training on several tasks with a shared representation, acting as regularisation and knowledge transfer between tasks. - In one sentence PL: Jeden model uczy się kilku powiązanych zadań naraz i korzysta z tego, co mają wspólnego. - Problem it solves PL: Osobny model do każdego drobnego zadania kosztuje więcej, a każdy z nich widzi tylko część danych. - What it does PL: Jak kucharz uczący się jednocześnie krojenia i smażenia: wspólne wyczucie produktów pomaga w obu umiejętnościach. - Everyday example PL: Asystent poczty jednym modelem rozpoznaje temat wiadomości, jej pilność i to, czy trzeba na nią odpowiedzieć. - In one sentence EN: One model learns several related tasks at once and benefits from what they share. - Problem it solves EN: A separate model for every small job costs more, and each one sees only part of the data. - What it does EN: Like a cook learning to chop and to fry at the same time: a shared feel for ingredients helps with both. - Everyday example EN: An email assistant uses one model to spot a message's topic, its urgency and whether it needs a reply. - concerns you if PL: masz kilka powiązanych rzeczy do przewidzenia z tych samych danych; jedno zadanie ma mało danych, a pokrewne dużo - concerns you if EN: need to predict several related things from the same data; one task has little data but a related one has plenty - sources: `ruder-mtl-2017` ### Uczenie z ograniczonym lub automatycznym nadzorem (Learning with limited or automatically derived supervision) - id: `learningparadigms` · https://aiatlasgraph.com/t/learningparadigms.md - path: Uczenie maszynowe › Uczenie z ograniczonym lub automatycznym nadzorem - aliases: limited-supervision learning, automatic supervision, uczenie z ograniczonym nadzorem - PL: Paradygmaty, w których sygnał nadzorujący jest częściowy, powstaje automatycznie z danych albo dotyczy całych grup zamiast pojedynczych przykładów. - EN: Learning paradigms where supervision is partial, generated automatically from data, or attached to groups rather than individual examples. - In one sentence PL: Sposoby uczenia modelu, gdy pełne odpowiedzi są dostępne tylko dla części danych albo można je wydobyć z samych danych. - Problem it solves PL: Pełne etykiety dla każdego przykładu są zbyt drogie, zbyt ogólne albo po prostu nie istnieją. - What it does PL: Wykorzystuje nieopisane dane, automatycznie tworzone cele albo etykiety nadane całym grupom przykładów. - Everyday example PL: Z kilku opisanych zdjęć i tysięcy nieopisanych model uczy się rozpoznawać obiekty, a inne archiwum wykorzystuje przez odgadywanie zasłoniętych fragmentów. - In one sentence EN: Ways to train a model when complete answers exist for only some data or can be derived from the data itself. - Problem it solves EN: Complete labels for every example are too expensive, too coarse, or simply unavailable. - What it does EN: It uses unlabelled data, automatically generated targets, or labels attached to whole groups of examples. - Everyday example EN: From a few labelled images and thousands of unlabelled ones, a model learns to recognise objects; another archive is used by predicting hidden pieces. - concerns you if PL: masz dużo danych, ale mało dokładnych etykiet; możesz zbudować cel treningowy bez ręcznego opisywania każdego przykładu; dostajesz etykietę dla całej grupy, nie dla jej elementów - concerns you if EN: have lots of data but few precise labels; can create a training target without labelling every example by hand; receive a label for a whole group rather than its individual items - sources: `balestriero-ssl-cookbook-2023`, `ilse-abmil-2018`, `sklearn-semi-supervised-guide` ### Uczenie pół-nadzorowane (Semi-supervised learning) - id: `semisupervised` · https://aiatlasgraph.com/t/semisupervised.md - path: Uczenie maszynowe › Uczenie z ograniczonym lub automatycznym nadzorem › Uczenie pół-nadzorowane - aliases: uczenie półnadzorowane, semi-supervised learning, semi-supervised - PL: Łączenie małego zbioru etykietowanego z dużym nieetykietowanym przez pseudoetykiety, regularyzację spójności lub propagację etykiet w grafie podobieństwa. - EN: Combining a small labelled set with a large unlabelled one through pseudo-labels, consistency regularisation or label propagation over a similarity graph. - In one sentence PL: Model uczy się jednocześnie z kilku opisanych przykładów i z wielu nieopisanych. - Problem it solves PL: Etykietowanie wymaga ekspertów, więc opisanych przykładów starcza na start, ale nie na dobry model. - What it does PL: Jak uczeń, który sprawdza kilka odpowiedzi w kluczu, a potem ćwiczy na reszcie zadań, ufając tylko pewnym rozwiązaniom. - Everyday example PL: Firmowy system sortowania zgłoszeń uczy się z dwustu ręcznie oznaczonych wiadomości i dziesięciu tysięcy, których nikt nie przejrzał. - In one sentence EN: A model learns from a few labelled examples and many unlabelled ones at the same time. - Problem it solves EN: Labelling needs experts, so there are enough labelled examples to get started but not to build a good model. - What it does EN: Like a student who checks a few answers against the key, then practises on the rest, trusting only confident solutions. - Everyday example EN: A company's ticket sorter learns from two hundred hand-tagged messages plus ten thousand nobody has reviewed. - concerns you if PL: masz tylko garść opisanych przykładów; opisanie kolejnych danych wymaga specjalisty - concerns you if EN: only have a handful of labelled examples; labelling more data needs a specialist - related: `activelearning`, `weaksupervision` - sources: `sklearn-selftraining`, `sohn-fixmatch-2020`, `sklearn-semi-supervised-guide` ### Samouczenie i pseudoetykiety (Self-training and pseudo-labelling) - id: `pseudolabeling` · https://aiatlasgraph.com/t/pseudolabeling.md - path: Uczenie maszynowe › Uczenie z ograniczonym lub automatycznym nadzorem › Uczenie pół-nadzorowane › Samouczenie i pseudoetykiety - aliases: self-training, pseudo-labeling, pseudo-labelling, samouczenie - PL: Iteracyjne dodawanie do treningu predykcji modelu o pewności powyżej progu jako etykiet; współcześnie łączone z augmentacją i spójnością. - EN: Iteratively adding the model's above-threshold predictions to training as labels; modern variants combine it with augmentation and consistency. - In one sentence PL: Model sam dopisuje odpowiedzi do nieopisanych przykładów, a potem uczy się z tych, których jest pewny. - Problem it solves PL: Nieopisane dane leżą bezużytecznie, bo nikt nie ma czasu ich przejrzeć. - What it does PL: Działa jak brudnopis: model zapisuje swoje odpowiedzi, odrzuca niepewne, a pewne traktuje jak dodatkowe ćwiczenia w kolejnej rundzie. - Everyday example PL: Aplikacja do rozpoznawania roślin uczy się z kilkuset zdjęć opisanych przez znawców i tysięcy zdjęć przesłanych przez użytkowników bez nazw. - In one sentence EN: The model labels unlabelled examples itself, then learns from the ones it is sure about. - Problem it solves EN: Unlabelled data sits unused because nobody has time to go through it. - What it does EN: It works like a rough draft: the model writes its answers, discards shaky ones and treats confident ones as extra practice for the next round. - Everyday example EN: A plant-identification app learns from a few hundred photos named by experts and thousands of unnamed photos sent in by users. - concerns you if PL: możesz wytrenować prosty model na małym zbiorze; masz duży zapas nieopisanych danych z tego samego źródła - concerns you if EN: can train a simple model on a small set; have a large stock of unlabelled data from the same source - sources: `sklearn-selftraining`, `sohn-fixmatch-2020` ### Uczenie samonadzorowane (Self-supervised learning) - id: `selfsupervised` · https://aiatlasgraph.com/t/selfsupervised.md - path: Uczenie maszynowe › Uczenie z ograniczonym lub automatycznym nadzorem › Uczenie samonadzorowane - aliases: SSL, samonadzorowane uczenie, uczenie samonadzorowane - PL: Uczenie reprezentacji z sygnału wytworzonego z samych danych (zadania pretekstowe, kontrast, maskowanie), które potem przenosi się do zadań docelowych. - EN: Learning representations from a signal generated by the data itself (pretext tasks, contrast, masking), later transferred to downstream tasks. - In one sentence PL: Model uczy się z samych danych, układając sobie zagadki, np. zgadując zasłonięty fragment tekstu albo obrazu. - Problem it solves PL: Do nauki ogólnej wiedzy o języku czy obrazach potrzeba ogromnych zbiorów, których nikt nie jest w stanie ręcznie opisać. - What it does PL: Jak nauka języka przez uzupełnianie luk w zdaniach: odpowiedź już jest w tekście, więc nauczyciel nie jest potrzebny. - Everyday example PL: Model czyta miliony zdań z zakrytymi słowami i odgaduje je, a potem z kilkuset przykładów szybko uczy się rozpoznawać nastrój recenzji. - In one sentence EN: A model learns from raw data by setting itself puzzles, such as guessing a hidden piece of text or an image. - Problem it solves EN: Learning general knowledge of language or images needs huge collections that no one could ever label by hand. - What it does EN: Like learning a language by filling gaps in sentences: the answer is already in the text, so no teacher is needed. - Everyday example EN: A model reads millions of sentences with hidden words and guesses them, then quickly learns to spot the mood of reviews from a few hundred examples. - concerns you if PL: korzystasz z dużych modeli wytrenowanych na surowych danych; chcesz wykorzystać archiwum, którego nikt nie opisał - concerns you if EN: use large models trained on raw data; want to make use of an archive nobody has labelled - related: `representations`, `visionssl`, `metriclearning` - sources: `balestriero-ssl-cookbook-2023` ### Uczenie wieloinstancyjne (MIL) (Multiple instance learning (MIL)) - id: `multiinstance` · https://aiatlasgraph.com/t/multiinstance.md - path: Uczenie maszynowe › Uczenie z ograniczonym lub automatycznym nadzorem › Uczenie wieloinstancyjne (MIL) - aliases: MIL, multiple-instance learning, uczenie z worków - PL: Uczenie z etykiet przypisanych do worków instancji; model agreguje reprezentacje instancji, np. mechanizmem uwagi, w predykcję dla całego worka. - EN: Learning from labels attached to bags of instances; the model aggregates instance representations, e.g. with attention, into a bag-level prediction. - In one sentence PL: Model dostaje jedną etykietę dla całej grupy elementów i sam musi odkryć, które z nich o niej zdecydowały. - Problem it solves PL: Często wiadomo tylko, że gdzieś w dużym zbiorze jest problem, ale nikt nie zaznaczył dokładnie gdzie. - What it does PL: Jak kontroler, który wie, że w skrzynce jest zepsuty owoc, i uczy się rozpoznawać, który to, bez zaglądania do etykiet poszczególnych sztuk. - Everyday example PL: Lekarz oznacza tylko, czy cały skan tkanki jest chory, a model wskazuje fragmenty, które o tym zdecydowały. - In one sentence EN: A model gets one label for a whole group of items and has to work out which items decided it. - Problem it solves EN: Often we only know that a problem sits somewhere in a large collection, but nobody marked exactly where. - What it does EN: Like an inspector who knows a crate holds a rotten fruit and learns to spot which one, with no tag on each piece. - Everyday example EN: A doctor marks only whether a whole tissue scan is diseased, and the model points to the patches that decided it. - concerns you if PL: masz etykiety dla całych dokumentów, nagrań lub skanów; chcesz wskazać, która część decyduje o wyniku - concerns you if EN: have labels for whole documents, recordings or scans; want to point to the part that drives the result - related: `pathologymil` - sources: `ilse-abmil-2018` ### Walidacja i dobór modelu (Model selection and validation) - id: `modelselection` · https://aiatlasgraph.com/t/modelselection.md - path: Uczenie maszynowe › Walidacja i dobór modelu - PL: Jak rzetelnie sprawdzić, czy model uogólnia na nowe dane, i jak wybrać model oraz jego ustawienia bez oszukiwania samego siebie. - EN: How to check reliably whether a model generalises to new data, and how to choose a model and its settings without fooling yourself. - examples PL: walidacja krzyżowa · krzywe uczenia · strojenie - examples EN: cross-validation · learning curves · tuning - In one sentence PL: To sprawdzanie modeli na nowych przykładach i wybieranie tego, który najlepiej odpowiada twojemu zadaniu. - Problem it solves PL: Model może świetnie radzić sobie z przykładami, które już widział, a zawodzić przy nowych. - What it does PL: Oddziela dane do nauki od danych do oceny, porównuje modele i ustawienia oraz sprawdza, czy nie dopasowujesz wyboru do testu. - Everyday example PL: Porównujesz modele przewidujące zwroty zakupów na osobnych danych, a wybrany model sprawdzasz na odłożonym końcowym teście. - In one sentence EN: This checks models on new examples and selects the one that best fits your task. - Problem it solves EN: A model can perform very well on examples it has already seen and fail on new ones. - What it does EN: It separates learning data from evaluation data, compares models and settings, and checks whether your selection is being fitted to the test. - Everyday example EN: You compare models predicting purchase returns on separate data, then check the selected model on a reserved final test. - concerns you if PL: wybierasz między modelami lub ich ustawieniami; chcesz wiedzieć, czy wynik przeniesie się na nowe dane - concerns you if EN: choose between models or their settings; want to know whether results carry over to new data - related: `classmetrics` - sources: `sklearn-user-guide`, `cs229-summer-2026` ### AutoML — automatyczny dobór modeli (Automated machine learning (AutoML)) - id: `automl` · https://aiatlasgraph.com/t/automl.md - path: Uczenie maszynowe › Walidacja i dobór modelu › AutoML — automatyczny dobór modeli - aliases: AutoML, automated machine learning, automatyczne uczenie maszynowe, automatyczny dobór modeli - PL: Narzędzia, które same przygotowują cechy, próbują wielu modeli i ustawień oraz łączą najlepsze w zespół. - EN: Tools that prepare features, try many models and settings, and ensemble the best ones automatically. - examples PL: AutoGluon · auto-sklearn · usługi AutoML w chmurze - examples EN: AutoGluon · auto-sklearn · cloud AutoML services - In one sentence PL: To automatyczne próbowanie różnych modeli i sposobów przygotowania danych dla wybranego zadania. - Problem it solves PL: Ręczne przygotowywanie i porównywanie wielu wariantów modelu zabiera czas i wymaga licznych decyzji technicznych. - What it does PL: Przygotowuje cechy, testuje modele oraz ustawienia i porównuje je na danych sprawdzających; może też połączyć wybrane modele. - Everyday example PL: Podajesz tabelę zamówień i wskazujesz kolumnę ze zwrotami; program porównuje sposoby przewidywania, które kolejne zamówienia zostaną zwrócone. - In one sentence EN: This automatically tries different models and ways of preparing data for a chosen task. - Problem it solves EN: Preparing and comparing many model variants by hand takes time and requires numerous technical decisions. - What it does EN: It prepares features, tests models and settings, compares them on validation data and may combine selected models. - Everyday example EN: You provide an order table and identify the returns column; software compares ways to predict which future orders will be returned. - concerns you if PL: chcesz porównać wiele wariantów bez ręcznego ustawiania każdego; masz dane i jasno określoną odpowiedź do przewidywania - concerns you if EN: want to compare variants without configuring each one manually; have data and a clearly defined prediction target - related: `hptuning` - sources: `google-mlcc`, `tabarena-github` ### Przeuczenie, niedouczenie i regularyzacja (Overfitting, underfitting and regularisation) - id: `biasvariance` · https://aiatlasgraph.com/t/biasvariance.md - path: Uczenie maszynowe › Walidacja i dobór modelu › Przeuczenie, niedouczenie i regularyzacja - PL: Kompromis między modelem zbyt prostym (nie łapie wzorca) a zbyt dopasowanym do danych treningowych (uczy się szumu) oraz techniki, które temu przeciwdziałają. - EN: The trade-off between a model that is too simple (misses the pattern) and one fitted too closely to training data (learns noise), and techniques that counter it. - examples PL: bias–variance · krzywe uczenia · L1/L2 · early stopping - examples EN: bias–variance · learning curves · L1/L2 · early stopping - In one sentence PL: To rozpoznawanie, czy model upraszcza zadanie za mocno, czy zapamiętuje szczegóły zamiast uczyć się wspólnego wzorca. - Problem it solves PL: Model może mylić się wszędzie albo świetnie wypadać na znanych danych i zawodzić na nowych. - What it does PL: Porównuje błędy na danych do nauki i sprawdzania oraz ogranicza nadmierne dopasowanie przez zmianę złożoności, dodatkowe kary lub wcześniejsze zatrzymanie nauki. - Everyday example PL: Model zapamiętuje poprzednie zamówienia, ale źle przewiduje nowe; ograniczasz jego złożoność i sprawdzasz, czy poprawia to wynik. - In one sentence EN: This checks whether a model oversimplifies a task or memorises details instead of learning a shared pattern. - Problem it solves EN: A model may perform poorly everywhere, or excel on familiar data and fail on new cases. - What it does EN: It compares learning and validation errors, then limits excessive fitting through complexity changes, additional penalties or stopping learning earlier. - Everyday example EN: A model memorises past orders but predicts new ones poorly; you limit its complexity and check whether that improves performance. - concerns you if PL: model działa dobrze tylko na znanych przykładach; chcesz dopasować złożoność modelu do swoich danych - concerns you if EN: find that a model only works on familiar examples; want model complexity to suit your data - related: `optimization`, `nnregularization` - sources: `cs229-summer-2026`, `google-mlcc` ### Strojenie hiperparametrów (Hyperparameter tuning) - id: `hptuning` · https://aiatlasgraph.com/t/hptuning.md - path: Uczenie maszynowe › Walidacja i dobór modelu › Strojenie hiperparametrów - aliases: hyperparameter tuning, hyperparameter optimization, HPO, strojenie hiperparametrów, optymalizacja hiperparametrów - PL: Szukanie ustawień modelu, których nie uczy się z danych (głębokość drzewa, siła regularyzacji, learning rate), na podstawie wyników walidacji. - EN: Searching for model settings that are not learned from data (tree depth, regularisation strength, learning rate) using validation results. - examples PL: grid search · random search · optymalizacja bayesowska · Optuna - examples EN: grid search · random search · Bayesian optimisation · Optuna - In one sentence PL: To wybieranie ustawień sterujących modelem i jego nauką przez porównywanie wyników prób. - Problem it solves PL: Te same dane i ten sam rodzaj modelu mogą dać różne wyniki zależnie od ustawień wybranych przed nauką. - What it does PL: Próbuje różnych ustawień, takich jak złożoność modelu lub tempo nauki, i ocenia je na osobnych danych sprawdzających. - Everyday example PL: Sprawdzasz różne maksymalne długości ciągu pytań w modelu przewidującym zwroty i wybierasz ustawienie najlepiej działające na danych sprawdzających. - In one sentence EN: This chooses settings controlling a model and its learning by comparing trial results. - Problem it solves EN: The same data and model type can produce different results depending on settings chosen before learning. - What it does EN: It tries settings such as model complexity or learning speed and evaluates them on separate validation data. - Everyday example EN: You test different limits on a model's question sequence when predicting returns and select the setting that performs best on validation data. - concerns you if PL: musisz wybrać ustawienia przed rozpoczęciem nauki; chcesz porównać warianty tego samego rodzaju modelu - concerns you if EN: need to choose settings before learning begins; want to compare variants of the same model type - related: `automl`, `multiobjectiveevo`, `lrschedules`, `selfdrivinglabs`, `processbo`, `optimization`, `gaussianprocesses`, `localsearch`, `evostrategies`, `experimenttracking` - sources: `sklearn-user-guide`, `akiba-optuna-2019` ### Walidacja krzyżowa (Cross-validation) - id: `crossval` · https://aiatlasgraph.com/t/crossval.md - path: Uczenie maszynowe › Walidacja i dobór modelu › Walidacja krzyżowa - PL: Wielokrotne dzielenie danych na część treningową i sprawdzającą (np. na 5 części), żeby ocena nie zależała od jednego szczęśliwego podziału. - EN: Repeatedly splitting data into training and validation parts (e.g. 5 folds) so the estimate does not depend on one lucky split. - examples PL: k-fold · stratyfikacja · podział czasowy · walidacja zagnieżdżona - examples EN: k-fold · stratification · time-series split · nested CV - In one sentence PL: To sprawdzanie modelu na kilku oddzielnych podziałach danych, żeby ocena mniej zależała od jednego podziału. - Problem it solves PL: Dobry wynik może być przypadkiem, jeśli akurat odłożone przykłady były łatwiejsze niż pozostałe. - What it does PL: Powtarza naukę i sprawdzanie na różnych częściach danych, przestrzegając ich kolejności lub grupowania, gdy wymaga tego zadanie. - Everyday example PL: Porównujesz modele przewidujące dostawy na różnych odłożonych częściach historii, żeby wybór nie zależał od wyjątkowo łatwego okresu. - In one sentence EN: This checks a model across several separate data splits so the assessment depends less on one split. - Problem it solves EN: A good result may be accidental if the examples set aside happened to be easier than the others. - What it does EN: It repeats learning and evaluation on different data portions, respecting their order or grouping when the task requires it. - Everyday example EN: You compare delivery models using different reserved portions of history so the choice does not depend on an unusually easy period. - concerns you if PL: masz mało danych do wiarygodnego porównania modeli; chcesz ograniczyć wpływ pojedynczego podziału na ocenę - concerns you if EN: have limited data for a reliable model comparison; want to reduce one data split's influence on evaluation - related: `splits`, `splitstrategies`, `pacvc` - sources: `sklearn-user-guide`, `sklearn-pitfalls` ## Uczenie ze wzmocnieniem i decyzje (Reinforcement learning and sequential decision-making) - id: `decisions` · https://aiatlasgraph.com/t/decisions.md - path: Uczenie ze wzmocnieniem i decyzje - aliases: reinforcement learning, RL, sequential decision-making, uczenie ze wzmocnieniem - PL: Uczenie działania na podstawie rezultatów i interakcji ze środowiskiem. - EN: Learning to act from outcomes and interaction with an environment. - In one sentence PL: To uczenie programów i robotów, jak wybierać działania na podstawie ich skutków oraz pokazów. - Problem it solves PL: Dobry wybór teraz może prowadzić do złego wyniku później, a ręczne zapisanie wszystkich zasad działania jest trudne. - What it does PL: Korzysta z prób, zapisanych doświadczeń, demonstracji i przewidywania skutków, żeby poprawiać kolejne wybory oraz sterowanie w otoczeniu. - Everyday example PL: Wózek magazynowy uczy się dojeżdżać do półki, porównując skutki tras w symulacji i uwzględniając ruch innych wózków. - In one sentence EN: This teaches programs and robots to choose actions using their consequences and demonstrations. - Problem it solves EN: A good choice now can lead to a poor outcome later, and writing every action rule by hand is difficult. - What it does EN: It uses trials, recorded experience, demonstrations and predicted consequences to improve successive choices and control within an environment. - Everyday example EN: A warehouse cart learns to reach a shelf by comparing route outcomes in simulation and accounting for other carts' movement. - concerns you if PL: zadanie wymaga kolejnych działań i oceny ich skutków; chcesz uczyć program lub robota z doświadczeń - concerns you if EN: have tasks requiring successive actions and outcome assessment; want to teach software or a robot from experience - sources: `rl`, `cs221` ### Algorytmy RL (Reinforcement learning algorithms) - id: `rlalgorithms` · https://aiatlasgraph.com/t/rlalgorithms.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL - PL: Metody uczenia wartości i polityki. - EN: Methods for learning values and policies. - examples PL: Q-learning · policy gradient · actor–critic - examples EN: Q-learning · policy gradient · actor–critic - In one sentence PL: To metody poprawiania wyborów programu na podstawie ocen dotychczasowych działań. - Problem it solves PL: Program zbiera doświadczenia, ale potrzebuje sposobu przełożenia ich na lepsze decyzje w kolejnych próbach. - What it does PL: Uczy ocen możliwych działań, bezpośrednio zmienia sposób ich wybierania albo łączy oba podejścia na podstawie rezultatów prób. - Everyday example PL: Program sterujący postacią wykorzystuje wyniki rozegranych prób, żeby częściej wybierać ruchy prowadzące do ukończenia poziomu. - In one sentence EN: These methods improve a program's choices using assessments of its previous actions. - Problem it solves EN: Software collects experience but needs a way to turn it into better decisions on subsequent trials. - What it does EN: It learns action values, directly changes how actions are chosen or combines both approaches using trial outcomes. - Everyday example EN: Software controlling a character uses previous trial outcomes to choose moves leading to level completion more often. - concerns you if PL: masz środowisko prób i sposób oceny wyniku; chcesz porównać metody uczenia kolejnych decyzji - concerns you if EN: have a trial environment and a way to score outcomes; want to compare methods for learning sequential decisions - related: `preferences`, `marl` - sources: `rl`, `cs221` ### Bezpieczne RL i RL z ograniczeniami (Safe and constrained reinforcement learning) - id: `saferl` · https://aiatlasgraph.com/t/saferl.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Bezpieczne RL i RL z ograniczeniami - aliases: safe RL, safe reinforcement learning, constrained RL, constrained MDP, CMDP, constrained policy optimization, CPO, bezpieczne uczenie ze wzmocnieniem - PL: Uczenie polityk, które maksymalizują nagrodę, a jednocześnie mają utrzymywać koszt lub ryzyko w wyznaczonych granicach w czasie nauki lub wdrożenia, np. przez osobny limit oczekiwanego kosztu zamiast wbudowywania kar w nagrodę. Gwarancje dotyczą zwykle wartości oczekiwanych, nie każdego przebiegu. - EN: Learning policies that maximise reward while aiming to keep cost or risk within set limits during training or deployment, e.g. through a separate cap on expected cost instead of folding penalties into the reward. Guarantees usually hold in expectation, not for every run. - examples PL: procesy decyzyjne z ograniczeniami · metody lagranżowskie · osłony bezpieczeństwa · RL wrażliwe na ryzyko - examples EN: constrained MDPs · Lagrangian methods · safety shields · risk-sensitive RL - In one sentence PL: To uczenie programu działania tak, by osiągał cel, a przy tym trzymał ryzyko w ustalonych granicach – zwykle średnio, a nie z pewnością w każdej sytuacji. - Problem it solves PL: Uczenie przez próby oznacza błędy, a niektóre z nich są tak kosztowne, że ich częstość trzeba ograniczać już w trakcie nauki, a nie tylko karać po fakcie. - What it does PL: Jak nauka jazdy z limitem punktów karnych: ćwiczysz, żeby jeździć lepiej, a instruktor pilnuje, by suma przewinień nie przekroczyła ustalonego progu. - Everyday example PL: Robot magazynowy uczy się szybciej rozwozić paczki, a osobny licznik ryzykownych zbliżeń do ludzi ma średnio nie przekraczać ustalonego progu; obok działają niezależne zabezpieczenia, bo sama nauka nie daje pewności. - In one sentence EN: This teaches software to reach its goal while keeping risk within set limits – usually on average, not with certainty in every situation. - Problem it solves EN: Learning through trials means making mistakes, and some are so costly that their frequency has to be limited during learning, not just punished after the fact. - What it does EN: Like driving lessons with a penalty-point cap: you practise to drive better while the instructor makes sure your total offences stay under a set threshold. - Everyday example EN: A warehouse robot learns to deliver parcels faster while a separate count of risky approaches to people should stay under a set threshold on average; independent safeguards run alongside, because learning alone gives no certainty. - concerns you if PL: Twój system działa fizycznie obok ludzi lub drogiego sprzętu; chcesz kontrolować ryzyko osobnym limitem, a nie tylko karą wliczoną w nagrodę; odpowiadasz za wdrożenie programu uczącego się w prawdziwym świecie - concerns you if EN: your system physically operates near people or expensive equipment; want to control risk with a separate limit, not only a penalty folded into the reward; are responsible for deploying a learning system in the real world - related: `rewarddesign`, `simtoreal`, `distributionalrl` - sources: `cpo-2017`, `garcia-safe-rl-survey-2015` ### Bufor doświadczeń i priorytetowe odtwarzanie (Experience replay and prioritised replay) - id: `experiencereplay` · https://aiatlasgraph.com/t/experiencereplay.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Bufor doświadczeń i priorytetowe odtwarzanie - aliases: experience replay, replay buffer, prioritized experience replay, PER, bufor powtórek - PL: Mechanizm przechowywania przejść do wielokrotnego uczenia off-policy; wersja priorytetowa częściej odtwarza bardziej pouczające doświadczenia. - EN: A mechanism that stores transitions for repeated off-policy learning; prioritised replay samples more informative experiences more often. - In one sentence PL: Agent zapisuje swoje dawne próby i wielokrotnie się na nich uczy, częściej wracając do tych najbardziej pouczających. - Problem it solves PL: Każda próba w środowisku kosztuje, a uczenie tylko na najnowszych, podobnych do siebie chwilach jest niestabilne i marnotrawne. - What it does PL: Jak uczeń, który przegląda zeszyt błędów i najczęściej powtarza zadania, które najbardziej go zaskoczyły. - Everyday example PL: Program uczący się gier wideo wraca do zapisanych chwil tuż przed utratą życia, bo z nich uczy się najwięcej. - In one sentence EN: An agent stores its past attempts and learns from them repeatedly, returning more often to the most instructive ones. - Problem it solves EN: Every trial in the environment costs something, and learning only from the latest, similar moments is unstable and wasteful. - What it does EN: Like a student reviewing a mistakes notebook, most often redoing the problems that surprised them most. - Everyday example EN: A program learning video games revisits stored moments just before losing a life, because it learns most from them. - concerns you if PL: próby w twoim środowisku są drogie lub powolne; chcesz zrozumieć, jak działają klasyczne agenty do gier - concerns you if EN: trials in your environment are costly or slow; you want to understand how classic game agents work - related: `goalconditioned` - sources: `rainbow-2017`, `per-2015` ### Deterministyczne gradienty polityki (Deterministic policy-gradient methods) - id: `ddpgtd3` · https://aiatlasgraph.com/t/ddpgtd3.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Deterministyczne gradienty polityki - aliases: deterministic policy gradient, DPG - PL: Off-policy metody aktor–krytyk dla akcji ciągłych z deterministycznym aktorem; TD3 dodaje poprawki ograniczające przeszacowanie wartości w DDPG. - EN: Off-policy actor–critic methods for continuous actions with a deterministic actor; TD3 adds fixes that curb DDPG's value overestimation. - In one sentence PL: Metoda uczenia płynnego sterowania, w której program od razu wskazuje jedną konkretną wartość, np. jak mocno skręcić kierownicą. - Problem it solves PL: Przy płynnym sterowaniu nie da się sprawdzić wszystkich możliwych ruchów, a zbyt optymistyczne oceny prowadzą agenta na manowce. - What it does PL: Jak pilot, który pyta dwóch ostrożnych doradców i słucha bardziej sceptycznego, a kurs zmienia rzadziej niż dostaje opinie. - Everyday example PL: Symulowane ramię robota uczy się płynnie przesuwać kubek po stole, dobierając dokładne napięcie każdego silnika. - In one sentence EN: A method for learning smooth control where the program names one exact value right away, such as how far to turn a wheel. - Problem it solves EN: In smooth control you cannot check every possible movement, and overly optimistic estimates lead the agent astray. - What it does EN: Like a pilot who consults two cautious advisers and heeds the more sceptical one, adjusting course less often than advice arrives. - Everyday example EN: A simulated robot arm learns to slide a cup smoothly across a table by choosing the exact voltage for each motor. - concerns you if PL: sterujesz silnikami, kierownicą lub innymi płynnymi wartościami; chcesz ponownie wykorzystywać zebrane wcześniej doświadczenia - concerns you if EN: you control motors, steering or other continuous values; you want to reuse previously collected experience - related: `actorcritic`, `centralcritic` - sources: `td3-2018` ### Gradient polityki (REINFORCE) (Policy gradient methods (REINFORCE)) - id: `policygradient` · https://aiatlasgraph.com/t/policygradient.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Gradient polityki (REINFORCE) - PL: Bezpośrednie poprawianie parametrów polityki w kierunku akcji, które dały wyższą nagrodę. Proste i ogólne, ale wymaga wielu prób. - EN: Directly adjusting policy parameters towards actions that led to higher reward. Simple and general, but sample-hungry. - examples PL: REINFORCE · baseline · funkcja przewagi (advantage) · on-policy - examples EN: REINFORCE · baseline · advantage function · on-policy - In one sentence PL: To poprawianie sposobu wybierania działań, żeby częściej prowadziły do lepszego wyniku. - Problem it solves PL: Masz ocenę całej próby, ale potrzebujesz powiązać ją z wyborami, które program wykonał po drodze. - What it does PL: Zwiększa szanse wyborów powiązanych z lepszym wynikiem i zmniejsza szanse gorszych, aktualizując wyuczone ustawienia na podstawie prób. - Everyday example PL: W symulatorze robot próbuje różnych ruchów ramienia, a udane przeniesienie przedmiotu wpływa na przyszłe wybieranie podobnych ruchów. - In one sentence EN: This improves how actions are chosen so they more often lead to better outcomes. - Problem it solves EN: You have a score for a whole trial but need to relate it to choices the program made along the way. - What it does EN: It raises the chances of choices associated with better outcomes and lowers worse ones, updating learned settings from trials. - Everyday example EN: In a simulator, a robot tries different arm movements, and successfully moving an object influences future selection of similar actions. - concerns you if PL: chcesz bezpośrednio uczyć sposób wybierania działań; możesz przeprowadzać próby i oceniać ich wyniki - concerns you if EN: want to learn action selection directly; can run trials and score their outcomes - sources: `rl`, `spinningup-rl-taxonomy`, `hf-deep-rl-course` ### Hierarchiczne RL i opcje (Hierarchical reinforcement learning and options) - id: `hierarchicalrl` · https://aiatlasgraph.com/t/hierarchicalrl.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Hierarchiczne RL i opcje - aliases: hierarchical RL, HRL, options framework, option-critic, temporal abstraction, abstrakcja czasowa, makroakcje - PL: Dzielenie zachowania na poziomy: polityka nadrzędna wybiera umiejętności trwające wiele kroków (opcje), a te same decydują o ruchach i o tym, kiedy się zakończyć. - EN: Splitting behaviour into levels: a higher-level policy picks multi-step skills (options), which in turn choose low-level moves and when to stop. - examples PL: opcje · option-critic · sieci feudalne · odkrywanie umiejętności - examples EN: options · option-critic · feudal networks · skill discovery - In one sentence PL: To uczenie działania na dwóch poziomach: najpierw wybór większego kroku, potem drobne ruchy, które go wykonują. - Problem it solves PL: Długie zadania składają się z setek drobnych ruchów, a decydowanie o każdym z osobna sprawia, że nauka trwa bardzo długo. - What it does PL: Jak przepis kulinarny: myślisz „zrób sos, ugotuj makaron”, a każdy z tych kroków sam rozkłada się na drobne czynności. - Everyday example PL: Postać w grze najpierw wybiera „idź do drzwi”, a dopiero potem uczy się, jak stawiać kroki i kiedy uznać, że już dotarła. - In one sentence EN: This learns to act at two levels: first choosing a larger step, then the small moves that carry it out. - Problem it solves EN: Long tasks are made of hundreds of small moves, and deciding each one separately makes learning very slow. - What it does EN: Like a recipe: you think "make the sauce, cook the pasta", and each of those steps breaks down into small actions on its own. - Everyday example EN: A game character first chooses "go to the door" and only then learns how to step and when to decide it has arrived. - concerns you if PL: Twoje zadanie składa się z wielu etapów; chcesz, by program raz nauczonych umiejętności używał w różnych zadaniach; projektujesz agenta, który ma planować na długi czas - concerns you if EN: have a task made of many stages; want software to reuse skills it has learned across different tasks; are designing an agent that must plan over a long time - related: `classicalplanning` - sources: `option-critic-2016` ### Metody aktor–krytyk (A2C, SAC) (Actor–critic methods (A2C, SAC)) - id: `actorcritic` · https://aiatlasgraph.com/t/actorcritic.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Metody aktor–krytyk (A2C, SAC) - PL: Połączenie uczonej polityki (aktor) z funkcją wartości lub Q (krytyk), która dostarcza sygnał do aktualizacji polityki i może zmniejszać wariancję estymatora gradientu. Rodzina szeroko stosowana w sterowaniu ciągłym. - EN: Combines a learned policy (actor) with a value or Q function (critic) that guides policy updates and can reduce gradient-estimator variance. A widely used family for continuous control. - examples PL: A2C/A3C · DDPG · TD3 · Soft Actor-Critic (SAC) - examples EN: A2C/A3C · DDPG · TD3 · Soft Actor-Critic (SAC) - In one sentence PL: To uczenie wyborów przy pomocy drugiego wyuczonego elementu, który ocenia ich przyszłe skutki. - Problem it solves PL: Sam wynik całej próby daje mało wskazówek, które kolejne decyzje warto poprawić. - What it does PL: Jeden element wybiera działania, a drugi szacuje wartość sytuacji lub ruchu i dostarcza wskazówki do poprawiania tych wyborów. - Everyday example PL: Robot ćwiczy chwytanie przedmiotu, a wyuczony oceniający element podpowiada, które zmiany ruchu rokują lepszy wynik. - In one sentence EN: This learns choices with help from another learned component that assesses their future consequences. - Problem it solves EN: A whole trial's outcome alone gives limited guidance about which individual decisions need improvement. - What it does EN: One component chooses actions while another estimates situation or action values and provides guidance for improving those choices. - Everyday example EN: A robot practises gripping an object while a learned evaluator indicates which movement changes promise a better outcome. - concerns you if PL: chcesz łączyć wybór działań z ich wyuczoną oceną; sterujesz ruchem wymagającym wielu kolejnych decyzji - concerns you if EN: want action choices guided by learned assessments; control movement requiring many successive decisions - related: `ddpgtd3` - sources: `rl`, `spinningup-rl-taxonomy`, `hf-deep-rl-course` ### Proximal Policy Optimization (PPO) (Proximal policy optimization (PPO)) - id: `ppo` · https://aiatlasgraph.com/t/ppo.