永續 AI 資料庫

TNFD 用於辨識自然敏感性的地點，考慮生物多樣性重要性、生態系完整性高、完整性快速下降、實體水風險高，以及對生態系服務提供的重要性等條件。

詞元是模型處理輸入與輸出的單位。文字詞元可能是字、字的一部分或符號；多模態模型也可把影像、音訊等資料轉成詞元，方式依模型而異。

工具呼叫是讓模型依工具描述提出功能選擇與結構化參數，再由應用程式執行查詢或操作的機制，使模型能連結外部資料及功能。

Top-K 抽樣是每一步生成時只從機率最高的 K 個候選詞元中抽樣的方法，用以限制候選範圍，實際多樣性仍受其他設定影響。

Top-P 抽樣是從累積機率達指定門檻的較小候選詞元集合中抽樣的方法，也稱核抽樣，集合大小會隨當次分布改變。

全面品質管理是以顧客滿意為導向，由全體成員共同參與流程及品質改善的管理方式，將品質責任融入組織運作。

訓練資料集是用來讓模型學習模式及調整參數的資料集合，應與測試資料區分，以免把對已見資料的熟悉誤判為泛化能力。

訓練評估是系統性蒐集並分析資訊，判斷訓練是否達成預期成果及如何改善的過程，應在課程規劃階段納入。

訓練需求分析是在確認訓練可能解決能力差距後，蒐集學員、工作要求與資源資訊，規劃適合的訓練內容及方式。

生態調查中設定的線段或路線，供沿線按規定方法觀察、量測或安排採樣單位。

遷移學習是把來源任務或資料中學到的表示與參數運用到新任務的方法，可重用預訓練模型並依需求調整，降低從零建立的需求。

Transformer 是以注意力機制建模序列關聯的神經網路架構。訓練時可平行計算序列位置；自迴歸生成通常仍逐步產生後續詞元。

傳輸層安全協定是保護網路通訊的協定，透過協商金鑰及驗證機制提供機密性與完整性，實際安全性依版本、設定及憑證驗證而定。

欠擬合是模型未充分學到資料中的有效關係，導致訓練與新資料表現都不理想的現象，可能與模型容量、特徵或訓練不足有關。

單元過程是生命週期模型中蒐集投入與產出資料的基本過程單位，可代表一道操作或一組經適當整合的步驟，粒度須配合研究目的。

非監督式學習是從沒有預先標記目標答案的資料中探索結構或模式的方法，常用於分群及關聯分析，結果仍須業務解讀。

上游租賃資產是企業向其他主體承租並使用的資產；其報告年度運作排放若未納入本企業範疇一、二，歸入範疇三類別八。

範疇三類別四涵蓋外購品由第一階供應商運至企業的外部運輸，以及企業購買的其他第三方運輸與配送服務，依付費與控制關係判定。

募集資金用途在綠色或社會融資脈絡中，是界定籌得資金可投入哪些合格專案及支出的安排，需支持分配追蹤與報告。

售出產品使用是客戶運用企業售出產品的活動；報告年度售出品在預期使用期間的相關排放，依直接與間接使用情境歸入範疇三類別十一。

驗證資料集是用於模型選擇、調整超參數或觀察訓練進度的資料集合，應與訓練及最終測試資料分開，以降低評估偏誤。

價值鏈是企業及其商業關係中，為產品或服務創造及交付價值的完整活動關係，涵蓋上游、營運及下游使用等環節。

向量資料庫是能儲存向量表示並支援相似性查詢的資料管理系統，通常搭配索引及中繼資料，協助從大量內容中找出相關項目。

顧客之聲是用來描述及理解顧客需求、期待與使用經驗的資訊，可透過訪談、觀察與回饋蒐集並轉成改善依據。