отсчёта и якорем), 663

MusicLM, программа, 804

MusicVAE, модель, 800

MuZero, программа для игры в различные игры, 556, 557, 892

MViT, модель, 778

Nadam, алгоритм, 435

NaNoGenMo, проект (National Novel Generation Month, Национальный месяц генерации романов), 722, 723

NaNoWriMo, проект (National Novel Writing Month, Национальный месяц написания романов), 722

NAS, задача (Neural architecture search, поиск нейросетевой архитектуры), 869, 870

National Corpus, текстовый корпус, 602, 620

Nemesis, программа для игры в го, 292

Neograd, алгоритм, 435

NeONKA, набор моделей (NEural Omnimodal Network with Knowledge-Awareness, Нейронная омнимодальная сеть, базирующаяся на знаниях), 740

NeRF, семейство моделей (Neural radiance field, Нейронное поле яркости), 788

Neurogrid, машина, 485, 486

NIST. см. Национальное бюро стандартов США

nLEPOR, метрика, 594

NLLB, текстовый корпус (No Language Left Behind, Ни один язык не будет брошен), 593

NLLB-200, модель, 593

NLP, задача (Natural language processing, Обработка естественного языка), 522, 566, 602, 613, 619, 623, 632, 715, 731, 745, 746, 808, 884

NMDA-рецептор, 489

NNLM, модель (Neural network language mode, Нейросетевая языковая модель), 608, 609

NNUE, модель (Efficiently Updatable Neural Network, эффективно обновляемая нейронная сеть), 558

Nona, шахматная программа, 270

NovoGrad, алгоритм, 435

NPU, устройство (Neural Processing Unit, Нейронный процессор), 482, 558

NSS, CP, CP-1, шахматная программа, 238

NTM, модель (Neural Turing Machine, нейронная машина Тьюринга), 566, 634

NÜWA, модель (Visual Synthesis Pre-training for Neural visUal World creAtion, Предобучение визуального синтеза для нейросетевого создания визуальных миров), 790

Nvidia, компания, 290, 480, 481, 520, 526, 528, 529, 530, 561, 733, 769, 780

n-фоны (бифоны, трифоны и т.п.), 546

Objaverse, датасет, 788

Objaverse-XL, датасет, 788

ODQA, задача (Open Domain Question Answering, ответы на вопросы для открытой предметной области), 636

one-hot-вектор, термин (также «прямой унитарный код»), 597, 598, 599, 601, 613, 764, 799

ONR, организация (Office of Naval Research, Управление военно-морских исследований), 408

OpenAI Five, бот для игры в Dota, 562

OpenAI, компания, 511, 524, 549, 561, 562, 619, 717, 724, 733, 734, 735, 736, 737, 738, 747, 755, 760, 778, 781, 783, 787, 789, 802, 803, 823, 867

OpenWorm, проект, 342

OPT, модель, 734, 738

Orca, модель, 738

Ostrich, шахматная программа, 249, 250, 270

OXO, программа для игры в крестики-нолики, 177

Pachi, программа для игры в го, 553

PAD, пространство (Pleasure, Arousal, and Dominance, Удовольствие, Возбуждение и Доминирование), 688

Pale Transformer, модель, 778

PaLI, модель (Pathways Language and Image model, Языковая и визуальная модель на основе системы Pathways), 805

PaLM, модель, 682, 734, 738, 805

PaLM-E, модель, 682, 805

PANGU-α, модель, 733, 734

Papa, шахматная программа, 249, 431

PARA, проект (The Perceptron: A Perceiving and Recognizing Automaton, Перцептрон: воспринимающий и распознающий автоматон), 377, 378

Parallel WaveNet, модель, 666

PARRY, программа (Перри), 567, 569, 570

Parti, модель, 789

PARus, набор задач (Plausible Alternatives for Russian, Правдоподобные альтернативы для русского языка), 624

PASCAL VOC, датасет, 522, 523

PatchGAN, архитектура, 766

PC Therapist, программа, 629

PCA, метод (Principal component analysis, метод главных компонент), 463

PCM, тип памяти (Phase-change memory, Память с изменением фазового состояния), 501, 502

PCNN, модели (Pulse-coupled neural networks, импульсно-связанные нейронные сети), 484

PDP, группа (Parallel distributed processing, Параллельная распределённая обработка), 421, 452, 874