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Proximal Policy Optimization (PPO) - PL: Metoda gradientu polityki wykorzystująca zastępczą funkcję celu, zaprojektowaną tak, by ograniczać zbyt duże zmiany polityki podczas aktualizacji. Szeroko stosowana w symulacjach, robotyce i części systemów RLHF. - EN: A policy-gradient method using a surrogate objective designed to constrain overly large policy changes during updates. Widely used in simulation, robotics and some RLHF systems. - examples PL: Clipped objective · GAE · wiele epok na jednej porcji danych - examples EN: Clipped objective · GAE · multiple epochs per batch - In one sentence PL: To uczenie lepszych wyborów z ograniczaniem zbyt dużych zmian w sposobie działania programu. - Problem it solves PL: Gwałtowna zmiana po udanych próbach może popsuć wyuczone zachowanie i utrudnić dalszą naukę. - What it does PL: Poprawia szanse wyboru działań według ich ocen, ograniczając zachętę do aktualizacji, które za mocno zmieniają dotychczasowe prawdopodobieństwa. - Everyday example PL: Robot ćwiczy chód w symulatorze, a kolejne poprawki jego wyborów są ograniczane, żeby nie przebudować zachowania naraz. - In one sentence EN: This learns better choices while limiting overly large changes to how a program acts. - Problem it solves EN: A large change after successful trials may disrupt learned behaviour and make further learning harder. - What it does EN: It improves action probabilities using outcome assessments while limiting incentives for updates that change the previous probabilities too much. - Everyday example EN: A robot practises walking in a simulator, with successive choice updates constrained to avoid changing the behaviour too abruptly. - concerns you if PL: nauka zachowania bywa niestabilna po dużych zmianach; chcesz poprawiać strategię na podstawie kolejnych prób - concerns you if EN: find behavioural learning unstable after large changes; want to improve a strategy using successive trials - related: `rlhfppo`, `rlpolicy` - sources: `rl`, `spinningup-rl-taxonomy`, `hf-deep-rl-course`, `ppo-2017` ### Q-learning i głębokie sieci Q (DQN) (Q-learning and deep Q-networks (DQN)) - id: `qlearning` · https://aiatlasgraph.com/t/qlearning.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Q-learning i głębokie sieci Q (DQN) - PL: Uczenie wartości akcji z równania Bellmana w trybie off-policy; w DQN sieć neuronowa zastępuje tabelę Q. Metody tej rodziny wykorzystują ponownie dane z wcześniejszych interakcji, lecz trening z aproksymacją funkcji wymaga mechanizmów stabilizujących. - EN: Off-policy learning of action values from the Bellman equation; in DQN a neural network replaces the Q-table. Methods in this family reuse data from past interactions, but training with function approximation needs stabilising mechanisms. - examples PL: Tabelaryczny Q-learning · DQN · bufor doświadczeń (replay) · sieć docelowa · Double DQN - examples EN: Tabular Q-learning · DQN · experience replay · target network · Double DQN - In one sentence PL: To uczenie programu oceny możliwych ruchów, żeby wybierał te obiecujące lepszy dalszy wynik. - Problem it solves PL: Program nie wie, które działanie jest korzystne, zwłaszcza gdy jego ważne skutki pojawiają się dopiero później. - What it does PL: Poprawia oceny działań według uzyskanej nagrody i przewidywanej wartości następnych ruchów; może zapisywać oceny w tabeli lub wyuczonym modelu. - Everyday example PL: Postać w grze uczy się, które przejście prowadzi do celu, korzystając także z zapisanych wyników wcześniejszych prób. - In one sentence EN: This teaches software to score possible moves so it can choose those promising better future outcomes. - Problem it solves EN: Software does not know which action is beneficial, especially when important consequences appear later. - What it does EN: It updates action scores using received rewards and predicted future move values, storing scores in a table or learned model. - Everyday example EN: A game character learns which passage leads towards the goal, also using recorded outcomes from earlier trials. - concerns you if PL: chcesz wybierać ruchy przez porównanie ich ocen; masz doświadczenia, które można wykorzystać ponownie do nauki - concerns you if EN: want to choose moves by comparing their scores; have experiences that can be reused for learning - related: `conservativeoffline`, `tdlearning`, `lcs` - sources: `rl`, `spinningup-rl-taxonomy`, `hf-deep-rl-course`, `dqn-atari-2013` ### Rozkładowe uczenie ze wzmocnieniem (Distributional reinforcement learning) - id: `distributionalrl` · https://aiatlasgraph.com/t/distributionalrl.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Rozkładowe uczenie ze wzmocnieniem - aliases: distributional RL, value distribution - PL: Rodzina metod uczących rozkładu zwrotu (value distribution) zamiast jego wartości oczekiwanej, przez rozkładową wersję równania Bellmana. - EN: A family of methods learning the distribution of returns (value distribution) instead of its expectation, via a distributional Bellman equation. - In one sentence PL: Zamiast jednej średniej oceny agent uczy się całego zakresu możliwych wyników swojego działania, od najgorszych po najlepsze. - Problem it solves PL: Średnia ukrywa ryzyko: dwa ruchy z tym samym przeciętnym wynikiem mogą się bardzo różnić szansą na porażkę. - What it does PL: Jak prognoza pogody podająca szanse deszczu i burzy, a nie tylko średnią temperaturę na jutro. - Everyday example PL: Agent prowadzący samochód w symulacji unika manewru, który zwykle się opłaca, ale czasem kończy się stłuczką. - In one sentence EN: Instead of one average score, the agent learns the whole range of possible outcomes of its actions, worst to best. - Problem it solves EN: An average hides risk: two moves with the same typical result can differ greatly in their chance of disaster. - What it does EN: Like a forecast giving chances of rain and storms, not just tomorrow's average temperature. - Everyday example EN: An agent driving in simulation avoids a manoeuvre that usually pays off but sometimes ends in a crash. - concerns you if PL: rzadkie, ale bardzo złe wyniki są dla ciebie ważne; chcesz zrozumieć, skąd biorą się mocne agenty do gier - concerns you if EN: rare but very bad outcomes matter to you; you want to know where strong game-playing agents come from - related: `saferl` - sources: `c51-distributional-2017`, `rainbow-2017` ### Uczenie z celami i odtwarzanie z perspektywy czasu (HER) (Goal-conditioned RL and hindsight experience replay) - id: `goalconditioned` · https://aiatlasgraph.com/t/goalconditioned.md - path: Uczenie ze wzmocnieniem i decyzje › Algorytmy RL › Uczenie z celami i odtwarzanie z perspektywy czasu (HER) - aliases: goal-conditioned RL, goal-conditioned reinforcement learning, hindsight experience replay, HER, universal value function approximators, UVFA, uczenie warunkowane celem - PL: Jedna polityka uczona dla wielu celów naraz, z celem podawanym jako dodatkowe wejście. Odtwarzanie z perspektywy czasu przepisuje nieudane próby tak, jakby celem było to, co faktycznie osiągnięto, co pozwala uczyć się przy nagrodzie tylko za sukces. - EN: One policy trained for many goals at once, with the goal given as an extra input. Hindsight replay relabels failed attempts as if the goal had been whatever was actually reached, enabling learning from success-only rewards. - examples PL: odtwarzanie z perspektywy czasu · funkcje wartości warunkowane celem · zadania pchania i podnoszenia - examples EN: hindsight experience replay · goal-conditioned value functions · push and pick-and-place tasks - In one sentence PL: To uczenie jednego programu wielu celów naraz, także na próbach, które nie trafiły tam, gdzie miały. - Problem it solves PL: Gdy punkt jest tylko za pełny sukces, początkujący program prawie nigdy go nie zdobywa i nie ma z czego się uczyć. - What it does PL: Jak rzut lotką obok tarczy: zamiast uznać go za porażkę, zapamiętujesz, jak trafić dokładnie w to miejsce, gdzie lotka wbiła się w ścianę. - Everyday example PL: Ramię robota ma przesunąć kubek na zaznaczone miejsce; gdy przesunie go gdzie indziej, ta próba i tak uczy, jak dostawić kubek właśnie tam. - In one sentence EN: This teaches one program many goals at once, including from attempts that missed where they were aimed. - Problem it solves EN: When points come only for full success, a beginner program almost never earns them and has nothing to learn from. - What it does EN: Like a dart that misses the board: instead of writing it off, you remember how to hit exactly the spot where it landed on the wall. - Everyday example EN: A robot arm must push a mug to a marked spot; when it pushes it somewhere else, that attempt still teaches how to place the mug right there. - concerns you if PL: uczysz program zadań, w których sukces zdarza się bardzo rzadko; chcesz, by jeden program wykonywał wiele podobnych poleceń z różnym celem; pracujesz z ramieniem robota lub nawigacją do wskazanego miejsca - concerns you if EN: teach software tasks where success is very rare; want one program to carry out many similar commands with different targets; work with a robot arm or navigation to a chosen spot - related: `experiencereplay`, `manipulation`, `rewarddesign` - sources: `her-2017` ### Modele świata i planowanie (Model-based reinforcement learning) - id: `modelbased` · https://aiatlasgraph.com/t/modelbased.md - path: Uczenie ze wzmocnieniem i decyzje › Modele świata i planowanie - PL: Przewidywanie skutków działań przed ich wykonaniem. - EN: Predicting the effect of actions before taking them. - examples PL: World models · model-based RL - examples EN: World models · model-based RL - In one sentence PL: To przewidywanie, co stanie się po działaniu, żeby zaplanować wybór przed jego wykonaniem. - Problem it solves PL: Sprawdzanie każdej możliwości w prawdziwym otoczeniu bywa kosztowne, wolne lub ryzykowne. - What it does PL: Tworzy lub wykorzystuje model otoczenia, porównuje przewidywane przebiegi i uczy wybory lub planuje działania na ich podstawie. - Everyday example PL: Robot porównuje przewidywane skutki przesunięcia pudełka z różnych stron, zanim spróbuje wybranego ruchu. - In one sentence EN: This predicts what will happen after an action so a choice can be planned before taking it. - Problem it solves EN: Trying every possibility in the real environment can be costly, slow or risky. - What it does EN: It builds or uses an environment model, compares predicted sequences and uses them to learn choices or plan actions. - Everyday example EN: A robot compares predicted effects of pushing a box from different sides before trying the chosen move. - concerns you if PL: prawdziwe próby są kosztowne lub trudne do wykonania; chcesz porównywać skutki działań przed podjęciem decyzji - concerns you if EN: find real trials costly or difficult to run; want to compare consequences before choosing an action - sources: `rl`, `cs221` ### Architektury predykcyjne wspólnego osadzenia (JEPA) (Joint Embedding Predictive Architectures (JEPA)) - id: `jepa` · https://aiatlasgraph.com/t/jepa.md - path: Uczenie ze wzmocnieniem i decyzje › Modele świata i planowanie › Architektury predykcyjne wspólnego osadzenia (JEPA) - PL: Modele uczące się przewidywać abstrakcyjne reprezentacje przyszłych lub brakujących stanów w przestrzeni osadzeń, zamiast rekonstruować surowe dane (piksele, tokeny). - EN: Models that learn to predict abstract representations of future or missing states in embedding space, rather than reconstructing raw data (pixels, tokens). - In one sentence PL: To sposób uczenia modeli, żeby przewidywały, co będzie dalej, ale w uproszczonej formie, bez odtwarzania każdego szczegółu obrazu czy dźwięku. - Problem it solves PL: Pełne odtwarzanie szczegółów (np. pikseli) jest kosztowne i często niepotrzebne, gdy interesuje nas tylko struktura i zmiany otoczenia. - What it does PL: Koduje obserwacje do ukrytej przestrzeni i uczy się przewidywać reprezentację przyszłego stanu z obecnego, pomijając nieistotne detale. - Everyday example PL: Model patrzy na kilka klatek wideo i przewiduje, jak będzie wyglądała scena za chwilę, ale tylko w formie cech, nie pełnego obrazu. - In one sentence EN: A way of training models to predict what comes next, but in simplified form, without reconstructing every detail of an image or sound. - Problem it solves EN: Fully reconstructing details (e.g. pixels) is costly and often unnecessary when we mainly care about structure and changes in the environment. - What it does EN: It encodes observations into a latent space and learns to predict the representation of a future state from the current one, ignoring irrelevant details. - Everyday example EN: A model looks at a few video frames and predicts what the scene will look like shortly, but only as features, not a full image. - concerns you if PL: chcesz modeli, które rozumieją dynamikę otoczenia bez generowania pikseli; interesuje Cię efektywne predykcyjne modelowanie świata - concerns you if EN: want models that understand environmental dynamics without generating pixels; are interested in efficient predictive world modelling - related: `worldfoundation`, `visionssl` - sources: `jepaanything-arxiv-2026` ### Hierarchiczne JEPA (H-JEPA) (Hierarchical Joint Embedding Predictive Architectures (H-JEPA)) - id: `hjepa` · https://aiatlasgraph.com/t/hjepa.md - path: Uczenie ze wzmocnieniem i decyzje › Modele świata i planowanie › Architektury predykcyjne wspólnego osadzenia (JEPA) › Hierarchiczne JEPA (H-JEPA) - PL: Rozszerzenie JEPA o planowanie na wielu poziomach abstrakcji, z osobnymi reprezentacjami dla różnych skal czasowych. - EN: An extension of JEPA with planning at multiple levels of abstraction, using separate representations for different timescales. - In one sentence PL: To sposób, w którym model planuje zarówno duże cele, jak i małe kroki, używając różnych poziomów opisu świata. - Problem it solves PL: Płaskie modele świata mają problem z planowaniem długoterminowym i krótkoterminowym jednocześnie. - What it does PL: Używa oddzielnych reprezentacji do planowania na wysokim poziomie (cele) i niskim poziomie (konkretne ruchy). - Everyday example PL: Robot planuje drogę przez budynek na wysokim poziomie, a jednocześnie steruje każdym krokiem na niskim. - In one sentence EN: A way for a model to plan both big goals and small steps, using different levels of describing the world. - Problem it solves EN: Flat world models struggle to handle long-term and short-term planning at the same time. - What it does EN: It uses separate representations to plan at a high level (goals) and a low level (specific movements). - Everyday example EN: A robot plans a path through a building at a high level while controlling each step at a low level. - concerns you if PL: interesuje Cię wielopoziomowe planowanie w modelach świata; chcesz lepiej łączyć abstrakcję z działaniem - concerns you if EN: are interested in multi-level planning in world models; want to better combine abstraction with action ### JEPA-Anything – uniwersalne predykcyjne modele świata (JEPA-Anything: domain-agnostic predictive world models) - id: `jepaanything` · https://aiatlasgraph.com/t/jepaanything.md - path: Uczenie ze wzmocnieniem i decyzje › Modele świata i planowanie › Architektury predykcyjne wspólnego osadzenia (JEPA) › JEPA-Anything – uniwersalne predykcyjne modele świata - PL: Rozszerzenie JEPA o ortogonalną faktoryzację predykcyjną (OPF), pozwalającą na wspólną zasadę uczenia modeli świata w wielu różnych domenach. - EN: An extension of JEPA with orthogonal predictive factorization (OPF), enabling a shared learning principle for world models across many different domains. - In one sentence PL: To metoda, która pozwala jednemu rodzajowi modelu przewidywać, co się stanie w bardzo różnych światach – od obrazów i ruchu, po komórki i pogodę. - Problem it solves PL: Większość modeli świata działa dobrze tylko w jednej dziedzinie; przenoszenie ich na inne wymaga dużo nowej pracy. - What it does PL: Rozbija przyszły stan na kilka niezależnych czynników, uczy każdy osobno i składa je z powrotem, dzięki czemu ta sama zasada działa w wielu dziedzinach. - Everyday example PL: Model trenowany na wideo i na trajektoriach cząsteczek uczy się przewidywać skutki interwencji w obu przypadkach tą samą metodą. - In one sentence EN: A method that lets one kind of model predict what will happen in very different worlds – from images and motion to cells and weather. - Problem it solves EN: Most world models work well in only one domain; moving them to others requires a lot of new work. - What it does EN: It breaks a future state into several independent factors, learns each separately and recombines them, so the same principle works across many domains. - Everyday example EN: A model trained on video and on particle trajectories learns to predict the effects of interventions in both cases with the same method. - concerns you if PL: chcesz modeli świata, które nie są ograniczone do jednej dziedziny; interesują Cię predykcje interwencji w nauce i sterowaniu - concerns you if EN: want world models that are not limited to a single domain; are interested in intervention predictions in science and control - sources: `jepaanything-arxiv-2026` ### Generatywne modele świata dla agentów i robotów (Generative world models for agents and robotics) - id: `worldfoundation` · https://aiatlasgraph.com/t/worldfoundation.md - path: Uczenie ze wzmocnieniem i decyzje › Modele świata i planowanie › Generatywne modele świata dla agentów i robotów - PL: Modele generujące lub przewidujące przebieg środowiska, czasem warunkowane działaniami użytkownika albo agenta. Mogą tworzyć interaktywne środowiska lub służyć jako baza symulacji do trenowania i testowania systemów autonomicznych. - EN: Models that generate or predict how an environment evolves, sometimes conditioned on user or agent actions. They can create interactive environments or provide simulation foundations for training and testing autonomous systems. - examples PL: Genie 3 · NVIDIA Cosmos · interaktywne środowiska · modele świata warunkowane akcją - examples EN: Genie 3 · NVIDIA Cosmos · interactive environments · action-conditioned world models - In one sentence PL: To modele tworzące lub przewidujące otoczenia, w których programy mogą ćwiczyć i sprawdzać działania. - Problem it solves PL: Zbieranie wielu różnych sytuacji w prawdziwym świecie jest kosztowne, a przygotowanie ich ręcznej symulacji wymaga pracy. - What it does PL: Uczy się wzorców zmian otoczenia i generuje dalszy przebieg, czasem reagując na wybrane działania; zgodność z rzeczywistą fizyką wymaga sprawdzenia. - Everyday example PL: Tworzysz wirtualne sceny magazynu do prób nawigacji, a potem sprawdzasz, czy wyuczone zachowanie działa także w rzeczywistych warunkach. - In one sentence EN: These models generate or predict environments where programs can practise and test actions. - Problem it solves EN: Collecting varied real situations is costly, while building simulations of them by hand takes work. - What it does EN: It learns environmental change patterns and generates continuations, sometimes conditioned on actions; agreement with real physics needs checking. - Everyday example EN: You create virtual warehouse scenes for navigation trials, then check whether the learned behaviour also works in real conditions. - concerns you if PL: potrzebujesz wielu zróżnicowanych sytuacji do prób; chcesz generować otoczenia reagujące na działania - concerns you if EN: need varied situations for testing; want to generate environments responding to actions - related: `jepa`, `drivingworldmodels`, `imagegen`, `videogen`, `neuralgameengines`, `robotfoundation`, `simtoreal` - sources: `cosmos-wfm-2025`, `genie3-blog-2025`, `gaia1-2023` ### Planowanie z przeszukiwaniem drzewa (AlphaZero, MuZero) (Tree-search planning with learned models) - id: `mctsplanning` · https://aiatlasgraph.com/t/mctsplanning.md - path: Uczenie ze wzmocnieniem i decyzje › Modele świata i planowanie › Planowanie z przeszukiwaniem drzewa (AlphaZero, MuZero) - PL: Łączenie przeszukiwania drzewa Monte Carlo z sieciami przewidującymi wartość i politykę, a w MuZero także z wyuczonym modelem reguł. Klucz do sukcesów w grach planszowych. - EN: Combining Monte Carlo tree search with networks that predict value and policy, and in MuZero also a learned model of the rules. Key to the successes in board games. - examples PL: MCTS · AlphaZero · MuZero · iteracja eksperta (self-play) - examples EN: MCTS · AlphaZero · MuZero · expert iteration (self-play) - In one sentence PL: To wybieranie ruchu przez próbowanie możliwych dalszych przebiegów z pomocą wyuczonych ocen. - Problem it solves PL: Sama szybka ocena ruchu może przeoczyć ważny skutek, a pełne sprawdzenie wszystkich dalszych przebiegów jest zbyt kosztowne. - What it does PL: Rozwija wybrane gałęzie możliwych działań, wykorzystując wyuczone wskazówki i oceny, a czasem także model przewidujący następną sytuację. - Everyday example PL: Program grający w grę planszową przed ruchem sprawdza obiecujące odpowiedzi obu stron, łącząc próby dalszej gry z wyuczonym ocenianiem pozycji. - In one sentence EN: This chooses a move by exploring possible future sequences with help from learned assessments. - Problem it solves EN: A quick move assessment may miss an important consequence, while exploring every future sequence is too costly. - What it does EN: It explores selected action branches using learned guidance and values, sometimes also a model predicting the next situation. - Everyday example EN: Before moving, board game software explores promising responses from both sides, combining future play trials with learned position assessments. - concerns you if PL: chcesz połączyć wyuczone wskazówki ze sprawdzaniem wariantów; możesz poświęcić obliczenia na plan przed ruchem - concerns you if EN: want learned guidance combined with exploring alternatives; can spend computation on planning before an action - related: `adversarialsearch`, `testtime`, `retrosynthesis`, `search`, `selfplay` - sources: `spinningup-rl-taxonomy`, `muzero-2019` ### Uczenie w wyobraźni modelu świata (Dreamer) (Learning in imagination with latent world models) - id: `latentworldmodels` · https://aiatlasgraph.com/t/latentworldmodels.md - path: Uczenie ze wzmocnieniem i decyzje › Modele świata i planowanie › Uczenie w wyobraźni modelu świata (Dreamer) - PL: Agent uczy się kompaktowego modelu środowiska i trenuje politykę na wyobrażonych przebiegach zamiast na kosztownych prawdziwych próbach. - EN: The agent learns a compact model of the environment and trains its policy on imagined rollouts instead of costly real trials. - examples PL: DreamerV3 · model świata w przestrzeni ukrytej · rollouty w wyobraźni - examples EN: DreamerV3 · latent world model · imagined rollouts - In one sentence PL: To uczenie wyborów na przewidywanych przebiegach otoczenia zamiast wykonywania każdej próby naprawdę. - Problem it solves PL: Duża liczba prawdziwych prób wymaga czasu, sprzętu lub ryzyka uszkodzenia rzeczy. - What it does PL: Uczy zwięzły model zmian otoczenia, rozgrywa w nim przewidywane sekwencje i wykorzystuje ich oceny do poprawiania wyborów. - Everyday example PL: Program uczy się sterowania postacią, ćwicząc przewidywane ruchy w wyuczonym opisie gry przed kolejną prawdziwą rozgrywką. - In one sentence EN: This learns choices from predicted environment sequences instead of performing every trial in reality. - Problem it solves EN: Many real trials require time, equipment or a risk of damaging things. - What it does EN: It learns a compact model of environmental changes, runs predicted sequences inside it and uses their scores to improve choices. - Everyday example EN: Software learns character control by practising predicted moves in a learned game representation before the next actual game. - concerns you if PL: prawdziwe doświadczenia trudno lub drogo zbierać; możesz uczyć model przewidywania skutków działań - concerns you if EN: find real experience difficult or costly to collect; can teach a model to predict action consequences - sources: `rl`, `spinningup-rl-taxonomy`, `dreamerv3-2023` ### Offline RL i eksploracja (Offline reinforcement learning and exploration) - id: `offline` · https://aiatlasgraph.com/t/offline.md - path: Uczenie ze wzmocnieniem i decyzje › Offline RL i eksploracja - PL: Uczenie ze zbioru doświadczeń oraz zbieranie nowych. - EN: Learning from a fixed set of experience, and gathering new experience. - examples PL: Offline RL · exploration - examples EN: Offline RL · exploration - In one sentence PL: To sposoby uczenia działania z zapisanych doświadczeń i dobierania prób dostarczających nowych informacji. - Problem it solves PL: Nowe próby są kosztowne, a zapisane doświadczenia nie obejmują wszystkich sytuacji i możliwych wyborów. - What it does PL: Wykorzystuje historie działań i rezultatów, ostrożnie ocenia nieznane wybory oraz może zachęcać do odkrywania nowych lub trudnych sytuacji. - Everyday example PL: Program uczy się z zapisanych przejazdów w symulatorze, a przy nowych próbach szuka tras, o których ma mało informacji. - In one sentence EN: These methods learn actions from recorded experience and choose trials that provide new information. - Problem it solves EN: New trials are costly, while recorded experience does not cover every situation and possible choice. - What it does EN: It uses action and outcome histories, assesses unfamiliar choices cautiously and may encourage discovering new or difficult situations. - Everyday example EN: Software learns from recorded simulator journeys and seeks routes it knows little about during new trials. - concerns you if PL: masz zapisane przebiegi zadań i ich wyniki; chcesz rozsądnie wybierać nowe próby zamiast działać przypadkowo - concerns you if EN: have recorded task sequences and their outcomes; want to choose informative trials rather than act randomly - related: `rlprocesscontrol` - sources: `rl`, `cs221` ### Eksploracja z ciekawości (nagroda wewnętrzna) (Curiosity-driven exploration and intrinsic rewards) - id: `curiosity` · https://aiatlasgraph.com/t/curiosity.md - path: Uczenie ze wzmocnieniem i decyzje › Offline RL i eksploracja › Eksploracja z ciekawości (nagroda wewnętrzna) - PL: Agent dostaje dodatkową nagrodę za odkrywanie nowego lub trudnego do przewidzenia, co pomaga, gdy zewnętrzna nagroda pojawia się rzadko. - EN: The agent earns an extra reward for novel or hard-to-predict situations, which helps when external reward is sparse. - examples PL: Moduł ciekawości (ICM) · Random Network Distillation · bonusy za nowość - examples EN: Intrinsic Curiosity Module (ICM) · Random Network Distillation · novelty bonuses - In one sentence PL: To zachęcanie uczącego się programu do odkrywania nowych lub trudnych do przewidzenia sytuacji. - Problem it solves PL: Gdy nagroda za sukces pojawia się rzadko, program może nie znaleźć działań, z których warto się uczyć. - What it does PL: Dodaje ocenę za nowość lub błąd przewidywania, żeby kierować próby także w mniej poznane części otoczenia. - Everyday example PL: Postać w grze otrzymuje dodatkową ocenę za zwiedzanie nowych miejsc, zanim znajdzie właściwą drogę do odległego celu. - In one sentence EN: This encourages learning software to discover new or hard to predict situations. - Problem it solves EN: When success rewards are rare, software may fail to find actions that provide useful learning experience. - What it does EN: It adds a score for novelty or prediction error to direct trials towards less explored parts of the environment. - Everyday example EN: A game character receives extra scores for visiting new places before finding a route to a distant goal. - concerns you if PL: sukces jest rzadki i trudno zacząć naukę; chcesz nagradzać odkrywanie nowych doświadczeń - concerns you if EN: have rare successes that make learning hard to start; want to reward discovery of new experiences - related: `gametesting`, `noveltysearch`, `rewarddesign`, `bandits` - sources: `rl`, `icm-curiosity-2017` ### Konserwatywne offline RL (CQL, IQL) (Conservative offline RL) - id: `conservativeoffline` · https://aiatlasgraph.com/t/conservativeoffline.md - path: Uczenie ze wzmocnieniem i decyzje › Offline RL i eksploracja › Konserwatywne offline RL (CQL, IQL) - PL: Uczenie polityki z gotowego zbioru danych bez nowych interakcji; kara za przeszacowanie akcji, których nie ma w danych, chroni przed błędami przesunięcia rozkładu. - EN: Learning a policy from a fixed dataset without new interaction; penalising overestimated out-of-dataset actions guards against distribution-shift errors. - examples PL: Conservative Q-Learning (CQL) · Implicit Q-Learning (IQL) · D4RL - examples EN: Conservative Q-Learning (CQL) · Implicit Q-Learning (IQL) · D4RL - In one sentence PL: To uczenie wyborów z gotowych doświadczeń z ostrożnością wobec działań słabo opisanych w danych. - Problem it solves PL: Model może uznać niewidziane działanie za świetne, choć brakuje doświadczeń potwierdzających tę ocenę. - What it does PL: Ogranicza nadmiernie optymistyczne oceny nieznanych działań lub uczy się bez ich bezpośredniego oceniania, korzystając z zapisanych przebiegów. - Everyday example PL: Z zapisanych przejazdów uczysz wybór trasy, powstrzymując model przed polecaniem nieznanych skrótów wyłącznie na podstawie wysokiej przewidywanej oceny. - In one sentence EN: This learns choices from recorded experience while treating actions poorly represented in the data cautiously. - Problem it solves EN: A model may rate an unseen action highly despite lacking experience that supports that assessment. - What it does EN: It limits overly optimistic assessments of unfamiliar actions or learns without directly evaluating them, using recorded sequences. - Everyday example EN: Recorded journeys teach route choices while discouraging recommendations of unfamiliar shortcuts based solely on high predicted scores. - concerns you if PL: masz gotowe doświadczenia, ale nie możesz zbierać nowych; chcesz ograniczyć ufanie ocenom działań nieobecnych w danych - concerns you if EN: have recorded experience but cannot collect more; want less reliance on scores for actions absent from data - related: `ope`, `qlearning`, `deadlytriad` - sources: `rl`, `cql-2020` ### Ocena polityki off-policy (OPE) (Off-policy evaluation (OPE)) - id: `ope` · https://aiatlasgraph.com/t/ope.md - path: Uczenie ze wzmocnieniem i decyzje › Offline RL i eksploracja › Ocena polityki off-policy (OPE) - aliases: off-policy evaluation, OPE, off-policy value evaluation, ocena off-policy, importance sampling estimators, doubly robust estimator, estymator podwójnie odporny - PL: Szacowanie, jak dobra byłaby nowa polityka, wyłącznie z danych zebranych przez inną politykę, bez jej uruchamiania. Często krytyczny krok przed wdrożeniem RL w realnych systemach. - EN: Estimating how good a new policy would be using only data collected by a different policy, without running it. Often a critical step before deploying RL in real systems. - examples PL: próbkowanie ważone · estymator podwójnie odporny · dopasowana ocena Q - examples EN: importance sampling · doubly robust estimator · fitted Q evaluation - In one sentence PL: To sprawdzanie, jak sprawdziłby się nowy sposób działania, na podstawie starych zapisów, zanim go uruchomisz. - Problem it solves PL: Uruchomienie niesprawdzonej strategii na prawdziwych ludziach lub pieniądzach jest ryzykowne, a dane masz tylko z obecnego sposobu działania. - What it does PL: Jak ocena nowej trasy autobusu z danych o dotychczasowych przejazdach: przeważasz kursy podobne do nowej trasy, zamiast od razu zmieniać rozkład. - Everyday example PL: Sklep internetowy ma zapis, jakie rabaty pokazywał klientom; zanim wprowadzi nowy sposób ich doboru, szacuje jego wynik z tych zapisów. - In one sentence EN: This checks how a new way of acting would perform, using old records, before you switch it on. - Problem it solves EN: Running an untested strategy on real people or money is risky, and you only have data from how things are done today. - What it does EN: Like judging a new bus route from records of past trips: you give more weight to journeys resembling the new route instead of changing the timetable straight away. - Everyday example EN: An online shop has records of which discounts it showed customers; before introducing a new way to choose them, it estimates the result from those records. - concerns you if PL: masz dużo danych z obecnego systemu, ale nie możesz łatwo testować nowych; musisz uzasadnić zmianę strategii przed jej wdrożeniem; pracujesz z rekomendacjami, medycyną lub finansami, gdzie błędy kosztują - concerns you if EN: have lots of data from the current system but cannot easily test new ones; must justify a strategy change before rolling it out; work with recommendations, medicine or finance, where mistakes are costly - related: `conservativeoffline`, `abtesting` - sources: `doubly-robust-ope-2015` ### RL jako modelowanie sekwencji (Decision Transformer) (RL as sequence modelling (Decision Transformer)) - id: `decisiontransformer` · https://aiatlasgraph.com/t/decisiontransformer.md - path: Uczenie ze wzmocnieniem i decyzje › Offline RL i eksploracja › RL jako modelowanie sekwencji (Decision Transformer) - PL: Traktowanie trajektorii jak tekstu: transformer przewiduje kolejną akcję na podstawie historii i oczekiwanego wyniku. - EN: Treating trajectories like text: a transformer predicts the next action from history and a desired return. - examples PL: Decision Transformer · warunkowanie na docelowej nagrodzie (return-to-go) - examples EN: Decision Transformer · return-to-go conditioning - In one sentence PL: To wybieranie następnego działania z historii wcześniejszych kroków i wskazanego docelowego wyniku. - Problem it solves PL: Masz zapisane przebiegi zadań, ale potrzebujesz wykorzystać je do wybierania kolejnych działań przy zadanym celu. - What it does PL: Uczy się przewidywać kolejny ruch w zapisanych sekwencjach, odczytując dotychczasową sytuację, działania i oczekiwaną pozostałą nagrodę. - Everyday example PL: Program dostaje historię ruchów w grze i oczekiwany wynik, a potem proponuje kolejny ruch podobny do odpowiednich zapisanych przebiegów. - In one sentence EN: This chooses the next action from a history of previous steps and a specified target outcome. - Problem it solves EN: You have recorded task sequences but need to use them to choose actions for a target outcome. - What it does EN: It learns to predict the next move in recorded sequences from situations, previous actions and the desired remaining reward. - Everyday example EN: Software receives a game's action history and desired score, then proposes a next move informed by suitable recorded sequences. - concerns you if PL: masz historie działań wraz z ich wynikami; chcesz warunkować kolejne wybory oczekiwanym rezultatem - concerns you if EN: have action histories with their outcomes; want future choices conditioned on a desired result - related: `transformers` - sources: `decision-transformer-2021` ### Podstawy RL (Reinforcement learning fundamentals) - id: `rlbasics` · https://aiatlasgraph.com/t/rlbasics.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL - PL: Stany, akcje, nagrody i strategie działania. - EN: States, actions, rewards and policies. - examples PL: MDP · policy · value function - examples EN: MDP · policy · value function - In one sentence PL: To opis uczenia przez działanie: sytuacja, możliwe ruchy, ich oceny i sposób wybierania kolejnych kroków. - Problem it solves PL: Zanim program zacznie się uczyć, musisz określić, co widzi, co może zrobić i po czym rozpoznać dobry wynik. - What it does PL: Zapisuje sytuacje, działania i oceny skutków, łącząc bieżący wybór z oczekiwaną korzyścią z dalszych kroków. - Everyday example PL: W grze określasz pozycję postaci, dozwolone ruchy i punktowanie dotarcia do celu, żeby program miał z czego się uczyć. - In one sentence EN: This describes learning through action: the situation, available moves, their scores and how to choose the next steps. - Problem it solves EN: Before software can learn, you must define what it observes, what it can do and how to recognise a good outcome. - What it does EN: It records situations, actions and outcome scores, connecting a current choice with expected benefits from later steps. - Everyday example EN: In a game, you define the character's position, allowed moves and scoring for reaching the goal so software has a learning setup. - concerns you if PL: chcesz opisać zadanie uczenia przez próby; musisz określić działania, obserwacje i ocenę wyniku - concerns you if EN: want to describe a trial based learning task; need to define actions, observations and outcome scores - sources: `rl`, `cs221` ### Częściowa obserwowalność (POMDP) (Partially observable MDPs (POMDP)) - id: `pomdp` · https://aiatlasgraph.com/t/pomdp.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › Częściowa obserwowalność (POMDP) - aliases: POMDP, partial observability, partially observable Markov decision process, częściowo obserwowalny proces decyzyjny Markowa, belief state, stan przekonań - PL: Podejmowanie decyzji, gdy obserwacja nie ujawnia pełnego stanu świata, więc agent musi łączyć informacje z historii, np. przez stan przekonań lub pamięć sieci. - EN: Decision-making when observations do not reveal the full state of the world, so the agent must combine information over time, e.g. through a belief state or network memory. - examples PL: stan przekonań · filtr Bayesa · polityki z pamięcią rekurencyjną · stos ostatnich klatek - examples EN: belief state · Bayes filter · recurrent-memory policies · frame stacking - In one sentence PL: To podejmowanie decyzji, gdy widzisz tylko część sytuacji i musisz się domyślać reszty. - Problem it solves PL: To, co widzisz w danej chwili, nie wystarcza, by wiedzieć, gdzie naprawdę jesteś i co się stanie. - What it does PL: Jak w ciemnym pokoju: zapamiętujesz, czego już dotknąłeś, i z tych wskazówek budujesz przypuszczenie, gdzie stoisz. - Everyday example PL: Pies szukający piłki za kanapą pamięta, gdzie ją ostatnio widział, chociaż teraz jej nie widzi. - In one sentence EN: This is making decisions when you see only part of the situation and have to infer the rest. - Problem it solves EN: What you see at a given moment is not enough to know where you really are or what will happen next. - What it does EN: Like in a dark room: you remember what you have already touched and build a guess of where you stand from those clues. - Everyday example EN: A dog looking for a ball behind the sofa remembers where it last saw it, even though it cannot see it now. - concerns you if PL: Twój system ma zaszumione lub niepełne czujniki; program musi pamiętać przeszłość, by dobrze działać; projektujesz zadanie i decydujesz, co ma widzieć agent - concerns you if EN: your system has noisy or incomplete sensors; your software must remember the past to act well; are designing a task and deciding what the agent should observe - related: `probabilistic` - sources: `drqn-2015`, `kaelbling-pomdp-1998` ### Funkcje wartości i równanie Bellmana (Value functions and the Bellman equation) - id: `bellman` · https://aiatlasgraph.com/t/bellman.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › Funkcje wartości i równanie Bellmana - PL: Ile nagrody można się spodziewać z danego stanu lub akcji; równanie Bellmana wiąże wartość teraz z wartością kolejnego kroku. Podstawa Q-learningu i metod aktor–krytyk. - EN: How much reward to expect from a state or action; the Bellman equation links the value now to the value one step later. The basis of Q-learning and actor–critic methods. - examples PL: V(s) · Q(s,a) · iteracja wartości · iteracja polityki · uczenie TD - examples EN: V(s) · Q(s,a) · value iteration · policy iteration · TD learning - In one sentence PL: To ocenianie sytuacji i działań według oczekiwanej łącznej korzyści z kolejnych kroków. - Problem it solves PL: Natychmiastowa korzyść nie pokazuje, czy wybór poprawi cały dalszy przebieg zadania. - What it does PL: Łączy ocenę najbliższego skutku z oczekiwaną wartością następnej sytuacji, uwzględniając, jak mocno liczą się późniejsze korzyści. - Everyday example PL: Postać w grze porównuje krótki objazd i drogę po nagrodę, uwzględniając też możliwości dalszych ruchów z każdego miejsca. - In one sentence EN: This assesses situations and actions by their expected combined benefits over successive steps. - Problem it solves EN: An immediate benefit does not show whether a choice improves the task's later course. - What it does EN: It combines the next outcome's score with the expected value of the following situation, accounting for how much later benefits matter. - Everyday example EN: A game character compares a short detour with a route towards a reward, also considering future moves available from each location. - concerns you if PL: ważne skutki wyboru pojawiają się dopiero później; chcesz oceniać całe przebiegi zamiast pojedynczego ruchu - concerns you if EN: face important consequences that appear only later; want to assess whole sequences rather than one move - sources: `rl` ### Proces decyzyjny Markowa (MDP) (Markov decision processes (MDP)) - id: `mdp` · https://aiatlasgraph.com/t/mdp.