Glitch-ErnteGlitch harvest

Du wirfst eine fehlerhafte oder unerwartete Ausgabe nicht nur weg, sondern suchst darin gezielt nach einer brauchbaren Idee.

You do not only throw away a faulty or unexpected output, but you deliberately search it for a usable idea.

Ein verunglückter Einfall in der Theaterprobe wandert nicht nur in den Papierkorb; du suchst darin nach einem brauchbaren Gedanken. Mit künstlicher Intelligenz ist es dieselbe gezielte Suche in einer fehlerhaften oder unerwarteten Ausgabe.

A failed idea at rehearsal does not only go in the bin; you search it for a usable thought. With artificial intelligence it is the same deliberate search in a faulty or unexpected output.

Die bewusste Tätigkeit, Fehler, unbelegte Ausgaben oder unerwartete Ausgaben eines Systems künstlicher Intelligenz systematisch nach verwertbaren Ideen, Perspektiven oder kreativen Anstößen zu durchsuchen, statt diese Ausgaben nur zu verwerfen.

The conscious activity of systematically searching errors, unsupported outputs, or unexpected outputs of a system of artificial intelligence for usable ideas, perspectives, or creative impulses, rather than only discarding those outputs.

Im Unterschied zum Data Mining, dem Gewinnen von Mustern aus Datenbeständen (Fayyad, Piatetsky-Shapiro und Smyth, 1996), durchsucht diese Tätigkeit einzelne Fehler oder unerwartete Ausgaben nach einer verwertbaren Idee. Im Unterschied zur zweiten Fähigkeit ist sie nicht das Können, zu beurteilen, ob eine Ausgabe eine benannte Eigenschaft erfüllt. Ein Fehler nur zu dulden oder zu übergehen, was die Quelle abtrennt, erfüllt die Regel nicht. Im Unterschied zum Glitch-Token-Mining, der Suche nach Eingaben, die Modelle unvorhersehbar machen (Wu, Gao, Wang und andere, 2024, arXiv:2410.15052), durchsucht diese Tätigkeit fehlerhafte oder unerwartete Ausgaben nach einer verwertbaren Idee. Sie ist nicht diese Suche nach Eingaben.

Unlike data mining, the extraction of patterns from data sets (Fayyad, Piatetsky-Shapiro, and Smyth, 1996), this activity searches particular errors or unexpected outputs for a usable idea. Unlike the second skill, it is not the ability to judge whether an output meets a named property. Merely tolerating or ignoring an error, which the source sets apart, does not meet the rule. Unlike glitch-token mining, the search for inputs that make models behave unpredictably (Wu, Gao, Wang, and others, 2024, arXiv:2410.15052), this activity searches faulty or unexpected outputs for a usable idea. It is not that search for inputs.

Source: AUGMANITAI lexicon entry AUG-0084. Related literature: data mining in the sense surveyed by Fayyad, Piatetsky-Shapiro, and Smyth (1996). No conformity to that work is claimed.

Names the case in which errors, unsupported outputs, or unexpected outputs are systematically searched for a usable idea, perspective, or creative impulse rather than only discarded.