PDP-1, компьютер, 400

PeCo, модель, 778

PEPSI, модель, 768

PEPSI++, Diet-PEPSI, модель, 768

Perceiver, модель (дословно — «Восприниматель»), 682, 806

PerformanceRNN, модель, 800

Persimmon, модель, 738

phi, модель, 738, 739

Phoenix, Sun Phoenix, шахматная программа («Феникс», «Солнечный Феникс»), 209

pix2pix, модель, 764, 765

PixColor, модель, 751

PixelCNN, модель, 664, 770, 771

PixelCNN++, модель, 771

PixelRNN, модель, 770, 771

PLBART, модель, 809

PLP, задача (Programming language processing, обработка языков программирования), 808

Pluribus, программа для игры в покер, 561

Pocket Fritz. см. Fritz

Poki, программа для игры в покер, 560

Polaris, программа для игры в покер, 560

Pong, игра для игровой приставки, 504, 552, 557

PPO, алгоритм (Proximal Policy Optimization, Оптимизация на базе аппроксимации политики), 736, 740

PReLU, функция, 526, 560

PricewaterhouseCoopers, компания, 515, 517

Project Maven, Кроссфункциональная команда по алгоритмической войне, проект (Algorithmic Warfare Cross Functional Team), 514

PROMT, компания (сокращение от PROject of Machine Translation, проект машинного перевода), 592

ProtVec, модель, 609

PSOLA, семейство алгоритмов (Pitch Synchronous Overlap and Add, Синхронное пересечение и добавление высот), 670

Q*bert, игра для игровой приставки, 557

Quest, шахматная программа, 270

Qwen, модель, 738, 805

Qwen-VL, модель, 805

RACE, набор данных (Large-scale ReAding Comprehension Dataset From Examinations, Крупномасштабный набор данных с экзаменов для понимания прочитанного), 620

Rain Neuromorphics, лаборатория, 893

RAMP, устройство (Reconfigurable Analog Modular Processor, Реконфигурируемый аналоговый модульный процессор), 502

RAND Corporation, компания, 196, 401, 403, 582, 583

Raspberry Turk, шахматный робот, 221

RAVDESS, датасет (Ryerson Audio-Visual Database of Emotional Speech and Song, Аудиовизуальная база данных эмоциональной речи и пения [Университета] Райерсона), 690, 692, 697, 698, 699

RCB, набор задач (Russian Commitment Bank, Русскоязычный банк убеждений), 623

Rebel, шахматная программа, 283

ReCoRD, набор задач (Reading Computing with Commonsense Reasoning Dataset, Вычисления на основе чтения с использованием датасета здравого смысла), 621, 624

RegNeRF, модель, 788

Re-Imagen, модель (Retrieval-augmented Text-to-Image Generator, Дополненный поиском генератор изображений по тексту), 732

ReLIC, технология (Representation Learning via Invariant Causal Mechanisms, Обучение представлениям через инвариантные причинные механизмы), 770

ReLU, функция (rectified linear unit, выпрямляющий линейный блок), 501, 526, 560

ReLU-6, функция, 526

REMI, представление данных (REvamped MIdi-derived events, Скорректированные события, полученные из MIDI-представления), 802

Replit Code, модель, 809

ResNet, модель (от residual network, «нейронная сеть с остатками»), 502, 531, 543, 547, 770

RETRO, модель (Retrieval-Enhanced Transformer, Трансформер, усовершенствованный за счёт поиска), 732

Ribbit, шахматная программа, 249, 250

RMSProp, алгоритм, 435

RNN, сеть (Recurrent neural network, рекуррентная сеть), 452, 456, 797, 800

RNNLM, модель (Recurrent neural network language model, Рекуррентная нейросетевая языковая модель), 608, 611, 711

RNNT, архитектура (Recurrent neural-network transducer, Рекуррентный нейросетевой трансдьюсер), 502

RoBERTa, модель, 619, 620, 735

RoseTTAFold, проект, 808

ROUGE, метрика (Recall-Oriented Understudy for Gisting Evaluation, Ориентированный на полноту аналог оценки кратких аннотаций), 594

R-STDP, метод, 493

RT (Robotic Transformer, Трансформер для роботов), 895

RT, модель (Robotic Transformer, Трансформер для роботов), 805

RTE, набор задач (Recognizing Textual Entailment, Распознавание текстуальных импликаций), 621, 623, 624

R-Transformer, архитектура, 743

RT-X, датасет (Robotic Transformer, Трансформер для роботов), 805

RuCoS, набор задач (Russian reading comprehension with Commonsense, Понимание прочитанного на основе здравого смысла для русского языка), 624

ruDALL-E XL, модель (Malevich), 780