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › Proces decyzyjny Markowa (MDP) - PL: Formalny zapis problemu decyzyjnego w RL: stany, akcje, prawdopodobieństwa przejść, nagrody i współczynnik dyskonta. Jeden z podstawowych punktów wyjścia do opisu algorytmów RL. - EN: A formal model of sequential decision-making in RL: states, actions, transition probabilities, rewards and a discount factor. One of the standard starting points for describing RL algorithms. - examples PL: Stan · akcja · nagroda · dyskonto γ · epizod · częściowa obserwowalność (POMDP) - examples EN: State · action · reward · discount γ · episode · partial observability (POMDP) - In one sentence PL: To matematyczny opis kolejnych decyzji za pomocą sytuacji, działań, szans ich skutków i ocen wyniku. - Problem it solves PL: Bez wspólnego opisu trudno porównywać strategie i określić, czego program ma się nauczyć z kolejnych prób. - What it does PL: Zakłada, że opis obecnej sytuacji wystarcza do przewidywania następnego kroku; zapisuje możliwe przejścia, ich szanse i oceny. - Everyday example PL: W prostym zadaniu nawigacji zapisujesz pozycję i energię robota, dostępne ruchy, możliwe nowe sytuacje oraz ocenę dotarcia do celu. - In one sentence EN: This mathematically describes sequential decisions through situations, actions, probabilities of their effects and outcome scores. - Problem it solves EN: Without a shared description, strategies are hard to compare and the intended learning from successive trials is unclear. - What it does EN: It assumes the current situation contains what is needed to predict the next step and records possible transitions, their probabilities and scores. - Everyday example EN: In a simple navigation task, you record robot position and energy, available moves, possible next situations and a score for reaching the goal. - concerns you if PL: chcesz formalnie opisać zadanie z kolejnymi decyzjami; musisz określić skutki działań i sposób oceniania - concerns you if EN: want a formal description of a sequential decision task; need to define action consequences and scoring - related: `probabilistic`, `expectedutility` - sources: `rl`, `gymnasium-docs` ### Programowanie dynamiczne: iteracja wartości i polityki (Dynamic programming for MDPs (value and policy iteration)) - id: `dynamicprogramming` · https://aiatlasgraph.com/t/dynamicprogramming.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › Programowanie dynamiczne: iteracja wartości i polityki - aliases: dynamic programming, value iteration, policy iteration, iteracja wartości, iteracja polityki - PL: Obliczanie optymalnej polityki, gdy model przejść i nagród jest w pełni znany, przez wielokrotne stosowanie równań Bellmana. Punkt odniesienia dla metod uczących się z prób. - EN: Computing an optimal policy when the transition and reward model is fully known, by repeatedly applying the Bellman equations. The reference point for methods that learn from trials. - examples PL: iteracja wartości · iteracja polityki · ocena polityki · uogólniona iteracja polityki - examples EN: value iteration · policy iteration · policy evaluation · generalised policy iteration - In one sentence PL: To liczenie najlepszego sposobu działania, gdy dokładnie znasz reguły świata i skutki każdego ruchu. - Problem it solves PL: Masz pełny opis zadania, ale sprawdzanie wszystkich możliwych planów po kolei trwałoby wieki. - What it does PL: Jak liczenie drogi od mety wstecz: każde pole dostaje ocenę z ocen sąsiadów, aż oceny przestaną się zmieniać. - Everyday example PL: Robot sprzątający zna plan mieszkania i dla każdego pokoju wylicza, którędy najszybciej dojedzie do stacji ładowania. - In one sentence EN: This computes the best way to act when you know the world's rules and the result of every move exactly. - Problem it solves EN: You have a complete description of the task, but checking every possible plan one by one would take forever. - What it does EN: Like working backwards from the finish line: each square gets a score from its neighbours' scores until the scores stop changing. - Everyday example EN: A cleaning robot knows the flat's floor plan and works out, for every room, the quickest way back to its charging dock. - concerns you if PL: znasz dokładne reguły i koszty swojego zadania; chcesz zrozumieć, skąd biorą się metody uczenia przez próby; potrzebujesz wzorcowego rozwiązania do porównań - concerns you if EN: know the exact rules and costs of your task; want to understand where trial-based learning methods come from; need a reference solution to compare against - sources: `sutton-barto-rl-2018`, `kaelbling-pomdp-1998`, `cs234-2026-lecture3` ### Projektowanie i kształtowanie nagrody (Reward design and reward shaping) - id: `rewarddesign` · https://aiatlasgraph.com/t/rewarddesign.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › Projektowanie i kształtowanie nagrody - aliases: reward shaping, reward design, potential-based reward shaping, PBRS, reward engineering, kształtowanie nagrody, rzadkie nagrody - PL: Ustalanie sygnału nagrody tak, by agent uczył się zamierzonego zachowania, oraz dodawanie nagród pomocniczych, które przyspieszają naukę bez zmiany celu. - EN: Specifying the reward signal so the agent learns the intended behaviour, and adding auxiliary rewards that speed up learning without changing the goal. - examples PL: nagroda rzadka i gęsta · kształtowanie oparte na potencjale · nagroda za podcele - examples EN: sparse and dense rewards · potential-based shaping · subgoal rewards - In one sentence PL: To ustalanie, za co program dostaje punkty, tak żeby uczył się tego, czego naprawdę chcesz. - Problem it solves PL: Nagroda tylko za ostateczny sukces przychodzi tak rzadko, że program prawie nie ma z czego się uczyć, a dodatkowe punkty łatwo wypaczają cel. - What it does PL: Jak gra w ciepło–zimno: podpowiedzi prowadzą w stronę celu, ale nie dają nic za kręcenie się w kółko. - Everyday example PL: Ucząc wirtualnego psa aportu, dajesz mu drobną nagrodę za zbliżanie się do piłki, a główną dopiero za jej przyniesienie. - In one sentence EN: This decides what the software earns points for, so that it learns what you actually want. - Problem it solves EN: A reward only for final success comes so rarely that the software has almost nothing to learn from, while extra points easily distort the goal. - What it does EN: Like a game of hot and cold: hints lead towards the goal but give nothing for walking in circles. - Everyday example EN: Teaching a virtual dog to fetch, you give a small reward for approaching the ball and the main one only for bringing it back. - concerns you if PL: Twój program uczy się wolno, bo sukces zdarza się rzadko; zauważasz, że agent zdobywa punkty, nie robiąc tego, o co chodziło; definiujesz cel zadania dla uczenia przez próby - concerns you if EN: your software learns slowly because success is rare; notice the agent scoring points without doing what you meant; are defining the goal of a trial-based learning task - related: `saferl`, `curiosity`, `rewardhacking`, `mechanismdesign`, `goalconditioned` - sources: `ng-reward-shaping-1999` ### Uczenie z różnic czasowych (TD) i metody Monte Carlo (Temporal-difference learning and Monte Carlo methods) - id: `tdlearning` · https://aiatlasgraph.com/t/tdlearning.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › Uczenie z różnic czasowych (TD) i metody Monte Carlo - aliases: temporal-difference learning, TD learning, TD(λ), SARSA, Monte Carlo methods, metody Monte Carlo, różnice czasowe - PL: Uczenie funkcji wartości z doświadczenia bez modelu środowiska: Monte Carlo uśrednia pełne zwroty z epizodów, a TD aktualizuje oceny po każdym kroku na podstawie oceny następnego stanu. - EN: Learning value functions from experience without an environment model: Monte Carlo averages full episode returns, while TD updates estimates after every step using the next state's estimate. - examples PL: Monte Carlo · TD(0) · SARSA · TD(λ) · zwroty n-krokowe - examples EN: Monte Carlo · TD(0) · SARSA · TD(λ) · n-step returns - In one sentence PL: To uczenie się oceny sytuacji z własnych prób: po całym przebiegu albo już po każdym kolejnym kroku. - Problem it solves PL: Nie znasz reguł świata, a czekanie z wnioskami do samego końca długiego zadania bardzo spowalnia naukę. - What it does PL: Działa jak poprawianie prognozy dojazdu w trakcie podróży: każdy przejechany odcinek koryguje wcześniejsze oczekiwanie, zanim dotrzesz na miejsce. - Everyday example PL: Kierowca szacuje czas powrotu do domu i poprawia go, gdy utknie w korku, zamiast czekać, aż wejdzie do mieszkania. - In one sentence EN: This learns how good situations are from your own attempts: after a whole run, or already after every next step. - Problem it solves EN: You do not know the world's rules, and waiting until the very end of a long task to draw conclusions slows learning badly. - What it does EN: It works like updating your arrival estimate during a trip: each stretch you cover corrects the earlier expectation before you get there. - Everyday example EN: A driver estimates when they will get home and revises it on hitting a traffic jam, instead of waiting until they walk through the door. - concerns you if PL: uczysz program na podstawie prób, bez znajomości reguł; chcesz zrozumieć, jak działają popularne algorytmy oceniające działania; masz długie zadania, w których wynik pojawia się dopiero na końcu - concerns you if EN: train software from trials without knowing the rules; want to understand how popular action-scoring algorithms work; have long tasks where the outcome only appears at the end - related: `qlearning` - sources: `sutton-barto-rl-2018`, `cs234-2026-lecture3`, `sutton-td-1988`, `deadly-triad-2018` ### Wielorękie bandyty: eksploracja kontra eksploatacja (Multi-armed and contextual bandits) - id: `bandits` · https://aiatlasgraph.com/t/bandits.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › Wielorękie bandyty: eksploracja kontra eksploatacja - PL: Powtarzalny wybór spośród opcji o nieznanej nagrodzie, z równoważeniem eksploracji nowych możliwości i wykorzystywania dotychczas najlepszych. Stosowany m.in. w rekomendacjach i adaptacyjnych eksperymentach online. - EN: Repeatedly choosing among options with unknown rewards while balancing exploration of new possibilities against exploitation of the current best. Used in recommendation and adaptive online experimentation. - examples PL: ε-greedy · UCB · próbkowanie Thompsona · bandyty kontekstowe - examples EN: ε-greedy · UCB · Thompson sampling · contextual bandits - In one sentence PL: To uczenie się, którą opcję wybierać, przez łączenie próbowania nowych możliwości z korzystaniem z dotychczas najlepszych. - Problem it solves PL: Nie znasz wyników wszystkich opcji, ale ciągłe próbowanie słabszych możliwości też kosztuje i pogarsza bieżące efekty. - What it does PL: Ocenia rezultaty kolejnych wyborów i dobiera, kiedy wykorzystać znaną dobrą opcję, a kiedy zebrać informacje o innej. - Everyday example PL: Strona próbuje różnych propozycji artykułów i częściej pokazuje skuteczne, nadal sprawdzając mniej znane opcje. - In one sentence EN: This learns which option to choose by balancing trying new possibilities with using the best ones found so far. - Problem it solves EN: You do not know every option's results, but repeatedly trying weaker possibilities also costs and reduces current outcomes. - What it does EN: It evaluates successive choice outcomes and decides when to use a known good option or gather information about another. - Everyday example EN: A page tries different article suggestions and shows effective ones more often while still testing less familiar options. - concerns you if PL: wielokrotnie wybierasz między opcjami o nieznanych wynikach; chcesz równoważyć dobre bieżące efekty ze zbieraniem informacji - concerns you if EN: repeatedly choose among options with unknown outcomes; want to balance current results with gathering information - related: `experiments`, `curiosity` - sources: `slivkins-bandits` ### Środowiska i symulatory do RL (RL environments and simulators) - id: `rlenvs` · https://aiatlasgraph.com/t/rlenvs.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › Środowiska i symulatory do RL - PL: Standardowy interfejs reset/step i gotowe środowiska, w których agent ćwiczy; także symulatory fizyki dla robotów. - EN: The standard reset/step interface and ready-made environments where agents practise; also physics simulators for robots. - examples PL: Gymnasium · MuJoCo · Atari · Unity ML-Agents · Isaac Lab - examples EN: Gymnasium · MuJoCo · Atari · Unity ML-Agents · Isaac Lab - In one sentence PL: To otoczenia i symulatory, w których program ćwiczy działania i otrzymuje informacje o wynikach. - Problem it solves PL: Uczenie przez próby wymaga powtarzalnego sposobu rozpoczynania zadań, wykonywania ruchów i obserwowania ich skutków. - What it does PL: Udostępnia rozpoczęcie próby i kolejne kroki z obserwacją oraz oceną, czasem odtwarzając ruch i fizykę w symulacji. - Everyday example PL: Program ćwiczy chodzenie robota w symulatorze, rozpoczynając nowe próby po upadku i otrzymując informacje o kolejnych ruchach. - In one sentence EN: These environments and simulators let software practise actions and receive information about their outcomes. - Problem it solves EN: Learning through trials needs a repeatable way to start tasks, perform moves and observe their effects. - What it does EN: It provides trial starts and successive steps with observations and scores, sometimes reproducing movement and physics in simulation. - Everyday example EN: Software practises robot walking in a simulator, starting new trials after falls and receiving information about successive movements. - concerns you if PL: chcesz przeprowadzać wiele porównywalnych prób działania; potrzebujesz symulacji zamiast każdej próby na prawdziwym sprzęcie - concerns you if EN: want many comparable action trials; need simulation instead of trying everything on real hardware - related: `simtoreal`, `closedloopsim`, `openendedness`, `rltrading` - sources: `hf-deep-rl-course`, `legged-gym-2021`, `gymnasium-docs` ### „Śmiertelna triada” w RL (The deadly triad in reinforcement learning) - id: `deadlytriad` · https://aiatlasgraph.com/t/deadlytriad.md - path: Uczenie ze wzmocnieniem i decyzje › Podstawy RL › „Śmiertelna triada” w RL - aliases: deadly triad, śmiertelna triada, zabójcza triada - PL: Uogólnianie funkcji wartości przez aproksymatory oraz niestabilność wynikająca z połączenia aproksymacji, bootstrappingu i uczenia off-policy. - EN: Generalising value functions with approximators, and the instability arising from combining approximation, bootstrapping and off-policy learning. - In one sentence PL: Gdy oceny sytuacji liczy aproksymator, pewne połączenie sposobów uczenia może sprawić, że oceny wymkną się spod kontroli. - Problem it solves PL: Agent uczący się skrótami bywa nieprzewidywalny: trening nagle się sypie, a powodu nie widać na pierwszy rzut oka. - What it does PL: Wskazuje trzy składniki, które osobno pomagają, a razem mogą się wzajemnie napędzać jak sprzężenie mikrofonu z głośnikiem. - Everyday example PL: Podczas trenowania agenta do gier oceny ruchów nagle rosną do absurdalnych wartości, a wyniki gry spadają do zera. - In one sentence EN: When an approximator computes situation scores, a certain mix of learning mechanisms can make those scores spiral out of control. - Problem it solves EN: An agent learning through shortcuts can be unpredictable: training suddenly collapses and the cause isn't obvious. - What it does EN: It names three ingredients that help on their own but together can feed each other like microphone feedback. - Everyday example EN: While training a game agent, move scores suddenly climb to absurd values and game results drop to zero. - concerns you if PL: trening twojego agenta niespodziewanie się rozpada; chcesz zrozumieć, po co są sieci docelowe i bufory - concerns you if EN: your agent's training unexpectedly falls apart; you want to see why target networks and buffers exist - related: `conservativeoffline` - sources: `deadly-triad-2018`, `sutton-barto-rl-2018` ### Uczenie przez imitację (Imitation learning) - id: `imitation` · https://aiatlasgraph.com/t/imitation.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie przez imitację - PL: Nauka działania z demonstracji. - EN: Learning to act from demonstrations. - examples PL: Behavioral cloning · inverse RL - examples EN: Behavioural cloning · inverse RL - In one sentence PL: To uczenie programu lub robota działania na podstawie pokazów wykonania zadania. - Problem it solves PL: Łatwiej pokazać dobre wykonanie niż opisać wszystkie reguły i oceny potrzebne do samodzielnego odkrycia sposobu działania. - What it does PL: Wykorzystuje obserwacje i ruchy z pokazów, naśladuje zachowania lub odtwarza ich cel, czasem prosząc człowieka o korekty nowych sytuacji. - Everyday example PL: Pokazujesz ramieniu robota odkładanie kubka na półkę, a zapis obrazu i ruchów służy do uczenia podobnych czynności. - In one sentence EN: This teaches software or a robot to act using demonstrations of a task. - Problem it solves EN: Showing good performance is easier than describing every rule and score needed to discover how to act independently. - What it does EN: It uses demonstrated observations and actions, imitates behaviour or infers its goal, sometimes seeking human corrections in new situations. - Everyday example EN: You demonstrate placing a cup on a shelf with a robot arm, and recorded images and movements help teach similar actions. - concerns you if PL: potrafisz zebrać pokazy poprawnego wykonania zadania; trudno ręcznie opisać zasady dobrego działania - concerns you if EN: can collect demonstrations of correct task performance; find good action rules difficult to describe manually - sources: `rl`, `cs221` ### Imitacja z korektą eksperta (DAgger) (Interactive imitation learning (DAgger)) - id: `dagger` · https://aiatlasgraph.com/t/dagger.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie przez imitację › Imitacja z korektą eksperta (DAgger) - PL: Ekspert etykietuje poprawne akcje także w sytuacjach osiągniętych przez uczącą się politykę, a nowe przykłady są dołączane do danych. Metoda ogranicza kumulowanie się błędów klonowania zachowań. - EN: An expert labels correct actions in states reached by the learning policy, and the new examples are added to the dataset. This mitigates compounding error in behavioural cloning. - examples PL: DAgger · korekty człowieka w pętli · agregacja danych - examples EN: DAgger · human-in-the-loop corrections · dataset aggregation - In one sentence PL: To uczenie z pokazów uzupełnianych korektami człowieka w sytuacjach, do których program sam dotarł. - Problem it solves PL: Po pierwszej pomyłce program trafia w nieznaną sytuację, której nie było w poprawnych pokazach, i dalej błądzi. - What it does PL: Zbiera od człowieka poprawne działania dla nowych obserwacji programu, dołącza je do wcześniejszych pokazów i ponownie uczy wybory. - Everyday example PL: Robot źle chwyta ręcznik; człowiek wskazuje ruch poprawiający tę sytuację, a nowy przykład trafia do danych kolejnej nauki. - In one sentence EN: This learns from demonstrations supplemented with human corrections in situations reached by the program itself. - Problem it solves EN: After an initial mistake, software enters a situation absent from correct demonstrations and continues going wrong. - What it does EN: It collects correct human actions for new situations encountered by the program, adds them to earlier demonstrations and relearns choices. - Everyday example EN: A robot grips a towel incorrectly; a person identifies a corrective move, and that example becomes part of the next training data. - concerns you if PL: program gubi się poza sytuacjami z pokazów; możesz dostarczać korekty dla napotkanych nowych przypadków - concerns you if EN: find that software struggles beyond demonstrated situations; can provide corrections for newly encountered cases - related: `realworldrl` - sources: `dagger-2011` ### Klonowanie zachowań (behavioral cloning) (Behavioural cloning) - id: `behaviorcloning` · https://aiatlasgraph.com/t/behaviorcloning.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie przez imitację › Klonowanie zachowań (behavioral cloning) - PL: Uczenie nadzorowane na parach obserwacja→akcja z demonstracji. To podstawowa metoda uczenia polityk robotów z pokazów; jej słabością jest kumulowanie się błędów poza rozkładem sytuacji widzianych w danych. - EN: Supervised learning on observation→action pairs from demonstrations. It is a foundational way to learn robot policies from demonstrations; a weakness is compounding error outside the distribution represented in the data. - examples PL: Demonstracje eksperta · przesunięcie rozkładu · kumulacja błędów - examples EN: Expert demonstrations · distribution shift · compounding errors - In one sentence PL: To uczenie robota lub programu wybierania działań podobnych do pokazanych przez człowieka. - Problem it solves PL: Umiesz wykonać zadanie, ale trudno rozpisać wszystkie reguły ruchu i rozpoznawania odpowiedniego momentu. - What it does PL: Uczy mapowania obserwowanej sytuacji na pokazany ruch; poza poznanymi sytuacjami błędy mogą prowadzić do kolejnych błędów. - Everyday example PL: Robot ogląda zapis układania ręcznika i uczy się dobierać ruch ramienia do obrazu materiału w kolejnych chwilach. - In one sentence EN: This teaches a robot or program to choose actions resembling those demonstrated by a person. - Problem it solves EN: You can perform a task but find every movement rule and timing condition difficult to describe. - What it does EN: It learns to map an observed situation to a demonstrated action; in unfamiliar situations, mistakes can lead to further mistakes. - Everyday example EN: A robot learns from recorded towel folding to choose arm movements matching the cloth's appearance at each step. - concerns you if PL: masz pokazy z zapisem sytuacji i wykonanych ruchów; chcesz zacząć naukę działania od naśladowania - concerns you if EN: have demonstrations recording situations and actions; want action learning to start from imitation - related: `vla`, `learnedplanning`, `teleopdata` - sources: `rl`, `hf-deep-rl-course`, `dagger-2011`, `lerobot-docs` ### Odwrotne RL i imitacja adwersarialna (IRL, GAIL) (Inverse RL and adversarial imitation) - id: `irl` · https://aiatlasgraph.com/t/irl.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie przez imitację › Odwrotne RL i imitacja adwersarialna (IRL, GAIL) - PL: Zamiast kopiować akcje, odtwarza się cel (nagrodę), który wyjaśnia zachowanie eksperta, albo uczy politykę tak, by dyskryminator nie odróżnił jej od demonstracji. - EN: Instead of copying actions, recover the goal (reward) that explains expert behaviour, or train a policy so a discriminator cannot tell it from the demonstrations. - examples PL: Inverse RL · maximum-entropy IRL · GAIL - examples EN: Inverse RL · maximum-entropy IRL · GAIL - In one sentence PL: To uczenie działania przez odtwarzanie celu pokazów lub upodabnianie całego zachowania do demonstracji. - Problem it solves PL: Samo kopiowanie pojedynczych ruchów nie wyjaśnia, jaki wynik człowiek chciał osiągnąć ani jak zachować podobny sposób działania. - What it does PL: Szuka oceny celu wyjaśniającej pokazy albo korzysta z wyuczonego porównania przebiegów programu z demonstracjami, żeby poprawiać zachowanie. - Everyday example PL: Robot obserwuje odkładanie przedmiotów i uczy się zachowania prowadzącego do podobnego uporządkowania, zamiast powtarzać dokładnie każdy gest. - In one sentence EN: This learns actions by inferring demonstration goals or making overall behaviour resemble the demonstrations. - Problem it solves EN: Copying individual moves does not explain the person's intended outcome or how to retain a similar overall way of acting. - What it does EN: It seeks a goal score explaining demonstrations or uses a learned comparison between program sequences and demonstrations to improve behaviour. - Everyday example EN: A robot observes objects being put away and learns behaviour producing similar organisation rather than repeating every gesture exactly. - concerns you if PL: chcesz odtwarzać cel lub styl pokazanej pracy; masz demonstracje, ale trudno zapisać ocenę dobrego wyniku - concerns you if EN: want to infer a demonstrated goal or style; have demonstrations but find scoring success difficult - related: `rewardmodels` - sources: `gail-2016` ### Polityki generatywne (Diffusion Policy, ACT) (Generative action policies (Diffusion Policy, ACT)) - id: `diffusionpolicy` · https://aiatlasgraph.com/t/diffusionpolicy.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie przez imitację › Polityki generatywne (Diffusion Policy, ACT) - PL: Polityka generuje całe porcje przyszłych ruchów modelem generatywnym (dyfuzja, flow matching, transformer), co dobrze odwzorowuje różne sposoby wykonania zadania z demonstracji. - EN: The policy generates whole chunks of future actions with a generative model (diffusion, flow matching, transformer), capturing the different ways demonstrators perform a task. - examples PL: Diffusion Policy · Action Chunking with Transformers (ACT) · flow matching dla akcji - examples EN: Diffusion Policy · Action Chunking with Transformers (ACT) · flow matching for actions - In one sentence PL: To uczenie robota tworzenia krótkich sekwencji ruchów na podstawie pokazów wykonania zadania. - Problem it solves PL: Zadanie można wykonać różnymi sposobami, a przewidywanie pojedynczego ruchu naraz może utrudniać płynne działanie. - What it does PL: Wyuczony generator proponuje porcję kolejnych ruchów pasujących do obserwacji, odtwarzając różne sposoby działania pokazane w danych. - Everyday example PL: Robot po obejrzeniu kubka proponuje sekwencję podejścia, chwytu i uniesienia, a potem aktualizuje plan z nowych obserwacji. - In one sentence EN: This teaches a robot to generate short movement sequences from task demonstrations. - Problem it solves EN: A task can be completed in different ways, while predicting one move at a time may make smooth action harder. - What it does EN: A learned generator proposes a chunk of successive movements matching the observation and reflecting different approaches demonstrated in the data. - Everyday example EN: After viewing a cup, a robot proposes an approach, grip and lift sequence, then updates its plan using new observations. - concerns you if PL: chcesz uczyć płynnych sekwencji ruchów z pokazów; poprawne wykonanie ma kilka możliwych wariantów - concerns you if EN: want smooth movement sequences learned from demonstrations; have several possible ways to perform a task correctly - related: `vlaactions`, `manipulation`, `diffusion` - sources: `diffusion-policy-2023`, `aloha-act-2023`, `pi0-2024` ### Uczenie wieloagentowe (MARL) (Multi-agent reinforcement learning (MARL)) - id: `marl` · https://aiatlasgraph.com/t/marl.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie wieloagentowe (MARL) - PL: Wielu uczących się agentów w jednym środowisku: współpraca, rywalizacja i gra z samym sobą. Łączy RL z teorią gier. - EN: Many learning agents in one environment: cooperation, competition and self-play. Combines RL with game theory. - examples PL: Self-play · scentralizowany trening, zdecentralizowane działanie · MAPPO · teoria gier - examples EN: Self-play · centralised training, decentralised execution · MAPPO · game theory - In one sentence PL: To uczenie wielu programów wyboru działań, gdy współpracują lub rywalizują w jednym otoczeniu. - Problem it solves PL: Wynik twojego działania zależy od innych uczestników, którzy również uczą się i zmieniają swoje zachowanie. - What it does PL: Ćwiczy interakcje wielu uczestników, ocenia indywidualne lub wspólne wyniki i aktualizuje ich wybory z uwzględnieniem pozostałych. - Everyday example PL: W symulowanym magazynie wózki uczą się ustępować sobie na skrzyżowaniach i dzielić zadania, żeby wspólnie dostarczać paczki. - In one sentence EN: This teaches several programs to choose actions while cooperating or competing in one environment. - Problem it solves EN: Your action's outcome depends on other participants who also learn and change their behaviour. - What it does EN: It practises interactions among participants, scores individual or shared outcomes and updates their choices while accounting for the others. - Everyday example EN: In a simulated warehouse, carts learn to yield at junctions and share tasks to deliver parcels together. - concerns you if PL: kilku uczestników wpływa wzajemnie na swoje wyniki; chcesz uczyć współpracy, rywalizacji lub podziału zadań - concerns you if EN: have participants whose actions affect each other's outcomes; want to learn cooperation, competition or task sharing - related: `rlalgorithms`, `nashequilibria`, `selfplay` - sources: `hf-deep-rl-course`, `marl-book-2024` ### Scentralizowany trening, zdecentralizowane działanie (CTDE) (Centralised training for decentralised execution (CTDE)) - id: `marlctde` · https://aiatlasgraph.com/t/marlctde.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie wieloagentowe (MARL) › Scentralizowany trening, zdecentralizowane działanie (CTDE) - aliases: CTDE, centralized training decentralized execution, scentralizowany trening - PL: Paradygmat kooperacyjnego MARL: w treningu dostępny jest stan globalny i dane innych agentów, a wykonanie opiera się wyłącznie na lokalnych historiach obserwacji. - EN: A cooperative MARL paradigm: training may use global state and other agents' data, while execution relies only on local observation histories. - In one sentence PL: Agenci ćwiczą razem z dostępem do pełnego obrazu sytuacji, a potem każdy działa sam, widząc tylko swoje otoczenie. - Problem it solves PL: W prawdziwym świecie członkowie zespołu nie widzą wszystkiego i nie mogą się stale naradzać, a uczenie każdego osobno bywa chaotyczne. - What it does PL: Jak drużyna, która analizuje mecz z nagrania z lotu ptaka, a na boisku każdy gra według tego, co sam widzi. - Everyday example PL: Roboty sprzątające w biurowcu trenują w symulacji ze wspólną mapą, a po wdrożeniu każdy jeździ, korzystając tylko z własnych czujników. - In one sentence EN: Agents practise together with a full view of the situation, then each acts alone, seeing only its own surroundings. - Problem it solves EN: In the real world team members cannot see everything or keep conferring, and training each of them separately is often chaotic. - What it does EN: Like a team that studies a match from an overhead recording, then on the pitch each player acts on what they see themselves. - Everyday example EN: Office cleaning robots train in simulation with a shared map, and once deployed each drives using only its own sensors. - concerns you if PL: twoje programy lub roboty muszą działać bez stałej łączności; możesz ćwiczyć zespół w symulacji przed wdrożeniem - concerns you if EN: your programs or robots must work without constant connection; you can rehearse a team in simulation before deployment - related: `multirobot` - sources: `ctde-intro-amato-2024` ### Faktoryzacja wartości w kooperacyjnym MARL (Value-function factorisation for cooperative MARL) - id: `valuedecomp` · https://aiatlasgraph.com/t/valuedecomp.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie wieloagentowe (MARL) › Scentralizowany trening, zdecentralizowane działanie (CTDE) › Faktoryzacja wartości w kooperacyjnym MARL - aliases: value decomposition, value factorization - PL: Wartościowe metody CTDE reprezentujące wspólną funkcję Q jako złożenie indywidualnych funkcji Q agentów, zgodne z zasadą Individual-Global-Max. - EN: Value-based CTDE methods representing the joint Q-function as a composition of per-agent Q-functions consistent with the Individual-Global-Max principle. - In one sentence PL: Wspólny wynik zespołu rozkłada się na udziały poszczególnych członków, żeby każdy wiedział, jak bardzo jego ruch pomógł. - Problem it solves PL: Gdy cały zespół dostaje jedną nagrodę, nikt nie wie, czy sukces przyniósł jego ruch, czy ruch kolegi. - What it does PL: Jak trener, który po wygranym meczu ocenia każdego zawodnika osobno, ale tak, by suma ocen zgadzała się z wynikiem drużyny. - Everyday example PL: Jednostki w grze strategicznej uczą się skupiać ogień na jednym celu, choć nagrodę dostają tylko za wygraną bitwę. - In one sentence EN: The team's joint score is split into each member's share, so everyone knows how much their own move helped. - Problem it solves EN: When the whole team gets one reward, nobody knows whether success came from their move or a teammate's. - What it does EN: Like a coach who rates each player after a win, making sure the individual ratings add up to the team's result. - Everyday example EN: Units in a strategy game learn to focus fire on one target, even though they are rewarded only for winning the battle. - concerns you if PL: zespół dostaje jedną wspólną ocenę za wynik; chcesz zrozumieć, jak dzielić zasługę między agentów - concerns you if EN: your team gets one shared score for the outcome; you want to see how credit is split between agents - sources: `ctde-intro-amato-2024`, `qmix-2018` ### Scentralizowani krytycy w wieloagentowym aktorze–krytyku (Centralised critics in multi-agent actor–critic) - id: `centralcritic` · https://aiatlasgraph.com/t/centralcritic.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie wieloagentowe (MARL) › Scentralizowany trening, zdecentralizowane działanie (CTDE) › Scentralizowani krytycy w wieloagentowym aktorze–krytyku - aliases: centralized critic, multi-agent actor-critic - PL: Metody aktor–krytyk dla wielu agentów, w których zdecentralizowani aktorzy uczą się z krytyków mających podczas treningu dostęp do dodatkowych informacji o innych agentach. - EN: Multi-agent actor–critic methods where decentralised actors learn from critics that can access additional information about other agents during training. - In one sentence PL: Każdy agent działa na podstawie własnych obserwacji, ale podczas treningu ocenia go sędzia widzący szerszy obraz zespołu. - Problem it solves PL: Agent oceniany tylko na podstawie własnego widoku myli skutki swoich działań z tym, co zrobili inni. - What it does PL: Jak sędzia z powtórką z kilku kamer: zawodnicy grają po swojemu, a ocena uwzględnia ruchy całej drużyny. - Everyday example PL: Drony w symulacji uczą się rozdzielać obszary poszukiwań, bo ocena każdego lotu bierze pod uwagę trasy pozostałych. - In one sentence EN: Each agent acts from its own observations, but during training a judge with a broader view of the team scores it. - Problem it solves EN: An agent judged only from its own view confuses the effects of its actions with what the others did. - What it does EN: Like a referee with multi-camera replay: players act their own way, while scoring accounts for the whole team's moves. - Everyday example EN: Drones in simulation learn to split search areas because each flight's score accounts for the others' routes. - concerns you if PL: agenci działają osobno i każdy widzi tylko fragment sytuacji; szukasz mocnego punktu odniesienia dla zespołu agentów - concerns you if EN: agents act separately and each sees only part of the situation; you want a strong baseline for a team of agents - related: `ddpgtd3` - sources: `ctde-intro-amato-2024`, `mappo-2021`, `maddpg-2017` ### Uczenie komunikacji między agentami (Learned multi-agent communication (emergent communication)) - id: `emergentcomm` · https://aiatlasgraph.com/t/emergentcomm.