Artifact – dowolny plik wygenerowany podczas trenowania (np. wagi, wykresy).

Artifact w kontekście sztucznej inteligencji odnosi się do wszelkiego rodzaju plików i danych wygenerowanych w trakcie procesu trenowania modeli. Mogą to być między innymi wagi sieci neuronowej, konfiguracje parametrów, pliki ze statystykami, wykresy przedstawiające przebieg uczenia czy logi zawierające informacje o przebiegu eksperymentu. Dane te są istotne zarówno do analizy skuteczności modelu, jak i do jego późniejszego wykorzystania lub dalszego doskonalenia.

Elementy te pełnią kluczową rolę w cyklu życia projektu związanego z AI, umożliwiając odtworzenie wyników, monitorowanie postępów i porównywanie różnych konfiguracji treningu. Przechowywane artifacty pozwalają na replikację eksperymentów, co jest szczególnie istotne w badaniach naukowych oraz wdrażaniu modeli w środowiskach produkcyjnych. Dzięki odpowiedniemu zarządzaniu tymi zasobami, możliwe jest także optymalizowanie procesu uczenia oraz zapewnienie transparentności i powtarzalności działań.