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie wieloagentowe (MARL) › Uczenie komunikacji między agentami - aliases: emergent communication, learning to communicate - PL: Kierunek MARL, w którym agenci przy częściowej obserwowalności uczą się protokołów komunikacji end-to-end, razem z politykami działania. - EN: A MARL direction in which partially observing agents learn communication protocols end-to-end, together with their action policies. - In one sentence PL: Agenci sami wypracowują sposób przekazywania sobie informacji, której nie widzą wszyscy, żeby lepiej współpracować. - Problem it solves PL: Każdy członek zespołu widzi inny kawałek sytuacji, a z góry ustalony język wiadomości nie pasuje do każdego zadania. - What it does PL: Jak dzieci bawiące się w chowanego, które z czasem ustalają własne sygnały, znaczące „tu ktoś jest”. - Everyday example PL: Roboty w magazynie uczą się wysyłać krótkie sygnały o zajętych alejkach, zamiast korzystać z ręcznie zaprojektowanego protokołu. - In one sentence EN: Agents work out their own way of passing on information that not everyone can see, so they cooperate better. - Problem it solves EN: Each team member sees a different piece of the situation, and a fixed message format does not suit every task. - What it does EN: Like children playing hide-and-seek who gradually agree on their own signals meaning 'someone's over here'. - Everyday example EN: Warehouse robots learn to send short signals about blocked aisles instead of using a hand-designed protocol. - concerns you if PL: agenci mogą wymieniać wiadomości, ale nie wiesz jakie; interesuje cię, jak rodzi się język między maszynami - concerns you if EN: your agents can exchange messages but you don't know which; you are curious how language emerges between machines - sources: `dial-rial-2016` ### Współpraca z nieznanymi partnerami (ad hoc teamwork) (Ad hoc teamwork) - id: `adhocteamwork` · https://aiatlasgraph.com/t/adhocteamwork.md - path: Uczenie ze wzmocnieniem i decyzje › Uczenie wieloagentowe (MARL) › Współpraca z nieznanymi partnerami (ad hoc teamwork) - aliases: ad hoc teamwork, zero-shot coordination, koordynacja bez wcześniejszego treningu - PL: Problem projektowania agentów współpracujących z nieznanymi wcześniej partnerami bez uprzedniej koordynacji, w tym zero-shot coordination z ludźmi. - EN: The problem of designing agents that cooperate with previously unseen partners without prior coordination, including zero-shot coordination with humans. - In one sentence PL: Agent uczy się dogadywać z partnerami, z którymi nigdy wcześniej nie grał, także z ludźmi. - Problem it solves PL: Agenci wytrenowani razem wymyślają prywatne zwyczaje i zawodzą, gdy trafiają na nowego kolegę lub człowieka. - What it does PL: Jak muzyk na otwartej próbie, który gra przewidywalnie i czyta innych, zamiast liczyć na umówione wcześniej sygnały. - Everyday example PL: Asystent w grze kooperacyjnej pomaga graczowi, którego widzi pierwszy raz, dostosowując się do jego stylu w trakcie rozgrywki. - In one sentence EN: An agent learns to get along with partners it has never played with before, including people. - Problem it solves EN: Agents trained together invent private habits and fail when they meet a new teammate or a person. - What it does EN: Like a musician at a jam session who plays predictably and reads others instead of relying on prearranged signals. - Everyday example EN: An assistant in a co-op game helps a player it meets for the first time, adapting to their style during play. - concerns you if PL: twój agent będzie współpracował z ludźmi lub cudzymi programami; agenci świetni w treningu zawodzą z nowymi partnerami - concerns you if EN: your agent will cooperate with people or others' programs; your agents excel in training but fail with new partners - sources: `otherplay-2020`, `adhoc-teamwork-survey-2022` ### Uogólnianie i adaptacja w RL (Generalisation and adaptation in reinforcement learning) - id: `rlgeneralization` · https://aiatlasgraph.com/t/rlgeneralization.md - path: Uczenie ze wzmocnieniem i decyzje › Uogólnianie i adaptacja w RL - aliases: generalization in RL, RL generalisation, adaptacja agentów RL, zero-shot generalization RL - PL: Rodzina metod RL dotyczących przenoszenia polityk na nowe środowiska, szybkiej adaptacji do zadań i uczenia w warunkach niestacjonarnych. - EN: A family of RL methods concerned with transferring policies to new environments, rapid task adaptation and learning under nonstationarity. - In one sentence PL: Chodzi o agentów, którzy radzą sobie w nowych sytuacjach, szybko się przystosowują i nie tracą zdolności do dalszej nauki. - Problem it solves PL: Agent świetny na poziomach z treningu często gubi się na nowym poziomie, a po długiej nauce przestaje przyswajać nowe rzeczy. - What it does PL: Jak kierowca, który uczył się w wielu miastach i w różnych warunkach, więc w nowym mieście też sobie poradzi. - Everyday example PL: Robot odkurzający, trenowany na wielu wygenerowanych układach mieszkań, sprawnie sprząta mieszkanie, którego nigdy nie widział. - In one sentence EN: This is about agents that cope with new situations, adapt quickly and keep the ability to learn further. - Problem it solves EN: An agent that excels on its training levels often gets lost on a new one, and after long training stops picking up new things. - What it does EN: Like a driver who learned in many cities and conditions, so a new city poses no great problem. - Everyday example EN: A robot vacuum trained on many generated flat layouts cleans a flat it has never seen with ease. - concerns you if PL: twój agent działa dobrze tylko na tym, na czym ćwiczył; zadanie zmienia się z czasem i agent musi nadążać; chcesz, by agent uczył się nowych zadań z kilku prób - concerns you if EN: your agent only works well on what it practised; your task changes over time and the agent must keep up; you want an agent to learn new tasks from few trials - related: `simtoreal` - sources: `metarl-survey-2023`, `paired-ued-2020`, `continual-rl-review-2020` ### Augmentacja obserwacji w RL z obrazu (Data augmentation for pixel-based reinforcement learning) - id: `rlaugmentation` · https://aiatlasgraph.com/t/rlaugmentation.md - path: Uczenie ze wzmocnieniem i decyzje › Uogólnianie i adaptacja w RL › Augmentacja obserwacji w RL z obrazu - aliases: image augmentation RL, augmentacja w RL - PL: Regularyzacja RL z obserwacji wizualnych przez losowe przekształcenia obrazów z bufora doświadczeń, poprawiająca efektywność próbkową i odporność. - EN: Regularising RL from visual observations through random transformations of replay-buffer images, improving sample efficiency and robustness. - In one sentence PL: Agent uczący się z obrazu ogląda te same klatki lekko przesunięte lub zmienione, żeby nie przywiązywać się do szczegółów. - Problem it solves PL: Agent uczący się z obrazu potrzebuje bardzo wielu prób i łatwo zapamiętuje przypadkowe piksele zamiast tego, co ważne. - What it does PL: Jak nauka rozpoznawania ptaków ze zdjęć robionych pod różnymi kątami: uwaga przenosi się z tła na samego ptaka. - Everyday example PL: Robot uczący się chwytać z kamery działa dalej, gdy kamerę ktoś lekko przestawi lub zmieni się oświetlenie. - In one sentence EN: An agent learning from images sees the same frames slightly shifted or altered, so it doesn't cling to details. - Problem it solves EN: An agent learning from images needs a great many trials and easily memorises incidental pixels instead of what matters. - What it does EN: Like learning birds from photos taken at different angles: attention moves from the background to the bird itself. - Everyday example EN: A robot learning to grasp from a camera keeps working when someone nudges the camera or the lighting changes. - concerns you if PL: twój agent uczy się bezpośrednio z obrazu z kamery; masz mało prób i chcesz wycisnąć z nich więcej - concerns you if EN: your agent learns directly from camera images; you have few trials and want to get more from them - sources: `drq-2020` ### Automatyczne projektowanie środowisk treningowych (UED) (Unsupervised environment design for reinforcement learning) - id: `ued` · https://aiatlasgraph.com/t/ued.md - path: Uczenie ze wzmocnieniem i decyzje › Uogólnianie i adaptacja w RL › Automatyczne projektowanie środowisk treningowych (UED) - aliases: UED, unsupervised environment design, environment design for RL - PL: Metody automatycznie generujące lub wybierające konfiguracje środowiska tak, by tworzyły program nauczania poprawiający odporność i uogólnianie agenta. - EN: Methods that automatically generate or select environment configurations to form a curriculum that improves agent robustness and generalisation. - In one sentence PL: Program sam dobiera i tworzy poziomy treningowe, ani za łatwe, ani za trudne, żeby agent ciągle się rozwijał. - Problem it solves PL: Ręczne projektowanie setek poziomów treningowych zajmuje mnóstwo czasu, a losowe poziomy bywają nudne albo niemożliwe do przejścia. - What it does PL: Jak trener, który co tydzień ustawia poprzeczkę trochę wyżej, dokładnie tam, gdzie zawodnik zaczyna mieć trudności. - Everyday example PL: Wirtualny robot uczy się chodzić, a generator terenów stopniowo dokłada mu schody, dziury i śliskie podłoża. - In one sentence EN: A program picks and builds training levels on its own, neither too easy nor too hard, so the agent keeps improving. - Problem it solves EN: Designing hundreds of training levels by hand takes ages, and random levels are often dull or impossible to finish. - What it does EN: Like a coach who raises the bar a little each week, right where the athlete starts to struggle. - Everyday example EN: A virtual robot learns to walk while a terrain generator gradually adds stairs, gaps and slippery ground. - concerns you if PL: masz symulator z ustawialnymi parametrami świata; chcesz agenta odpornego na sytuacje spoza treningu - concerns you if EN: you have a simulator with adjustable world parameters; you want an agent robust to situations beyond training - related: `openendedness` - sources: `paired-ued-2020`, `plr-2020` ### Ciągłe uczenie ze wzmocnieniem (Continual reinforcement learning) - id: `continualrl` · https://aiatlasgraph.com/t/continualrl.md - path: Uczenie ze wzmocnieniem i decyzje › Uogólnianie i adaptacja w RL › Ciągłe uczenie ze wzmocnieniem - aliases: continual RL, lifelong RL, non-stationary RL - PL: Uczenie ze wzmocnieniem w warunkach niestacjonarnych, bez wyraźnego końca treningu, wraz z problemem utraty plastyczności sieci głębokich. - EN: Reinforcement learning under nonstationarity without a fixed end of training, including the loss of plasticity in deep networks. - In one sentence PL: Agent uczy się bez końca w zmieniającym się świecie i nie może „zesztywnieć” po pierwszych doświadczeniach. - Problem it solves PL: Długo trenowany agent z czasem coraz gorzej przyswaja nowe rzeczy, a do tego zapomina dawne, gdy świat się zmienia. - What it does PL: Jak ogrodnik, który przycina część starych gałęzi, żeby drzewo miało siłę wypuszczać nowe pędy. - Everyday example PL: System sterujący ogrzewaniem budynku uczy się przez lata, dopasowując się do nowych lokatorów, por roku i wymienionych urządzeń. - In one sentence EN: An agent learns without end in a changing world and must not 'stiffen up' after its first experiences. - Problem it solves EN: An agent trained for a long time gradually absorbs new things less well, and forgets old ones when the world changes. - What it does EN: Like a gardener who prunes some old branches so the tree has strength to grow new shoots. - Everyday example EN: A building's heating controller learns for years, adapting to new tenants, seasons and replaced equipment. - concerns you if PL: twój agent ma się uczyć po wdrożeniu, nie tylko raz; długi trening przestaje przynosić poprawę - concerns you if EN: your agent must keep learning after deployment, not once; long training stops bringing improvement - sources: `loss-of-plasticity-nature-2024`, `primacy-bias-2022`, `continual-rl-review-2020` ### Meta-uczenie ze wzmocnieniem (meta-RL) (Meta-reinforcement learning) - id: `metarl` · https://aiatlasgraph.com/t/metarl.md - path: Uczenie ze wzmocnieniem i decyzje › Uogólnianie i adaptacja w RL › Meta-uczenie ze wzmocnieniem (meta-RL) - aliases: meta-reinforcement learning, meta-RL, learning to adapt - PL: Meta-uczenie w RL: trening na rozkładzie zadań daje politykę lub algorytm, który adaptuje się do nowego zadania z niewielu interakcji. - EN: Meta-learning applied to RL: training over a task distribution yields a policy or algorithm that adapts to a new task from few interactions. - In one sentence PL: Agent ćwiczy na wielu podobnych zadaniach tak, żeby nowe zadanie z tej rodziny opanować po kilku próbach. - Problem it solves PL: Zwykłe uczenie ze wzmocnieniem potrzebuje ogromu prób na każde nowe zadanie, a w prawdziwym świecie próby są drogie. - What it does PL: Jak gracz, który zna wiele gier planszowych i nowe zasady łapie po dwóch rozgrywkach, bo wie, czego szukać. - Everyday example PL: Ramię robota, które ćwiczyło otwieranie wielu różnych szuflad, po kilku próbach otwiera szufladę o nieznanym uchwycie. - In one sentence EN: An agent practises on many similar tasks so that it masters a new one from the same family in a few tries. - Problem it solves EN: Ordinary reinforcement learning needs huge numbers of trials for each new task, and real-world trials are expensive. - What it does EN: Like someone who knows many board games and picks up new rules in two rounds, because they know what to look for. - Everyday example EN: A robot arm that practised opening many different drawers opens one with an unfamiliar handle after a few attempts. - concerns you if PL: masz wiele podobnych zadań i chcesz szybko opanowywać kolejne; każda próba w prawdziwym środowisku sporo kosztuje - concerns you if EN: you have many similar tasks and want to master new ones fast; each trial in the real environment is costly - sources: `metarl-survey-2023` ## Sources - [SemDeDup: Data-efficient learning at web-scale through semantic deduplication]() `abbas-2023-semdedup` · by Amro Abbas, Kushal Tirumala, Dániel Simig, Surya Ganguli, Ari S. Morcos - [A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm]() `abc-karaboga-2007` · by Dervis Karaboga, Bahriye Basturk - [ACE: A fast, skillful learned global atmospheric model for climate prediction]() `ace-climate-2023` · by Oliver Watt-Meyer, Gideon Dresdner, Jeremy McGibbon i in. (Allen Institute for AI, NVIDIA) - [ACE-Step: A Step Towards Music Generation Foundation Model]() `ace-step-2025` · by Junmin Gong, Sean Zhao, Sen Wang, Shengyuan Xu, Joe Guo · sponsored - [Aci-bench: a Novel Ambient Clinical Intelligence Dataset for Benchmarking Automatic Visit Note Generation]() `aci-bench-2023` · by Wen-wai Yim, Yujuan Fu, Asma Ben Abacha, Neal Snider, Thomas Lin, Meliha Yetisgen · sponsored - [Ant Colony Optimization: Artificial Ants as a Computational Intelligence Technique]() `aco-cim-2006` · by Marco Dorigo, Mauro Birattari, Thomas Stützle - [A Survey on Backbones for Deep Video Action Recognition]() `action-backbones-survey-2024` · by Zixuan Tang, Youjun Zhao, Yuhang Wen, Mengyuan Liu - [Decoupled Weight Decay Regularization]() `adamw-2017` · by Ilya Loshchilov, Frank Hutter - [Automated Design of Agentic Systems]() `adas-2024` · by Shengran Hu, Cong Lu, Jeff Clune - [A Survey of Ad Hoc Teamwork Research]() `adhoc-teamwork-survey-2022` · by Reuth Mirsky; Ignacio Carlucho; Arrasy Rahman; Elliot Fosong; William Macke; Mohan Sridharan; Peter Stone; Stefano V. Albrecht - [Affordances in Robotic Tasks – A Survey]() `affordances-robotics-survey-2020` · by P. Ardón, È. Pairet, K. S. Lohan, S. Ramamoorthy, R. P. A. Petrick - [Evaluation and Benchmarking of LLM Agents: A Survey]() `agent-eval-survey-2025` · by Mahmoud Mohammadi, Yipeng Li, Jane Lo, Wendy Yip - [Hugging Face · Agents Course]() `agents` · reference: Agenci, narzędzia, frameworki, agentic RAG i ewaluacja. - [Agent Skills specification]() `agentskills-spec` · by Agent Skills (otwarty standard; format pochodzi od Anthropic) - [AgentTime: Can Agents Estimate and Control Their Own Runtime?]() `agenttime-2026` · by Michael Ofengenden, Maksym Andriushchenko - [Train An Imaginative Agent]() `agima-arxiv-2610.26845` · by Jiaxin Ge, Junyi Zhang, Tianning Chai, Hanjun Yoo, Chenyang Wang, Xiuyu Li, Weijia Shi, XuDong Wang, Sewon Min, Luke Zettlemoyer, Trevor Darrell, Haiwen Feng - [VQA: Visual Question Answering]() `agrawal-2015-vqa` · by Aishwarya Agrawal, Jiasen Lu, Stanislaw Antol, Margaret Mitchell, C. Lawrence Zitnick, Dhruv Batra, Devi Parikh - [Fast Algorithms for Mining Association Rules]() `agrawal-srikant-apriori-1994` · by Rakesh Agrawal, Ramakrishnan Srikant - [AI Chains: Transparent and Controllable Human-AI Interaction by Chaining Large Language Model Prompts]() `ai-chains-2022` · by Tongshuang Wu, Michael Terry, Carrie J. Cai - [Towards an AI co-scientist]() `ai-coscientist-2025` · by Juraj Gottweis, Wei-Hung Weng i in.; Vivek Natarajan (Google) · sponsored - [AI and Memory Wall]() `ai-memory-wall-2024` · by Amir Gholami, Zhewei Yao, Sehoon Kim, Coleman Hooper, Michael W. Mahoney, Kurt Keutzer (UC Berkeley) - [AI safety via debate]() `ai-safety-via-debate-2018` · by G. Irving, P. Christiano, D. Amodei - [The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery]() `ai-scientist-2024` · by Chris Lu, Cong Lu, Robert Tjarko Lange, Jakob Foerster, Jeff Clune, David Ha · sponsored - [Artificial Intelligence for Science in Quantum, Atomistic, and Continuum Systems]() `ai4science-survey-2023` · by Xuan Zhang, Limei Wang i in. (zespół kilkudziesięciu autorów, m.in. Shuiwang Ji) - [Russell & Norvig · Artificial Intelligence: A Modern Approach, 4th ed. — table of contents]() `aima4` · by Stuart Russell, Peter Norvig - [Croissant: A Metadata Format for ML-Ready Datasets]() `akhtar-2024-croissant` · by Mubashara Akhtar, Omar Benjelloun, Costanza Conforti, Luca Foschini, Joan Giner-Miguelez, Pieter Gijsbers, Sujata Goswami, Nitisha Jain, Michalis Karamousadakis, Michael Kuchnik, Satyapriya Krishna, Sylvain Lesage, Quentin Lhoest, Pierre Marcenac, Manil Maskey, Peter Mattson, Luis Oala, Hamidah Oderinwale, Pierre Ruyssen, Tim Santos, Rajat Shinde, Elena Simperl, Arjun Suresh, Goeffry Thomas, Slava Tykhonov, Joaquin Vanschoren, Susheel Varma, Jos van der Velde, Steffen Vogler, Carole-Jean Wu, Luyao Zhang - [Optuna: A Next-generation Hyperparameter Optimization Framework]() `akiba-optuna-2019` · by Takuya Akiba, Shotaro Sano, Toshihiko Yanase, Takeru Ohta, Masanori Koyama - [CTIBench: A Benchmark for Evaluating LLMs in Cyber Threat Intelligence]() `alam-ctibench-2024` · by Md Tanvirul Alam, Dipkamal Bhusal, Le Nguyen, Nidhi Rastogi - [Predicting judicial decisions of the European Court of Human Rights: a Natural Language Processing perspective]() `aletras-echr-2016` · by Nikolaos Aletras, Dimitrios Tsarapatsanis, Daniel Preoţiuc-Pietro, Vasileios Lampos - [Alignment faking in large language models]() `alignment-faking-2024` · by R. Greenblatt, C. Denison, B. Wright, F. Roger, M. MacDiarmid i in. (20 autorów; Anthropic, Redwood Research), E. Hubinger - [Audio-Language Models for Audio-Centric Tasks: A Systematic Survey]() `alm-survey-su-2025` · by Yi Su, Jisheng Bai, Qisheng Xu, Kele Xu, Yong Dou - [Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware (ALOHA / ACT)]() `aloha-act-2023` · by T. Z. Zhao, V. Kumar, S. Levine, C. Finn - [AlphaEvolve: A coding agent for scientific and algorithmic discovery]() `alphaevolve2025` · by Alexander Novikov, Ngân Vũ, Marvin Eisenberger i in., Matej Balog (Google DeepMind) - [Accurate structure prediction of biomolecular interactions with AlphaFold 3]() `alphafold3-2024` · by Josh Abramson, Jonas Adler, Jack Dunger, Richard Evans i in. (Google DeepMind, Isomorphic Labs) - [Olympiad-level formal mathematical reasoning with reinforcement learning (AlphaProof)]() `alphaproof2025` · by Thomas Hubert, Rishi Mehta, Laurent Sartran, Miklós Z. Horváth i in. (Google DeepMind) - [Realistic Synthetic Financial Transactions for Anti-Money Laundering Models]() `altman-aml-synthetic-2023` · by Erik Altman, Jovan Blanuša, Luc von Niederhäusern, Béni Egressy, Andreea Anghel, Kubilay Atasu (IBM Research) - [A-MEM: Agentic Memory for LLM Agents]() `amem-2025` · by Wujiang Xu, Zujie Liang, Kai Mei, Hang Gao, Juntao Tan, Yongfeng Zhang - [EMBER: An Open Dataset for Training Static PE Malware Machine Learning Models]() `anderson-roth-ember-2018` · by Hyrum S. Anderson, Phil Roth - [Gemini Nano (Android Developers)]() `android-gemini-nano` · by Google · sponsored - [A Gentle Introduction to Conformal Prediction and Distribution-Free Uncertainty Quantification]() `angelopoulos-conformal-2021` · by Anastasios N. Angelopoulos, Stephen Bates - [Chronos: Learning the Language of Time Series]() `ansari-chronos-2024` · by Abdul Fatir Ansari, Lorenzo Stella, Caner Turkmen, Xiyuan Zhang i in. (17 autorów) - [Demystifying evals for AI agents]() `anthropic-agent-evals-2026` · by Mikaela Grace, Jeremy Hadfield, Rodrigo Olivares, Jiri De Jonghe (Anthropic) - [Equipping agents for the real world with Agent Skills]() `anthropic-agent-skills-2025` · by Anthropic · sponsored - [Disrupting the first reported AI-orchestrated cyber espionage campaign]() `anthropic-ai-orchestrated-espionage-2025` · by Anthropic (zespół Threat Intelligence) · sponsored - [Building effective agents]() `anthropic-building-effective-agents-2024` · by Erik Schluntz, Barry Zhang (Anthropic) · sponsored - [Circuit Tracing: Revealing Computational Graphs in Language Models]() `anthropic-circuit-tracing-2025` · by Emmanuel Ameisen, Jack Lindsey, Adam Pearce, Wes Gurnee, Nicholas L. Turner i in. (Anthropic, ok. 19 autorów) - [Effective context engineering for AI agents]() `anthropic-context-engineering-2025` · by Anthropic (Applied AI team) · sponsored - [Effective harnesses for long-running agents]() `anthropic-long-harness-2025` · by Anthropic · sponsored - [Prompt caching — Claude API documentation]() `anthropic-prompt-caching` · by Anthropic - [Anthropic Courses · Prompt evaluations]() `anthropic-prompt-evals` · by Anthropic - [Scaling Monosemanticity: Extracting Interpretable Features from Claude 3 Sonnet]() `anthropic-scaling-monosemanticity-2024` · by Adly Templeton i in. (Anthropic) - [Scaling Misuse Detection with Self-Assessment]() `anthropic-selfassessment-2026` · by Yiming Zhang, Chen Xia, Andy Dau, John Wang, James Yu, Bobby Chen, Andreas Terzis, Nicholas Carlini, Erik Jones - [Apple Intelligence Foundation Language Models Tech Report 2025]() `apple-afm-2025` · by Apple · sponsored - [Introducing the Third Generation of Apple’s Foundation Models]() `apple-afm3-2026` · by Apple · sponsored - [Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation (Apple Heart Study)]() `apple-heart-study-2019` · by Marco V. Perez, Kenneth W. Mahaffey, Haley Hedlin i in. · sponsored - [What We've Learned From A Year of Building with LLMs]() `applied-llms-2024` · by Eugene Yan, Bryan Bischof, Charles Frye, Hamel Husain, Jason Liu, Shreya Shankar - [Dos and Don'ts of Machine Learning in Computer Security]() `arp-dos-donts-ml-security-2020` · by Daniel Arp, Erwin Quiring, Feargus Pendlebury, Alexander Warnecke, Fabio Pierazzi, Christian Wressnegger, Lorenzo Cavallaro, Konrad Rieck - [Block Diffusion: Interpolating Between Autoregressive and Diffusion Language Models]() `arriola-bd3lm-2025` · by Marianne Arriola, Aaron Gokaslan, Justin T. Chiu, Zhihan Yang, Zhixuan Qi, Jiaqi Han, Subham Sekhar Sahoo, Volodymyr Kuleshov - [Survey Article: Inter-Coder Agreement for Computational Linguistics]() `artstein-poesio-2008` · by Ron Artstein, Massimo Poesio - [ASA President’s Task Force Statement on Statistical Significance and Replicability]() `asa-statistical-significance-2021` · by ASA President’s Task Force on Statistical Significance and Replicability - [ASAG2024: A Combined Benchmark for Short Answer Grading]() `asag2024-2024` · by Gérôme Meyer, Philip Breuer, Jonathan Fürst - [AST: Audio Spectrogram Transformer]() `ast-2021` · by Yuan Gong, Yu-An Chung, James Glass - [Identifying Exoplanets with Deep Learning: A Five Planet Resonant Chain around Kepler-80 and an Eighth Planet around Kepler-90]() `astronet-2017` · by Christopher J. Shallue, Andrew Vanderburg - [Atlas: a brain for self-driving laboratories]() `atlas-sdl-2025` · by Riley J. Hickman, Malcolm Sim, Sergio Pablo-García i in. (University of Toronto) - [Hugging Face · Audio Course]() `audio` · reference: Dane audio, klasyfikacja, ASR, TTS i modele mowy. - [AudioLDM: Text-to-Audio Generation with Latent Diffusion Models]() `audioldm-2023` · by Haohe Liu, Zehua Chen, Yi Yuan, Xinhao Mei, Xubo Liu, Danilo Mandic, Wenwu Wang, Mark D. Plumbley - [Audio Set: An ontology and human-labeled dataset for audio events]() `audioset-2017` · by Jort F. Gemmeke, Daniel P. W. Ellis, Dylan Freedman, Aren Jansen, Wade Lawrence, R. Channing Moore, Manoj Plakal, Marvin Ritter (Google) - [EUR-Lex-Sum: A Multi- and Cross-lingual Dataset for Long-form Summarization in the Legal Domain]() `aumiller-eurlexsum-2022` · by Dennis Aumiller, Ashish Chouhan, Michael Gertz - [Structured Denoising Diffusion Models in Discrete State-Spaces]() `austin-d3pm-2021` · by Jacob Austin, Daniel D. Johnson, Jonathan Ho, Daniel Tarlow, Rianne van den Berg - [Automated Code Review In Practice]() `automated-code-review-practice-2024` · by Umut Cihan, Vahid Haratian, Arda İçöz, Mert Kaan Gül, Ömercan Devran, Emircan Furkan Bayendur, Baykal Mehmet Uçar, Eray Tüzün - [Autonomous GIS: the next-generation AI-powered GIS]() `autonomous-gis-2023` · by Zhenlong Li; Huan Ning - [Neural Machine Translation by Jointly Learning to Align and Translate]() `bahdanau-2014-attention-nmt` · by Dzmitry Bahdanau, Kyunghyun Cho, Yoshua Bengio - [Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback]() `bai-2022-hh-rlhf` · by Yuntao Bai, Andy Jones, Kamal Ndousse, Amanda Askell, Anna Chen, Nova DasSarma, Dawn Drain, Stanislav Fort, Deep Ganguli, Tom Henighan, Nicholas Joseph, Saurav Kadavath, Jackson Kernion, Tom Conerly, Sheer El-Showk, Nelson Elhage, Zac Hatfield-Dodds, Danny Hernandez, Tristan Hume, Scott Johnston, Shauna Kravec, Liane Lovitt, Neel Nanda, Catherine Olsson, Dario Amodei, Tom Brown, Jack Clark, Sam McCandlish, Chris Olah, Ben Mann, Jared Kaplan - [The Probability of Backtest Overfitting]() `bailey-pbo-2015` · by David H. Bailey, Jonathan M. Borwein, Marcos López de Prado, Qiji Jim Zhu - [WhisperX: Time-Accurate Speech Transcription of Long-Form Audio]() `bain-whisperx-2023` · by Max Bain, Jaesung Huh, Tengda Han, Andrew Zisserman - [Video PreTraining (VPT): Learning to Act by Watching Unlabeled Online Videos]() `baker-vpt-2022` · by Bowen Baker, Ilge Akkaya, Peter Zhokhov, Joost Huizinga, Jie Tang, Adrien Ecoffet, Brandon Houghton, Raul Sampedro, Jeff Clune - [A Cookbook of Self-Supervised Learning]() `balestriero-ssl-cookbook-2023` · by Randall Balestriero, Mark Ibrahim, Vlad Sobal, Ari Morcos, Shashank Shekhar, Tom Goldstein, Florian Bordes, Adrien Bardes, Gregoire Mialon, Yuandong Tian, Avi Schwarzschild, Andrew Gordon Wilson, Jonas Geiping, Quentin Garrido, Pierre Fernandez, Amir Bar, Hamed Pirsiavash, Yann LeCun, Micah Goldblum - [Generative AI without guardrails can harm learning: Evidence from high school mathematics]() `bastani-guardrails-2025` · by Hamsa Bastani, Osbert Bastani, Alp Sungu, Haosen Ge, Özge Kabakcı, Rei Mariman - [Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift]() `batchnorm-2015` · by Sergey Ioffe, Christian Szegedy - [Benchmark Data Contamination of Large Language Models: A Survey]() `bdc-survey-2024` · by Cheng Xu, Shuhao Guan, Derek Greene, M-Tahar Kechadi - [BEIR: A Heterogeneous Benchmark for Zero-shot Evaluation of Information Retrieval Models]() `beir-2021` · by Nandan Thakur, Nils Reimers, Andreas Rücklé, Abhishek Srivastava, Iryna Gurevych (UKP Lab, TU Darmstadt) - [Probing Classifiers: Promises, Shortcomings, and Advances]() `belinkov-probing-2021` · by Yonatan Belinkov - [Belkin et al. · Reconciling modern machine learning practice and the bias-variance trade-off]() `belkin-doubledescent-2019` · by Mikhail Belkin, Daniel Hsu, Siyuan Ma, Soumik Mandal - [Computational Models of Legal Argument]() `benchcapon-etal-legal-argument-2024` · by Trevor Bench-Capon, Katie Atkinson, Floris Bex, Henry Prakken, Bart Verheij - [HYPO's Legacy: Introduction to the Virtual Special Issue]() `benchcapon-hypo-legacy-2017` · by Trevor J. M. Bench-Capon - [Fast scaling (LLM Inference Handbook)]() `bentoml-fast-scaling` · by BentoML · sponsored - [Calculating GPU memory for serving LLMs (LLM Inference Handbook)]() `bentoml-gpu-memory` · by BentoML · sponsored - [Key metrics for LLM inference (LLM Inference Handbook)]() `bentoml-inference-metrics` · by BentoML · sponsored - [BitFit: Simple Parameter-efficient Fine-tuning for Transformer-based Masked Language-models]() `benzaken-2021-bitfit` · by Elad Ben-Zaken, Shauli Ravfogel, Yoav Goldberg - [Augmenting Automated Game Testing with Deep Reinforcement Learning]() `bergdahl-drl-game-testing-2021` · by Joakim Bergdahl, Camilo Gordillo, Konrad Tollmar, Linus Gisslén - [The MVTec 3D-AD Dataset for Unsupervised 3D Anomaly Detection and Localization]() `bergmann-mvtec3d-2021` · by Paul Bergmann, Xin Jin, David Sattlegger, Carsten Steger - [BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding]() `bert-2018` · by Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova - [BERTScore: Evaluating Text Generation with BERT]() `bertscore-2019` · by Tianyi Zhang, Varsha Kishore, Felix Wu, Kilian Q. Weinberger, Yoav Artzi - [BEVFormer: Learning Bird's-Eye-View Representation from Multi-Camera Images via Spatiotemporal Transformers]() `bevformer-2022` · by Zhiqi Li, Wenhai Wang, Hongyang Li, Enze Xie, Chonghao Sima, Tong Lu, Yu Qiao, Jifeng Dai - [BEVFusion: Multi-Task Multi-Sensor Fusion with Unified Bird's-Eye View Representation]() `bevfusion-2022` · by Zhijian Liu, Haotian Tang, Alexander Amini, Xinyu Yang, Huizi Mao, Daniela Rus, Song Han - [Uncertainty-aware Remaining Useful Life predictor]() `biggio-uncertainty-rul-dgp-2021` · by Luca Biggio, Alexander Wieland, Manuel Arias Chao, Iason Kastanis, Olga Fink - [A Lightweight Instrument-Agnostic Model for Polyphonic Note Transcription and Multipitch Estimation]() `bittner-basicpitch-2022` · by Rachel M. Bittner i in. - [Can GPT-3 Perform Statutory Reasoning?]() `blairstanek-gpt3-statutory-2023` · by Andrew Blair-Stanek, Nils Holzenberger, Benjamin Van Durme - [Stable Video Diffusion: Scaling Latent Video Diffusion Models to Large Datasets]() `blattmann-2023-svd` · by Andreas Blattmann, Tim Dockhorn, Sumith Kulal, Daniel Mendelevitch, Maciej Kilian, Dominik Lorenz, Yam Levi, Zion English, Vikram Voleti, Adam Letts, Varun Jampani, Robin Rombach - [Latent Dirichlet Allocation]() `blei-lda-2003` · by David M. Blei, Andrew Y. Ng, Michael I. Jordan - [Variational Inference: A Review for Statisticians]() `blei2017vi` · by David M. Blei, Alp Kucukelbir, Jon D. McAuliffe - [BloombergGPT: A Large Language Model for Finance]() `bloomberggpt-2023` · by Shijie Wu, Ozan Irsoy, Steven Lu, Vadim Dabravolski, Mark Dredze, Sebastian Gehrmann, Prabhanjan Kambadur, David Rosenberg, Gideon Mann - [Technical AI Safety — BlueDot Impact course]() `bluedot-technical-ai-safety` · by BlueDot Impact - [Artificial intelligence in UK financial services - 2024]() `boe-ai-survey-2024` · by Bank of England, Financial Conduct Authority - [Boids (Flocks, Herds, and Schools: a Distributed Behavioral Model)]() `boids-reynolds` · by Craig Reynolds - [Sen1Floods11: a georeferenced dataset to train and test deep learning flood algorithms for Sentinel-1]() `bonafilia-sen1floods11-2020` · by Derrick Bonafilia, Beth Tellman, Tyler Anderson, Erica Issenberg - [FSDL · LLM Bootcamp (2023, archiwum)]() `bootcamp` · reference: Aplikacje LLM, prompting, retrieval, UX i LLMOps. - [Boyd & Vandenberghe · Convex Optimization]() `boyd-vandenberghe-cvxbook` · by Stephen Boyd, Lieven Vandenberghe - [Real-bogus classification for the Zwicky Transient Facility using deep learning]() `braai-ztf-2019` · by Dmitry A. Duev, Ashish Mahabal, Frank J. Masci i in. (Caltech) - [Automated Design of Production Scheduling Heuristics: A Review]() `branke-automated-design-scheduling-heuristics-2016` · by Jürgen Branke, Su Nguyen, Christoph W. Pickardt, Mengjie Zhang - [Data Validation for Machine Learning]() `breck-data-validation-2019` · by Eric Breck, Marty Zinkevich, Neoklis Polyzotis, Steven Whang, Sudip Roy - [pyannote.audio 2.1 speaker diarization pipeline: principle, benchmark, and recipe]() `bredin-pyannote-2023` · by Hervé Bredin - [AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data]() `brown-alphaearth-foundations-2025` · by Christopher F. Brown, Michal R. Kazmierski, Valerie J. Pasquarella, William J. Rucklidge, Masha Samsikova, et al. (Google DeepMind / Google) - [Superhuman AI for multiplayer poker]() `brown-sandholm-pluribus-2019` · by Noam Brown, Tuomas Sandholm - [Technical Language Processing: Unlocking Maintenance Knowledge]() `brundage-tlp-maintenance-2021` · by Michael P. Brundage, Thurston B. Sexton, Melinda Hodkiewicz, Alden A. Dima, Sarah Lukens - [Grammatical Error Correction: A Survey of the State of the Art]() `bryant-2023-gec-survey` · by Christopher Bryant, Zheng Yuan, Muhammad Reza Qorib, Hannan Cao, Hwee Tou Ng, Ted Briscoe - [Generative AI at Work]() `brynjolfsson-genai-at-work` · by Erik Brynjolfsson, Danielle Li, Lindsey Raymond - [From RankNet to LambdaRank to LambdaMART: An Overview]() `burges-lambdamart-2010` · by Christopher J. C. Burges - [C2PA Technical Specification 2.2 — Content Credentials]() `c2pa-spec-2-2` · by Coalition for Content Provenance and Authenticity (C2PA) - [A Distributional Perspective on Reinforcement Learning]() `c51-distributional-2017` · by Marc G. Bellemare; Will Dabney; Rémi Munos - [CaloChallenge 2022: A Community Challenge for Fast Calorimeter Simulation]() `calochallenge-2024` · by Claudius Krause, Michele Faucci Giannelli, Gregor Kasieczka, Benjamin Nachman i in. - [Defeating Prompt Injections by Design]() `camel-debenedetti-2025` · by E. Debenedetti, I. Shumailov, T. Fan, J. Hayes, N. Carlini, D. Fabian, C. Kern, C. Shi, A. Terzis, F. Tramèr - [Explainable Prediction of Medical Codes from Clinical Text]() `caml-2018` · by James Mullenbach, Sarah Wiegreffe, Jon Duke, Jimeng Sun, Jacob Eisenstein - [CarDD: A New Dataset for Vision-based Car Damage Detection]() `cardd-2022` · by Xinkuang Wang, Wenjing Li, Zhongcheng Wu - [End-to-End Object Detection with Transformers (DETR)]() `carion-detr-2020` · by Nicolas Carion, Francisco Massa, Gabriel Synnaeve, Nicolas Usunier, Alexander Kirillov, Sergey Zagoruyko - [SAM 3: Segment Anything with Concepts]() `carion-sam3-2025` · by Nicolas Carion, Laura Gustafson, Yuan-Ting Hu, Shoubhik Debnath, Ronghang Hu i in. (Meta) - [CARLA: An Open Urban Driving Simulator]() `carla-2017` · by Alexey Dosovitskiy, German Ros, Felipe Codevilla, Antonio Lopez, Vladlen Koltun - [Machine learning and the physical sciences]() `carleo-ml-physics-2019` · by Giuseppe Carleo, Ignacio Cirac, Kyle Cranmer, Laurent Daudet, Maria Schuld, Naftali Tishby, Leslie Vogt-Maranto, Lenka Zdeborová - [Cascaded Diffusion Models for High Fidelity Image Generation]() `cascaded-diffusion-2021` · by Jonathan Ho, Chitwan Saharia, William Chan, David J. Fleet, Mohammad Norouzi, Tim Salimans - [Conditional definitions and exceptions — The Catala domain-specific programming language]() `catala-exceptions-docs` · by Catala contributors - [From Observational Data to Clinical Recommendations: A Causal Framework for Estimating Patient-level Treatment Effects and Learning Policies]() `causal-clinical-recs-2025` · by Rom Gutman, Shimon Sheiba, Omer Noy Klein, Naama Dekel Bird, Amit Gruber, Doron Aronson, Oren Caspi, Uri Shalit - [Center-based 3D Object Detection and Tracking (CenterPoint)]() `centerpoint-2020` · by Tianwei Yin, Xingyi Zhou, Philipp Krähenbühl - [Consumer Financial Protection Circular 2022-03: Adverse action notification requirements in connection with credit decisions based on complex algorithms (withdrawn 2025-05-12)]() `cfpb-circular-2022-03` · by Consumer Financial Protection Bureau (CFPB) - [12 CFR § 1002.9 — Notifications (Regulation B)]() `cfpb-reg-b-1002-9-current` · by Consumer Financial Protection Bureau - [LEGAL-BERT: The Muppets straight out of Law School]() `chalkidis-legal-bert-2020` · by Ilias Chalkidis, Manos Fergadiotis, Prodromos Malakasiotis, Nikolaos Aletras, Ion Androutsopoulos - [LexGLUE: A Benchmark Dataset for Legal Language Understanding in English]() `chalkidis-lexglue-2021` · by Ilias Chalkidis, Abhik Jana, Dirk Hartung, Michael Bommarito, Ion Androutsopoulos, Daniel Martin Katz, Nikolaos Aletras - [Neural Legal Judgment Prediction in English]() `chalkidis-ljp-2019` · by Ilias Chalkidis, Ion Androutsopoulos, Nikolaos Aletras - [Chameleon: Mixed-Modal Early-Fusion Foundation Models]() `chameleon-2024` · by Chameleon Team (Meta FAIR) · sponsored - [Lenia — Biology of Artificial Life]() `chan-lenia-2019` · by Bert Wang-Chak Chan - [MaskGIT: Masked Generative Image Transformer]() `chang-maskgit-2022` · by Huiwen Chang, Han Zhang, Lu Jiang, Ce Liu, William T. Freeman - [ChartQA: A Benchmark for Question Answering about Charts with Visual and Logical Reasoning]() `chartqa-2022` · by Ahmed Masry, Do Xuan Long, Jia Qing Tan, Shafiq Joty, Enamul Hoque - [Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference]() `chatbot-arena-2024` · by Wei-Lin Chiang, Lianmin Zheng, Ying Sheng, Anastasios N. Angelopoulos, Tianle Li, Dacheng Li, Hao Zhang, Banghua Zhu, Michael Jordan, Joseph E. Gonzalez, Ion Stoica - [ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the Worst]() `chauffeurnet-2018` · by Mayank Bansal, Alex Krizhevsky, Abhijit Ogale - [Training Deep Nets with Sublinear Memory Cost]() `chen-2016-sublinear` · by Tianqi Chen, Bing Xu, Chiyuan Zhang, Carlos Guestrin - [Remaining Useful Life Prediction: A Study on Multidimensional Industrial Signal Processing and Efficient Transfer Learning Based on Large Language Models]() `chen-rul-llm-2024` · by Yan Chen, Cheng Liu - [XGBoost: A Scalable Tree Boosting System]() `chen-xgboost-2016` · by Tianqi Chen, Carlos Guestrin - [Change Detection Methods for Remote Sensing in the Last Decade: A Comprehensive Review]() `cheng-change-detection-review-2023` · by Guangliang Cheng, Yunmeng Huang, Xiangtai Li, Shuchang Lyu, Zhaoyang Xu, et al. - [Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation]() `cho-gru-2014` · by Kyunghyun Cho, Bart van Merriënboer, Caglar Gulcehre, Dzmitry Bahdanau, Fethi Bougares, Holger Schwenk, Yoshua Bengio - [Data Efficient and Weakly Supervised Computational Pathology on Whole Slide Images (CLAM)]() `clam-2020` · by Ming Y. Lu, Drew F. K. Williamson, Tiffany Y. Chen, Richard J. Chen, Matteo Barbieri, Faisal Mahmood - [Classifier-Free Diffusion Guidance]() `classifier-free-guidance-2022` · by Jonathan Ho, Tim Salimans - [Prompting best practices (Claude Docs)]() `claude-prompting-best-practices` · by Anthropic · sponsored - [CloudSEN12, a global dataset for semantic understanding of cloud and cloud shadow in Sentinel-2]() `cloudsen12-2022` · by Cesar Aybar; Luis Ysuhuaylas; Jhomira Loja; Karen Gonzales; Fernando Herrera; Lesly Bautista; Roy Yali; Angie Flores; Lissette Diaz; Nicole Cuenca; Wendy Espinoza; Fernando Prudencio; Joselyn Inga; Valeria Llactayo; David Montero; Martin Sudmanns; Dirk Tiede; Gonzalo Mateo-García; Luis Gómez-Chova - [The CMA Evolution Strategy: A Tutorial]() `cmaes-tutorial-2016` · by Nikolaus Hansen - [Code as Policies: Language Model Programs for Embodied Control]() `code-as-policies-2022` · by J. Liang, W. Huang, F. Xia, P. Xu, K. Hausman, B. Ichter, P. Florence, A. Zeng - [AI-assisted Code Authoring at Scale: Fine-tuning, deploying, and mixed methods evaluation (CodeCompose)]() `codecompose-2023` · by Vijayaraghavan Murali i in. (Meta) · sponsored - [Evaluating Large Language Models Trained on Code]() `codex-humaneval-2021` · by Mark Chen, Jerry Tworek i in. (OpenAI) - [Theoretical and Numerical Constraint-Handling Techniques used with Evolutionary Algorithms: A Survey of the State of the Art]() `coello-constraint-2002` · by Carlos A. Coello Coello - [Understanding LSTM Networks]() `colah-lstm-2015` · by Christopher Olah - [Neuro-Symbolic AI in 2024: A Systematic Review]() `colelough2025nesy` · by Brandon C. Colelough, William Regli - [Summary of the Competition on Legal Information Extraction/Entailment (COLIEE) 2023]() `coliee-2023-summary` · by Randy Goebel, Yoshinobu Kano, Mi-Young Kim, Juliano Rabelo, Ken Satoh, Masaharu Yoshioka - [Behavior Trees in Robotics and AI: An Introduction]() `colledanchise-ogren-bt-2017` · by Michele Colledanchise, Petter Ögren - [SaulLM-7B: A pioneering Large Language Model for Law]() `colombo-saullm-2024` · by Pierre Colombo i in. · sponsored - [Common Crawl — Open Repository of Web Crawl Data (home page)]() `commoncrawl-site` · by Common Crawl Foundation - [Learning under Concept Drift: A Review]() `concept-drift-review-2020` · by Jie Lu, Anjin Liu, Fan Dong, Feng Gu, João Gama, Guangquan Zhang - [Confident Learning: Estimating Uncertainty in Dataset Labels]() `confident-learning-2019` · by Curtis G. Northcutt, Lu Jiang, Isaac L. Chuang - [SatMAE: Pre-training Transformers for Temporal and Multi-Spectral Satellite Imagery]() `cong-satmae-2022` · by Yezhen Cong, Samar Khanna, Chenlin Meng, Patrick Liu, Erik Rozi, et al. - [Conitzer et al. · Position: Social Choice Should Guide AI Alignment in Dealing with Diverse Human Feedback]() `conitzer-socialchoice-alignment-2024` · by Vincent Conitzer, Rachel Freedman, Jobst Heitzig, Wesley H. Holliday, Bob M. Jacobs, Nathan Lambert, Milan Mossé, Eric Pacuit, Stuart Russell, Hailey Schoelkopf, Emanuel Tewolde, William S. Zwicker - [Consent in Crisis: The Rapid Decline of the AI Data Commons]() `consent-in-crisis-2024` · by Shayne Longpre, Robert Mahari, Ariel Lee, Campbell Lund, Hamidah Oderinwale, William Brannon, Nayan Saxena, Naana Obeng-Marnu, Tobin South, Cole Hunter i in. (44 autorów) - [Reporting guidelines for clinical trials of artificial intelligence interventions: the SPIRIT-AI and CONSORT-AI guidelines]() `consort-spirit-ai-2020` · by Hussein Ibrahim, Xiaoxuan Liu, Samantha Cruz Rivera, David Moher, An-Wen Chan, Matthew R. Sydes, Melanie J. Calvert, Alastair K. Denniston - [Constitutional AI: Harmlessness from AI Feedback]() `constitutional-ai-2022` · by Y. Bai, S. Kadavath, S. Kundu, A. Askell i in. (51 autorów; Anthropic) - [Constitutional Classifiers: Defending against Universal Jailbreaks across Thousands of Hours of Red Teaming]() `constitutional-classifiers-2025` · by M. Sharma, M. Tong, J. Mu, J. Wei i in. (43 autorów; Anthropic), E. Perez - [Continual Learning for Large Language Models: A Survey]() `continual-llm-survey-2024` · by Tongtong Wu, Linhao Luo, Yuan-Fang Li i in. - [Towards Continual Reinforcement Learning: A Review and Perspectives]() `continual-rl-review-2020` · by Khimya Khetarpal; Matthew Riemer; Irina Rish; Doina Precup - [Adding Conditional Control to Text-to-Image Diffusion Models (ControlNet)]() `controlnet-2023` · by Lvmin Zhang, Anyi Rao, Maneesh Agrawala - [Autonomy and Reliability of Continuous Active Learning for Technology-Assisted Review]() `cormack-grossman-autotar-2015` · by Gordon V. Cormack, Maura R. Grossman - [Evaluation of Machine-Learning Protocols for Technology-Assisted Review in Electronic Discovery]() `cormack-grossman-cal-sigir-2014` · by Gordon V. Cormack, Maura R. Grossman - [Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling]() `corrdiff-2023` · by Morteza Mardani, Noah Brenowitz, Yair Cohen, Jaideep Pathak i in. (NVIDIA) - [Autonomous chemical research with large language models (Coscientist)]() `coscientist-2023` · by Daniil A. Boiko, Robert MacKnight, Ben Kline, Gabe Gomes - [Cosmos World Foundation Model Platform for Physical AI]() `cosmos-wfm-2025` · by NVIDIA (N. Agarwal, A. Ali, M. Bala, Y. Balaji i in.) - [Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety]() `cot-monitorability-2025` · by Tomek Korbak, Mikita Balesni, Elizabeth Barnes, Yoshua Bengio i 30+ współautorów z wielu organizacji zajmujących się bezpieczeństwem AI - [Monitoring Reasoning Models for Misbehavior and the Risks of Promoting Obfuscation]() `cot-monitoring-reward-hacking-2025` · by B. Baker, J. Huizinga, L. Gao, Z. Dou, M. Y. Guan, A. Madry, W. Zaremba, J. Pachocki, D. Farhi (OpenAI) - [Self-Driving Cars Specialization (University of Toronto, Coursera)]() `coursera-sdc-toronto` · by Steven Waslander, Jonathan Kelly / University of Toronto - [Constrained Policy Optimization]() `cpo-2017` · by Joshua Achiam, David Held, Aviv Tamar, Pieter Abbeel - [Conservative Q-Learning for Offline Reinforcement Learning]() `cql-2020` · by A. Kumar, A. Zhou, G. Tucker, S. Levine - [Berkeley CS188 · Introduction to Artificial Intelligence (Fall 2025)]() `cs188fa25` · by Emma Pierson, Peyrin Kao (prowadzący) - [Stanford CS221 · AI: Principles and Techniques (2025)]() `cs221` · reference: Rozumowanie, przeszukiwanie, logika i modele probabilistyczne. - [Stanford CS229 · Machine Learning (2018, archiwum)]() `cs229` · reference: Klasyczne ML, statystyka i podstawy uczenia. Użyte jako stabilny szkielet, nie przegląd nowości. - [Stanford CS229 · Machine Learning (Summer 2026)]() `cs229-summer-2026` · by Stanford University - [Stanford CS231n: Deep Learning for Computer Vision — lecture schedule (Spring 2026)]() `cs231n-2026-schedule` · by Stanford University (CS231n) - [CS231n: Convolutional Neural Networks (course notes)]() `cs231n-convnets-notes` · by Stanford CS231n - [Stanford CS234 · Lecture 3: Model-Free Policy Evaluation (Winter 2026)]() `cs234-2026-lecture3` · by Emma Brunskill - [Stanford CS336 · Language Modeling from Scratch (2025)]() `cs336` · reference: Budowa modeli, dane, trening, systemy, inferencja i post-training. - [An Introduction to Centralized Training for Decentralized Execution in Cooperative Multi-Agent Reinforcement Learning]() `ctde-intro-amato-2024` · by Christopher Amato - [Bearing Data Center – normal and faulty bearing data]() `cwru-bearing-data-center` · by Case Western Reserve University, Case School of Engineering - [Dive into Deep Learning — ch. 12: Optimization Algorithms]() `d2l-optimization` · by Aston Zhang, Zachary C. Lipton, Mu Li, Alexander J. Smola (autorzy podręcznika — z wiedzy modelu; strona ich nie pokazała) - [Dive into Deep Learning — table of contents]() `d2l-toc` · by Aston Zhang, Zachary C. Lipton, Mu Li, Alexander J. Smola - [A Reduction of Imitation Learning and Structured Prediction to No-Regret Online Learning]() `dagger-2011` · by S. Ross, G. J. Gordon, J. A. Bagnell - [Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models]() `dahl-legal-fictions-2024` · by Matthew Dahl, Varun Magesh, Mirac Suzgun, Daniel E. Ho - [Credit Card Fraud Detection and Concept-Drift Adaptation with Delayed Supervised Information]() `dalpozzolo-fraud-delayed-drift` · by Andrea Dal Pozzolo, Giacomo Boracchi, Olivier Caelen, Cesare Alippi, Gianluca Bontempi - [Evaluating Frontier Models for Dangerous Capabilities]() `dangerous-capability-evals-2024` · by M. Phuong, M. Aitchison, E. Catt, S. Cogan i in. (27 autorów; Google DeepMind), T. Shevlane - [DAPO: An Open-Source LLM Reinforcement Learning System at Scale]() `dapo-2025` · by Qiying Yu, Zheng Zhang, Ruofei Zhu i in. (ByteDance Seed, Tsinghua AIR) - [AI Cyber Challenge marks pivotal inflection point for cyber defense (AIxCC final results)]() `darpa-aixcc-results-2025` · by DARPA - [A decoder-only foundation model for time-series forecasting]() `das-timesfm-2023` · by Abhimanyu Das, Weihao Kong, Rajat Sen, Yichen Zhou - [The Data Provenance Initiative: A Large Scale Audit of Dataset Licensing & Attribution in AI]() `data-provenance-initiative-2023` · by Shayne Longpre, Robert Mahari, Anthony Chen, Naana Obeng-Marnu, Damien Sileo, William Brannon, Niklas Muennighoff, Nathan Khazam, Jad Kabbara, Kartik Perisetla i in. (17 autorów) - [A Survey on Data Selection for Language Models]() `data-selection-survey-2024` · by Alon Albalak, Yanai Elazar, Sang Michael Xie, Shayne Longpre, Nathan Lambert, Xinyi Wang, Niklas Muennighoff, Bairu Hou, Liangming Pan, Haewon Jeong, Colin Raffel, Shiyu Chang, Tatsunori Hashimoto, William Yang Wang - [LLM Inference Performance Engineering: Best Practices]() `databricks-llm-inference-perf` · by Megha Agarwal, Asfandyar Qureshi, Nikhil Sardana, Linden Li, Julian Quevedo, Daya Khudia (Databricks) · sponsored - [Datasheets for Datasets]() `datasheets-for-datasets-2018` · by T. Gebru, J. Morgenstern, B. Vecchione, J. W. Vaughan, H. Wallach, H. Daumé III, K. Crawford - [datatrove — repository (README)]() `datatrove-github` · by Hugging Face - [Davis & Marcus · Commonsense Reasoning and Commonsense Knowledge in Artificial Intelligence]() `davis-marcus-commonsense-2015` · by Ernest Davis, Gary Marcus - [Introduction to Data-Centric AI (MIT IAP course, 2023–2024)]() `dcai-mit` · by MIT CSAIL (prowadzący na stronie tylko z imion: Anish, Curtis, Jonas) - [DataComp-LM: In search of the next generation of training sets for language models]() `dclm-2024` · by Jeffrey Li, Alex Fang, Georgios Smyrnis, Maor Ivgi, Matt Jordan, Samir Gadre, Hritik Bansal, Etash Guha, Sedrick Keh, Kushal Arora i in. (51 autorów) - [Diffusion Convolutional Recurrent Neural Network: Data-Driven Traffic Forecasting]() `dcrnn-2018` · by Yaguang Li; Rose Yu; Cyrus Shahabi; Yan Liu - [Disparities in Dermatology AI: Assessments Using Diverse Clinical Images]() `ddi-dermatology-2021` · by Roxana Daneshjou, Kailas Vodrahalli, Weixin Liang i in. - [Denoising Diffusion Probabilistic Models]() `ddpm-2020` · by Jonathan Ho, Ajay Jain, Pieter Abbeel - [Differential Evolution – A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces]() `de-storn-price-1997` · by Rainer Storn, Kenneth Price - [Deep Reinforcement Learning and the Deadly Triad]() `deadly-triad-2018` · by Hengshuai Yao - [Reporting guideline for the early-stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI]() `decide-ai-2022` · by Baptiste Vasey, Myura Nagendran, Bruce Campbell, David A. Clifton, Gary S. Collins i in.; DECIDE-AI expert group - [Decision Transformer: Reinforcement Learning via Sequence Modeling]() `decision-transformer-2021` · by L. Chen, K. Lu, A. Rajeswaran, K. Lee, A. Grover, M. Laskin, P. Abbeel, A. Srinivas, I. Mordatch - [Retriever-Free Retrieval: Navigating Documents with Decision Models]() `decisionrag-arxiv-2610.35868` · by Chao Wan, Paul Jünger, Beixi Du, Bodong Liu, Navaneetha Krishnan, Kilian Q. Weinberger - [Deep Neural Networks to Enable Real-time Multimessenger Astrophysics]() `deep-filtering-2016` · by Daniel George, E. A. Huerta - [DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills]() `deepmimic-2018` · by X. B. Peng, P. Abbeel, S. Levine, M. van de Panne - [SIMA 2: An agent that plays, reasons and learns with you in virtual 3D worlds]() `deepmind-sima2-2025` · by Google DeepMind · sponsored - [DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning]() `deepseek-r1-2025` · by DeepSeek-AI - [DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model]() `deepseek-v2-mla-2024` · by DeepSeek-AI et al. · sponsored - [DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models]() `deepseekmath-grpo-2024` · by Zhihong Shao, Peiyi Wang, Qihao Zhu i in. (DeepSeek) - [DeepSurv: Personalized Treatment Recommender System Using A Cox Proportional Hazards Deep Neural Network]() `deepsurv-2016` · by Jared Katzman, Uri Shaham, Jonathan Bates, Alexander Cloninger, Tingting Jiang, Yuval Kluger - [A Survey on Robotic Manipulation of Deformable Objects: Recent Advances, Open Challenges and New Frontiers]() `deformable-manip-survey-2023` · by F. Gu, Y. Zhou, Z. Wang, S. Jiang, B. He - [Universal Transformers]() `dehghani-ut-2018` · by Mostafa Dehghani, Stephan Gouws, Oriol Vinyals, Jakob Uszkoreit, Łukasz Kaiser - [de Moura & Bjørner · Z3: An Efficient SMT Solver]() `demoura-bjorner-z3-2008` · by Leonardo de Moura, Nikolaj Bjørner - [PentestGPT: An LLM-empowered Automatic Penetration Testing Tool]() `deng-pentestgpt-2023` · by Gelei Deng, Yi Liu, Víctor Mayoral-Vilches, Peng Liu, Yuekang Li, Yuan Xu, Tianwei Zhang, Yang Liu, Martin Pinzger, Stefan Rass - [Depth Anything V2]() `depth-anything-v2-2024` · by Lihe Yang, Bingyi Kang, Zilong Huang, Zhen Zhao, Xiaogang Xu, Jiashi Feng, Hengshuang Zhao - [Design Patterns for Securing LLM Agents against Prompt Injections]() `design-patterns-agent-security-2025` · by L. Beurer-Kellner, B. Buesser, A.-M. Creţu, E. Debenedetti i in. (14 autorów), F. Tramèr, V. Volhejn - [8-bit Optimizers via Block-wise Quantization]() `dettmers-2021-8bitopt` · by Tim Dettmers, Mike Lewis, Sam Shleifer, Luke Zettlemoyer - [Dex-Net 2.0: Deep Learning to Plan Robust Grasps with Synthetic Point Clouds and Analytic Grasp Metrics]() `dexnet2-2017` · by J. Mahler, J. Liang, S. Niyaz, M. Laskey, R. Doan i in. - [Learning Dexterous In-Hand Manipulation]() `dexterous-inhand-2018` · by OpenAI: M. Andrychowicz, B. Baker, M. Chociej, R. Jozefowicz, B. McGrew i in. - [Darwin Gödel Machine: Open-Ended Evolution of Self-Improving Agents]() `dgm-2025` · by Jenny Zhang, Shengran Hu, Cong Lu, Robert Lange, Jeff Clune - [Skillful Precipitation Nowcasting using Deep Generative Models of Radar]() `dgmr-2021` · by Suman Ravuri, Karel Lenc, Matthew Willson, Shakir Mohamed i in. (DeepMind, Met Office) - [Learning to Communicate with Deep Multi-Agent Reinforcement Learning]() `dial-rial-2016` · by Jakob N. Foerster; Yannis M. Assael; Nando de Freitas; Shimon Whiteson - [Noise schedules considered harmful]() `dieleman-noise-schedules-2024` · by Sander Dieleman - [DiffDock: Diffusion Steps, Twists, and Turns for Molecular Docking]() `diffdock-2022` · by Gabriele Corso, Hannes Stärk, Bowen Jing, Regina Barzilay, Tommi Jaakkola - [Diffusion Policy: Visuomotor Policy Learning via Action Diffusion]() `diffusion-policy-2023` · by C. Chi, Z. Xu, S. Feng, E. Cousineau, Y. Du, B. Burchfiel, R. Tedrake, S. Song - [Diffusion Models for Image Restoration and Enhancement: A Comprehensive Survey]() `diffusion-restoration-survey-2025` · by Xin Li, Yulin Ren, Xin Jin, Cuiling Lan, Xingrui Wang, Wenjun Zeng, Xinchao Wang, Zhibo Chen - [Vulnerability Detection with Code Language Models: How Far Are We?]() `ding-primevul-2024` · by Yangruibo Ding, Yanjun Fu, Omniyyah Ibrahim, Chawin Sitawarin, Xinyun Chen, Basel Alomair, David Wagner, Baishakhi Ray, Yizheng Chen - [A Gentle Introduction to Graph Neural Networks]() `distill-gnn-2021` · by Benjamin Sanchez-Lengeling, Emily Reif, Adam Pearce, Alexander B. Wiltschko (Google Research) - [DistServe: Disaggregating Prefill and Decoding for Goodput-optimized Large Language Model Serving]() `distserve-2024` · by Yinmin Zhong, Shengyu Liu, Junda Chen, Jianbo Hu, Yibo Zhu, Xuanzhe Liu, Xin Jin, Hao Zhang - [Scalable Diffusion Models with Transformers]() `dit-2022` · by William Peebles, Saining Xie - [DeepLearning.AI — course catalogue]() `dlai` · course catalogue: 42 topic labels with counts, about 130 courses. - [Goodfellow, Bengio, Courville · Deep Learning, Part I and ch. 3 “Probability and Information Theory”]() `dlbook-part1` · by Ian Goodfellow, Yoshua Bengio, Aaron Courville - [DocLayNet: A Large Human-Annotated Dataset for Document-Layout Analysis]() `doclaynet-2022` · by Birgit Pfitzmann, Christoph Auer, Michele Dolfi, Ahmed S. Nassar, Peter Staar (IBM Research) - [Docling Technical Report]() `docling-2024` · by Christoph Auer i in. (IBM Research) · sponsored - [Dolma: an Open Corpus of Three Trillion Tokens for Language Model Pretraining Research]() `dolma-2024` · by Luca Soldaini, Rodney Kinney, Akshita Bhagia, Dustin Schwenk, David Atkinson, Russell Authur, Ben Bogin, Khyathi Chandu, Jennifer Dumas, Yanai Elazar i in. (26 autorów) - [Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World]() `domain-randomization-2017` · by J. Tobin, R. Fong, A. Ray, J. Schneider, W. Zaremba, P. Abbeel - [Evolutionary Robotics: What, Why, and Where to]() `doncieux-er-2015` · by Stéphane Doncieux, Nicolas Bredeche, Jean-Baptiste Mouret, A. E. (Gusz) Eiben - [RLHF Workflow: From Reward Modeling to Online RLHF]() `dong-2024-rlhfworkflow` · by Hanze Dong, Wei Xiong, Bo Pang, Haoxiang Wang, Han Zhao, Yingbo Zhou, Nan Jiang, Doyen Sahoo, Caiming Xiong, Tong Zhang - [A literature review of research on question generation in education]() `dong-qged-review-2025` · by Xiaohui Dong, Xinyu Zhang, Zhengluo Li, Quanxin Hou, Jixiang Xue, Xiaoyi Li - [Don't Stop Pretraining: Adapt Language Models to Domains and Tasks]() `dont-stop-pretraining-2020` · by Suchin Gururangan, Ana Marasović, Swabha Swayamdipta i in. - [OCR-free Document Understanding Transformer (Donut)]() `donut-2021` · by Geewook Kim, Teakgyu Hong, Moonbin Yim, Jeongyeon Nam, Jinyoung Park, Jinyeong Yim, Wonseok Hwang, Sangdoo Yun, Dongyoon Han, Seunghyun Park (NAVER CLOVA) - [DoRA: Weight-Decomposed Low-Rank Adaptation]() `dora-2024` · by Shih-Yang Liu, Chien-Yi Wang, Hongxu Yin i in. (NVIDIA, HKUST) - [DoReMi: Optimizing Data Mixtures Speeds Up Language Model Pretraining]() `doremi-2023` · by Sang Michael Xie, Hieu Pham, Xuanyi Dong, Nan Du, Hanxiao Liu, Yifeng Lu, Percy Liang, Quoc V. Le, Tengyu Ma, Adams Wei Yu - [An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale]() `dosovitskiy-vit-2020` · by Alexey Dosovitskiy, Lucas Beyer, Alexander Kolesnikov, Dirk Weissenborn, Xiaohua Zhai i in. - [Doubly Robust Off-policy Value Evaluation for Reinforcement Learning]() `doubly-robust-ope-2015` · by Nan Jiang, Lihong Li - [Deep Learning with Differential Privacy]() `dp-sgd-abadi-2016` · by M. Abadi, A. Chu, I. Goodfellow, H. B. McMahan, I. Mironov, K. Talwar, L. Zhang - [Dense Passage Retrieval for Open-Domain Question Answering]() `dpr-2020` · by Vladimir Karpukhin, Barlas Oğuz, Sewon Min, Patrick Lewis, Ledell Wu, Sergey Edunov, Danqi Chen, Wen-tau Yih - [Playing Atari with Deep Reinforcement Learning]() `dqn-atari-2013` · by V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, M. Riedmiller - [Understanding R1-Zero-Like Training: A Critical Perspective (Dr. GRPO)]() `dr-grpo-2025` · by Zichen Liu, Changyu Chen, Wenjun Li i in. (Sea AI Lab, NUS) - [A Comparison of Methods for Player Clustering via Behavioral Telemetry]() `drachen-player-clustering-2014` · by Anders Drachen, Christian Thurau, Rafet Sifa, Christian Bauckhage - [DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation]() `dreambooth-2022` · by Nataniel Ruiz, Yuanzhen Li, Varun Jampani, Yael Pritch, Michael Rubinstein, Kfir Aberman - [Mastering Diverse Domains through World Models (DreamerV3)]() `dreamerv3-2023` · by D. Hafner, J. Pasukonis, J. Ba, T. Lillicrap - [DreamFusion: Text-to-3D using 2D Diffusion]() `dreamfusion-2022` · by Ben Poole, Ajay Jain, Jonathan T. Barron, Ben Mildenhall - [DriveLM: Driving with Graph Visual Question Answering]() `drivelm-2023` · by Chonghao Sima, Katrin Renz, Kashyap Chitta, Li Chen, Hanxue Zhang, Chengen Xie i in. (10 autorów) - [DROID-SLAM: Deep Visual SLAM for Monocular, Stereo, and RGB-D Cameras]() `droid-slam-2021` · by Zachary Teed, Jia Deng - [Dropout: A Simple Way to Prevent Neural Networks from Overfitting]() `dropout-2014` · by Nitish Srivastava, Geoffrey Hinton, Alex Krizhevsky, Ilya Sutskever, Ruslan Salakhutdinov - [Image Augmentation Is All You Need: Regularizing Deep Reinforcement Learning from Pixels]() `drq-2020` · by Ilya Kostrikov; Denis Yarats; Rob Fergus - [Deep Recurrent Q-Learning for Partially Observable MDPs]() `drqn-2015` · by Matthew Hausknecht, Peter Stone - [Few-Shot Defect Image Generation via Defect-Aware Feature Manipulation]() `duan-dfmgan-2023` · by Yuxuan Duan, Yan Hong, Li Niu, Liqing Zhang - [From Turn-Taking to Synchronous Dialogue: A Survey of Full-Duplex Spoken Language Models]() `duplex-survey-2025` · by Yuxuan Chen i Haoyuan Yu - [DVC — Data Version Control (documentation home)]() `dvc-docs` · by Iterative / społeczność DVC (strona nie podaje autora) - [End-to-end Autonomous Driving: Challenges and Frontiers]() `e2e-ad-survey-2023` · by Li Chen, Penghao Wu, Kashyap Chitta, Bernhard Jaeger, Andreas Geiger, Hongyang Li - [AI Literacy — Questions & Answers (European Commission)]() `ec-ai-literacy-qa` · by Komisja Europejska (Shaping Europe's digital future) - [Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks]() `ecg-cardiologist-2017` · by Pranav Rajpurkar, Awni Y. Hannun, Masoumeh Haghpanahi, Codie Bourn, Andrew Y. Ng · sponsored - [E(n) Equivariant Graph Neural Networks]() `egnn-2021` · by Victor Garcia Satorras, Emiel Hoogeboom, Max Welling - [Introduction to Evolutionary Computing (2nd ed.)]() `eiben-smith-2015` · by A. E. Eiben, J. E. Smith - [EIOPA publishes Opinion on AI governance and risk management]() `eiopa-ai-opinion-2025` · by European Insurance and Occupational Pensions Authority (EIOPA) - [Instructure DIG and Student Early Warning Systems]() `eliterate-early-warning` · by Michael Feldstein (e-Literate) - [Automatic Pronunciation Assessment – A Review]() `elkheir-pronunciation-review-2023` · by Yassine El Kheir, Ahmed Ali, Shammur Absar Chowdhury - [Sensing, Social, and Motion Intelligence in Embodied Navigation: A Comprehensive Survey]() `embodied-navigation-survey-2025` · by C. Xiong, Y. Huang, F. Yu, C. Chen, Y. Wang, S. Xia, L. Pei - [A Survey of Embodied Learning for Object-Centric Robotic Manipulation]() `embodied-objectcentric-survey-2024` · by Y. Zheng, L. Yao, Y. Su, Y. Zhang, Y. Wang, S. Zhao, Y. Zhang, L.-P. Chau - [Natural Emergent Misalignment from Reward Hacking in Production RL]() `emergent-misalignment-reward-hacking-2025` · by M. MacDiarmid, B. Wright, J. Uesato, J. Benton i in. (22 autorów; Anthropic), E. Hubinger - [EMMA: End-to-End Multimodal Model for Autonomous Driving]() `emma-2024` · by Jyh-Jing Hwang, Runsheng Xu, Hubert Lin, Wei-Chih Hung, Jingwei Ji, Kristy Choi i in. (14 autorów, Waymo) · sponsored - [Evolution of Heuristics: Towards Efficient Automatic Algorithm Design Using Large Language Model]() `eoh-2024` · by Fei Liu, Xialiang Tong, Mingxuan Yuan, Xi Lin, Fu Luo, Zhenkun Wang, Zhichao Lu, Qingfu Zhang - [External Validation of a Widely Implemented Proprietary Sepsis Prediction Model in Hospitalized Patients]() `epic-sepsis-external-validation-2021` · by Andrew Wong, Erkin Otles, John P. Donnelly, Andrew Krumm, Jeffrey McCullough, Olivia DeTroyer-Cooley, Justin Pestrue, Marie Phillips, Judy Konye, Carleen Penoza, Muhammad Ghous, Karandeep Singh - [Evolution Strategies at Scale: LLM Fine-Tuning Beyond Reinforcement Learning]() `es-llm-2025` · by Xin Qiu, Yulu Gan, Conor F. Hayes, Qiyao Liang, Yinggan Xu, Roberto Dailey, Elliot Meyerson, Babak Hodjat, Risto Miikkulainen - [Evolution Strategies as a Scalable Alternative to Reinforcement Learning]() `es-rl-2017` · by Tim Salimans, Jonathan Ho, Xi Chen, Szymon Sidor, Ilya Sutskever - [facebookresearch/esm — Evolutionary Scale Modeling (ESM-2, ESMFold, ESM-IF1)]() `esm-github` · by Meta AI (FAIR); praca: Lin, Akin, Rao i in., Science 2023 - [Language models enable zero-shot prediction of the effects of mutations on protein function]() `esm1v-2021` · by Joshua Meier, Roshan Rao, Robert Verkuil, Jason Liu, Tom Sercu, Alexander Rives - [Taming Transformers for High-Resolution Image Synthesis]() `esser-vqgan-2020` · by Patrick Esser, Robin Rombach, Björn Ommer - [KTO: Model Alignment as Prospect Theoretic Optimization]() `ethayarajh-2024-kto` · by Kawin Ethayarajh, Winnie Xu, Niklas Muennighoff, Dan Jurafsky, Douwe Kiela - [Regulation (EU) 2024/1689 – Artificial Intelligence Act]() `eu-ai-act-2024` · by Parlament Europejski i Rada Unii Europejskiej - [EU AI Act – Annex III: High-risk AI systems (point 5(b) creditworthiness, 5(c) life and health insurance)]() `eu-ai-act-annex3-credit` · by European Parliament and Council of the European Union - [AI Act — Regulatory framework on AI (European Commission page)]() `eu-ai-act-regulatory-framework-2026` · by Komisja Europejska - [Regulation (EU) 2024/1689 (AI Act), Article 3(39) and Article 5(1)(f)]() `euaiact-art5-emotion-education` · by Parlament Europejski i Rada Unii Europejskiej - [European Legislation Identifier (ELI) – About ELI]() `eurlex-eli-about` · by Urząd Publikacji UE (EUR-Lex) - [EVA-Bench: A New End-to-end Framework for Evaluating Voice Agents]() `eva-bench-voice` · by Tara Bogavelli i współautorzy - [Evolutionary Computation in the Era of Large Language Model: Survey and Roadmap]() `evo-llm-survey-2024` · by Xingyu Wu, Sheng-hao Wu, Jibin Wu, Liang Feng, Kay Chen Tan - [AI can now model and design the genetic code for all domains of life with Evo 2]() `evo2-2025` · by Arc Institute · sponsored - [Evo^{2}: Evolving the Evolver through Weight-Harness Co-Evolution]() `evo2-weightharness-2026` · by Chejian Xu, Shujian Zhang, Wenxuan Zhou, John Lambert, Beck Chen, Bo Li, Andrew Hard, Rajiv Mathews - [EvoPrompt: Connecting LLMs with Evolutionary Algorithms Yields Powerful Prompt Optimizers]() `evoprompt-2023` · by Qingyan Guo, Rui Wang, Junliang Guo, Bei Li, Kaitao Song, Xu Tan, Guoqing Liu, Jiang Bian, Yujiu Yang - [Overcoming catastrophic forgetting in neural networks]() `ewc-2017` · by James Kirkpatrick, Razvan Pascanu, Neil Rabinowitz i in. (DeepMind) - [ExecuTorch Overview (ExecuTorch 1.5 docs)]() `executorch-overview` · by PyTorch / Meta · sponsored - [An Empirical Survey of Reject Inference Techniques]() `experian-reject-inference-survey-2013` · by Radostina Etimova, Lee Gregory, Milena Marcheva (Experian) - [Fairlearn User Guide — Fairness in Machine Learning; Mitigations]() `fairlearn-user-guide` · by projekt Fairlearn (społeczność open source) - [LLM4PLC: Harnessing Large Language Models for Verifiable Programming of PLCs in Industrial Control Systems]() `fakih-llm4plc-2024` · by Mohamad Fakih, Rahul Dharmaji, Yasamin Moghaddas, Gustavo Quiros Araya, Oluwatosin Ogundare, Mohammad Abdullah Al Faruque - [ALoDLM: Adaptively Looped Diffusion Language Models]() `fang-alodlm-2026` · by Liancheng Fang, Zhuowei Li, Youngeun Kim, Tianchen Zhao, Rajat Koner, Jiaye Wu, Linghan Xu, Xuanbai Chen, Xiang Xu, Zheng Zhang, Jakub Zablocki, Nishant Sankaran, Yifan Xing - [FAST: Efficient Action Tokenization for Vision-Language-Action Models]() `fast-tokenizer-2025` · by Karl Pertsch, Kyle Stachowicz, Brian Ichter, Danny Driess, Suraj Nair, Quan Vuong, Oier Mees, Chelsea Finn, Sergey Levine - [Guidance on Digital Identity]() `fatf-digital-id-2020` · by Financial Action Task Force (FATF) - [List of Artificial Intelligence-Enabled Medical Devices]() `fda-ai-devices-list` · by U.S. Food and Drug Administration - [Marketing Submission Recommendations for a Predetermined Change Control Plan for Artificial Intelligence-Enabled Device Software Functions]() `fda-pccp-2025` · by U.S. Food and Drug Administration - [Point-in-time joins (Feast)]() `feast-point-in-time-joins` · by Projekt Feast (open source) · sponsored - [What is a Feature Store?]() `featurestore-org-what-is` · by Jim Dowling (Hopsworks; serwis featurestore.org prowadzony przez Hopsworks) · sponsored - [Communication-Efficient Learning of Deep Networks from Decentralized Data]() `fedavg-mcmahan-2016` · by H. B. McMahan, E. Moore, D. Ramage, S. Hampson, B. Agüera y Arcas - [How Much Privacy Does Federated Learning with Secure Aggregation Guarantee?]() `federated-privacy-secagg-2022` · by A. R. Elkordy, J. Zhang, Y. H. Ezzeldin, K. Psounis, S. Avestimehr - [Legal Case Retrieval: A Survey of the State of the Art]() `feng-lcr-survey-2024` · by Yi Feng, Chuanyi Li, Vincent Ng - [From LLM Reasoning to Autonomous AI Agents: A Comprehensive Review]() `ferrag-llm-agents-review-2025` · by Mohamed Amine Ferrag, Norbert Tihanyi, Merouane Debbah - [Efficient Training of Language Models to Fill in the Middle]() `fim-bavarian-2022` · by Mohammad Bavarian, Heewoo Jun, Nikolas Tezak, John Schulman, Christine McLeavey, Jerry Tworek, Mark Chen (OpenAI) · sponsored - [FinanceBench: A New Benchmark for Financial Question Answering]() `financebench-2023` · by Pranab Islam, Anand Kannappan, Douwe Kiela, Rebecca Qian, Nino Scherrer, Bertie Vidgen (Patronus AI i in.) - [FinBERT: Financial Sentiment Analysis with Pre-trained Language Models]() `finbert-araci-2019` · by Dogu Araci - [FinCEN Alert on Fraud Schemes Involving Deepfake Media Targeting Financial Institutions (FIN-2024-Alert004)]() `fincen-deepfake-alert-2024` · by Financial Crimes Enforcement Network (FinCEN), U.S. Department of the Treasury - [FiNER: Financial Numeric Entity Recognition for XBRL Tagging]() `finer-xbrl-2022` · by Lefteris Loukas, Manos Fergadiotis, Ilias Chalkidis, Eirini Spyropoulou, Prodromos Malakasiotis, Ion Androutsopoulos, Georgios Paliouras - [The FineWeb Datasets: Decanting the Web for the Finest Text Data at Scale]() `fineweb-2024` · by Guilherme Penedo, Hynek Kydlíček, Loubna Ben allal, Anton Lozhkov, Margaret Mitchell, Colin Raffel, Leandro Von Werra, Thomas Wolf - [FinQA: A Dataset of Numerical Reasoning over Financial Data]() `finqa-2021` · by Zhiyu Chen, Wenhu Chen, Charese Smiley, Sameena Shah, Iana Borova, Dylan Langdon, Reema Moussa, Matt Beane, Ting-Hao Huang, Bryan Routledge, William Yang Wang - [The Use of Cash-Flow Data in Underwriting Credit: Empirical Research Findings (fact sheet)]() `finreglab-cashflow-2019` · by FinRegLab (we współpracy z Charles River Associates) - [FinRL: A Deep Reinforcement Learning Library for Automated Stock Trading in Quantitative Finance]() `finrl-2020` · by Xiao-Yang Liu, Hongyang Yang, Qian Chen, Runjia Zhang, Liuqing Yang, Bowen Xiao, Christina Dan Wang - [Can LLM-based Financial Investing Strategies Outperform the Market in Long Run?]() `finsaber-2025` · by Weixian Waylon Li, Hyeonjun Kim, Mihai Cucuringu, Tiejun Ma - [Dynamic Difficulty Adjustment in Games: Concepts, Techniques, and Applications]() `fisher-kulshreshth-dda-2025` · by Nicholas Fisher, Arun K. Kulshreshth - [Flamingo: a Visual Language Model for Few-Shot Learning]() `flamingo-2022` · by Jean-Baptiste Alayrac, Jeff Donahue, Pauline Luc, Antoine Miech, Iain Barr i in. (DeepMind) - [Flow Matching for Generative Modeling]() `flow-matching-2022` · by Yaron Lipman, Ricky T. Q. Chen, Heli Ben-Hamu, Maximilian Nickel, Matt Le - [FLUX.1 Kontext: Flow Matching for In-Context Image Generation and Editing in Latent Space]() `flux-kontext-2025` · by Black Forest Labs (Stephen Batifol, Andreas Blattmann, … Robin Rombach, Axel Sauer, Luke Smith i in.) · sponsored - [Fourier Neural Operator for Parametric Partial Differential Equations]() `fno-2020` · by Zongyi Li, Nikola Kovachki, Kamyar Azizzadenesheli, Burigede Liu, Kaushik Bhattacharya, Andrew Stuart, Anima Anandkumar - [ForestNet: Classifying Drivers of Deforestation in Indonesia using Deep Learning on Satellite Imagery]() `forestnet-2020` · by Jeremy Irvin; Hao Sheng; Neel Ramachandran; Sonja Johnson-Yu; Sharon Zhou; Kyle Story; Rose Rustowicz; Cooper Elsworth; Kemen Austin; Andrew Y. Ng - [Foundation Models in Robotics: Applications, Challenges, and the Future]() `foundation-models-robotics-2023` · by R. Firoozi, J. Tucker, S. Tian, A. Majumdar i in. - [FoundationPose: Unified 6D Pose Estimation and Tracking of Novel Objects]() `foundationpose-2023` · by B. Wen, W. Yang, J. Kautz, S. Birchfield (NVIDIA) - [Understanding Spec-Driven-Development: Kiro, spec-kit, and Tessl]() `fowler-sdd-2025` · by Birgitta Böckeler (Thoughtworks), na martinfowler.com - [FP8-LM: Training FP8 Large Language Models]() `fp8-lm-2023` · by Houwen Peng, Kan Wu, Yixuan Wei i in. (Microsoft) - [Reproducible Machine Learning for Credit Card Fraud Detection – Practical Handbook]() `fraud-detection-handbook-2022` · by Yann-Aël Le Borgne, Wissam Siblini, Bertrand Lebichot, Gianluca Bontempi (Université Libre de Bruxelles) - [Machine Learning for Credit Card Fraud Detection – a Jupyter Book for Reproducible Research]() `fraud-detection-handbook-intro` · by Yann-Aël Le Borgne, Gianluca Bontempi - [FrugalGPT: How to Use Large Language Models While Reducing Cost and Improving Performance]() `frugalgpt-2023` · by Lingjiao Chen, Matei Zaharia, James Zou (Stanford) - [The Financial Stability Implications of Artificial Intelligence]() `fsb-ai-financial-stability-2024` · by Financial Stability Board (FSB) - [Full Stack Deep Learning (2022, archiwum)]() `fsdl` · reference: Pełny cykl systemu ML: dane, testy, wdrażanie, monitoring, zespoły i etyka. - [The Algorithm (FSRS)]() `fsrs-algorithm-wiki` · by open-spaced-repetition community - [Digital Twin: Enabling Technologies, Challenges and Open Research]() `fuller-digital-twin-2019` · by Aidan Fuller, Zhong Fan, Charles Day, Chris Barlow - [Mathematical discoveries from program search with large language models (FunSearch)]() `funsearch-2023` · by Bernardino Romera-Paredes, Mohammadamin Barekatain, Alexander Novikov, Matej Balog, M. Pawan Kumar, Emilien Dupont, Francisco J. R. Ruiz, Jordan S. Ellenberg, Pengming Wang, Omar Fawzi, Pushmeet Kohli, Alhussein Fawzi - [DataComp: In search of the next generation of multimodal datasets]() `gadre-2023-datacomp` · by Samir Yitzhak Gadre, Gabriel Ilharco, Alex Fang, Jonathan Hayase, Georgios Smyrnis, Thao Nguyen, Ryan Marten, Mitchell Wortsman, Dhruba Ghosh, Jieyu Zhang, Eyal Orgad, Rahim Entezari, Giannis Daras, Sarah Pratt, Vivek Ramanujan, Yonatan Bitton, Kalyani Marathe, Stephen Mussmann, Richard Vencu, Mehdi Cherti, Ranjay Krishna, Pang Wei Koh, Olga Saukh, Alexander Ratner, Shuran Song, Hannaneh Hajishirzi, Ali Farhadi, Romain Beaumont, Sewoong Oh, Alex Dimakis, Jenia Jitsev, Yair Carmon, Vaishaal Shankar, Ludwig Schmidt - [GAIA-1: A Generative World Model for Autonomous Driving]() `gaia1-2023` · by Anthony Hu, Lloyd Russell, Hudson Yeo, Zak Murez, George Fedoseev, Alex Kendall, Jamie Shotton, Gianluca Corrado (Wayve) · sponsored - [Generative Adversarial Imitation Learning]() `gail-2016` · by J. Ho, S. Ermon - [Large Language Models and Games: A Survey and Roadmap]() `gallotta-llm-games-2024` · by Roberto Gallotta, Graham Todd, Marvin Zammit, Sam Earle, Antonios Liapis, Julian Togelius, Georgios N. Yannakakis - [Generative Adversarial Networks]() `gan-2014` · by Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio - [Test-Time Training with Masked Autoencoders]() `gandelsman-tttmae-2022` · by Yossi Gandelsman, Yu Sun, Xinlei Chen, Alexei A. Efros - [Handbook of Geospatial Artificial Intelligence]() `gao-hu-li-geoai-handbook-2023` · by Song Gao, Yingjie Hu, Wenwen Li (red.) - [A Comprehensive Survey on Safe Reinforcement Learning]() `garcia-safe-rl-survey-2015` · by Javier García, Fernando Fernández - [Panoptic Segmentation of Satellite Image Time Series with Convolutional Temporal Attention Networks]() `garnot-pastis-utae-2021` · by Vivien Sainte Fare Garnot, Loic Landrieu - [PrivComp-KG: Leveraging Knowledge Graph and Large Language Models for Privacy Policy Compliance Verification]() `garza-privcomp-kg-2024` · by Leon Garza, Lavanya Elluri, Anantaa Kotal, Aritran Piplai, Deepti Gupta, Anupam Joshi - [3D Gaussian Splatting for Real-Time Radiance Field Rendering]() `gaussian-splatting-2023` · by Bernhard Kerbl, Georgios Kopanas, Thomas Leimkühler, George Drettakis - [DiffResearch: Accelerating Deep Research with Diffusion Language Models]() `gazzaev-diffresearch-2026` · by Alan-Barsag Gazzaev, Alexey Gavrilov, Mikhail Mozikov, Sergey Muravyov - [DiffResearch GitHub repository]() `gazzaev-diffresearch-github-2026` · by Alan-Barsag Gazzaev; Alexey Gavrilov; Mikhail Mozikov; Sergey Muravyov - [Universal and Transferable Adversarial Attacks on Aligned Language Models]() `gcg-zou-2023` · by A. Zou, Z. Wang, N. Carlini, M. Nasr, J. Z. Kolter, M. Fredrikson - [Semi-Supervised Classification with Graph Convolutional Networks]() `gcn-2016` · by Thomas N. Kipf, Max Welling - [Negative Results for SAEs On Downstream Tasks and Deprioritising SAE Research]() `gdm-sae-negative-2025` · by Lewis Smith, Senthooran Rajamanoharan, Arthur Conmy, Callum McDougall, Tom Lieberum, János Kramár, Rohin Shah, Neel Nanda (Google DeepMind) - [GECCO 2026 – program tracks (ACM SIGEVO)]() `gecco2026tracks` · by ACM SIGEVO - [Scaling up Test-Time Compute with Latent Reasoning: A Recurrent Depth Approach]() `geiping-recurrent-2025` · by Jonas Geiping, Sean McLeish, Neel Jain, John Kirchenbauer, Siddharth Singh, Brian R. Bartoldson, Bhavya Kailkhura, Abhinav Bhatele, Tom Goldstein - [Gaussian Error Linear Units (GELUs)]() `gelu-2016` · by Dan Hendrycks, Kevin Gimpel - [A Survey of Generative AI for De Novo Drug Design: New Frontiers in Molecule and Protein Generation]() `genai-drug-design-survey-2024` - [GenCast: Diffusion-based ensemble forecasting for medium-range weather]() `gencast-2023` · by Ilan Price i in. (Google DeepMind) - [Generalized Out-of-Distribution Detection: A Survey]() `generalized-ood-survey-2021` · by Jingkang Yang, Kaiyang Zhou, Yixuan Li, Ziwei Liu - [Genie 3: A new frontier for world models]() `genie3-blog-2025` · by Jack Parker-Holder, Shlomi Fruchter / Google DeepMind - [GenProg: A Generic Method for Automatic Software Repair]() `genprog-tse-2012` · by Claire Le Goues, ThanhVu Nguyen, Stephanie Forrest, Westley Weimer - [GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning]() `gepa-2025` · by Lakshya A. Agrawal, Shangyin Tan, Dilara Soylu, Noah Ziems, Rishi Khare, Krista Opsahl-Ong, Arnav Singhvi, Herumb Shandilya, Michael J. Ryan, Meng Jiang, Christopher Potts, Koushik Sen, Alexandros G. Dimakis, Ion Stoica, Dan Klein, Matei Zaharia, Omar Khattab - [Data Shapley: Equitable Valuation of Data for Machine Learning]() `ghorbani-zou-2019-datashapley` · by Amirata Ghorbani, James Zou - [Context-Aware Attentive Knowledge Tracing]() `ghosh-akt-2020` · by Aritra Ghosh, Neil Heffernan, Andrew S. Lan - [Looped Transformers as Programmable Computers]() `giannou-looped-2023` · by Angeliki Giannou, Shashank Rajput, Jy-yong Sohn, Kangwook Lee, Jason D. Lee, Dimitris Papailiopoulos - [Spec-driven development with AI: Get started with a new open source toolkit]() `github-speckit-2025` · by Den Delimarsky (GitHub) · sponsored - [On-Policy Distillation of Language Models: Learning from Self-Generated Mistakes]() `gkd-2023` · by Rishabh Agarwal, Nino Vieillard, Yongchao Zhou i in. - [GLiNER: Generalist Model for Named Entity Recognition using Bidirectional Transformer]() `gliner-2023` · by Urchade Zaratiana, Nadi Tomeh, Pierre Holat, Thierry Charnois - [Better & Faster Large Language Models via Multi-token Prediction]() `gloeckle-2024-mtp` · by Fabian Gloeckle, Badr Youbi Idrissi, Baptiste Rozière, David Lopez-Paz, Gabriel Synnaeve - [GloVe: Global Vectors for Word Representation (project page)]() `glove-2014` · by Jeffrey Pennington, Richard Socher, Christopher D. Manning (Stanford NLP) - [Foundation models for generalist medical artificial intelligence]() `gmai-2023` · by Michael Moor, Oishi Banerjee, Zahra Shakeri Hossein Abad, Harlan M. Krumholz, Jure Leskovec, Eric J. Topol, Pranav Rajpurkar - [Scaling deep learning for materials discovery (GNoME)]() `gnome-2023` · by Amil Merchant, Simon Batzner, Samuel S. Schoenholz i in. (Google DeepMind) - [A Comparative Analysis of Selection Schemes Used in Genetic Algorithms]() `goldberg-deb-1991-selection` · by David E. Goldberg, Kalyanmoy Deb - [Deep Learning — Chapter 14: Autoencoders]() `goodfellow-autoencoders-2016` · by Ian Goodfellow, Yoshua Bengio, Aaron Courville - [How is Google using AI for internal code migrations?]() `google-code-migrations-2025` · by Stoyan Nikolov, Daniele Codecasa, Anna Sjövall, Maxim Tabachnyk, Satish Chandra, Siddharth Taneja, Celal Ziftci (Google) · sponsored - [Gemini Live API: Tool use]() `google-live-tools` · by Google - [Google — Machine Learning Crash Course]() `google-mlcc` · by Google for Developers - [MLOps: Continuous delivery and automation pipelines in machine learning]() `google-mlops-levels` · by Jarek Kazmierczak, Khalid Salama, Valentín Huerta (Google Cloud) · sponsored - [Leveling Up Fuzzing: Finding more vulnerabilities with AI]() `google-oss-fuzz-gen-2024` · by Google Open Source Security Team (Google Security Blog) · sponsored - [Google — Recommendation Systems: Recommendations overview (types / architecture)]() `google-recsys-architecture` · by Google for Developers - [Migrating Code At Scale With LLMs At Google]() `google-scale-migrations-2025` · by Celal Ziftci, Stoyan Nikolov, Anna Sjövall, Bo Kim, Daniele Codecasa, Max Kim · sponsored - [ICT Support for Regulatory Compliance of Business Processes]() `governatori-ict-compliance-2014` · by Guido Governatori - [Making the V in VQA Matter: Elevating the Role of Image Understanding in Visual Question Answering]() `goyal-2016-vqav2` · by Yash Goyal, Tejas Khot, Douglas Summers-Stay, Dhruv Batra, Devi Parikh - [Hello GPT-4o]() `gpt-4o-2024` · by OpenAI · sponsored - [GPT Semantic Cache: Reducing LLM Costs and Latency via Semantic Embedding Caching]() `gpt-semantic-cache-2024` · by Sajal Regmi, Chetan Phakami Pun - [Language Models are Few-Shot Learners]() `gpt3-fewshot-2020` · by Tom B. Brown i in. (OpenAI) · sponsored - [GPTCache: An Open-Source Semantic Cache for LLM Applications Enabling Faster Answers and Cost Savings]() `gptcache-2023` · by Fu Bang - [GQA: Training Generalized Multi-Query Transformer Models from Multi-Head Checkpoints]() `gqa-2023` · by Joshua Ainslie, James Lee-Thorp, Michiel de Jong, Yury Zemlyanskiy, Federico Lebrón, Sumit Sanghai - [Reducing Reward Hacking by Localizing Bad Behavior Instead of Penalizing It]() `graft-anthropic-blog-2026` · by Shawn Hu, Jake Ward, Aria Wong, Nathan Hu, Bryce Woodworth, Alexander Matt Turner, Alex Cloud - [Gradient Routing Localizes and Removes Unintended Behaviors in RL]() `graft-arxiv-2610-17062` · by Jake Ward, Shawn Hu, Aria Wong, Nathan Hu, Bryce Woodworth, Alexander Matt Turner, Alex Cloud - [An Introduction to Utility Theory (Game AI Pro, ch. 9)]() `graham-utility-theory-gaipro-2013` · by David "Rez" Graham - [GraphCast: Learning skillful medium-range global weather forecasting]() `graphcast-2022` · by Remi Lam, Alvaro Sanchez-Gonzalez, Matthew Willson, Peter Wirnsberger, Meire Fortunato i in. (Google DeepMind) - [Adaptive Computation Time for Recurrent Neural Networks]() `graves-act-2016` · by Alex Graves - [GX Core overview — Great Expectations (documentation)]() `great-expectations-docs` · by Great Expectations (strona nie podaje autora) - [Why do tree-based models still outperform deep learning on tabular data?]() `grinsztajn-tabular-2022` · by Léo Grinsztajn, Edouard Oyallon, Gaël Varoquaux - [BERTopic: Neural topic modeling with a class-based TF-IDF procedure]() `grootendorst-bertopic-2022` · by Maarten Grootendorst - [Empirical Asset Pricing via Machine Learning]() `gu-kelly-xiu-2020` · by Shihao Gu, Bryan Kelly, Dacheng Xiu - [LegalBench: A Collaboratively Built Benchmark for Measuring Legal Reasoning in Large Language Models]() `guha-legalbench-2023` · by Neel Guha, Julian Nyarko, Daniel E. Ho, Christopher Ré i in. (39 autorów) - [Improved Training of Wasserstein GANs]() `gulrajani-wgangp-2017` · by Ishaan Gulrajani, Faruk Ahmed, Martin Arjovsky, Vincent Dumoulin, Aaron Courville - [On Calibration of Modern Neural Networks]() `guo-calibration-2017` · by Chuan Guo, Geoff Pleiss, Yu Sun, Kilian Q. Weinberger - [xBD: A Dataset for Assessing Building Damage from Satellite Imagery]() `gupta-xbd-2019` · by Ritwik Gupta, Richard Hosfelt, Sandra Sajeev, Nirav Patel, Bryce Goodman, et al. - [Annotation Artifacts in Natural Language Inference Data]() `gururangan-2018-nli-artifacts` · by Suchin Gururangan, Swabha Swayamdipta, Omer Levy, Roy Schwartz, Samuel R. Bowman, Noah A. Smith - [Gymnasium documentation (Farama Foundation)]() `gymnasium-docs` · by Farama Foundation - [Galaxy Zoo DECaLS: Detailed Visual Morphology Measurements from Volunteers and Deep Learning for 314,000 Galaxies]() `gz-decals-2021` · by Mike Walmsley, Chris Lintott i in. - [Learning Human-to-Humanoid Real-Time Whole-Body Teleoperation]() `h2o-2024` · by T. He, Z. Luo, W. Xiao, C. Zhang i in. - [PIGEON: Predicting Image Geolocations]() `haas-pigeon-2023` · by Lukas Haas, Michal Skreta, Silas Alberti, Chelsea Finn - [Large Language Models for Security Operations Centers: A Comprehensive Survey]() `habibzadeh-llm-soc-survey-2025` · by Ali Habibzadeh, Farid Feyzi, Reza Ebrahimi Atani - [A Survey on Hallucination in Large Language Models: Principles, Taxonomy, Challenges, and Open Questions]() `hallucination-survey-2023` · by Lei Huang, Weijiang Yu, Weitao Ma, Weihong Zhong, Zhangyin Feng, Haotian Wang, Qianglong Chen, Weihua Peng, Xiaocheng Feng, Bing Qin, Ting Liu - [AI Evals: Everything You Need to Know]() `hamel-evals-faq` · by Hamel Husain, Shreya Shankar - [Why is "error analysis" so important in AI evals, and how is it performed? (AI Evals FAQ)]() `hamel-faq-erroranalysis` · by Hamel Husain, Shreya Shankar - [What is the best approach for generating synthetic data? (AI Evals FAQ)]() `hamel-faq-syntheticdata` · by Hamel Husain, Shreya Shankar - [Mining Frequent Patterns without Candidate Generation]() `han-pei-yin-fpgrowth-2000` · by Jiawei Han, Jian Pei, Yiwen Yin - [UNICORN: Runtime Provenance-Based Detector for Advanced Persistent Threats]() `han-unicorn-provenance-apt-2020` · by Xueyuan Han, Thomas Pasquier, Adam Bates, James Mickens, Margo Seltzer - [COCO: A Platform for Comparing Continuous Optimizers in a Black-Box Setting]() `hansen-coco-2016` · by Nikolaus Hansen, Anne Auger, Raymond Ros, Olaf Mersmann, Tea Tušar, Dimo Brockhoff - [Training Large Language Models to Reason in a Continuous Latent Space]() `hao-coconut-2024` · by Shibo Hao, Sainbayar Sukhbaatar, DiJia Su, Xian Li, Zhiting Hu, Jason Weston, Yuandong Tian - [Training the Whole Agent, Not Just the Model]() `harnessadaptrl-2026` · by Lingxiao Tang, Wei Tao, Yiwen Guo, Lingfeng Bao - [Harness Learning Enables Generalizable Test-Time Adaptation]() `harnesslearning-2026` · by Alvin Zhang, Xuecheng Liu, Zixuan Wang, Fahim Tajwar, Daman Arora, Ruslan Salakhutdinov, Daniel Khashabi, Yuda Song, Andrea Zanette - [Harness Scaling for Generalizable Agentic Reinforcement Learning]() `harnessscaling-2026` · by Fei Bai, Huatong Song, Chuan Hao, Ran Tao, Jian Yang, Bryan Dai, Wayne Xin Zhao, Ji-Rong Wen - [Model Order Reduction a Key Technology for Digital Twins]() `hartmann-mor-digital-twins-2018` · by Dirk Hartmann, Matthias Herz, Utz Wever - [An introduction and survey of estimation of distribution algorithms]() `hauschild-pelikan-eda-2011` · by Mark Hauschild, Martin Pelikan - [Guidelines for Human-AI Interaction]() `hax-guidelines-2019` · by S. Amershi, D. Weld, M. Vorvoreanu, A. Fourney, B. Nushi, P. Collisson, J. Suh, S. Iqbal, P. Bennett, K. Inkpen, J. Teevan, R. Kikin-Gil, E. Horvitz (Microsoft) - [Scalable High-Resolution Pixel-Space Image Synthesis with Hourglass Diffusion Transformers]() `hdit-2024` · by Katherine Crowson, Stefan Andreas Baumann, Alex Birch, Tanishq Mathew Abraham, Daniel Z. Kaplan, Enrico Shippole - [HDMapNet: An Online HD Map Construction and Evaluation Framework]() `hdmapnet-2021` · by Qi Li, Yue Wang, Yilun Wang, Hang Zhao - [Emilia: An Extensive, Multilingual, and Diverse Speech Dataset for Large-Scale Speech Generation]() `he-2024-emilia` · by Haorui He, Zengqiang Shang, Chaoren Wang, Xuyuan Li, Yicheng Gu, Hua Hua, Liwei Liu, Chen Yang, Jiaqi Li, Peiyang Shi, Yuancheng Wang, Kai Chen, Pengyuan Zhang, Zhizheng Wu - [Masked Autoencoders Are Scalable Vision Learners (MAE)]() `he-mae-2021` · by Kaiming He, Xinlei Chen, Saining Xie, Yanghao Li, Piotr Dollár, Ross Girshick - [HealthBench: Evaluating Large Language Models Towards Improved Human Health]() `healthbench-2025` · by Rahul K. Arora, Jason Wei, Rebecca Soskin Hicks i in. (OpenAI), Karan Singhal · sponsored - [How to use and interpret activation patching]() `heimersheim-nanda-patching-2024` · by Stefan Heimersheim, Neel Nanda - [CUAD: An Expert-Annotated NLP Dataset for Legal Contract Review]() `hendrycks-cuad-2021` · by Dan Hendrycks, Collin Burns, Anya Chen, Spencer Ball - [How Good Are GPT Models at Machine Translation? A Comprehensive Evaluation]() `hendy-2023-gpt-mt` · by Amr Hendy, Mohamed Abdelrehim, Amr Sharaf, Vikas Raunak, Mohamed Gabr, Hitokazu Matsushita, Young Jin Kim, Mohamed Afify, Hany Hassan Awadalla (Microsoft) - [Hindsight Experience Replay]() `her-2017` · by M. Andrychowicz, F. Wolski, A. Ray, J. Schneider, R. Fong, P. Welinder, B. McGrew, J. Tobin, P. Abbeel, W. Zaremba - [TrueSkill™: A Bayesian Skill Rating System]() `herbrich-trueskill-2006` · by Ralf Herbrich, Tom Minka, Thore Graepel - [TAPAS: Weakly Supervised Table Parsing via Pre-training]() `herzig-2020-tapas` · by Jonathan Herzig, Paweł Krzysztof Nowak, Thomas Müller, Francesco Piccinno, Julian Martin Eisenschlos - [Learning-Based Model Predictive Control: Toward Safe Learning in Control]() `hewing-learning-mpc-2020` · by Lukas Hewing, Kim P. Wabersich, Marcel Menner, Melanie N. Zeilinger - [Unit 4. Build a music genre classifier — Hugging Face Audio Course]() `hf-audio-course-unit4` · by Hugging Face - [Training a causal language model from scratch (Hugging Face LLM Course, ch. 7.6)]() `hf-causal-lm` · by Hugging Face - [Hugging Face · Community Computer Vision Course — syllabus]() `hf-cv-course` · by Hugging Face i społeczność - [Neural Radiance Fields (NeRFs) — Unit 8 “3D Vision, Scene Rendering and Reconstruction”, Community Computer Vision Course]() `hf-cv-course-3d-vision` · by Hugging Face (społeczność) - [Hugging Face Datasets: discovery, dataset cards and streaming]() `hf-datasets-load-hub` · by Hugging Face - [Hugging Face Deep Reinforcement Learning Course — unit list]() `hf-deep-rl-course` · by Hugging Face - [ControlNet (Diffusers docs)]() `hf-diffusers-controlnet` · by Hugging Face - [DreamBooth (Diffusers training docs)]() `hf-diffusers-dreambooth` · by Hugging Face - [Inpainting (Diffusers docs)]() `hf-diffusers-inpaint` · by Hugging Face - [Text-to-image (Diffusers docs)]() `hf-diffusers-text-to-image` · by Hugging Face - [Video generation (Diffusers docs)]() `hf-diffusers-video` · by Hugging Face - [Hugging Face Diffusion Models Course — syllabus]() `hf-diffusion-course` · by Jonathan Whitaker, Lewis Tunstall (Hugging Face) · sponsored - [GGUF — Hugging Face Hub docs]() `hf-gguf-docs` · by Hugging Face - [Hugging Face LLM Course, chapter 6: the Tokenizers library (BPE, WordPiece, Unigram)]() `hf-llm-course-tokenizers` · by Hugging Face · sponsored - [Hugging Face LLM Course, chapter 1: 'How do Transformers work?' and 'Transformer Architectures']() `hf-llm-course-transformer-arch` · by Hugging Face · sponsored - [ML for 3D Course — Unit 3: Introduction (Gaussian Splatting)]() `hf-ml-for-3d-course-unit3` · by Hugging Face - [Mixture of Experts Explained]() `hf-moe-explained-2023` · by Omar Sanseviero, Lewis Tunstall, Philipp Schmid, Sourab Mangrulkar, Younes Belkada, Pedro Cuenca (Hugging Face) · sponsored - [Hugging Face PEFT — library documentation]() `hf-peft-docs` · by Hugging Face - [Image-to-Image (Hugging Face Tasks)]() `hf-task-image-to-image` · by Hugging Face - [Question Answering (Hugging Face Tasks)]() `hf-task-question-answering` · by Hugging Face - [Summarization (Hugging Face Tasks)]() `hf-task-summarization` · by Hugging Face - [Text Classification (Hugging Face Tasks)]() `hf-task-text-classification` · by Hugging Face - [Text-to-Image (Hugging Face Tasks)]() `hf-task-text-to-image` · by Hugging Face - [Token Classification (Hugging Face Tasks)]() `hf-task-token-classification` · by Hugging Face - [Zero-Shot Classification (Hugging Face Tasks)]() `hf-task-zero-shot-classification` · by Hugging Face - [Audio Classification (Hugging Face Tasks)]() `hf-tasks-audio-classification` · by Hugging Face - [Depth Estimation (Hugging Face Tasks)]() `hf-tasks-depth-estimation` · by Hugging Face - [Hugging Face Tasks — natural language processing]() `hf-tasks-nlp` · by Hugging Face - [Vision Language Models (Better, faster, stronger)]() `hf-vlms-2025` · by Merve Noyan, Sergio Paniego, Aritra Roy Gosthipaty, Pedro Cuenca, Andres Marafioti (Hugging Face) - [Vision Language Models Explained]() `hf-vlms-explained-2024` · by Merve Noyan, Edward Beeching (Hugging Face) - [beta-VAE: Learning Basic Visual Concepts with a Constrained Variational Framework]() `higgins-betavae-2017` · by Irina Higgins, Loic Matthey, Arka Pal, Christopher Burgess, Xavier Glorot, Matthew Botvinick, Shakir Mohamed, Alexander Lerchner - [Precise and Dexterous Robotic Manipulation via Human-in-the-Loop Reinforcement Learning]() `hil-serl-2024` · by J. Luo, C. Xu, J. Wu, S. Levine (UC Berkeley) - [Adaptation in Evolutionary Computation: A Survey]() `hinterding-adaptation-1997` · by Robert Hinterding, Zbigniew Michalewicz, Agoston E. Eiben - [Reducing the Dimensionality of Data with Neural Networks]() `hinton-autoencoder-2006` · by Geoffrey E. Hinton, Ruslan R. Salakhutdinov - [Distilling the Knowledge in a Neural Network]() `hinton-kd-2015` · by Geoffrey Hinton, Oriol Vinyals, Jeff Dean - [Humanity's Last Exam]() `hle-2025` · by Long Phan, Alice Gatti, Ziwen Han, Nathaniel Li, Josephina Hu, Hugh Zhang i wielu in. (afiliacja w metadanych nieustalona; wg wiedzy modelu CAIS i Scale AI) - [Hidden Markov Map Matching Through Noise and Sparseness]() `hmm-mapmatching-2009` · by Paul Newson; John Krumm - [Training Compute-Optimal Large Language Models]() `hoffmann-chinchilla-2022` · by Jordan Hoffmann, Sebastian Borgeaud, Arthur Mensch i in. (DeepMind) - [Introducing Learned Motion Matching]() `holden-learned-motion-matching-2020` · by Daniel Holden (Ubisoft La Forge) - [Phase-Functioned Neural Networks for Character Control]() `holden-pfnn-2017` · by Daniel Holden, Taku Komura, Jun Saito - [Accurate predictions on small data with a tabular foundation model]() `hollmann-tabpfn-nature-2025` · by Noah Hollmann, Samuel Müller, Lennart Purucker, Arjun Krishnakumar, Max Körfer, Shi Bin Hoo, Robin Tibor Schirrmeister, Frank Hutter - [A Dataset for Statutory Reasoning in Tax Law Entailment and Question Answering]() `holzenberger-sara-2020` · by Nils Holzenberger, Andrew Blair-Stanek, Benjamin Van Durme - [ORPO: Monolithic Preference Optimization without Reference Model]() `hong-2024-orpo` · by Jiwoo Hong, Noah Lee, James Thorne - [Making Deep Learning Go Brrrr From First Principles]() `horace-he-brrr-2022` · by Horace He - [Parameter-Efficient Transfer Learning for NLP]() `houlsby-adapters-2019` · by Neil Houlsby, Andrei Giurgiu, Stanislaw Jastrzebski i in. - [Contrasting Prediction Methods for Early Warning Systems at Undergraduate Level]() `howard-ews-2017` · by Emma Howard, Maria Meehan, Andrew Parnell - [How Do We Research Human-Robot Interaction in the Age of Large Language Models? A Systematic Review]() `hri-llm-review-2026` · by Y. Wang, Y. Xu, A. Nikolova, Y. Wang, J. Wang, C. Wang, X. Tong - [Deep Learning for Hyperspectral Image Classification: An Overview]() `hsi-dl-overview-2019` · by Shutao Li; Weiwei Song; Leyuan Fang; Yushi Chen; Pedram Ghamisi; Jón Atli Benediktsson - [AnomalyDiffusion: Few-Shot Anomaly Image Generation with Diffusion Model]() `hu-anomalydiffusion-2023` · by Teng Hu, Jiangning Zhang, Ran Yi, Yuzhen Du, Xu Chen, Liang Liu, Yabiao Wang, Chengjie Wang - [Humanoid Locomotion and Manipulation: Current Progress and Challenges in Control, Planning, and Learning]() `humanoid-hlm-survey-2026` · by Z. Gu, J. Li, W. Shen, W. Yu, Z. Xie i in. (m.in. C. K. Liu, X. B. Peng, Y. Zhu, G. Shi, Y. Zhao) - [HumanPlus: Humanoid Shadowing and Imitation from Humans]() `humanplus-2024` · by Z. Fu, Q. Zhao, Q. Wu, G. Wetzstein, C. Finn - [Exploring HTN Planners through Example (Game AI Pro, ch. 12)]() `humphreys-htn-gaipro-2013` · by Troy Humphreys - [Hunyuan3D 2.1: From Images to High-Fidelity 3D Assets with Production-Ready PBR Material]() `hunyuan3d-2-1-2025` · by Team Hunyuan3D (Shuhui Yang, Mingxin Yang, Yifei Feng, Xin Huang i 36 innych; Tencent) · sponsored - [HunyuanVideo: A Systematic Framework For Large Video Generative Models]() `hunyuanvideo-2024` · by Weijie Kong, Qi Tian, Zijian Zhang, Caesar Zhong i in. (Tencent) · sponsored - [AI Engineering — Chapter 10: AI Engineering Architecture and User Feedback]() `huyen-ai-engineering-ch10` · by Chip Huyen - [Building A Generative AI Platform]() `huyen-genai-platform-2024` · by Chip Huyen - [Forecasting: Principles and Practice (3rd ed.)]() `hyndman-fpp3` · by Rob J Hyndman, George Athanasopoulos - [A Hypercube-Based Encoding for Evolving Large-Scale Neural Networks]() `hyperneat-2009` · by Kenneth O. Stanley, David B. D'Ambrosio, Jason Gauci - [The Hypervolume Indicator: Problems and Algorithms]() `hypervolume-survey-2020` · by Andreia P. Guerreiro, Carlos M. Fonseca, Luís Paquete - [Curiosity-driven Exploration by Self-supervised Prediction]() `icm-curiosity-2017` · by Deepak Pathak, Pulkit Agrawal, Alexei A. Efros, Trevor Darrell - [Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices]() `idxdr-pivotal-2018` · by Michael D. Abràmoff, Philip T. Lavin, Michele Birch, Nilay Shah, James C. Folk · sponsored - [Do Tool Calls Execute as Intended? Measuring and Repairing Intent-Execution Correspondence in LLM Agents]() `iec-2026` · by Boyang Yang, Zhenhao Li, Ziyao Yang, Kanghui Jia, Xin Yin, Mingmou Liu, Haoye Tian - [Deep learning in intracranial EEG for seizure detection: advances, challenges, and clinical applications]() `ieeg-seizure-review-2025` · by Wasi Ur Rehman Qamar, Min-Ho Lee, Berdakh Abibullaev - [IHBench: Evaluating Post-Interruption Recovery in Voice Agents with Structured Workflows]() `ihbench-voice` · by Ahmad Salimi i współautorzy (Boson AI) - [A Survey on Imitation Learning for Contact-Rich Tasks in Robotics]() `il-contactrich-survey-2025` · by T. Tsuji, Y. Kato, G. Solak, H. Zhang, T. Petrič, F. Nori, A. Ajoudani - [Attention-based Deep Multiple Instance Learning]() `ilse-abmil-2018` · by Maximilian Ilse, Jakub M. Tomczak, Max Welling - [Frontier Models are Capable of In-context Scheming]() `in-context-scheming-2024` · by A. Meinke, B. Schoen, J. Scheurer, M. Balesni, R. Shah, M. Hobbhahn (Apollo Research) - [Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection]() `indirect-prompt-injection-greshake-2023` · by K. Greshake, S. Abdelnabi, S. Mishra, C. Endres, T. Holz, M. Fritz - [Detecting Volcano Deformation in InSAR using Deep Learning]() `insar-volcano-dl-2018` · by N. Anantrasirichai; F. Albino; P. Hill; D. Bull; J. Biggs - [Inspect: An LLM Evaluation Framework (documentation)]() `inspect-aisi-docs` · by UK AI Security Institute, Meridian Labs - [Training language models to follow instructions with human feedback]() `instructgpt-2022` · by Long Ouyang, Jeff Wu, Xu Jiang i in. (OpenAI) - [InstructPix2Pix: Learning to Follow Image Editing Instructions]() `instructpix2pix-2022` · by Tim Brooks, Aleksander Holynski, Alexei A. Efros - [International AI Safety Report 2026]() `international-ai-safety-report-2026` · by Panel ponad 100 ekspertów pod przewodnictwem Yoshuy Bengio; Expert Advisory Panel z przedstawicielami 30+ państw i organizacji - [IP-Adapter: Text Compatible Image Prompt Adapter for Text-to-Image Diffusion Models]() `ip-adapter-2023` · by Hu Ye, Jun Zhang, Sibo Liu, Xiao Han, Wei Yang - [Iris-3B: Going Beyond the Latent with Pixel-Space Diffusion Training, Conversion and Fine-Tuning]() `iris3b-2026` · by Hanqiu Li Cai, Chema Garabito (SperidLabs) · sponsored - [What is Artificial Life? (International Society for Artificial Life)]() `isal-what-is-alife` · by International Society for Artificial Life (ISAL) - [On the Impact of the Migration Topology on the Island Model]() `island-topology-izzo-2010` · by Marek Ruciński, Dario Izzo, Francesco Biscani (ESA Advanced Concepts Team) - [ISO/IEC 30107-3:2023 Information technology — Biometric presentation attack detection — Part 3: Testing and reporting]() `iso-iec-30107-3-2023` · by ISO/IEC JTC 1/SC 37 - [ISO/IEC 42001:2023 — Artificial intelligence management system]() `iso-iec-42001-2023` · by ISO/IEC - [ISO 21448:2022 Road vehicles — Safety of the intended functionality]() `iso21448-2022` · by ISO/TC 22/SC 32 - [Jailbroken: How Does LLM Safety Training Fail?]() `jailbroken-wei-2023` · by A. Wei, N. Haghtalab, J. Steinhardt - [Jamba: A Hybrid Transformer-Mamba Language Model]() `jamba-2024` · by Opher Lieber, Barak Lenz, Hofit Bata i in. (AI21 Labs) · sponsored - [Navigating the Landscape of Hint Generation Research: From the Past to the Future]() `jangra-hintgen-survey-2024` · by Anubhav Jangra, Jamshid Mozafari, Adam Jatowt, Smaranda Muresan - [GeoAI: spatially explicit artificial intelligence techniques for geographic knowledge discovery and beyond]() `janowicz-geoai-2020` · by Krzysztof Janowicz, Song Gao, Grant McKenzie, Yingjie Hu, Budhendra Bhaduri - [Combining satellite imagery and machine learning to predict poverty]() `jean-poverty-2016-news` · by Neal Jean; Marshall Burke; Michael Xie; W. Matthew Alampay Davis; David B. Lobell; Stefano Ermon - [WinCLIP: Zero-/Few-Shot Anomaly Classification and Segmentation]() `jeong-winclip-2023` · by Jongheon Jeong, Yang Zou, Taewan Kim, Dongqing Zhang, Avinash Ravichandran, Onkar Dabeer - [JEPA-Anything: Learning Predictive Models across Different Worlds]() `jepaanything-arxiv-2026` · by Taoyong Cui, Zhongyao Wang, Xinyue Xu, Weiyang Liu et al. (PhAI Labs i współpracownicy) - [LILAC: Log Parsing using LLMs with Adaptive Parsing Cache]() `jiang-lilac-llm-log-parsing-2024` · by Zhihan Jiang, Jinyang Liu, Zhuangbin Chen, Yichen Li, Junjie Huang, Yintong Huo, Pinjia He, Jiazhen Gu, Michael R. Lyu - [SoftwareGym: Scaling Computer-Use Agent Training with Diverse Synthesized Software Environments]() `jin-softwaregym-2026` · by Tian Jin; Wenhao Wang; Jing Kang; Haoting Shi; Rui Ye; Yijun Lu; Siheng Chen - [Surrogate-assisted evolutionary computation: Recent advances and future challenges]() `jin-surrogate-2011` · by Yaochu Jin - [Speech and Language Processing (3rd ed. draft) — table of contents]() `jurafsky-martin-slp3` · by Daniel Jurafsky, James H. Martin - [Language Models and Logic Programs for Trustworthy Tax Reasoning]() `jurayj-tax-logic-programs-2025` · by William Jurayj, Nils Holzenberger, Benjamin Van Durme - [Planning and acting in partially observable stochastic domains]() `kaelbling-pomdp-1998` · by Leslie Pack Kaelbling, Michael L. Littman, Anthony R. Cassandra - [A Study of BFLOAT16 for Deep Learning Training]() `kalamkar-bfloat16-2019` · by Dhiraj Kalamkar, Dheevatsa Mudigere, Naveen Mellempudi i in. - [Named Entity Recognition in Indian court judgments]() `kalamkar-indian-legal-ner-2022` · by Prathamesh Kalamkar, Astha Agarwal, Aman Tiwari, Smita Gupta, Saurabh Karn, Vivek Raghavan - [Corpus for Automatic Structuring of Legal Documents]() `kalamkar-legal-structuring-2022` · by Prathamesh Kalamkar, Aman Tiwari, Astha Agarwal, Saurabh Karn, Smita Gupta, Vivek Raghavan, Ashutosh Modi - [LLMs Can't Plan, But Can Help Planning in LLM-Modulo Frameworks]() `kambhampati2024llmmodulo` · by Subbarao Kambhampati, Karthik Valmeekam, Lin Guan, Mudit Verma, Kaya Stechly, Siddhant Bhambri, Lucas Saldyt, Anil Murthy - [Don't Forget What You Just Learned: Self-Directed Repair Turns Agent Mistakes Into Lasting Lessons]() `kansal-selfdirection-2026` · by Yuval Kansal, Karen Ullrich, Polina Kirichenko, Ilia Kulikov, Niraj K. Jha, Mohammad Pezeshki, Mark Ibrahim - [Scaling Laws for Neural Language Models]() `kaplan-scaling-2020` · by Jared Kaplan, Sam McCandlish, Tom Henighan i in. (OpenAI) - [Leakage and the Reproducibility Crisis in ML-based Science]() `kapoor-leakage-2022` · by Sayash Kapoor, Arvind Narayanan - [Promises and pitfalls of artificial intelligence for legal applications]() `kapoor-legal-ai-pitfalls-2024` · by Sayash Kapoor, Peter Henderson, Arvind Narayanan - [A Probabilistic Graphical Model Foundation for Enabling Predictive Digital Twins at Scale]() `kapteyn-pgm-digital-twins-2021` · by Michael G. Kapteyn, Jacob V. R. Pretorius, Karen E. Willcox - [minbpe — minimal byte-level BPE]() `karpathy-minbpe` · by Andrej Karpathy - [Neural Networks: Zero to Hero (course repository)]() `karpathy-zero-to-hero` · by Andrej Karpathy - [A Style-Based Generator Architecture for Generative Adversarial Networks]() `karras-stylegan-2018` · by Tero Karras, Samuli Laine, Timo Aila - [Automated Essay Scoring: A Survey of the State of the Art]() `ke-ng-aes-survey-2019` · by Zixuan Ke, Vincent Ng - [AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting]() `kestin-ai-tutor-2025` · by Greg Kestin, Kelly Miller, Anna Klales, Timothy Milbourne, Gregorio Ponti - [Keystroke Dynamics: Concepts, Techniques, and Applications]() `keystroke-dynamics-survey-2023` · by Rashik Shadman, Ahmed Anu Wahab, Michael Manno, Matthew Lukaszewski, Daqing Hou, Faraz Hussain - [Sequence-Level Knowledge Distillation]() `kim-rush-seqkd-2016` · by Yoon Kim, Alexander M. Rush - [Glow: Generative Flow with Invertible 1x1 Convolutions]() `kingma-glow-2018` · by Diederik P. Kingma, Prafulla Dhariwal - [Panoptic Segmentation]() `kirillov-panoptic-2018` · by Alexander Kirillov, Kaiming He, Ross Girshick, Carsten Rother, Piotr Dollár - [Segment Anything]() `kirillov-sam-2023` · by Alexander Kirillov, Eric Mintun, Nikhila Ravi, Hanzi Mao, Chloe Rolland i in. (Meta AI) - [SatCLIP: Global, General-Purpose Location Embeddings with Satellite Imagery]() `klemmer-satclip-2023` · by Konstantin Klemmer, Esther Rolf, Caleb Robinson, Lester Mackey, Marc Rußwurm - [A Comprehensive Study of Knowledge Editing for Large Language Models]() `knowledge-editing-study-2024` · by Ningyu Zhang, Yunzhi Yao, Bozhong Tian i in. - [Understanding Black-box Predictions via Influence Functions]() `koh-liang-2017-influence` · by Pang Wei Koh, Percy Liang - [Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing]() `kohavi-experiments-2020` · by Ron Kohavi, Diane Tang, Ya Xu - [Large Language Models are Zero-Shot Reasoners]() `kojima-zeroshot-cot-2022` · by Takeshi Kojima, Shixiang Shane Gu, Machel Reid, Yutaka Matsuo, Yusuke Iwasawa - [ContractNLI: A Dataset for Document-level Natural Language Inference for Contracts]() `koreeda-contractnli-2021` · by Yuta Koreeda, Christopher D. Manning - [Efficient Sequence Packing without Cross-contamination: Accelerating Large Language Models without Impacting Performance]() `krell-2021-packing` · by Mario Michael Krell, Matej Kosec, Sergio P. Perez, Andrew Fitzgibbon - [Combining Sequential and Aggregated Data for Churn Prediction in Casual Freemium Games]() `kristensen-burelli-churn-2022` · by Jeppe Theiss Kristensen, Paolo Burelli - [Digital Twin in manufacturing: A categorical literature review and classification]() `kritzinger-digital-twin-2018` · by Werner Kritzinger, Matthias Karner, Georg Traar, Jan Henjes, Wilfried Sihn - [Kschischang, Frey & Loeliger · Factor Graphs and the Sum-Product Algorithm]() `kschischang-factorgraphs-2001` · by Frank R. Kschischang, Brendan J. Frey, Hans-Andrea Loeliger - [Autoscaling with Knative Pod Autoscaler — KServe docs]() `kserve-kpa-autoscaling` · by KServe (CNCF) · sponsored - [GeoChat: Grounded Large Vision-Language Model for Remote Sensing]() `kuckreja-geochat-2023` · by Kartik Kuckreja, Muhammad Sohail Danish, Muzammal Naseer, Abhijit Das, Salman Khan, Fahad Shahbaz Khan - [DIRE: A Neural Approach to Decompiled Identifier Naming]() `lacomis-dire-2019` · by Jeremy Lacomis, Pengcheng Yin, Edward J. Schwartz, Miltiadis Allamanis, Claire Le Goues, Graham Neubig, Bogdan Vasilescu - [Large-scale Contrastive Language-Audio Pretraining with Feature Fusion and Keyword-to-Caption Augmentation (CLAP)]() `laion-clap-2022` · by Yusong Wu, Ke Chen, Tianyu Zhang, Yuchen Hui, Marianna Nezhurina, Taylor Berg-Kirkpatrick, Shlomo Dubnov - [Applying Large Language Models for Enhancing Contract Drafting]() `lam-llm-contract-drafting-2023` · by Kwok-Yan Lam, Victor C. W. Cheng, Zee Kin Yeong - [Deep Learning for Anomaly Detection in Log Data: A Survey]() `landauer-log-anomaly-survey-2022` · by Max Landauer, Sebastian Onder, Florian Skopik, Markus Wurzenberger - [A high-resolution canopy height model of the Earth]() `lang-canopy-height-2023` · by Nico Lang, Walter Jetz, Konrad Schindler, Jan Dirk Wegner - [Open Source Prompt Management — Langfuse]() `langfuse-prompt-management` · by Langfuse · sponsored - [High-Resolution Image Synthesis with Latent Diffusion Models]() `latent-diffusion-2021` · by Robin Rombach, Andreas Blattmann, Dominik Lorenz, Patrick Esser, Björn Ommer - [Building Efficient Universal Classifiers with Natural Language Inference]() `laurer-2023-nli-universal-classifiers` · by Moritz Laurer, Wouter van Atteveldt, Andreu Casas, Kasper Welbers - [Machine learning for industrial sensing and control: A survey and practical perspective]() `lawrence-ml-industrial-sensing-control-2024` · by Nathan P. Lawrence, Seshu Kumar Damarla, Jong Woo Kim, Aditya Tulsyan, Faraz Amjad, Kai Wang, Benoit Chachuat, Jong Min Lee, Biao Huang, R. Bhushan Gopaluni - [Layer Normalization]() `layernorm-2016` · by Jimmy Lei Ba, Jamie Ryan Kiros, Geoffrey E. Hinton - [LayoutLMv3: Pre-training for Document AI with Unified Text and Image Masking]() `layoutlmv3-2022` · by Yupan Huang, Tengchao Lv, Lei Cui, Yutong Lu, Furu Wei (Microsoft Research) · sponsored - [A Survey of Agentic AI and Cybersecurity: Challenges, Opportunities and Use-case Prototypes]() `lazer-agentic-ai-cybersecurity-2026` · by Sahaya Jestus Lazer, Kshitiz Aryal, Maanak Gupta, Elisa Bertino - [The Leaderboard Illusion]() `leaderboard-illusion-2025` · by Shivalika Singh, Yiyang Nan, Alex Wang, Daniel D'Souza, Sayash Kapoor, Ahmet Üstün, Sanmi Koyejo, Yuntian Deng, Shayne Longpre, Noah A. Smith, Beyza Ermis, Marzieh Fadaee, Sara Hooker - [Lean Reference Manual — the kernel and proof-term checking]() `lean-reference-kernel` · by Lean Project - [LearnLM: Improving Gemini for Learning]() `learnlm-2024` · by LearnLM Team (Google) · sponsored - [End-to-end Neural Coreference Resolution]() `lee-2017-e2e-coreference` · by Kenton Lee, Luheng He, Mike Lewis, Luke Zettlemoyer - [Industrial AI: Applications with Sustainable Performance]() `lee-industrial-ai-book-2020` · by Jay Lee - [Learning to Walk in Minutes Using Massively Parallel Deep Reinforcement Learning]() `legged-gym-2021` · by N. Rudin, D. Hoeller, P. Reist, M. Hutter - [A Dataset of German Legal Documents for Named Entity Recognition]() `leitner-german-ler-2020` · by Elena Leitner, Georg Rehm, Julián Moreno-Schneider - [LeRobot documentation]() `lerobot-docs` · by Hugging Face - [LESS: Selecting Influential Data for Targeted Instruction Tuning]() `less-2024` · by Mengzhou Xia, Sadhika Malladi, Suchin Gururangan, Sanjeev Arora, Danqi Chen - [Benchmarking state-of-the-art classification algorithms for credit scoring: An update of research]() `lessmann-credit-benchmark-2015` · by Stefan Lessmann, Bart Baesens, Hsin-Vonn Seow, Lyn C. Thomas - [A Survey on Deep Learning for Named Entity Recognition]() `li-2018-ner-deep-survey` · by Jing Li, Aixin Sun, Jianglei Han, Chenliang Li - [TrOCR: Transformer-based Optical Character Recognition with Pre-trained Models]() `li-2021-trocr` · by Minghao Li, Tengchao Lv, Jingye Chen, Lei Cui, Yijuan Lu, Dinei Florencio, Cha Zhang, Zhoujun Li, Furu Wei - [BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation]() `li-2022-blip` · by Junnan Li, Dongxu Li, Caiming Xiong, Steven Hoi - [What If We Recaption Billions of Web Images with LLaMA-3?]() `li-2024-recap-datacomp` · by Xianhang Li, Haoqin Tu, Mude Hui, Zeyu Wang, Bingchen Zhao, Junfei Xiao, Sucheng Ren, Jieru Mei, Qing Liu, Huangjie Zheng, Yuyin Zhou, Cihang Xie - [Diffusion-LM Improves Controllable Text Generation]() `li-diffusionlm-2022` · by Xiang Lisa Li, John Thickstun, Ishaan Gulrajani, Percy Liang, Tatsunori B. Hashimoto - [LegalAgentBench: Evaluating LLM Agents in Legal Domain]() `li-legalagentbench-2024` · by Haitao Li i in. - [Large Language Models for Manufacturing]() `li-llm-manufacturing-2024` · by Yiwei Li, Huaqin Zhao, Hanqi Jiang i in. (24 autorów, kier. Tianming Liu) - [Seeking multiple solutions: an updated survey on niching methods and their applications]() `li-niching-2017` · by Xiaodong Li, Michael G. Epitropakis, Kalyanmoy Deb, Andries Engelbrecht - [Let's Verify Step by Step]() `lightman-verify-step-2023` · by Hunter Lightman, Vineet Kosaraju, Yura Burda i in. (OpenAI) - [What are Diffusion Models?]() `lilianweng-diffusion-2021` · by Lilian Weng - [Flow-based Deep Generative Models]() `lilianweng-flow-models-2018` · by Lilian Weng - [LIMA: Less Is More for Alignment]() `lima-2023` · by Chunting Zhou, Pengfei Liu, Puxin Xu, Srini Iyer, Jiao Sun, Yuning Mao, Xuezhe Ma, Avia Efrat, Ping Yu, Lili Yu, Susan Zhang, Gargi Ghosh, Mike Lewis, Luke Zettlemoyer, Omer Levy - [Phishpedia: A Hybrid Deep Learning Based Approach to Visually Identify Phishing Webpages]() `lin-phishpedia-2021` · by Yun Lin, Ruofan Liu, Dinil Mon Divakaran, Jun Yang Ng, Qing Zhou Chan, Yiwen Lu, Yuxuan Si, Fan Zhang, Jin Song Dong - [ROUGE: A Package for Automatic Evaluation of Summaries]() `lin-rouge-2004` · by Chin-Yew Lin - [LiteLLM AI Gateway (LLM Proxy)]() `litellm-proxy` · by LiteLLM (BerriAI) · sponsored - [LiteRT (formerly TensorFlow Lite) — overview]() `litert-overview` · by Google AI Edge · sponsored - [Few-Shot Parameter-Efficient Fine-Tuning is Better and Cheaper than In-Context Learning]() `liu-2022-ia3` · by Haokun Liu, Derek Tam, Mohammed Muqeeth, Jay Mohta, Tenghao Huang, Mohit Bansal, Colin Raffel - [APIGen: Automated Pipeline for Generating Verifiable and Diverse Function-Calling Datasets]() `liu-2024-apigen` · by Zuxin Liu, Thai Hoang, Jianguo Zhang, Ming Zhu, Tian Lan, Shirley Kokane, Juntao Tan, Weiran Yao, Zhiwei Liu, Yihao Feng, Rithesh Murthy, Liangwei Yang, Silvio Savarese, Juan Carlos Niebles, Huan Wang, Shelby Heinecke, Caiming Xiong - [ContractEval: Benchmarking LLMs for Clause-Level Legal Risk Identification in Commercial Contracts]() `liu-contracteval-2025` · by Shuang Liu, Zelong Li, Ruoyun Ma, Haiyan Zhao, Mengnan Du - [Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection]() `liu-grounding-dino-2023` · by Shilong Liu, Zhaoyang Zeng, Tianhe Ren, Feng Li, Hao Zhang i in. - [IdeaScientist: Orchestrating Agents for Grounded Scientific Ideation]() `liu-ideascientist-2026` · by Jiarui Liu; Renjie Tao; Yiwei Liao; Chuanyang Jin; Kai Sun; Xiao Yang; Xinyuan Zhang; Xilun Chen; Zhuangqun Huang; Lechen Zhang; Yongjin Yang; Yinghui He; Weihao Xuan; Rakesh Wanga; Anuj Kumar; Mona T. Diab; Wen-tau Yih; Xin Luna Dong - [Decoding Looped Transformers Better for (Almost) Free]() `liu-loopcd-2026` · by Weihao Liu, Huangjie Zheng, Tianrong Chen, Rohit Dilip, Richard He Bai, Yizhu Jiao, Yuyang Wang, Ruixiang Zhang - [Flow Straight and Fast: Learning to Generate and Transfer Data with Rectified Flow]() `liu-rectifiedflow-2022` · by Xingchao Liu, Chengyue Gong, Qiang Liu - [LiveKit: Agent Simulations]() `livekit-agent-simulations` · by LiveKit - [LiveKit: Turn detector]() `livekit-turn-detector` · by LiveKit - [LiveKit: Turn-taking tuning]() `livekit-turns-guide` · by LiveKit - [llama.cpp — README (ggml-org/llama.cpp)]() `llama-cpp-readme` · by ggml-org (Georgi Gerganov i współtwórcy) · sponsored - [Llama Guard: LLM-based Input-Output Safeguard for Human-AI Conversations]() `llama-guard-2023` · by H. Inan, K. Upasani, J. Chi, R. Rungta i in. (11 autorów; Meta), M. Khabsa - [Visual Instruction Tuning (LLaVA)]() `llava-2023` · by Haotian Liu, Chunyuan Li, Qingyang Wu, Yong Jae Lee - [Large Language Models for Data Annotation and Synthesis: A Survey]() `llm-annotation-survey-2024` · by Zhen Tan, Dawei Li, Song Wang, Alimohammad Beigi, Bohan Jiang, Amrita Bhattacharjee, Mansooreh Karami, Jundong Li, Lu Cheng, Huan Liu - [Towards Accurate Differential Diagnosis with Large Language Models]() `llm-ddx-2023` · by Daniel McDuff, Mike Schaekermann, Tao Tu i in. · sponsored - [Large Language Models for Multi-Robot Systems: A Survey]() `llm-multirobot-survey-2025` · by P. Li, Z. An, S. Abrar, L. Zhou - [Rethinking Machine Unlearning for Large Language Models]() `llm-unlearning-liu-2024` · by S. Liu, Y. Yao, J. Jia, S. Casper, N. Baracaldo, P. Hase i in. (14 autorów), Y. Liu - [A Survey of LLM × DATA]() `llm-x-data-survey-2025` · by Xuanhe Zhou, Junxuan He, Wei Zhou, Haodong Chen, Zirui Tang, Haoyu Zhao, Xin Tong, Guoliang Li i in. (17 autorów) - [LLM+P: Empowering Large Language Models with Optimal Planning Proficiency]() `llmp2023` · by Bo Liu, Yuqian Jiang, Xiaohan Zhang, Qiang Liu, Shiqi Zhang, Joydeep Biswas, Peter Stone - [Lessons from the Trenches on Reproducible Evaluation of Language Models]() `lm-eval-harness-lessons-2024` · by Stella Biderman, Hailey Schoelkopf, Lintang Sutawika, Leo Gao, Jonathan Tow i in. (ok. 25 autorów, EleutherAI — afiliacja z wiedzy modelu) - [Language Model Crossover: Variation through Few-Shot Prompting]() `lmx-2023` · by Elliot Meyerson, Mark J. Nelson, Herbie Bradley, Adam Gaier, Arash Moradi, Amy K. Hoover, Joel Lehman - [Challenging Common Assumptions in the Unsupervised Learning of Disentangled Representations]() `locatello-disentanglement-2019` · by Francesco Locatello, Stefan Bauer, Mario Lucic, Gunnar Rätsch, Sylvain Gelly, Bernhard Schölkopf, Olivier Bachem - [Case law retrieval: problems, methods, challenges and evaluations in the last 20 years]() `locke-zuccon-caselaw-2022` · by Daniel Locke, Guido Zuccon - [Longformer: The Long-Document Transformer]() `longformer-2020` · by Iz Beltagy, Matthew E. Peters, Arman Cohan - [Defending Against Dormant Poisoning Attacks Across Language and Multimodal Agents]() `lookahead-arxiv-2610-24379` · by Wonjun Lee, Vaidehi Patil, Zaid Khan, Yue Zhang, Hyunji Lee, Suhyun Kim, Mohit Bansal - [LoRA Learns Less and Forgets Less]() `lora-forgets-less-2024` · by Dan Biderman, Jacob Portes, Jose Javier Gonzalez Ortiz i in. (głównie Databricks) - [LoRA+: Efficient Low Rank Adaptation of Large Models]() `loraplus-2024` · by Soufiane Hayou, Nikhil Ghosh, Bin Yu - [Loss of plasticity in deep continual learning]() `loss-of-plasticity-nature-2024` · by Shibhansh Dohare; J. Fernando Hernandez-Garcia; Qingfeng Lan; Parash Rahman; A. Rupam Mahmood; Richard S. Sutton - [Lost in the Middle: How Language Models Use Long Contexts]() `lost-in-the-middle-2023` · by Nelson F. Liu, Kevin Lin, John Hewitt, Ashwin Paranjape, Michele Bevilacqua, Fabio Petroni, Percy Liang - [Discrete Diffusion Modeling by Estimating the Ratios of the Data Distribution]() `lou-sedd-2023` · by Aaron Lou, Chenlin Meng, Stefano Ermon - [Lift, Splat, Shoot: Encoding Images From Arbitrary Camera Rigs by Implicitly Unprojecting to 3D]() `lss-2020` · by Jonah Philion, Sanja Fidler - [DPM-Solver: A Fast ODE Solver for Diffusion Probabilistic Model Sampling in Around 10 Steps]() `lu-dpmsolver-2022` · by Cheng Lu, Yuhao Zhou, Fan Bao, Jianfei Chen, Chongxuan Li, Jun Zhu - [An Evaluation Framework for Fault Diagnosis Using Technical Manuals in Retrieval-Augmented LLMs]() `lukens-rag-fault-diagnosis-manuals-2025` · by Sarah Lukens, Matthew Bishof, Nadir Siddiqui, Destiny West - [A Unified Approach to Interpreting Model Predictions]() `lundberg-lee-shap-2017` · by Scott M. Lundberg, Su-In Lee - [Controlling Commercial Cooling Systems Using Reinforcement Learning]() `luo-rl-cooling-2022` · by Jerry Luo, Cosmin Paduraru, Octavian Voicu i in. (DeepMind, Google, Trane Technologies) · sponsored - [Causal Inference with Large Language Model: A Survey]() `ma2025causal-llm` · by Jing Ma - [MACE: Higher Order Equivariant Message Passing Neural Networks for Fast and Accurate Force Fields]() `mace-2022` · by Ilyes Batatia, Dávid Péter Kovács, Gregor N. C. Simm, Christoph Ortner, Gábor Csányi - How to build your first team of agents `machina-x-agents` · X article · sponsored (Raft) · by Machina (X): Original link not found; file saved by the user. Structure only — no statistics, no product claims. - [Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments]() `maddpg-2017` · by Ryan Lowe; Yi Wu; Aviv Tamar; Jean Harb; Pieter Abbeel; Igor Mordatch - [Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools]() `magesh-legal-rag-hallucination-2024` · by Varun Magesh, Faiz Surani, Matthew Dahl, Mirac Suzgun, Christopher D. Manning, Daniel E. Ho - [A Review of Location Encoding for GeoAI: Methods and Applications]() `mai-location-encoding-review-2022` · by Gengchen Mai, Krzysztof Janowicz, Yingjie Hu, Song Gao, Bo Yan, et al. - [Mamba: Linear-Time Sequence Modeling with Selective State Spaces]() `mamba-2023` · by Albert Gu, Tri Dao - [A Survey of Robot Manipulation in Contact]() `manipulation-in-contact-survey-2022` · by M. Suomalainen, Y. Karayiannidis, V. Kyrki - [Illuminating search spaces by mapping elites]() `mapelites-2015` · by Jean-Baptiste Mouret, Jeff Clune - [Where Paths Collide: A Comprehensive Survey of Classic and Learning-Based Multi-Agent Pathfinding]() `mapf-survey-2025` · by S. Wang, H. Xu, Y. Zhang, J. Lin, C. Lu, X. Wang, W. Li - [The Surprising Effectiveness of PPO in Cooperative, Multi-Agent Games]() `mappo-2021` · by Chao Yu; Akash Velu; Eugene Vinitsky; Jiaxuan Gao; Yu Wang; Alexandre Bayen; Yi Wu - [MapTR: Structured Modeling and Learning for Online Vectorized HD Map Construction]() `maptr-2022` · by Bencheng Liao, Shaoyu Chen, Xinggang Wang, Tianheng Cheng, Qian Zhang, Wenyu Liu, Chang Huang - [Modular Tactical Influence Maps (Game AI Pro 2, ch. 30)]() `mark-modular-imaps-gaipro2-2015` · by Dave Mark - [Multi-Agent Reinforcement Learning: Foundations and Modern Approaches]() `marl-book-2024` · by S. V. Albrecht, F. Christianos, L. Schäfer - [Better Call GPT, Comparing Large Language Models Against Lawyers]() `martin-better-call-gpt-2024` · by Lauren Martin, Nick Whitehouse, Stephanie Yiu, Lizzie Catterson, Rivindu Perera · sponsored - [Artificial Intelligence (AI) Model Risk Management]() `mas-ai-mrm-2024-klgates` · by Monetary Authority of Singapore - [Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study]() `masai-lancet-2026` · by Jessie Gommers, Veronica Hernström, Viktoria Josefsson, Hanna Sartor, David Schmidt, Annie Hjelmgren, Anna-Maria Larsson, Solveig Hofvind, Ingvar Andersson, Aldana Rosso, Oskar Hagberg, Kristina Lång - [Recursive Self-Improvement through Multi-Agent Self-Supervision]() `mass-arxiv-2610.12176` · by Hyunin Lee, Jinglue Xu, Jeffrey Seely, Donghyun Lee, Somayeh Sojoudi, Matei Zaharia, Yujin Tang - [SakanaAI/mass: Multi-Agent Self-Supervision]() `mass-github` · by Sakana AI - [MASS: Recursive Self-Improvement through Multi-Agent Self-Supervision]() `mass-sakana-blog` · by Sakana AI - [Overview of Loss Given Default Models]() `mathworks-lgd-overview` · by MathWorks (dokumentacja Risk Management Toolbox) - [A generative model for inorganic materials design (MatterGen)]() `mattergen-2025` · by Microsoft Research AI for Science i współpracownicy - [An Empirical Model of Large-Batch Training]() `mccandlish-2018-batch` · by Sam McCandlish, Jared Kaplan, Dario Amodei, OpenAI Dota Team - [UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction]() `mcinnes-umap-2018` · by Leland McInnes, John Healy, James Melville - [The state of AI in 2026: On the Road to ROI]() `mckinsey-state-of-ai-2026` · by McKinsey & Company (QuantumBlack) - [Model Context Protocol · Build a server]() `mcp` · reference: Narzędzia, zasoby i serwery MCP. - [MCUNet: Tiny Deep Learning on IoT Devices]() `mcunet-2020` · by Ji Lin, Wei-Ming Chen, Yujun Lin, John Cohn, Chuang Gan, Song Han (MIT, MIT-IBM Watson AI Lab) - [Agent MechSuits: Mechanistic Subspace Safety Steering for Multi-Turn CLI Agents]() `mechsuits-arxiv-2026` · by Weidi Luo, Qiming Zhang, Yihao Quan, Mingyu Jin, Jie Cai, Chaowei Xiao, Jingcheng Niu, Zhen Xiang - [Large Language Models Encode Clinical Knowledge (Med-PaLM)]() `medpalm-2022` · by Karan Singhal, Shekoofeh Azizi, Tao Tu i in. (Google Research, DeepMind) · sponsored - [Benchmarking Retrieval-Augmented Generation for Medicine (MIRAGE, MedRAG)]() `medrag-2024` · by Guangzhi Xiong, Qiao Jin, Zhiyong Lu, Aidong Zhang - [Rethinking the field of automatic prediction of court decisions]() `medvedeva-rethinking-ljp-2023` · by Masha Medvedeva, Martijn Wieling, Michel Vols - [A Tutorial for Competent Memetic Algorithms: Model, Taxonomy, and Design Issues]() `memetic-krasnogor-smith-2005` · by Natalio Krasnogor, Jim Smith - [MemGPT: Towards LLMs as Operating Systems]() `memgpt-2023` · by Charles Packer, Sarah Wooders, Kevin Lin, Vivian Fang, Shishir G. Patil, Ion Stoica, Joseph E. Gonzalez - [Mass-Editing Memory in a Transformer]() `memit-2022` · by Kevin Meng, Arnab Sen Sharma, Alex Andonian, Yonatan Belinkov, David Bau - [SimPO: Simple Preference Optimization with a Reference-Free Reward]() `meng-2024-simpo` · by Yu Meng, Mengzhou Xia, Danqi Chen - [Arcee’s MergeKit: A Toolkit for Merging Large Language Models]() `mergekit-paper-2024` · by Charles Goddard, Shamane Siriwardhana, Malikeh Ehghaghi, Luke Meyers i in. - [Catala: A Programming Language for the Law]() `merigoux-catala-2021` · by Denis Merigoux, Nicolas Chataing, Jonathan Protzenko - [MESH-Harness: Self-Improving Agent Harnesses via Bandit-Guided Compositional Evolution]() `meshharness-2026` · by Zhiwei Shang, Yu Huo, Mingrong Gong, An Yan, Zikun Qu, Junhao Dong, Bryan Kian Hsiang Low, Chenglin Wu, Zhongxiang Dai - [Automated Grading and Feedback Tools for Programming Education: A Systematic Review]() `messer-autograding-review-2023` · by Marcus Messer, Neil C. C. Brown, Michael Kölling, Miaojing Shi - [Meta-learners for Estimating Heterogeneous Treatment Effects using Machine Learning]() `metalearners-cate-2017` · by Sören R. Künzel, Jasjeet S. Sekhon, Peter J. Bickel, Bin Yu - [A Tutorial on Meta-Reinforcement Learning]() `metarl-survey-2023` · by Jacob Beck; Risto Vuorio; Evan Zheran Liu; Zheng Xiong; Luisa Zintgraf; Chelsea Finn; Shimon Whiteson - [Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity]() `metr-2025-productivity` · by Joel Becker, Nate Rush, Elizabeth Barnes, David Rein (METR) - [We are Changing our Developer Productivity Experiment Design]() `metr-2026-uplift-update` · by METR - [Common Elements of Frontier AI Safety Policies]() `metr-common-elements-2025` · by METR - [Red-Teaming OpenAI's Internal Agent Monitoring Systems]() `metr-openai-monitoring-redteam-2026` · by David Rein, Adam Kaufman (METR) - [Machine learning-based global maps of ecological variables and the challenge of assessing them]() `meyer-pebesma-global-maps-2022` · by Hanna Meyer, Edzer Pebesma - [Cartesian Genetic Programming (tutorial, PPSN 2014)]() `miller-cgp-tutorial-2014` · by Julian F. Miller - [Adding Error Bars to Evals: A Statistical Approach to Language Model Evaluations]() `miller-error-bars-2024` · by Evan Miller - [Rethinking the Role of Demonstrations: What Makes In-Context Learning Work?]() `min-demonstrations-2022` · by Sewon Min, Xinxi Lyu, Ari Holtzman, Mikel Artetxe, Mike Lewis, Hannaneh Hajishirzi, Luke Zettlemoyer - [Mistral 7B]() `mistral-7b-2023` · by Albert Q. Jiang, Alexandre Sablayrolles, Arthur Mensch i in. (Mistral AI) · sponsored - [MIT 6.5940: TinyML and Efficient Deep Learning Computing (Fall 2024)]() `mit-65940-efficientml` · by Song Han (MIT HAN Lab) - [Mixed Precision Training]() `mixed-precision-2017` · by Paulius Micikevicius, Sharan Narang, Jonah Alben i in. (NVIDIA, Baidu) - [Mixtral of Experts]() `mixtral-2024` · by Albert Q. Jiang, Alexandre Sablayrolles, Antoine Roux, Arthur Mensch i in. (Mistral AI) · sponsored - [LLM Course (Maxime Labonne)]() `mlabonne-llm-course` · by Maxime Labonne - [ML Model Registry (MLflow)]() `mlflow-model-registry` · by Projekt MLflow · sponsored - [MLflow Prompt Registry]() `mlflow-prompt-registry` · by Projekt MLflow · sponsored - [MLflow Tracking: ML Experiment Tracking]() `mlflow-tracking` · by Projekt MLflow (Linux Foundation; pierwotnie Databricks) · sponsored - [A Survey on Multimodal Large Language Models]() `mllm-survey-yin-2023` · by Shukang Yin, Chaoyou Fu, Sirui Zhao, Ke Li, Xing Sun, Tong Xu, Enhong Chen - [Combining contract playbooks with generative AI]() `mltaikins-playbooks-genai-2026` · by D. Graff, R. Brunet, M. Barnes (MLT Aikins LLP) · sponsored - [Deisenroth, Faisal, Ong · Mathematics for Machine Learning — table of contents]() `mmlbook` · by Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong - [Mid-Training of Large Language Models: A Survey]() `mo-midtraining-survey-2025` · by Kaixiang Mo, Yuxin Shi, Weiwei Weng i in. - [Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body Teleoperation]() `mobile-aloha-2024` · by Z. Fu, T. Z. Zhao, C. Finn (Stanford) - [MobileLLM: Optimizing Sub-billion Parameter Language Models for On-Device Use Cases]() `mobilellm-2024` · by Zechun Liu, Changsheng Zhao, Forrest Iandola i in. (Meta) - [Model Cards for Model Reporting]() `model-cards-mitchell-2019` · by M. Mitchell, S. Wu, A. Zaldivar, P. Barnes, L. Vasserman, B. Hutchinson, E. Spitzer, I. D. Raji, T. Gebru - [AI models collapse when trained on recursively generated data]() `model-collapse-nature-2024` · by Ilia Shumailov, Zakhar Shumaylov, Yiren Zhao, Nicolas Papernot, Ross Anderson, Yarin Gal - [Model soups: averaging weights of multiple fine-tuned models improves accuracy without increasing inference time]() `model-soups-2022` · by Mitchell Wortsman, Gabriel Ilharco, Samir Yitzhak Gadre i in. - [Modern Robotics: Mechanics, Planning, and Control]() `modern-robotics-2017` · by Kevin M. Lynch, Frank C. Park - [SemEval 2023 Task 6: LegalEval – Understanding Legal Texts]() `modi-semeval2023-legaleval` · by Ashutosh Modi i in. - [MOEA/D: A Multiobjective Evolutionary Algorithm Based on Decomposition]() `moead-2007` · by Qingfu Zhang, Hui Li - [Detecting Student Disengagement in Online Classes Using Deep Learning: A Review]() `mohamed-disengagement-review-2024` · by Ahmed Mohamed, Mostafa Ali, Shahd Ahmed, Nouran Hani, Mohammed Hisham, Meram Mahmoud - [MoleculeNet: A Benchmark for Molecular Machine Learning]() `moleculenet-2017` · by Zhenqin Wu, Bharath Ramsundar, Evan N. Feinberg, Joseph Gomes, Caleb Geniesse, Aneesh S. Pappu, Karl Leswing, Vijay Pande - [Interpretable Machine Learning: A Guide for Making Black Box Models Explainable (3rd edition)]() `molnar-iml-book-3ed` · by Christoph Molnar - [River: machine learning for streaming data in Python]() `montiel-river-2021` · by Jacob Montiel, Max Halford, Saulo Martiello Mastelini, Geoffrey Bolmier, Raphael Sourty, Robin Vaysse, Adil Zouitine, Heitor Murilo Gomes, Jesse Read, Talel Abdessalem, Albert Bifet - [Growing Neural Cellular Automata]() `mordvintsev-nca-2020` · by Alexander Mordvintsev, Ettore Randazzo, Eyvind Niklasson, Michael Levin - [Mosaic: Multi-Session Agentic Reinforcement Learning]() `mosaic-msarl-2026` · by Yilong Xu, Minrui Xu, Xinyu Zhou, Xiang Long, Haochen Tan, Zhijiang Guo - [Moshi: a speech-text foundation model for real-time dialogue]() `moshi` · by Alexandre Défossez i wsp. (Kyutai) - [Learning Self-Orchestration in Decentralized Agent Swarms]() `mpt-arxiv-2610.22322` · by Guowei Xu; Zhenting Qi; Amani Kiruga; Himabindu Lakkaraju; Yilun Du - [MPT GitHub repository]() `mpt-github` · by Embodied Minds Lab - [Task Allocation in Mobile Robot Fleets: A Review]() `mrta-fleets-review-2025` · by A. Meseguer Valenzuela, F. Blanes Noguera (Universitat Politècnica de València) - [Microsoft 2024 Work Trend Index — press release]() `ms-work-trend-2024` · by Microsoft (z LinkedIn) - [MTEB: Massive Text Embedding Benchmark]() `mteb-2022` · by Niklas Muennighoff, Nouamane Tazi, Loïc Magne, Nils Reimers - [Motion Transformer with Global Intention Localization and Local Movement Refinement]() `mtr-2022` · by Shaoshuai Shi, Li Jiang, Dengxin Dai, Bernt Schiele - [Muon is Scalable for LLM Training]() `muon-scalable-2025` · by Jingyuan Liu, Jianlin Su, Xingcheng Yao i in. (Moonshot AI) - [A Systematic Literature Review on Crop Yield Prediction with Deep Learning and Remote Sensing]() `muruganantham-yield-review-2022` · by Priyanga Muruganantham, Santoso Wibowo, Srimannarayana Grandhi, Nahidul Hoque Samrat, Nahina Islam - [A Metric Learning Reality Check]() `musgrave-metric-reality-2020` · by Kevin Musgrave, Serge Belongie, Ser-Nam Lim - [Simple and Controllable Music Generation (MusicGen)]() `musicgen-2023` · by Jade Copet, Felix Kreuk, Itai Gat, Tal Remez, David Kant, Gabriel Synnaeve, Yossi Adi, Alexandre Défossez · sponsored - [Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model (MuZero)]() `muzero-2019` · by J. Schrittwieser, I. Antonoglou, T. Hubert, K. Simonyan, L. Sifre, S. Schmitt, A. Guez, E. Lockhart, D. Hassabis, T. Graepel, T. Lillicrap, D. Silver - [WaveFunctionCollapse (repository and README)]() `mxgmn-wavefunctioncollapse` · by mxgmn (Maxim Gumin) - [Nakkiran et al. · Deep Double Descent: Where Bigger Models and More Data Hurt]() `nakkiran-deepdd-2019` · by Preetum Nakkiran, Gal Kaplun, Yamini Bansal, Tristan Yang, Boaz Barak, Ilya Sutskever - [Enhancing Contract Negotiations with LLM-Based Legal Document Comparison]() `narendra-contract-comparison-2024` · by Savinay Narendra, Kaushal Shetty, Adwait Ratnaparkhi - [Machine learning modelling for enhanced APP scam prevention (abstract)]() `nationwide-app-scam-ml-crc` · by Tim Pickering, Jack Noonan (Nationwide Building Society) - [Nav2 — Navigation Concepts and Navigation Servers]() `nav2-navigation-concepts-2026` · by Open Navigation LLC / ROS 2 Navigation Working Group - [NAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking]() `navsim-2024` · by Daniel Dauner, Marcel Hallgarten, Tianyu Li, Xinshuo Weng, Zhiyu Huang, Zetong Yang i in. (12 autorów) - [Brady Neal · Introduction to Causal Inference (course)]() `neal-causal` · by Brady Neal - [Evolving Neural Networks through Augmenting Topologies]() `neat-2002` · by Kenneth O. Stanley, Risto Miikkulainen - [NeMo Guardrails: A Toolkit for Controllable and Safe LLM Applications with Programmable Rails]() `nemo-guardrails-2023` · by T. Rebedea, R. Dinu, M. Sreedhar, C. Parisien, J. Cohen (NVIDIA) - [NemotronLabs VoiceChat: An Open Full-duplex Speech-to-Speech Model with Tool Calling Capabilities]() `nemotron-voicechat-2026` · by Jagadeesh Balam i współautorzy (NVIDIA) - [NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis]() `nerf-2020` · by Ben Mildenhall, Pratul P. Srinivasan, Matthew Tancik, Jonathan T. Barron, Ravi Ramamoorthi, Ren Ng - [Natural Evolution Strategies]() `nes-jmlr-2014` · by Daan Wierstra, Tom Schaul, Tobias Glasmachers, Yi Sun, Jan Peters, Jürgen Schmidhuber - [Neuro-Symbolic Artificial Intelligence: Towards Improving the Reasoning Abilities of Large Language Models]() `nesy-llm-2508` · by Xiao-Wen Yang, Jie-Jing Shao, Lan-Zhe Guo, Bo-Wen Zhang, Zhi Zhou, Lin-Han Jia, Wang-Zhou Dai, Yu-Feng Li - [Neural General Circulation Models for Weather and Climate]() `neuralgcm-2023` · by Dmitrii Kochkov, Janni Yuval, Ian Langmore i in. (Google Research, ECMWF, MIT) - [Designing neural networks through neuroevolution]() `neuroevolution-review-2019` · by Kenneth O. Stanley, Jeff Clune, Joel Lehman, Risto Miikkulainen - [Reinforcement Learning for Optimized Trade Execution]() `nevmyvaka-rl-execution-2006` · by Yuriy Nevmyvaka, Yi Feng, Michael Kearns - [Next Day Wildfire Spread: A Machine Learning Data Set to Predict Wildfire Spreading from Remote-Sensing Data]() `next-day-wildfire-spread-2021` · by Fantine Huot; R. Lily Hu; Nita Goyal; Tharun Sankar; Matthias Ihme; Yi-Fan Chen - [Policy Invariance Under Reward Transformations: Theory and Application to Reward Shaping]() `ng-reward-shaping-1999` · by Andrew Y. Ng, Daishi Harada, Stuart J. Russell - [Large Language Diffusion Models]() `nie-llada-2025` · by Shen Nie, Fengqi Zhu, Zebin You, Xiaolu Zhang, Jingyang Ou, Jun Hu, Jun Zhou, Yankai Lin, Ji-Rong Wen, Chongxuan Li - [Automatic Anonymization of Swiss Federal Supreme Court Rulings]() `niklaus-swiss-anonymization-2023` · by Joel Niklaus, Robin Mamié, Matthias Stürmer, Daniel Brunner, Marcel Gygli - [Nisan, Roughgarden, Tardos, Vazirani (eds.) · Algorithmic Game Theory]() `nisan-agt-2007` · by Noam Nisan, Tim Roughgarden, Éva Tardos, Vijay V. Vazirani (red.) - [NIST · AI Risk Management Framework]() `nist` · reference: Uzupełnienie kursów o ryzyko i zarządzanie AI; nie porada prawna. - [NIST AI RMF 1.0 — Core (Govern, Map, Measure, Manage) + Generative AI Profile (NIST AI 600-1)]() `nist-ai-rmf-core` · by NIST; profil GenAI: C. Autio, R. Schwartz, J. Dunietz i in. - [No Language Left Behind: Scaling Human-Centered Machine Translation]() `nllb-2022` · by NLLB Team, Marta R. Costa-jussà, James Cross, Onur Çelebi i in. (Meta AI) · sponsored - [A Survey of Data Augmentation Approaches for NLP]() `nlp-augmentation-survey-2021` · by Steven Y. Feng, Varun Gangal, Jason Wei, Sarath Chandar, Soroush Vosoughi, Teruko Mitamura, Eduard Hovy - [Response Times: The 3 Important Limits]() `nngroup-response-times` · by Jakob Nielsen (Nielsen Norman Group) - [nnU-Net: Self-adapting Framework for U-Net-Based Medical Image Segmentation]() `nnunet-2018` · by Fabian Isensee, Jens Petersen, André Klein i in. (DKFZ), Klaus H. Maier-Hein - [Computational protein design and protein structure prediction win Nobel Prize in Chemistry (EMBL)]() `nobel-chem-2024-embl` · by EMBL - [On the Importance of Noise Scheduling for Diffusion Models]() `noise-scheduling-chen-2023` · by Ting Chen - [Abandoning Objectives: Evolution through the Search for Novelty Alone]() `novelty-search-2011` · by Joel Lehman, Kenneth O. Stanley - [A Mathematical Runtime Analysis of the Non-dominated Sorting Genetic Algorithm III (NSGA-III)]() `nsga3-runtime-2023` · by Simon Wietheger, Benjamin Doerr - [NuPlan: A closed-loop ML-based planning benchmark for autonomous vehicles]() `nuplan-2021` · by Holger Caesar, Juraj Kabzan, Kok Seang Tan, Whye Kit Fong, Eric Wolff, Alex Lang i in. (9 autorów) - [nuScenes: A multimodal dataset for autonomous driving]() `nuscenes-2019` · by Holger Caesar, Varun Bankiti, Alex H. Lang, Sourabh Vora, Venice Erin Liong, Qiang Xu i in. (10 autorów) - [Audio2Face-3D: Audio-driven Realistic Facial Animation For Digital Avatars]() `nvidia-audio2face3d-2025` · by Chaeyeon Chung, Ilya Fedorov, Michael Huang, Aleksey Karmanov, Dmitry Korobchenko, Roger Ribera, Yeongho Seol - [Mastering LLM Techniques: Inference Optimization]() `nvidia-llm-inference-opt-2023` · by Shashank Verma, Neal Vaidya (NVIDIA Technical Blog) · sponsored - [Anonymity at Risk? Assessing Re-Identification Capabilities of Large Language Models in Court Decisions]() `nyffenegger-anonymity-at-risk-2023` · by Alex Nyffenegger, Matthias Stürmer, Joel Niklaus - [Game Programming Patterns – State]() `nystrom-gpp-state` · by Robert Nystrom - [Jointly Minimizing the Expected Costs of Review for Responsiveness and Privilege in E-Discovery]() `oard-minecore-2019` · by Douglas W. Oard, Fabrizio Sebastiani, Jyothi K. Vinjumur - [Akoma Ntoso Version 1.0. Part 1: XML Vocabulary]() `oasis-akoma-ntoso-2018` · by OASIS LegalDocML TC (red. Monica Palmirani, Roger Sperberg, Grant Vergottini, Fabio Vitali) - [LegalRuleML Core Specification Version 1.0]() `oasis-legalruleml-2021` · by OASIS LegalRuleML TC (red. Monica Palmirani, Guido Governatori, Tara Athan, Harold Boley, Adrian Paschke, Adam Wyner) - [Dissecting racial bias in an algorithm used to manage the health of populations]() `obermeyer-bias-2019` · by Ziad Obermeyer, Brian Powers, Christine Vogeli, Sendhil Mullainathan - [OCC Bulletin 2026-13: Model Risk Management — Revised Guidance]() `occ-bulletin-2026-13` · by Office of the Comptroller of the Currency; Board of Governors of the Federal Reserve System; Federal Deposit Insurance Corporation - [Occ3D: A Large-Scale 3D Occupancy Prediction Benchmark for Autonomous Driving]() `occ3d-2023` · by Xiaoyu Tian, Tao Jiang, Longfei Yun, Yucheng Mao, Huitong Yang, Yue Wang, Yilun Wang, Hang Zhao - [Octo: An Open-Source Generalist Robot Policy]() `octo-2024` · by Octo Model Team: D. Ghosh, H. Walke, K. Pertsch, K. Black i in. - [Setting AI in context: A case study on defining the context and operational design domain for automated driving]() `odd-context-2022` · by Hans-Martin Heyn, Padmini Subbiash, Jennifer Linder, Eric Knauss, Olof Eriksson - [Cracking the Code: Rulemaking for humans and machines]() `oecd-cracking-the-code-2020` · by OECD Observatory of Public Sector Innovation (OPSI) - [2 OLMo 2 Furious]() `olmo2-2025` · by Team OLMo: Pete Walsh, Luca Soldaini i in. (Allen Institute for AI) - [olmOCR: Unlocking Trillions of Tokens in PDFs with Vision Language Models]() `olmocr-2025` · by Jake Poznanski, Aman Rangapur, Jon Borchardt, Jason Dunkelberger, Regan Huff, Daniel Lin, Christopher Wilhelm, Kyle Lo, Luca Soldaini - [OMPL – The Open Motion Planning Library]() `ompl-docs` · by Kavraki Lab (Rice University) - [Grammatical Evolution]() `oneill-ryan-ge-2001` · by Michael O'Neill, Conor Ryan - [ONNX Concepts (ONNX 1.24 docs)]() `onnx-concepts` · by Projekt ONNX (LF AI & Data) - [ONNX Runtime documentation]() `onnx-runtime-docs` · by Microsoft / projekt ONNX Runtime · sponsored - [On the Clock: Towards Punctual and Productive Time-Budgeted AI Agents]() `ontheclock-2026` · by Aaron Wang, Neelabh Madan, Vlad Sobal, Matthew Trager, Michael Kleinman, Elman Mansimov, Wei Xia, Stefano Soatto - [Open Problems in Mechanistic Interpretability]() `open-problems-mechinterp-2025` · by Lee Sharkey, Bilal Chughtai, Joshua Batson, Jack Lindsey, Jeff Wu i in. (29 autorów, m.in. Neel Nanda, Stella Biderman, David Bau, Mor Geva) - [Open X-Embodiment: Robotic Learning Datasets and RT-X Models]() `open-x-embodiment-2023` · by Open X-Embodiment Collaboration - [Batch API — OpenAI documentation]() `openai-batch-api` · by OpenAI - [Agent Skills in Codex]() `openai-codex-skills-docs` · by OpenAI · sponsored - [How we detect frontier model misalignment]() `openai-frontier-monitoring-2026` · by OpenAI - [Harness engineering: leveraging Codex in an agent-first world]() `openai-harness-2026` · by Ryan Lopopolo, OpenAI · sponsored - [OpenAI API: Realtime conversations]() `openai-realtime-conversations` · by OpenAI - [OpenAI API: Prompting Realtime models]() `openai-realtime-prompting` · by OpenAI - [OpenAI API: Voice activity detection]() `openai-realtime-vad` · by OpenAI - [OpenAI API: Voice agents]() `openai-voice-guide` · by OpenAI - [Continental-Scale Building Detection from High Resolution Satellite Imagery]() `openbuildings-2021` · by Wojciech Sirko; Sergii Kashubin; Marvin Ritter; Abigail Annkah; Yasser Salah Eddine Bouchareb; Yann Dauphin; Daniel Keysers; Maxim Neumann; Moustapha Cisse; John Quinn - [Open-Endedness is Essential for Artificial Superhuman Intelligence]() `openendedness-asi-2024` · by Edward Hughes, Michael Dennis, Jack Parker-Holder, Feryal Behbahani, Aditi Mavalankar, Yuge Shi, Tom Schaul, Tim Rocktäschel - [OpenEvolve – GitHub repository]() `openevolve-github` · by algorithmicsuperintelligence (społeczność open source) - [OpenIntro Statistics, 4th ed. — chapter list]() `openintro-os4` · by David M. Diez, Mine Çetinkaya-Rundel, Christopher D. Barr - [The Option-Critic Architecture]() `option-critic-2016` · by Pierre-Luc Bacon, Jean Harb, Doina Precup - [DINOv2: Learning Robust Visual Features without Supervision]() `oquab-dinov2-2023` · by Maxime Oquab, Timothée Darcet, Théo Moutakanni i in. (Meta AI) - [Automatic Mapping of Unstructured Cyber Threat Intelligence: An Experimental Study]() `orbinato-cti-attack-mapping-2022` · by Vittorio Orbinato, Mariarosaria Barbaraci, Roberto Natella, Domenico Cotroneo - [Three States and a Plan: The A.I. of F.E.A.R.]() `orkin-fear-goap-2006` · by Jeff Orkin - [OpenTelemetry Semantic Conventions for GenAI spans (gen-ai-spans.md)]() `otel-genai-spans` · by OpenTelemetry (projekt CNCF), grupa GenAI SIG - ["Other-Play" for Zero-Shot Coordination]() `otherplay-2020` · by Hengyuan Hu; Adam Lerer; Alex Peysakhovich; Jakob Foerster - [OWASP Top 10 for Agentic Applications (announcement)]() `owasp-agentic-top10` · by OWASP Gen AI Security Project (m.in. J. Sotiropoulos, K. Katz, R. F. Del Rosario) - [OWASP Top 10 for LLM Applications 2025]() `owasp-llm-top10-2025` · by OWASP Gen AI Security Project - [LLM03:2025 Supply Chain (OWASP)]() `owasp-llm03-supply-chain-2025` · by OWASP Gen AI Security Project - [A Survey of Motion Planning and Control Techniques for Self-driving Urban Vehicles]() `paden-2016` · by Brian Paden, Michal Čáp, Sze Zheng Yong, Dmitry Yershov, Emilio Frazzoli - [Exploration of Open Large Language Models for eDiscovery]() `pai-open-llm-ediscovery-2023` · by Sumit Pai, Sounak Lahiri, Ujjwal Kumar, Krishanu Baksi, Elijah Soba, Michael Suesserman, Nirmala Pudota, Jon Foster, Edward Bowen, Sanmitra Bhattacharya - [People + AI Guidebook (Google PAIR) — generative AI update]() `pair-guidebook` · by Reena Jana, Mahima Pushkarna (People + AI Research, Google) - [Emergent Complexity and Zero-shot Transfer via Unsupervised Environment Design]() `paired-ued-2020` · by Michael Dennis; Natasha Jaques; Eugene Vinitsky; Alexandre Bayen; Stuart Russell; Andrew Critch; Sergey Levine - [A Self-Attentive model for Knowledge Tracing]() `pandey-sakt-2019` · by Shalini Pandey, George Karypis - [Pangu-Weather: A 3D High-Resolution Model for Fast and Accurate Global Weather Forecast]() `pangu-weather-2022` · by Kaifeng Bi, Lingxi Xie, Hengheng Zhang, Xin Chen, Xiaotao Gu, Qi Tian - [BLEU: a Method for Automatic Evaluation of Machine Translation]() `papineni-bleu-2002` · by Kishore Papineni, Salim Roukos, Todd Ward, Wei-Jing Zhu - [TRAK: Attributing Model Behavior at Scale]() `park-2023-trak` · by Sung Min Park, Kristian Georgiev, Andrew Ilyas, Guillaume Leclerc, Aleksander Mądry - [Generative Agents: Interactive Simulacra of Human Behavior]() `park-generative-agents-2023` · by Joon Sung Park, Joseph C. O'Brien, Carrie J. Cai, Meredith Ringel Morris, Percy Liang, Michael S. Bernstein - [ParticleNet: Jet Tagging via Particle Clouds]() `particlenet-2019` · by Huilin Qu, Loukas Gouskos - [PAUSE: Search-Free Steering of Coding Agents Before Their First Source-Code Edit]() `pause-2026` · by Viral Patel, Boyin Tan, Jason Xue, Youcheng Sun - [Population Based Training of Neural Networks]() `pbt-2017` · by Max Jaderberg, Valentin Dalibard, Simon Osindero, Wojciech M. Czarnecki, Jeff Donahue, Ali Razavi, Oriol Vinyals, Tim Green, Iain Dunning, Karen Simonyan, Chrisantha Fernando, Koray Kavukcuoglu - [Fractals, noise and agents with applications to landscapes (Procedural Content Generation in Games, ch. 4)]() `pcgbook-ch04-noise` · by Noor Shaker, Julian Togelius, Mark J. Nelson - [Grammars and L-systems with applications to vegetation and levels (Procedural Content Generation in Games, ch. 5)]() `pcgbook-ch05-grammars` · by Julian Togelius, Noor Shaker, Joris Dormans - [Parting with Misconceptions about Learning-based Vehicle Motion Planning]() `pdm-2023` · by Daniel Dauner, Marcel Hallgarten, Andreas Geiger, Kashyap Chitta - [Asleep at the Keyboard? Assessing the Security of GitHub Copilot's Code Contributions]() `pearce-asleep-at-keyboard-2021` · by Hammond Pearce, Baleegh Ahmad, Benjamin Tan, Brendan Dolan-Gavitt, Ramesh Karri - [Examining Zero-Shot Vulnerability Repair with Large Language Models]() `pearce-zero-shot-vuln-repair-2021` · by Hammond Pearce, Benjamin Tan, Baleegh Ahmad, Ramesh Karri, Brendan Dolan-Gavitt - [Hugging Face · LoRA (PEFT)]() `peft` · reference: Adaptery LoRA, także zastosowania do modeli obrazu. - [Parameter-Efficient Fine-Tuning for Large Models: A Comprehensive Survey]() `peft-survey-2024` · by Zeyu Han, Chao Gao, Jinyang Liu i in. - [TESSERACT: Eliminating Experimental Bias in Malware Classification across Space and Time]() `pendlebury-tesseract-2019` · by Feargus Pendlebury, Fabio Pierazzi, Roberto Jordaney, Johannes Kinder, Lorenzo Cavallaro - [Prioritized Experience Replay]() `per-2015` · by Tom Schaul; John Quan; Ioannis Antonoglou; David Silver - [Perceiver-Actor: A Multi-Task Transformer for Robotic Manipulation]() `peract-2022` · by M. Shridhar, L. Manuelli, D. Fox - [Learning robust perceptive locomotion for quadrupedal robots in the wild]() `perceptive-locomotion-2022` · by T. Miki, J. Lee, J. Hwangbo, L. Wellhausen, V. Koltun, M. Hutter - [Textbooks Are All You Need]() `phi1-textbooks-2023` · by Suriya Gunasekar, Yi Zhang, Jyoti Aneja, Caio César Teodoro Mendes, Allie Del Giorno, Sivakanth Gopi, Mojan Javaheripi, Piero Kauffmann, Gustavo de Rosa, Olli Saarikivi, Adil Salim, Shital Shah, Harkirat Singh Behl, Xin Wang, Sébastien Bubeck, Ronen Eldan, Adam Tauman Kalai, Yin Tat Lee, Yuanzhi Li - [Safe Physical Human-Robot Interaction through Variable Impedance Control based on ISO/TS 15066]() `phri-vic-iso15066-2023` · by A. Ghanbarzadeh, E. Najafi (K.N. Toosi University of Technology) - [π₀: A Vision-Language-Action Flow Model for General Robot Control]() `pi0-2024` · by K. Black, N. Brown, D. Driess i in. (Physical Intelligence; m.in. C. Finn, K. Hausman, S. Levine) - [Deep Knowledge Tracing]() `piech-dkt-2015` · by Chris Piech, Jonathan Spencer, Jonathan Huang, Surya Ganguli, Mehran Sahami, Leonidas Guibas, Jascha Sohl-Dickstein - [Intriguing Properties of Adversarial ML Attacks in the Problem Space \[Extended Version\]]() `pierazzi-problem-space-attacks-2020` · by Jacopo Cortellazzi, Feargus Pendlebury, Daniel Arp, Erwin Quiring, Fabio Pierazzi, Lorenzo Cavallaro - [Physics Informed Deep Learning (Part I): Data-driven Solutions of Nonlinear Partial Differential Equations]() `pinn-2017` · by Maziar Raissi, Paris Perdikaris, George Em Karniadakis - [Deep Learning and Multivariate Time Series for Cheat Detection in Video Games]() `pinto-cheat-detection-mlj-2021` · by José Pedro Pinto, André Pimenta, Paulo Novais - [Pipecat: open-source voice agent framework]() `pipecatrepo` · by Daily i społeczność - [Pix2Struct: Screenshot Parsing as Pretraining for Visual Language Understanding]() `pix2struct-2022` · by Kenton Lee, Mandar Joshi, Iulia Turc, Hexiang Hu, Fangyu Liu, Julian Eisenschlos, Urvashi Khandelwal, Peter Shaw, Ming-Wei Chang, Kristina Toutanova - [PixelDiT: Pixel Diffusion Transformers for Image Generation]() `pixeldit-2025` · by Yongsheng Yu, Wei Xiong, Weili Nie, Yichen Sheng, Shiqiu Liu, Jiebo Luo · sponsored - [Spatial validation reveals poor predictive performance of large-scale ecological mapping models]() `ploton-spatial-validation-2020` · by Pierre Ploton, Frédéric Mortier, Maxime Réjou-Méchain, Nicolas Barbier, Nicolas Picard, et al. - [Prioritized Level Replay]() `plr-2020` · by Minqi Jiang; Edward Grefenstette; Tim Rocktäschel - [Asymmetric On-Policy Distillation Learns In-Context Exploration]() `poddar-asteroid-2026` · by Sriyash Poddar, Yanda Bao, Jacob Krantz, Matthew Chang, Xavier Puig, Roozbeh Mottaghi, Natasha Jaques, Abhishek Gupta - [Paired Open-Ended Trailblazer (POET): Endlessly Generating Increasingly Complex and Diverse Learning Environments and Their Solutions]() `poet-2019` · by Rui Wang, Joel Lehman, Jeff Clune, Kenneth O. Stanley - [A Survey on Deep Learning Based Point-Of-Interest (POI) Recommendations]() `poi-rec-survey-2020` · by Md. Ashraful Islam; Mir Mahathir Mohammad; Sarkar Snigdha Sarathi Das; Mohammed Eunus Ali - [PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation]() `pointnet-2016` · by Charles R. Qi, Hao Su, Kaichun Mo, Leonidas J. Guibas - [PointPillars: Fast Encoders for Object Detection from Point Clouds]() `pointpillars-2018` · by Alex H. Lang, Sourabh Vora, Holger Caesar, Lubing Zhou, Jiong Yang, Oscar Beijbom - [Politecnico di Torino (DBDMG) — Lab 07: Frequent Pattern Mining (lab handout)]() `polito-fpm-lab-2025` · by DBDMG, Politecnico di Torino - [Coevolutionary Principles]() `popovici-coevolution-2012` · by Elena Popovici, Anthony Bucci, R. Paul Wiegand, Edwin D. de Jong - [Statistically Valid Post-Deployment Monitoring Should Be Standard for AI-Based Digital Health]() `postdeploy-monitoring-2025` · by Pavel Dolin, Weizhi Li, Gautam Dasarathy, Visar Berisha - [Potassco Guide — gringo, clasp and clingo (answer set programming)]() `potassco-guide` · by Potassco (University of Potsdam) - [Proximal Policy Optimization Algorithms]() `ppo-2017` · by J. Schulman, F. Wolski, P. Dhariwal, A. Radford, O. Klimov - [SS1/23 – Model risk management principles for banks]() `pra-ss1-23-mrm` · by Bank of England – Prudential Regulation Authority - [Prefix-Tuning: Optimizing Continuous Prompts for Generation]() `prefix-tuning-2021` · by Xiang Lisa Li, Percy Liang - [Presidio documentation (PII de-identification)]() `presidio-docs` · by pierwotnie Microsoft; obecnie projekt społecznościowy Data Privacy Stack - [The Primacy Bias in Deep Reinforcement Learning]() `primacy-bias-2022` · by Evgenii Nikishin; Max Schwarzer; Pierluca D'Oro; Pierre-Luc Bacon; Aaron Courville - [Progressive Misalignment Project Page]() `progressive-misalignment-project-2026` · by Karim Abdel Sadek; Federico Di Gennaro; Fanny Yang - [From Naptime to Big Sleep: Using Large Language Models To Catch Vulnerabilities In Real-World Code]() `project-zero-big-sleep-2024` · by Big Sleep team (Google Project Zero, Google DeepMind) · sponsored - [Prometheus: Inducing Fine-grained Evaluation Capability in Language Models]() `prometheus-rubric-2023` · by Seungone Kim, Jamin Shin, Yejin Cho, Joel Jang, Shayne Longpre, Hwaran Lee, Sangdoo Yun, Seongjin Shin, Sungdong Kim, James Thorne, Minjoon Seo - [The Power of Scale for Parameter-Efficient Prompt Tuning]() `prompt-tuning-2021` · by Brian Lester, Rami Al-Rfou, Noah Constant - [Promptbreeder: Self-Referential Self-Improvement via Prompt Evolution]() `promptbreeder-2023` · by Chrisantha Fernando, Dylan Banarse, Henryk Michalewski, Simon Osindero, Tim Rocktäschel - [Particle swarm optimization (Scholarpedia)]() `pso-scholarpedia` · by Marco Dorigo i in. - [Summarization is (Almost) Dead]() `pu-2023-summarization-almost-dead` · by Xiao Pu, Mingqi Gao, Xiaojun Wan (Peking University) - [PubTables-1M: Towards comprehensive table extraction from unstructured documents]() `pubtables-1m-2021` · by Brandon Smock, Rohith Pesala, Robin Abraham (Microsoft) - [PSR sets the final rules on APP scam reimbursements]() `pwc-psr-app-reimbursement` · by PwC UK - [pyKT: A Python Library to Benchmark Deep Learning based Knowledge Tracing Models]() `pykt-2022` · by Zitao Liu, Qiongqiong Liu, Jiahao Chen, Shuyan Huang, Jiliang Tang, Weiqi Luo - [pymoo: Multi-objective Optimization in Python]() `pymoo-2020` · by Julian Blank, Kalyanmoy Deb - [pymoo – Genetic Algorithm documentation and algorithm list]() `pymoo-ga` · by Julian Blank, Kalyanmoy Deb (pymoo) - [pymoo – NSGA-II documentation]() `pymoo-nsga2` · by pymoo - [Interpretable Machine Learning for Science with PySR and SymbolicRegression.jl]() `pysr-2023` · by Miles Cranmer - [Efficient PyTorch I/O library for Large Datasets, Many Files, Many GPUs]() `pytorch-blog-webdataset-2020` · by Alex Aizman, Gavin Maltby, Thomas Breuel - [PyTorch 2.14 docs: CrossEntropyLoss and MSELoss]() `pytorch-loss-docs` · by PyTorch Foundation - [What You Say and How You Say It Matters: Predicting Financial Risk Using Verbal and Vocal Cues]() `qin-yang-earnings-calls-acl2019` · by Yu Qin, Yi Yang - [QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning]() `qmix-2018` · by Tabish Rashid; Mikayel Samvelyan; Christian Schroeder de Witt; Gregory Farquhar; Jakob Foerster; Shimon Whiteson - [Qwen-Audio: Advancing Universal Audio Understanding via Unified Large-Scale Audio-Language Models]() `qwen-audio-2023` · by Yunfei Chu, Jin Xu, Xiaohuan Zhou, Qian Yang, Shiliang Zhang, Zhijie Yan, Chang Zhou, Jingren Zhou (Alibaba) · sponsored - [Qwen-Image Technical Report]() `qwen-image-2025` · by Chenfei Wu, Jiahao Li, Jingren Zhou, Junyang Lin, Kaiyuan Gao, Kun Yan i in. (Qwen Team, Alibaba) · sponsored - [Qwen2.5-Omni Technical Report]() `qwen25-omni-2025` · by Jin Xu, Zhifang Guo, Jinzheng He, Hangrui Hu i in. (Qwen Team, Alibaba) · sponsored - [Qwen3-Next-80B-A3B-Instruct — model card]() `qwen3-next-model-card` · by Qwen Team (Alibaba) · sponsored - [Qwen3-Omni Technical Report]() `qwen3-omni-2025` · by Jin Xu, Zhifang Guo, Hangrui Hu, Yunfei Chu, Xiong Wang i in. (Qwen Team, Alibaba) · sponsored - [Vision-and-Language Navigation: Interpreting visually-grounded navigation instructions in real environments]() `r2r-vln-2017` · by P. Anderson, Q. Wu, D. Teney, J. Bruce, M. Johnson i in. - [R3M: A Universal Visual Representation for Robot Manipulation]() `r3m-2022` · by S. Nair, A. Rajeswaran, V. Kumar, C. Finn, A. Gupta - [Learning Transferable Visual Models From Natural Language Supervision (CLIP)]() `radford-clip-2021` · by Alec Radford, Jong Wook Kim, Chris Hallacy, Aditya Ramesh, Gabriel Goh i in. - [Ragas: Automated Evaluation of Retrieval Augmented Generation]() `ragas-2023` · by Shahul Es, Jithin James, Luis Espinosa-Anke, Steven Schockaert - [Rainbow: Combining Improvements in Deep Reinforcement Learning]() `rainbow-2017` · by Matteo Hessel; Joseph Modayil; Hado van Hasselt; Tom Schaul; Georg Ostrovski; Will Dabney; Dan Horgan; Bilal Piot; Mohammad Azar; David Silver - [Rainbow Teaming: Open-Ended Generation of Diverse Adversarial Prompts]() `rainbow-teaming-2024` · by Mikayel Samvelyan, Sharath Chandra Raparthy, Andrei Lupu, Eric Hambro, Aram H. Markosyan, Manish Bhatt, Yuning Mao, Minqi Jiang, Jack Parker-Holder, Jakob Foerster, Tim Rocktäschel, Roberta Raileanu - [Know What You Don't Know: Unanswerable Questions for SQuAD]() `rajpurkar-2018-squad2` · by Pranav Rajpurkar, Robin Jia, Percy Liang - [Recipe for a General, Powerful, Scalable Graph Transformer]() `rampasek-graphgps-2022` · by Ladislav Rampášek, Mikhail Galkin, Vijay Prakash Dwivedi, Anh Tuan Luu, Guy Wolf, Dominique Beaini - [TTPXHunter: Actionable Threat Intelligence Extraction as TTPs from Finished Cyber Threat Reports]() `rani-ttpxhunter-2024` · by Anku Rani, Bikash Saha, Vikas Maurya, Abhijnan Chakraborty, Sandeep Kumar Shukla - [LLM Architecture Gallery: Hybrid Attention]() `raschka-hybrid-attention-gallery` · by Sebastian Raschka - [The Big LLM Architecture Comparison — From DeepSeek V3 to GLM-5]() `raschka-llm-arch-comparison` · by Sebastian Raschka - [Understanding Reasoning LLMs]() `raschka-reasoning-llms` · by Sebastian Raschka - [Rasmussen & Williams · Gaussian Processes for Machine Learning]() `rasmussen-williams-gpml-2006` · by Carl Edward Rasmussen, Christopher K. I. Williams - [Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data]() `real-esrgan-2021` · by Xintao Wang, Liangbin Xie, Chao Dong, Ying Shan - [Reasoning on a Budget: A Survey of Adaptive and Controllable Test-Time Compute in LLMs]() `reasoning-on-budget-survey-2025` · by Mohammad Ali Alomrani i 16 współautorów - [Google · Recommendation Systems]() `rec` · reference: Rekomendacje, retrieval, scoring i reranking. - [Recast Navigation — documentation]() `recast-navigation-docs` · by projekt open source Recast & Detour - [Red Teaming Language Models to Reduce Harms: Methods, Scaling Behaviors, and Lessons Learned]() `red-teaming-ganguli-2022` · by D. Ganguli, L. Lovitt, J. Kernion, A. Askell i in. (36 autorów; Anthropic) - [Red Teaming Language Models with Language Models]() `red-teaming-lm-with-lm-2022` · by E. Perez, S. Huang, F. Song, T. Cai, R. Ring, J. Aslanides, A. Glaese, N. McAleese, G. Irving (DeepMind) - [You Only Look Once: Unified, Real-Time Object Detection]() `redmon-yolo-2015` · by Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi - [The RefinedWeb Dataset for Falcon LLM: Outperforming Curated Corpora with Web Data, and Web Data Only]() `refinedweb-2023` · by Guilherme Penedo, Quentin Malartic, Daniel Hesslow, Ruxandra Cojocaru, Alessandro Cappelli, Hamza Alobeidli, Baptiste Pannier, Ebtesam Almazrouei, Julien Launay - [RegMix: Data Mixture as Regression for Language Model Pre-training]() `regmix-2024` · by Qian Liu, Xiaosen Zheng, Niklas Muennighoff, Guangtao Zeng, Longxu Dou, Tianyu Pang, Jing Jiang, Min Lin - [Regularized Evolution for Image Classifier Architecture Search]() `regularized-evolution-2019` · by Esteban Real, Alok Aggarwal, Yanping Huang, Quoc V. Le - [Recurrent Harness for Agentic Continual Learning]() `reharness-2026` · by Yuxin Xiao; Zhiyun Lu; Jianyu Wang; Yangtian Zhang; Yang Song; Qifan Wang; Bailin Wang - [Representation Engineering: A Top-Down Approach to AI Transparency]() `repe-2023` · by Andy Zou, Long Phan, Sarah Chen, James Campbell i in. (21 autorów, m.in. J. Zico Kolter, Dan Hendrycks) - [Deep Residual Learning for Image Recognition]() `resnet-2015` · by Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun - [RFC 9309 — Robots Exclusion Protocol]() `rfc9309-robots` · by Martin Koster, Gary Illyes, Henner Zeller, Lizzi Sassman (IETF) - [De novo design of protein structure and function with RFdiffusion]() `rfdiffusion-2023` · by Joseph L. Watson, David Juergens, Nathaniel R. Bennett i in., David Baker - [Random forest as a generic framework for predictive modeling of spatial and spatio-temporal variables]() `rfsp-hengl-2018` · by Tomislav Hengl; Madlene Nussbaum; Marvin N. Wright; Gerard B. M. Heuvelink; Benedikt Gräler - [Reconciling Reality through Simulation: A Real-to-Sim-to-Real Approach for Robust Manipulation]() `rialto-2024` · by M. Torne, A. Simeonov, Z. Li, A. Chan, T. Chen, A. Gupta, P. Agrawal - [“Why Should I Trust You?”: Explaining the Predictions of Any Classifier]() `ribeiro-lime-2016` · by Marco Tulio Ribeiro, Sameer Singh, Carlos Guestrin - [Interactive Narrative: An Intelligent Systems Approach]() `riedl-bulitko-interactive-narrative-2013` · by Mark O. Riedl, Vadim Bulitko - [Berkeley CS185/285 · Deep Reinforcement Learning (2026)]() `rl` · reference: Uczenie przez wzmacnianie, imitacja, sterowanie i RL dla LLM. - [Reinforcement Learning from Human Feedback (rlhfbook.com)]() `rlhfbook` · by Nathan Lambert - [Root Mean Square Layer Normalization]() `rmsnorm-2019` · by Biao Zhang, Rico Sennrich - [Cross-validation strategies for data with temporal, spatial, hierarchical, or phylogenetic structure]() `roberts-block-cv-2017` · by David R. Roberts, Volker Bahn, Simone Ciuti, Mark S. Boyce, Jane Elith, et al. - [MIT · Underactuated Robotics]() `robotics` · reference: Sterowanie, dynamika i uczenie w robotyce. - [Object Hallucination in Image Captioning]() `rohrbach-2018-object-hallucination` · by Anna Rohrbach, Lisa Anne Hendricks, Kaylee Burns, Trevor Darrell, Kate Saenko - [Locating and Editing Factual Associations in GPT]() `rome-2022` · by Kevin Meng, David Bau, Alex Andonian, Yonatan Belinkov - [Roofline: An Insightful Visual Performance Model for Floating-Point Programs and Multicore Architectures]() `roofline-williams-2009` · by Samuel Williams, Andrew Waterman, David Patterson (UC Berkeley) - [RoFormer: Enhanced Transformer with Rotary Position Embedding]() `rope-2021` · by Jianlin Su, Yu Lu, Shengfeng Pan, Ahmed Murtadha, Bo Wen, Yunfeng Liu - [Towards Total Recall in Industrial Anomaly Detection]() `roth-patchcore-2021` · by Karsten Roth, Latha Pemula, Joaquin Zepeda, Bernhard Schölkopf, Thomas Brox, Peter Gehler - [Hybrid Transformers for Music Source Separation]() `rouard-htdemucs-2022` · by Simon Rouard, Francisco Massa, Alexandre Défossez - [A Survey of Deep Learning-based Radiology Report Generation Using Multimodal Data]() `rrg-survey-2024` · by Xinyi Wang, Grazziela Figueredo, Ruizhe Li, Wei Emma Zhang, Weitong Chen, Xin Chen - [An Overview of Multi-Task Learning in Deep Neural Networks]() `ruder-mtl-2017` · by Sebastian Ruder - [RULER: What's the Real Context Size of Your Long-Context Language Models?]() `ruler-2024` · by Cheng-Ping Hsieh, Simeng Sun, Samuel Kriman, Shantanu Acharya, Dima Rekesh, Fei Jia, Yang Zhang, Boris Ginsburg - [Learning representations by back-propagating errors]() `rumelhart-backprop-1986` · by David E. Rumelhart, Geoffrey E. Hinton, Ronald J. Williams - [S-LoRA: Serving Thousands of Concurrent LoRA Adapters]() `s-lora-2023` · by Ying Sheng, Shiyi Cao, Dacheng Li, Coleman Hooper, Nicholas Lee, Shuo Yang, Christopher Chou, Banghua Zhu, Lianmin Zheng, Kurt Keutzer, Joseph E. Gonzalez, Ion Stoica - [s1: Simple test-time scaling]() `s1-budget-forcing-2025` · by Niklas Muennighoff, Zitong Yang, Weijia Shi, Xiang Lisa Li, Li Fei-Fei, Hannaneh Hajishirzi, Luke Zettlemoyer, Percy Liang, Emmanuel Candès, Tatsunori Hashimoto - [Towards Safe Autonomy for Computer Use]() `sacua-arxiv-2610.18508` · by Dominik Seip, Bartol Markovinović, Matthias Hein - [Progressive Misalignment Can Emerge from Benign Recursive Self-Distillation]() `sadek-progressive-misalignment-2026` · by Karim Abdel Sadek; Federico Di Gennaro; Fanny Yang - [Simple and Effective Masked Diffusion Language Models]() `sahoo-mdlm-2024` · by Subham Sekhar Sahoo, Marianne Arriola, Yair Schiff, Aaron Gokaslan, Edgar Marroquin, Justin T. Chiu, Alexander Rush, Volodymyr Kuleshov - [Evolutionary Optimization of Model Merging Recipes]() `sakana-evomerge-2024` · by Takuya Akiba, Makoto Shing, Yujin Tang i in. (Sakana AI) - [Progressive Distillation for Fast Sampling of Diffusion Models]() `salimans-progdistill-2022` · by Tim Salimans, Jonathan Ho - [SALMONN: Towards Generic Hearing Abilities for Large Language Models]() `salmonn-2023` · by Changli Tang, Wenyi Yu, Guangzhi Sun, Xianzhao Chen, Tian Tan, Wei Li, Lu Lu, Zejun Ma, Chao Zhang (Tsinghua / ByteDance) - [SAPD: Learning from Agent Experience without Environment Interaction]() `sapd-arxiv-2610.27847` · by Juncheng Diao; Haibin Wang; Wei Shi; Yifan Ding; Qingbin Li; Rongxiang Weng; Xunliang Cai - [Adversarial Diffusion Distillation]() `sauer-add-2023` · by Axel Sauer, Dominik Lorenz, Andreas Blattmann, Robin Rombach - [CMAPSS Jet Engine Simulated Data (Damage Propagation Modeling for Aircraft Engine Run-to-Failure Simulation)]() `saxena-cmapss-2008` · by Abhinav Saxena, Kai Goebel, Don Simon, Neil Eklund (NASA PCoE) - [Do As I Can, Not As I Say: Grounding Language in Robotic Affordances]() `saycan-2022` · by M. Ahn, A. Brohan, N. Brown, Y. Chebotar, O. Cortes, B. David, C. Finn i in. - [Sentence Transformers — documentation (landing page)]() `sbert-docs` · by projekt Sentence Transformers (utrzymywany przez Hugging Face) - [Measuring Progress on Scalable Oversight for Large Language Models]() `scalable-oversight-bowman-2022` · by S. R. Bowman, J. Hyun, E. Perez i in. (46 autorów; Anthropic) - [How to Scale Your Model — How to Think About GPUs (networking section)]() `scaling-book-gpus` · by Jacob Austin i in. (Google DeepMind) - [How to Scale Your Model — All About Rooflines]() `scaling-book-rooflines` · by Jacob Austin i in. (Google DeepMind) - [How to Scale Your Model — How to Think About TPUs]() `scaling-book-tpus` · by Jacob Austin, Sholto Douglas, Roy Frostig, Anselm Levskaya, Reiner Pope i in. (Google DeepMind) · sponsored - [Deep learning for automated epileptiform discharge detection from scalp EEG: a systematic review]() `scalp-eeg-dl-review-2022` · by Duong Nhu, Mubeen M. A. Janmohamed, Ana Antonic-Baker, Piero Perucca, Terence J. O’Brien, Amanda Gilligan, Patrick Kwan, Chang Wei Tan, Levin Kuhlmann - [scGPT – code repository (bowang-lab/scGPT); paper: scGPT: Towards Building a Foundation Model for Single-Cell Multi-omics Using Generative AI]() `scgpt-github` · by Haotian Cui, Chloe Wang, Hassaan Maan, Kuan Pang, Fengning Luo, Bo Wang - [Toolformer: Language Models Can Teach Themselves to Use Tools]() `schick-2023-toolformer` · by Timo Schick, Jane Dwivedi-Yu, Roberto Dessì, Roberta Raileanu, Maria Lomeli, Luke Zettlemoyer, Nicola Cancedda, Thomas Scialom - [FaceNet: A Unified Embedding for Face Recognition and Clustering]() `schroff-facenet-2015` · by Florian Schroff, Dmitry Kalenichenko, James Philbin - [DeepFilterNet: A Low Complexity Speech Enhancement Framework for Full-Band Audio based on Deep Filtering]() `schroter-deepfilternet-2021` · by Hendrik Schröter i in. - [LLMCloudHunter: Harnessing LLMs for Automated Extraction of Detection Rules from Cloud-Based CTI]() `schwartz-llmcloudhunter-2024` · by Shaked Schwartz, Tomer Zimmerman, Asaf Shabtai - [Scaling Rectified Flow Transformers for High-Resolution Image Synthesis]() `sd3-rectified-flow-2024` · by Patrick Esser, Sumith Kulal, Andreas Blattmann i in., Robin Rombach (Stability AI) · sponsored - [SeamlessM4T: Massively Multilingual & Multimodal Machine Translation]() `seamless-2023-m4t` · by Seamless Communication - [Seamless: Multilingual Expressive and Streaming Speech Translation]() `seamless-2023-streaming` · by Seamless Communication - [Seed-Prover: Deep and Broad Reasoning for Automated Theorem Proving]() `seedprover2025` · by Luoxin Chen, Jinming Gu, Liankai Huang i 34 współautorów - [Learning to Plan Chemical Syntheses]() `segler-retro-2017` · by Marwin H. S. Segler, Mike Preuss, Mark P. Waller - [Self-Instruct: Aligning Language Models with Self-Generated Instructions]() `self-instruct-2022` · by Yizhong Wang, Yeganeh Kordi, Swaroop Mishra, Alisa Liu, Noah A. Smith, Daniel Khashabi, Hannaneh Hajishirzi - [Detecting hallucinations in large language models using semantic entropy]() `semantic-entropy-nature-2024` · by Sebastian Farquhar, Jannik Kossen, Lorenz Kuhn, Yarin Gal - [Neural Machine Translation of Rare Words with Subword Units]() `sennrich-bpe-2016` · by Rico Sennrich, Barry Haddow, Alexandra Birch - [Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks]() `sentence-bert-2019` · by Nils Reimers, Iryna Gurevych - [SentencePiece: A simple and language independent subword tokenizer and detokenizer for Neural Text Processing]() `sentencepiece-2018` · by Taku Kudo, John Richardson - [Briggs · Normative Theories of Rational Choice: Expected Utility (Stanford Encyclopedia of Philosophy)]() `sep-expected-utility` · by R. A. Briggs - [Active Learning Literature Survey (Computer Sciences Technical Report 1648)]() `settles-active-learning-2009` · by Burr Settles - [A Trainable Spaced Repetition Model for Language Learning]() `settles-hlr-2016` · by Burr Settles, Brendan Meeder · sponsored - [Neural Entity Linking: A Survey of Models Based on Deep Learning]() `sevgili-2020-neural-el-survey` · by Ozge Sevgili, Artem Shelmanov, Mikhail Arkhipov, Alexander Panchenko, Chris Biemann - [SGLang: Efficient Execution of Structured Language Model Programs]() `sglang-2023` · by Lianmin Zheng, Liangsheng Yin, Zhiqiang Xie, Chuyue Sun, Jeff Huang, Cody Hao Yu, Shiyi Cao, Christos Kozyrakis, Ion Stoica, Joseph E. Gonzalez, Clark Barrett, Ying Sheng - [The shaky foundations of large language models and foundation models for electronic health records]() `shaky-foundations-ehr-2023` · by Michael Wornow, Yizhe Xu, Rahul Thapa i in. - [Shalev-Shwartz & Ben-David · Understanding Machine Learning: From Theory to Algorithms]() `shalev-bendavid-uml-2014` · by Shai Shalev-Shwartz, Shai Ben-David - [The Shape of AI — AI UX pattern library]() `shape-of-ai` · by Emily Campbell - [Lloyd S. Shapley · A Value for N-Person Games]() `shapley-value-rand-1952` · by Lloyd S. Shapley - [Shared Autonomy via Hindsight Optimization]() `shared-autonomy-hindsight-2015` · by S. Javdani, S. S. Srinivasa, J. A. Bagnell (CMU) - [Multi-LexSum: Real-World Summaries of Civil Rights Lawsuits at Multiple Granularities]() `shen-multilexsum-2022` · by Zejiang Shen, Kyle Lo, Lauren Yu, Nathan Dahlberg, Margo Schlanger, Doug Downey - [A systematic review of AI-based automated written feedback research]() `shi-aryadoust-awf-review-2024` · by Huawei Shi, Vahid Aryadoust - [Bayesian reaction optimization as a tool for chemical synthesis]() `shields-bayesian-reaction-optimization-2021` · by Benjamin J. Shields, Jason Stevens, Jun Li, Marvin Parasram, Farhan Damani, Jesus I. Martinez Alvarado, Jacob M. Janey, Ryan P. Adams, Abigail G. Doyle - [ShinkaEvolve: Towards Open-Ended And Sample-Efficient Program Evolution]() `shinkaevolve-2025` · by Robert Tjarko Lange, Yuki Imajuku, Edoardo Cetin - [Legal Case Document Summarization: Extractive and Abstractive Methods and their Evaluation]() `shukla-legal-case-summarization-2022` · by Abhay Shukla, Paheli Bhattacharya, Soham Poddar, Rajdeep Mukherjee, Kripabandhu Ghosh, Pawan Goyal, Saptarshi Ghosh - [Scaling Instructable Agents Across Many Simulated Worlds]() `sima-team-2024` · by SIMA Team (Google DeepMind) · sponsored - [simple diffusion: End-to-end diffusion for high resolution images]() `simple-diffusion-2023` · by Emiel Hoogeboom, Jonathan Heek, Tim Salimans - [Evaluating Real-World Robot Manipulation Policies in Simulation (SIMPLER)]() `simpler-2024` · by X. Li, K. Hsu, J. Gu, K. Pertsch, O. Mees, H. R. Walke i in. (m.in. S. Levine, J. Wu, C. Finn, H. Su, Q. Vuong, T. Xiao) - [Revisiting Skin Tone Fairness in Dermatological Lesion Classification]() `skin-tone-ita-2023` · by Thorsten Kalb, Kaisar Kushibar, Celia Cintas, Karim Lekadir, Oliver Diaz, Richard Osuala - [scikit-learn — 2.3 Clustering]() `sklearn-clustering` · by scikit-learn developers - [scikit-learn — sklearn.feature_selection module (API index)]() `sklearn-featureselection-api` · by scikit-learn developers - [scikit-learn — Prediction Intervals for Gradient Boosting Regression (example)]() `sklearn-gb-quantile-example` · by scikit-learn developers - [scikit-learn — IterativeImputer (API documentation)]() `sklearn-iterativeimputer` · by scikit-learn developers - [scikit-learn User Guide · Metrics and scoring: quantifying the quality of predictions]() `sklearn-model-evaluation` · by scikit-learn developers - [scikit-learn — 2.7 Novelty and Outlier Detection]() `sklearn-outliers` · by scikit-learn developers - [scikit-learn — Common pitfalls and recommended practices]() `sklearn-pitfalls` · by scikit-learn developers - [scikit-learn — SelfTrainingClassifier (API documentation)]() `sklearn-selftraining` · by scikit-learn developers - [scikit-learn — Semi-supervised learning (User Guide)]() `sklearn-semi-supervised-guide` · by scikit-learn developers - [scikit-learn — StackingClassifier (API documentation)]() `sklearn-stacking` · by scikit-learn developers - [scikit-learn — TargetEncoder (API documentation)]() `sklearn-targetencoder` · by scikit-learn developers - [scikit-learn User Guide (version 1.9.1)]() `sklearn-user-guide` · by scikit-learn developers - [scikit-survival User Guide: Introduction to Survival Analysis]() `sksurv-intro` · by Sebastian Pölsterl (scikit-survival) - [How NeRFs and 3D Gaussian Splatting are Reshaping SLAM: a Survey]() `slam-radiance-fields-survey-2024` · by Fabio Tosi, Youmin Zhang, Ziren Gong, Erik Sandström, Stefano Mattoccia, Martin R. Oswald, Matteo Poggi - [Introduction to Multi-Armed Bandits]() `slivkins-bandits` · by Aleksandrs Slivkins - [Jurafsky & Martin · Speech and Language Processing (3rd ed. draft) — Appendix A: Hidden Markov Models]() `slp3-hmm` · by Dan Jurafsky, James H. Martin - [Learning by Distilling Context]() `snell-2022-contextdistill` · by Charlie Snell, Dan Klein, Ruiqi Zhong - [Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters]() `snell-ttc-2024` · by Charlie Snell, Jaehoon Lee, Kelvin Xu, Aviral Kumar - [Snorkel: Rapid Training Data Creation with Weak Supervision]() `snorkel-2017` · by Alexander Ratner, Stephen H. Bach, Henry Ehrenberg, Jason Fries, Sen Wu, Christopher Ré - [Core Challenges of Social Robot Navigation: A Survey]() `social-nav-challenges-2021` · by C. Mavrogiannis, F. Baldini, A. Wang, D. Zhao, P. Trautman, A. Steinfeld, J. Oh - [SoftwareGym GitHub repository]() `softwaregym-github-2026` · by Tian Jin et al. - [FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence]() `sohn-fixmatch-2020` · by Kihyuk Sohn, David Berthelot, Chun-Liang Li, Zizhao Zhang, Nicholas Carlini, Ekin D. Cubuk, Alex Kurakin, Han Zhang, Colin Raffel - [Dolma: an Open Corpus of Three Trillion Tokens for Language Model Pretraining Research]() `soldaini-2024-dolma` · by Luca Soldaini, Rodney Kinney, Akshita Bhagia, Dustin Schwenk, David Atkinson, Russell Authur, Ben Bogin, Khyathi Chandu, Jennifer Dumas, Yanai Elazar, Valentin Hofmann, Ananya Harsh Jha, Sachin Kumar, Li Lucy, Xinxi Lyu, Nathan Lambert, Ian Magnusson, Jacob Morrison, Niklas Muennighoff, Aakanksha Naik, Crystal Nam, Matthew E. Peters, Abhilasha Ravichander, Kyle Richardson, Zejiang Shen, Emma Strubell, Nishant Subramani, Oyvind Tafjord, Pete Walsh, Luke Zettlemoyer, Noah A. Smith, Hannaneh Hajishirzi, Iz Beltagy, Dirk Groeneveld, Jesse Dodge, Kyle Lo - [Outside the Closed World: On Using Machine Learning for Network Intrusion Detection]() `sommer-paxson-closed-world-2010` · by Robin Sommer, Vern Paxson - [Consistency Models]() `song-consistency-2023` · by Yang Song, Prafulla Dhariwal, Mark Chen, Ilya Sutskever - [Denoising Diffusion Implicit Models]() `song-ddim-2020` · by Jiaming Song, Chenlin Meng, Stefano Ermon - [How to Train Your Energy-Based Models]() `song-kingma-ebm-2021` · by Yang Song, Diederik P. Kingma - [Video generation models as world simulators]() `sora-tech-report-2024` · by Tim Brooks, Bill Peebles, Connor Holmes, … Aditya Ramesh (OpenAI) · sponsored - [Metaheuristics—the metaphor exposed]() `sorensen-metaphor-2015` · by Kenneth Sörensen - [Soufflé · Datalog language documentation]() `souffle-datalog-docs` · by Soufflé project - [SparseGPT: Massive Language Models Can Be Accurately Pruned in One-Shot]() `sparsegpt-2023` · by Elias Frantar, Dan Alistarh - [Specification gaming: the flip side of AI ingenuity]() `specification-gaming-deepmind-2020` · by V. Krakovna, J. Uesato, V. Mikulik, M. Rahtz, T. Everitt, R. Kumar, Z. Kenton, J. Leike, S. Legg (DeepMind) - [OpenAI Spinning Up — Part 2: Kinds of RL Algorithms]() `spinningup-rl-taxonomy` · by Joshua Achiam / OpenAI - [Splitwise: Efficient Generative LLM Inference Using Phase Splitting]() `splitwise-2023` · by Pratyush Patel, Esha Choukse, Chaojie Zhang, Aashaka Shah, Íñigo Goiri, Saeed Maleki, Ricardo Bianchini - [SQuAD: 100,000+ Questions for Machine Comprehension of Text]() `squad-2016` · by Pranav Rajpurkar, Jian Zhang, Konstantin Lopyrev, Percy Liang - [The Site Reliability Workbook — chapter "Canarying Releases"]() `sre-canarying` · by Google SRE (red. B. Beyer i in.) - [Stable Audio Open]() `stable-audio-open-2024` · by Zach Evans, Julian D. Parker, CJ Carr, Zack Zukowski, Josiah Taylor, Jordi Pons · sponsored - [Semantic segmentation of methane plumes with hyperspectral machine learning models]() `starcop-2023` · by Vít Růžička; Gonzalo Mateo-Garcia; Luis Gómez-Chova; Anna Vaughan; Luis Guanter; Andrew Markham - [Step1X-Edit: A Practical Framework for General Image Editing]() `step1x-edit-2025` · by Shiyu Liu, Yucheng Han, Peng Xing, … Gang Yu, Daxin Jiang (StepFun) · sponsored - [StepSafe: Learning Timely Intervention with Context-Aware Safety Reasoning]() `stepsafe-arxiv-2610.20960` · by Siyi Gu, Kunhan Gao, Chao Peter Yang, Sukanta Ganguly, Rex Ying, Arman Cohan (Yale University, NetApp) - [TorchGeo: Deep Learning With Geospatial Data]() `stewart-torchgeo-2021` · by Adam J. Stewart, Caleb Robinson, Isaac A. Corley, Anthony Ortiz, Juan M. Lavista Ferres, Arindam Banerjee - [Stop Overthinking: A Survey on Efficient Reasoning for Large Language Models]() `stop-overthinking-survey-2025` · by Yang Sui i in. - [StopLoss: Teaching Agents to Predict Failure and Stop Early]() `stoploss-arxiv-2610.25525` · by Jiarong Liang, Xueguang Ma, Dongfu Jiang, Yuxuan Zhang, Ping Nie, Wenhu Chen - [Procedural Content Generation via Machine Learning (PCGML)]() `summerville-pcgml-2018` · by Adam Summerville, Sam Snodgrass, Matthew Guzdial, Christoffer Holmgård, Amy K. Hoover, Aaron Isaksen, Andy Nealen, Julian Togelius - [MultiAgent-OPD: End-to-End Training of Hierarchical Multi-Agent Systems with On-Policy Distillation]() `sun-multiagentopd-2026` · by Yuhan Sun, Jiaxin Zhao, Yongdong Luo, Yibo Hu, Meiguang Jin, Junfeng Ma, Weixun Wang, Weihang Pan, Zhongan Bi - [Test-Time Training with Self-Supervision for Generalization under Distribution Shifts]() `sun-ttt-2020` · by Yu Sun, Xiaolong Wang, Zhuang Liu, John Miller, Alexei A. Efros, Moritz Hardt - [Learning to (Learn at Test Time): RNNs with Expressive Hidden States]() `sun-tttlayers-2024` · by Yu Sun, Xinhao Li, Karan Dalal, Jiarui Xu, Arjun Vikram, Genghan Zhang, Yann Dubois, Xinlei Chen, Xiaolong Wang, Sanmi Koyejo, Tatsunori Hashimoto, Carlos Guestrin - [Scaling Up to Excellence: Practicing Model Scaling for Photo-Realistic Image Restoration In the Wild (SUPIR)]() `supir-2024` · by Fanghua Yu, Jinjin Gu, Zheyuan Li, Jinfan Hu, Xiangtao Kong, Xintao Wang, Jingwen He, Yu Qiao, Chao Dong - [Reinforcement Learning: An Introduction (2nd edition)]() `sutton-barto-rl-2018` · by Richard S. Sutton, Andrew G. Barto - [Learning to Predict by the Methods of Temporal Differences]() `sutton-td-1988` · by Richard S. Sutton - [Swarm robotics: a review from the swarm engineering perspective]() `swarmrobotics-review-2013` · by Manuele Brambilla, Eliseo Ferrante, Mauro Birattari, Marco Dorigo - [SWE-bench: Can Language Models Resolve Real-World GitHub Issues?]() `swebench-2023` · by Carlos E. Jimenez, John Yang, Alexander Wettig, Shunyu Yao, Kexin Pei, Ofir Press, Karthik Narasimhan - [Coding-Agent Benchmarks Should Match Their Users' Task Flows]() `swetaskflow-2026` · by Igor Slinko, Yaroslav Golubev, Sergey Titov - [SWI-Prolog · Glossary: SLD resolution and Prolog execution]() `swi-prolog-sld-glossary` · by SWI-Prolog project - [Champion-level drone racing using deep reinforcement learning]() `swift-drone-racing-2023` · by Elia Kaufmann, Leonard Bauersfeld, Antonio Loquercio, Matthias Müller, Vladlen Koltun, Davide Scaramuzza - [GLU Variants Improve Transformer]() `swiglu-2020` · by Noam Shazeer - [Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity]() `switch-transformer-2021` · by William Fedus, Barret Zoph, Noam Shazeer - [Towards Understanding Sycophancy in Language Models]() `sycophancy-sharma-2023` · by M. Sharma, M. Tong, T. Korbak, D. Duvenaud, A. Askell, S. R. Bowman i in. (19 autorów) - [The diagnostic and triage accuracy of digital and online symptom checker tools: a systematic review]() `symptom-checkers-review-2022` · by William Wallace, Calvin Chan, Swathikan Chidambaram i in. - [Best Practices and Lessons Learned on Synthetic Data]() `synthetic-data-best-practices-2024` · by Ruibo Liu, Jerry Wei, Fangyu Liu, Chenglei Si, Yanzhe Zhang, Jinmeng Rao, Steven Zheng, Daiyi Peng, Diyi Yang, Denny Zhou, Andrew M. Dai - [Scalable watermarking for identifying large language model outputs]() `synthid-text-nature-2024` · by S. Dathathri, A. See, S. Ghaisas, P.-S. Huang, R. McAdam i in. (23 autorów; Google DeepMind) - [From System 1 to System 2: A Survey of Reasoning Large Language Models]() `system1-2-survey-2025` · by Zhong-Zhi Li i in. - [Prithvi-EO-2.0: A Versatile Multi-Temporal Foundation Model for Earth Observation Applications]() `szwarcman-prithvi-eo-2-2024` · by Daniela Szwarcman, Sujit Roy, Paolo Fraccaro, Þorsteinn Elí Gíslason, Benedikt Blumenstiel, et al. (NASA, IBM i partnerzy) - [T2I-Adapter: Learning Adapters to Dig out More Controllable Ability for Text-to-Image Diffusion Models]() `t2i-adapter-2023` · by Chong Mou, Xintao Wang, Liangbin Xie, Yanze Wu, Jian Zhang, Zhongang Qi, Ying Shan, Xiaohu Qie - [Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer]() `t5-2019` · by Colin Raffel, Noam Shazeer, Adam Roberts et al. - [TabArena — A Living Benchmark for Machine Learning on Tabular Data (repository)]() `tabarena-github` · by AutoGluon / zespół TabArena - [TabPFN-2.5: Advancing the State of the Art in Tabular Foundation Models]() `tabpfn25-2025` · by Léo Grinsztajn, Klemens Flöge, Oscar Key i in. (26 autorów) - [Integrated Task and Motion Planning]() `tamp-survey-2020` · by Caelan Reed Garrett, Rohan Chitnis, Rachel Holladay, Beomjoon Kim, Tom Silver, Leslie Pack Kaelbling, Tomás Lozano-Pérez - [LLM4Decompile: Decompiling Binary Code with Large Language Models]() `tan-llm4decompile-2024` · by Hanzhuo Tan, Qi Luo, Jing Li, Yuqun Zhang - [Video Understanding with Large Language Models: A Survey]() `tang-2023-vidllm-survey` · by Yolo Y. Tang, Jing Bi, Siting Xu, Luchuan Song, Susan Liang, Teng Wang, Daoan Zhang, Jie An, Jingyang Lin, Rongyi Zhu, Ali Vosoughi, Chao Huang, Zeliang Zhang, Pinxin Liu, Mingqian Feng, Feng Zheng, Jianguo Zhang, Ping Luo, Jiebo Luo, Chenliang Xu - [Editing Models with Task Arithmetic]() `task-arithmetic-2022` · by Gabriel Ilharco, Marco Tulio Ribeiro, Mitchell Wortsman i in. - [τ-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains]() `taubench-2024` · by Shunyu Yao, Noah Shinn, Pedram Razavi, Karthik Narasimhan (Sierra) - [Addressing Function Approximation Error in Actor-Critic Methods (TD3)]() `td3-2018` · by Scott Fujimoto; Herke van Hoof; David Meger - [Robotic Manipulation: Perception, Planning, and Control (MIT course notes)]() `tedrake-manipulation` · by Russ Tedrake (MIT CSAIL) - [Terminal-RSI: Recursive Self-Improving Terminal Agents via Recursive Self-Rewrite and Policy-Refine]() `terminal-rsi-2026` · by Junyao Yang; Zongxia Li; Yucheng Shi; Zhongzhi Li; Ruhan Wang; Ruiwen Zhou; Haitao Mi; Shuicheng Yan; Leowei Liang - [Human Motion Diffusion Model]() `tevet-mdm-2022` · by Guy Tevet, Sigal Raab, Brian Gordon, Yonatan Shafir, Daniel Cohen-Or, Amit H. Bermano - [An Image is Worth One Word: Personalizing Text-to-Image Generation using Textual Inversion]() `textual-inversion-2022` · by Rinon Gal, Yuval Alaluf, Yuval Atzmon, Or Patashnik, Amit H. Bermano, Gal Chechik, Daniel Cohen-Or - [Phishing Detection in the Gen-AI Era: Quantized LLMs vs Classical Models]() `thapa-phishing-llm-vs-classical-2025` · by Jikesh Thapa, Gurrehmat Chahal, Şerban Voinea Gabreanu, Yazan Otoum (Algoma University) - [Think Complexity, Chapter 7: Game of Life]() `think-complexity-gol` · by Allen B. Downey - [Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction]() `tian-var-2024` · by Keyu Tian, Yi Jiang, Zehuan Yuan, Bingyue Peng, Liwei Wang - [TIES-Merging: Resolving Interference When Merging Models]() `ties-merging-2023` · by Prateek Yadav, Derek Tam, Leshem Choshen i in. - [On-Policy Distillation]() `tm-onpolicy-distill-2025` · by Kevin Lu i zespół Thinking Machines Lab - [Search-based Procedural Content Generation: A Taxonomy and Survey]() `togelius-sbpcg-2011` · by Julian Togelius, Georgios N. Yannakakis, Kenneth O. Stanley, Cameron Browne - [Accelerating fusion science through learned plasma control (post on: Magnetic control of tokamak plasmas through deep reinforcement learning, Nature 2022)]() `tokamak-rl-2022` · by Google DeepMind i Swiss Plasma Center EPFL (praca: Degrave i in.) - [Streamlining Industrial Contract Management with Retrieval-Augmented LLMs]() `topollai-contract-rag-2025` · by Kristi Topollai, Tolga Dimlioglu, Anna Choromanska, Simon Odie, Reginald Hui - [Still Between Us? Evaluating and Improving Voice Assistant Robustness to Third-Party Interruptions]() `tpi-bench-voice` · by Dongwook Lee i współautorzy - [In-Datacenter Performance Analysis of a Tensor Processing Unit]() `tpu-v1-jouppi-2017` · by Norman P. Jouppi, Cliff Young, Nishant Patil, David Patterson i in. (Google) · sponsored - [Tracing the Data Trail: A Survey of Data Provenance, Transparency and Traceability in LLMs]() `tracing-data-trail-2026` · by Richard Hohensinner, Belgin Mutlu, Inti Gabriel Mendoza Estrada, Matej Vukovic, Simone Kopeinik, Roman Kern - [TradingAgents: Multi-Agents LLM Financial Trading Framework]() `tradingagents-2024` · by Yijia Xiao, Edward Sun, Di Luo, Wei Wang - [Trafilatura: discover web content, extract text and metadata (documentation)]() `trafilatura-docs` · by Adrien Barbaresi - [Trajectory Data Management and Mining: A Survey from Deep Learning to the LLM Era]() `trajectory-survey-llm-2024` · by Wei Chen; Yuanshao Zhu; Yanchuan Chang; Kang Luo; Haomin Wen; Lei Li; Yanwei Yu; Qingsong Wen; Chao Chen; Kai Zheng; Yunjun Gao; Yu Zheng; Xiaofang Zhou; Yuxuan Liang - [A Comparative Evaluation Of Transformer Models For De-Identification Of Clinical Text Data]() `transformer-deid-2022` · by Christopher Meaney, Wali Hakimpour, Sumeet Kalia, Rahim Moineddin - [TreeFlex: Agents Navigating Their Own Search Trees]() `treeflex-arxiv-2610.20334` · by Dongzhuo Li, Fangzhou Cheng, Weiwei Li, Kevin Han, Haixu Ma, Zhongchang Sun, Ruiyi Li, Serena Li, Xiangjun Fan, Lizhu Zhang, Yuandong Tian - [Tree-Aware Posterior Distillation for Long-Horizon Agentic Reinforcement Learning]() `treeopsd-2026` · by Heming Zou, Qi Wang, Yixiu Mao, Yun Qu, Yuyi Guo, Zeyuan Liu, Chenglin Li, Weijie Liu, Saiyong Yang, Xiangyang Ji - [Structured 3D Latents for Scalable and Versatile 3D Generation (TRELLIS)]() `trellis-2024` · by Jianfeng Xiang, Zelong Lv, Sicheng Xu, Yu Deng, Ruicheng Wang, Bowen Zhang, Dong Chen, Xin Tong, Jiaolong Yang · sponsored - [Prospective, multi-site study of patient outcomes after implementation of the TREWS machine learning-based early warning system for sepsis]() `trews-2022` · by Roy Adams, Katharine E. Henry i in., Suchi Saria (Johns Hopkins) · sponsored - [TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods]() `tripod-ai-2024` · by Gary S. Collins, Karel G. M. Moons, Paula Dhiman, Richard D. Riley, Andrew L. Beam i in. - [The TRIPOD-LLM reporting guideline for studies using large language models]() `tripod-llm-2025` · by Jack Gallifant i in.; TRIPOD-LLM Working Group - [TSRL: Trigger-based Supervised Reinforcement Learning for Continual Agent Training]() `tsrl-continual-2026` · by Yuqian Fu, Kaiwen Jiang, Zijun Song, Jiawei Wang, Yuanheng Zhu, Dongbin Zhao - [A Survey on Test-Time Scaling in Large Language Models: What, How, Where, and How Well?]() `tts-survey-2025` · by Qiyuan Zhang, Fuyuan Lyu, Zexu Sun, Lei Wang i in. - [Tulu 3: Pushing Frontiers in Open Language Model Post-Training]() `tulu3-2024` · by Nathan Lambert, Jacob Morrison, Valentina Pyatkin i in. (Allen Institute for AI) - [Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise]() `tutor-copilot-2024` · by Rose E. Wang, Ana T. Ribeiro, Carly D. Robinson, Susanna Loeb, Dora Demszky - [Ambient AI Scribes in Clinical Practice: A Randomized Trial]() `ucla-ai-scribes-rct-2025` · by Paul J. Lukac, William Turner, Sitaram Vangala, Aaron T. Chin, Joshua Khalili, Ya-Chen Tina Shih, Catherine Sarkisian, Eric M. Cheng, John N. Mafi - [AI-Generated Draft Replies Integrated Into Health Records and Physicians’ Electronic Communication]() `ucsd-ai-drafts-2024` · by Ming Tai-Seale, Sally L. Baxter, Florin Vaida i in. - [Understanding Deep Learning (Simon J.D. Prince) — chapter list]() `udlbook-toc` · by Simon J.D. Prince - [Ultralytics YOLO Docs — Computer Vision Tasks]() `ultralytics-tasks` · by Ultralytics - [Handling Hallucinations: A Reflection on the Last Three Years]() `unc-handling-hallucinations-2026` · by Aaron Kirschenfeld (Kathrine R. Everett Law Library, UNC) - [U-Net: Convolutional Networks for Biomedical Image Segmentation]() `unet-2015` · by Olaf Ronneberger, Philipp Fischer, Thomas Brox - [A General-Purpose Self-Supervised Model for Computational Pathology (UNI)]() `uni-pathology-2023` · by Richard J. Chen, Tong Ding, Ming Y. Lu i in. (Mahmood Lab) - [Planning-oriented Autonomous Driving (UniAD)]() `uniad-2022` · by Yihan Hu, Jiazhi Yang, Li Chen, Keyu Li, Chonghao Sima, Xizhou Zhu i in. (16 autorów) - [UniSim: A Neural Closed-Loop Sensor Simulator]() `unisim-2023` · by Ze Yang, Yun Chen, Jingkang Wang, Sivabalan Manivasagam, Wei-Chiu Ma, Anqi Joyce Yang, Raquel Urtasun - [Learning Classifier Systems: A Complete Introduction, Review, and Roadmap]() `urbanowicz-lcs-2009` · by Ryan J. Urbanowicz, Jason H. Moore - [URLNet: Learning a URL Representation with Deep Learning for Malicious URL Detection]() `urlnet-malicious-url-2018` · by Hung Le, Quang Pham, Doyen Sahoo, Steven C. H. Hoi - [Agencies Overhaul Model Risk Management Guidance for Banks: Here's What Changed]() `us-mrm-guidance-2026-orrick` · by Orrick, Herrington & Sutcliffe LLP - [U-Sleep: resilient high-frequency sleep staging]() `usleep-2021` · by Mathias Perslev, Sune Darkner, Lykke Kempfner, Miki Nikolic, Poul Jørgen Jennum, Christian Igel - [Auto-Encoding Variational Bayes]() `vae-2013` · by Diederik P. Kingma, Max Welling - [Diffusion Models Are Real-Time Game Engines]() `valevski-gamengen-2024` · by Dani Valevski, Yaniv Leviathan, Moab Arar, Shlomi Fruchter · sponsored - [van de Meent et al. · An Introduction to Probabilistic Programming]() `vandemeent-ppl-2018` · by Jan-Willem van de Meent, Brooks Paige, Hongseok Yang, Frank Wood - [Neural Discrete Representation Learning]() `vandenoord-vqvae-2017` · by Aaron van den Oord, Oriol Vinyals, Koray Kavukcuoglu - [WaveNet: A Generative Model for Raw Audio]() `vandenoord-wavenet-2016` · by Aaron van den Oord, Sander Dieleman, Heiga Zen, Karen Simonyan, Oriol Vinyals, Alex Graves, Nal Kalchbrenner, Andrew Senior, Koray Kavukcuoglu - [Attention Is All You Need]() `vaswani-attention-2017` · by Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser, Illia Polosukhin - [VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation]() `vectornet-2020` · by Jiyang Gao, Chen Sun, Hang Zhao, Yi Shen, Dragomir Anguelov, Congcong Li, Cordelia Schmid (Waymo, Google Research) - [Veo 3 Model Card]() `veo-3-model-card-2025` · by Google DeepMind · sponsored - [Don't Rank, Combine! Combining Machine Translation Hypotheses Using Quality Estimation]() `vernikos-2024-qe-fusion` · by Giorgos Vernikos, Andrei Popescu-Belis - [BaxBench: Can LLMs Generate Correct and Secure Backends?]() `vero-baxbench-2025` · by Mark Vero, Niels Mündler, Victor Chibotaru, Veselin Raychev, Maximilian Baader, Nikola Jovanović, Jingxuan He, Martin Vechev - [VIGOR: Cross-View Image Geo-localization beyond One-to-one Retrieval]() `vigor-2021` · by Sijie Zhu; Taojiannan Yang; Chen Chen - [Grandmaster level in StarCraft II using multi-agent reinforcement learning]() `vinyals-alphastar-2019` · by Oriol Vinyals, Igor Babuschkin, Wojciech M. Czarnecki i in. (DeepMind) - [Stanford CS231n · Computer Vision (2026)]() `vision` · reference: Sieci neuronowe i rozumienie obrazów. - [Vision-Based Learning for Drones: A Survey]() `vision-drones-survey-2023` · by J. Xiao, R. Zhang, Y. Zhang, M. Feroskhan (Nanyang Technological University) - [When Vision Meets Touch: A Contemporary Review for Visuotactile Sensors from the Signal Processing Perspective]() `visuotactile-review-2024` · by S. Li, Z. Wang, C. Wu, X. Li, S. Luo, B. Fang, F. Sun, X.-P. Zhang, W. Ding - [GeoCLIP: Clip-Inspired Alignment between Locations and Images for Effective Worldwide Geo-localization]() `vivanco-geoclip-2023` · by Vicente Vivanco Cepeda, Gaurav Kumar Nayak, Mubarak Shah - [Vision-Language-Action Models: Concepts, Progress, Applications and Challenges]() `vla-survey-2025` · by R. Sapkota, Y. Cao, K. I. Roumeliotis, M. Karkee - [Disaggregated Prefilling (experimental) — vLLM docs]() `vllm-disagg-prefill` · by Projekt vLLM · sponsored - [LoRA Adapters — vLLM docs]() `vllm-lora-docs` · by Projekt vLLM · sponsored - [OpenAI-Compatible Server / Online Serving — vLLM docs]() `vllm-openai-server` · by Projekt vLLM · sponsored - [Efficient Memory Management for Large Language Model Serving with PagedAttention]() `vllm-pagedattention-2023` · by Woosuk Kwon, Zhuohan Li, Siyuan Zhuang, Ying Sheng, Lianmin Zheng, Cody Hao Yu, Joseph E. Gonzalez, Hao Zhang, Ion Stoica - [Voice AI & Voice Agents: An Illustrated Primer]() `voiceprimer` · by Kwindla Hultman Kramer i współautorzy (Daily / Pipecat) - [Hybrid semi-parametric modeling in process systems engineering: Past, present and future]() `von-stosch-hybrid-semiparametric-2014` · by Moritz von Stosch, Rui Oliveira, Joana Peres, Sebastião Feyo de Azevedo - [W3C · Web Ontology Language (OWL)]() `w3c-owl` · by W3C OWL Working Group - [Performance Engineering for AI Infra — learning guide]() `wafer-gpu` · GitHub repository · tiered curriculum (Tier 1–3) · MIT licence · by Wafer (wafer-ai): Company material with a hiring note, but the evidence is mostly primary sources. Table of contents sieved: only topics became nodes; tiers kept as link labels. - [Wan: Open and Advanced Large-Scale Video Generative Models]() `wan-2025` · by Team Wan (Alibaba) · sponsored - [A Simple and Effective Pruning Approach for Large Language Models (Wanda)]() `wanda-2023` · by Mingjie Sun, Zhuang Liu, Anna Bair, J. Zico Kolter - [A Survey on Curriculum Learning]() `wang-2020-curriculum-survey` · by Xin Wang, Yudong Chen, Wenwu Zhu - [More Memory, Worse Agents: Error Reproduction and Anti-Persistence in LLM Agents]() `wang-antipersistence-2026` · by Ruhan Wang; Kishan Panaganti; Dongruo Zhou - [jTrans: Jump-Aware Transformer for Binary Code Similarity Detection]() `wang-jtrans-2022` · by Hao Wang, Wenjie Qu, Gilad Katz, Wenyu Zhu, Zeyu Gao, Han Qiu, Jianwei Zhuge, Chao Zhang - [Multimodal Industrial Anomaly Detection via Hybrid Fusion]() `wang-m3dm-2023` · by Yue Wang, Jinlong Peng, Jiangning Zhang, Ran Yi, Yabiao Wang, Chengjie Wang - [Remasking Discrete Diffusion Models with Inference-Time Scaling]() `wang-remdm-2025` · by Guanghan Wang, Yair Schiff, Subham Sekhar Sahoo, Volodymyr Kuleshov - [Language Models as AI Research World Models]() `wang-rwm-2026` · by Zijun Wang; Zewen Liu; Minhua Lin; Zhaotian Weng; Zhan Shi; Bing He; Yisi Sang; Dakuo Wang; Benoit Dumoulin; Wei Jin; Yuyin Zhou; Cihang Xie; Hanqing Lu - [Self-Consistency Improves Chain of Thought Reasoning in Language Models]() `wang-self-consistency-2022` · by Xuezhi Wang, Jason Wei, Dale Schuurmans, Quoc Le, Ed Chi, Sharan Narang, Aakanksha Chowdhery, Denny Zhou - [WavChat: A Survey of Spoken Dialogue Models]() `wavchat-survey` · by Shengpeng Ji i współautorzy - [Comparison of Waymo Rider-Only Crash Data to Human Benchmarks at 7.1 Million Miles]() `waymo-crash-7m-2023` · by Kristofer D. Kusano, John M. Scanlon, Yin-Hsiu Chen, Timothy L. McMurry, Ruoshu Chen, Tilia Gode, Trent Victor (Waymo) · sponsored - [Weak-to-Strong Generalization: Eliciting Strong Capabilities With Weak Supervision]() `weak-to-strong-2023` · by C. Burns, P. Izmailov, J. H. Kirchner, B. Baker, L. Gao i in. (12 autorów; OpenAI) - [WebDataset – repository and documentation]() `webdataset-github` · by WebDataset (Thomas Breuel i współtwórcy) - [Anti-Money Laundering in Bitcoin: Experimenting with Graph Convolutional Networks for Financial Forensics]() `weber-elliptic-2019` · by Mark Weber, Giacomo Domeniconi, Jie Chen, Daniel Karl I. Weidele, Claudio Bellei, Tom Robinson, Charles E. Leiserson - [CORTEX: Collaborative LLM Agents for High-Stakes Alert Triage]() `wei-cortex-alert-triage-2025` · by Bowen Wei, Yuan Shen Tay, Howard Liu, Jinhao Pan, Kun Luo, Ziwei Zhu, Chris Jordan - [Chain-of-Thought Prompting Elicits Reasoning in Large Language Models]() `wei-cot-2022` · by Jason Wei, Xuezhi Wang, Dale Schuurmans, Maarten Bosma, Brian Ichter, Fei Xia, Ed Chi, Quoc Le, Denny Zhou - [Vision-Language Modeling Meets Remote Sensing: Models, Datasets and Perspectives]() `weng-rs-vlm-survey-2025` · by Xingxing Weng, Chao Pang, Gui-Song Xia - [Bayesian knowledge tracing]() `wiki-bkt` · by Wikipedia contributors - [Computerized adaptive testing]() `wiki-cat` · by Wikipedia contributors - [Item response theory]() `wiki-irt` · by Wikipedia contributors - [Utility system (Wikipedia)]() `wikipedia-utility-system` - [Vibe coding – Wikipedia]() `wikipedia-vibecoding` - [Agent World Model in the Wild: Computer-Use Agent Environment Synthesis]() `wildawm-arxiv-2610-26828` · by Zhaoyang Wang, Qianhui Wu, Haorui Wang, Simon Yu, Baolin Peng, Canwen Xu, Hao Cheng, Wenlin Yao, Boyi Liu, Yite Wang, Jianfeng Gao, Huaxiu Yao - [MSR-Orchard/WildAWM]() `wildawm-github-2026` · by MSR-Orchard - [Integrating Scientific Knowledge with Machine Learning for Engineering and Environmental Systems]() `willard-physics-ml-integration-2020` · by Jared Willard, Xiaowei Jia, Shaoming Xu, Michael Steinbach, Vipin Kumar - [A Broad-Coverage Challenge Corpus for Sentence Understanding through Inference]() `williams-2017-multinli` · by Adina Williams, Nikita Nangia, Samuel R. Bowman - [Not all AI-assisted programming is vibe coding (but vibe coding rocks)]() `willison-vibecoding-2025` · by Simon Willison - [WizardLM: Empowering large pre-trained language models to follow complex instructions]() `wizardlm-evol-instruct-2023` · by Can Xu, Qingfeng Sun, Kai Zheng, Xiubo Geng, Pu Zhao, Jiazhan Feng, Chongyang Tao, Qingwei Lin, Daxin Jiang - [Large Scale Interactive Motion Forecasting for Autonomous Driving: The Waymo Open Motion Dataset]() `womd-2021` · by Scott Ettinger, Shuyang Cheng, Benjamin Caine, Chenxi Liu, Hang Zhao, Sabeek Pradhan i in. (18 autorów) - [Predicting Domain Generation Algorithms with Long Short-Term Memory Networks]() `woodbridge-dga-lstm-2016` · by Jonathan Woodbridge, Hyrum S. Anderson, Anjum Ahuja, Daniel Grant - [Efficient Estimation of Word Representations in Vector Space]() `word2vec-2013` · by Tomas Mikolov, Kai Chen, Greg Corrado, Jeffrey Dean - [Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce]() `workbank-2025` · by Yijia Shao, Humishka Zope, Yucheng Jiang, Jiaxin Pei, David Nguyen, Erik Brynjolfsson, Diyi Yang - [Open High-Resolution Satellite Imagery: The WorldStrat Dataset – With Application to Super-Resolution]() `worldstrat-2022` · by Julien Cornebise; Ivan Oršolić; Freddie Kalaitzis - [Small-scale proxies for large-scale Transformer training instabilities]() `wortsman-instabilities-2023` · by Mitchell Wortsman, Peter J. Liu, Lechao Xiao i in. (Google DeepMind) - [Rephrasing the Web: A Recipe for Compute and Data-Efficient Language Modeling]() `wrap-rephrasing-2024` · by Pratyush Maini, Skyler Seto, He Bai, David Grangier, Yizhe Zhang, Navdeep Jaitly - [Scaling Laws and Compute-Optimal Training Beyond Fixed Training Durations]() `wsd-hagele-2024` · by Alexander Hägele, Elie Bakouch, Atli Kosson i in. (EPFL / Hugging Face) - [ReFT: Representation Finetuning for Language Models]() `wu-2024-reft` · by Zhengxuan Wu, Aryaman Arora, Zheng Wang, Atticus Geiger, Dan Jurafsky, Christopher D. Manning, Christopher Potts - [A tutorial review of machine learning-based model predictive control methods]() `wu-ml-mpc-tutorial-2025` · by Zhe Wu, Panagiotis D. Christofides, Wanlu Wu, Yujia Wang, Fahim Abdullah, Aisha Alnajdi, Yash Kadakia - [Statistical Foundations of Actuarial Learning and its Applications]() `wuthrich-merz-actuarial-learning-2023` · by Mario V. Wüthrich, Michael Merz · sponsored - [DOTA: A Large-scale Dataset for Object Detection in Aerial Images]() `xia-dota-2017` · by Gui-Song Xia, Xiang Bai, Jian Ding, Zhen Zhu, Serge Belongie, et al. - [Toward Visual Grounding: A Survey]() `xiao-2024-visual-grounding-survey` · by Linhui Xiao, Xiaoshan Yang, Xiangyuan Lan, Yaowei Wang, Changsheng Xu - [Foundation Models for Remote Sensing and Earth Observation: A Survey]() `xiao-rs-foundation-models-survey-2024` · by Aoran Xiao, Weihao Xuan, Junjue Wang, Jiaxing Huang, Dacheng Tao, Shijian Lu, Naoto Yokoya - [Effective Long-Context Scaling of Foundation Models]() `xiong-longcontext-2023` · by Wenhan Xiong, Jingyu Liu, Igor Molybog i in. (Meta) - [Unsupervised Cross-lingual Representation Learning at Scale (XLM-R)]() `xlm-r-2019` · by Alexis Conneau, Kartikay Khandelwal, Naman Goyal, Vishrav Chaudhary, Guillaume Wenzek, Francisco Guzmán, Edouard Grave, Myle Ott, Luke Zettlemoyer, Veselin Stoyanov (Facebook AI) · sponsored - [Modeling Tabular data using Conditional GAN]() `xu-2019-ctgan` · by Lei Xu, Maria Skoularidou, Alfredo Cuesta-Infante, Kalyan Veeramachaneni - [Large Language Models for Generative Information Extraction: A Survey]() `xu-2023-llm-generative-ie-survey` · by Derong Xu, Wei Chen, Wenjun Peng, Chao Zhang, Tong Xu, Xiangyu Zhao, Xian Wu, Yefeng Zheng, Yang Wang, Enhong Chen - [A Survey on Knowledge Distillation of Large Language Models]() `xu-kd-llm-survey-2024` · by Xiaohan Xu, Ming Li, Chongyang Tao i in. - [Large Language Models for Cyber Security: A Systematic Literature Review]() `xu-llm4security-survey-2024` · by Hanxiang Xu, Shenao Wang, Ningke Li, Kailong Wang, Yanjie Zhao, Kai Chen, Ting Yu, Yang Liu, Haoyu Wang - [xView3-SAR: Detecting Dark Fishing Activity Using Synthetic Aperture Radar Imagery]() `xview3-sar-2022` · by Fernando Paolo; Tsu-ting Tim Lin; Ritwik Gupta; Bryce Goodman; Nirav Patel; Daniel Kuster; David Kroodsma; Jared Dunnmon - [Tensor Programs V: Tuning Large Neural Networks via Zero-Shot Hyperparameter Transfer]() `yang-2022-mup` · by Greg Yang, Edward J. Hu, Igor Babuschkin, Szymon Sidor, Xiaodong Liu, David Farhi, Nick Ryder, Jakub Pachocki, Weizhu Chen, Jianfeng Gao - [Player Modeling]() `yannakakis-player-modeling-2013` · by Georgios N. Yannakakis, Pieter Spronck, Daniele Loiacono, Elisabeth André - [Artificial Intelligence and Games (2nd edition)]() `yannakakis-togelius-aigames-2025` · by Georgios N. Yannakakis, Julian Togelius - [Tree of Thoughts: Deliberate Problem Solving with Large Language Models]() `yao-tree-of-thoughts-2023` · by Shunyu Yao, Dian Yu, Jeffrey Zhao, Izhak Shafran, Thomas L. Griffiths, Yuan Cao, Karthik Narasimhan - [YaRN: Efficient Context Window Extension of Large Language Models]() `yarn-2023` · by Bowen Peng, Jeffrey Quesnelle, Honglu Fan i in. - [Language Models are Super Mario: Absorbing Abilities from Homologous Models as a Free Lunch]() `yu-dare-2023` · by Le Yu, Bowen Yu, Haiyang Yu, Fei Huang, Yongbin Li - [Self-Rewarding Language Models]() `yuan-2024-selfrewarding` · by Weizhe Yuan, Richard Yuanzhe Pang, Kyunghyun Cho, Xian Li, Sainbayar Sukhbaatar, Jing Xu, Jason Weston - [L-MARS: Legal Multi-Agent System with Agentic Search and Citation-Faithfulness Audit]() `yuan-lmars-2025` · by Boqin Yuan, Ziqi Wang - [Deep Learning for Insider Threat Detection: Review, Challenges and Opportunities]() `yuan-wu-insider-threat-dl-review-2020` · by Shuhan Yuan, Xintao Wu - [Systematic review of research on artificial intelligence applications in higher education – where are the educators?]() `zawacki-richter-aied-review-2019` · by Olaf Zawacki-Richter, Victoria I. Marín, Melissa Bond, Franziska Gouverneur - [Confounding variables can degrade generalization performance of radiological deep learning models]() `zech-2018` · by John R. Zech, Marcus A. Badgeley, Manway Liu, Anthony B. Costa, Joseph J. Titano, Eric K. Oermann - [STaR: Bootstrapping Reasoning With Reasoning]() `zelikman-2022-star` · by Eric Zelikman, Yuhuai Wu, Jesse Mu, Noah D. Goodman - [A Survey on Aspect-Based Sentiment Analysis: Tasks, Methods, and Challenges]() `zhang-2022-absa-survey` · by Wenxuan Zhang, Xin Li, Yang Deng, Lidong Bing, Wai Lam - [A Systematic Survey of Text Summarization: From Statistical Methods to Large Language Models]() `zhang-2024-summarization-survey` · by Haopeng Zhang, Philip S. Yu, Jiawei Zhang - [ByteTrack: Multi-Object Tracking by Associating Every Detection Box]() `zhang-bytetrack-2021` · by Yifu Zhang, Peize Sun, Yi Jiang i in. - [Cybench: A Framework for Evaluating Cybersecurity Capabilities and Risks of Language Models]() `zhang-cybench-2024` · by Andy K. Zhang, Neil Perry i in. (m.in. Dan Boneh, Daniel E. Ho, Percy Liang) - [Dynamic Malware Analysis with Feature Engineering and Feature Learning]() `zhang-dynamic-malware-feature-learning-2019` · by Yao Zhang, Xiao Song, Dong Liu - [JEPA-TTT: Persistent Test-Time Training of Latent World Models for Planning under Dynamics Shifts]() `zhang-jepattt-2026` · by Zheyuan Zhang, Suyu Ye, Nakul Agarwal, Hossein Nourkhiz Mahjoub, Ehsan Moradi Pari, Daniel Khashabi, Tianmin Shu, Vaishnav Tadiparthi - [Learning to Dispatch for Job Shop Scheduling via Deep Reinforcement Learning]() `zhang-l2d-jssp-2020` · by Cong Zhang, Wen Song, Zhiguang Cao, Jie Zhang, Puay Siew Tan, Chi Xu - [How Effective Are They? Exploring Large Language Model Based Fuzz Driver Generation]() `zhang-llm-fuzz-driver-generation-2024` · by Cen Zhang, Yaowen Zheng, Mingqiang Bai, Yeting Li, Wei Ma, Xiaofei Xie, Yuekang Li, Limin Sun, Yang Liu - [A Comprehensive Survey on Relation Extraction: Recent Advances and New Frontiers]() `zhao-2023-relation-extraction-survey` · by Xiaoyan Zhao, Yang Deng, Min Yang, Lingzhi Wang, Rui Zhang, Hong Cheng, Wai Lam, Ying Shen, Ruifeng Xu - [GaLore: Memory-Efficient LLM Training by Gradient Low-Rank Projection]() `zhao-2024-galore` · by Jiawei Zhao, Zhenyu Zhang, Beidi Chen, Zhangyang Wang, Anima Anandkumar, Yuandong Tian - [Deep Learning and Its Applications to Machine Health Monitoring: A Survey]() `zhao-dl-machine-health-2016` · by Rui Zhao, Ruqiang Yan, Zhenghua Chen, Kezhi Mao, Peng Wang, Robert X. Gao - [An Empirical Study on Transfer Learning for Privilege Review]() `zhao-privilege-transfer-2021` · by Haozhen Zhao, Shi Ye, Jingchao Yang - [Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study]() `zhao-udtl-fault-diagnosis-2021` · by Zhibin Zhao, Qiyang Zhang, Xiaolei Yu, Chuang Sun, Shibin Wang, Ruqiang Yan, Xuefeng Chen - [When Does Pretraining Help? Assessing Self-Supervised Learning for Law and the CaseHOLD Dataset]() `zheng-casehold-2021` · by Lucia Zheng, Neel Guha, Brandon R. Anderson, Peter Henderson, Daniel E. Ho - [Deep Learning-Based Human Pose Estimation: A Survey]() `zheng-hpe-survey` · by Ce Zheng, Wenhan Wu, Chen Chen, Taojiannan Yang, Sijie Zhu, Ju Shen, Nasser Kehtarnavaz, Mubarak Shah - [Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena]() `zheng-llmjudge-2023` · by Lianmin Zheng, Wei-Lin Chiang, Ying Sheng, Siyuan Zhuang, Zhanghao Wu, Yonghao Zhuang, Zi Lin, Zhuohan Li, Dacheng Li, Eric P. Xing, Hao Zhang, Joseph E. Gonzalez, Ion Stoica - [How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence]() `zhong-legalai-survey-2020` · by Haoxi Zhong, Chaojun Xiao, Cunchao Tu, Tianyang Zhang, Zhiyuan Liu, Maosong Sun - [Multilingual Large Language Models: A Systematic Survey]() `zhu-2024-multilingual-llm-survey` · by Shaolin Zhu, Supryadi, Shaoyang Xu, Haoran Sun, Leiyu Pan, Menglong Cui, Jiangcun Du, Renren Jin, António Branco, Deyi Xiong - [Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks]() `zhu-cyclegan-2017` · by Jun-Yan Zhu, Taesung Park, Phillip Isola, Alexei A. Efros - [Deep Learning Meets SAR]() `zhu-dl-meets-sar-2020` · by Xiao Xiang Zhu, Sina Montazeri, Mohsin Ali, Yuansheng Hua, Yuanyuan Wang, et al. - [Deep Learning in Remote Sensing: A Comprehensive Review and List of Resources]() `zhu-dl-remote-sensing-2017` · by Xiao Xiang Zhu, Devis Tuia, Lichao Mou, Gui-Song Xia, Liangpei Zhang, Feng Xu, Friedrich Fraundorfer - [Tools and Benchmarks for Automated Log Parsing]() `zhu-log-parsing-benchmark-2019` · by Jieming Zhu, Shilin He, Jinyang Liu, Pinjia He, Qi Xie, Zibin Zheng, Michael R. Lyu - [Hybrid Reasoning Agents]() `zou-hybridagents-2026` · by Jiaru Zou; Yunzhe Qi; Sirui Chen; Federico Bianchi; Shang Zhu; Pan Lu; Jingrui He; James Zou