参考

术语表

以通俗语言解释常见 AI 术语，方便读者与答案引擎理解。

AI agent: 利用模型规划并执行多步骤任务、通常会调用工具的系统。
Alignment: 使 AI 系统的行为符合人类意图与价值观的努力。
Attention: 让模型衡量输入中哪些部分对每个输出最重要的机制。
Chain-of-thought: 让模型在给出答案前先经过中间推理步骤的提示或训练方法。
Context window: 模型一次可以考虑的最大文本量，以 token 计量。
Diffusion model: 通过逐步从随机信号中去除噪声来生成图像或其他媒体的生成式模型。
Distillation: 训练较小的模型模仿较大的模型，以更低成本保留其大部分能力。
Embedding: 文本或其他数据的数值向量表示，用以捕捉其含义的某些方面。
Few-shot learning: 通过在提示中给出少量示例来引导模型，而无需重新训练。
Fine-tuning: 在较窄的数据集上对预训练模型继续训练，使其适配特定任务或领域。
Foundation model: 在广泛数据上训练、可适配多种下游任务的大型模型。
Function calling: 模型以结构化方式调用开发者定义的函数、而非仅输出纯文本的能力。
Grounding: 将模型的回答与文档或搜索结果等可验证的外部来源关联起来。
Guardrails: 约束 AI 系统输出、使其保持安全、准确且切题的规则与过滤机制。
Hallucination: 模型生成的文本虽然流畅，但事实错误或缺乏依据的情况。
Inference: 运行已训练好的模型以产生输出（相对于训练而言）。
Large language model (LLM): 在大量文本上训练、用于预测和生成语言的神经网络。
Mixture of experts (MoE): 将每个输入路由到部分专门子网络以节省计算的模型架构。
Model Context Protocol (MCP): 一种开放协议，用于规范 AI 助手连接外部数据源与工具的方式。
Multimodal: 指能够处理或生成多种数据类型（如文本和图像）的模型。
Open weights: 公开发布的模型参数，使他人可以运行或改造该模型。
Prompt: 提供给模型以下达指令或引出回应的文本或其他输入。
Prompt engineering: 为获得更可靠或更有用的模型输出而设计并打磨提示词的做法。
Quantization: 降低模型权重的数值精度，使其运行更快、占用内存更少。
Reasoning model: 经过训练、在回答前投入额外算力逐步思考问题的模型。
Red-teaming: 在发布前后有意探测 AI 系统的有害、不安全或非预期行为。
Reinforcement learning from human feedback (RLHF): 利用人类偏好评价引导模型表现得更有帮助的训练方法。
Retrieval-augmented generation (RAG): 先检索相关文档并提供给模型，以便让其回答有据可依的技术。
Small language model (SLM): 为在设备端或低成本环境下高效运行而设计、质量仍具竞争力的小型语言模型。
Speech recognition (ASR): 自动将语音音频转换为书面文本。
Synthetic data: 在真实数据稀缺或敏感时，用于训练或评估模型的人工生成数据。
System prompt: 在用户输入之前设定模型角色、规则与行为的隐藏指令。
Temperature: 控制模型输出随机程度或可预测性的采样参数。
Text-to-image: 使用生成式模型根据文字描述生成图像。
Text-to-video: 使用生成式模型，根据自然语言描述生成视频片段。
Token: 语言模型读取和生成的文本单位，例如一个词或词片段。
Tool use (function calling): 模型调用外部函数、API 或应用来完成任务的能力。
Transformer: 一种基于注意力机制的神经网络架构，是当今多数语言与多模态模型的基础。
Vector database: 存储向量表示并按相似度检索条目的数据库，常用于 AI 应用中的检索。
Vibe coding: 一种软件开发方式：开发者用自然语言描述目标，由 AI 生成代码。
World model: 学习环境内部表征以预测其随时间变化的 AI 系统。
Zero-shot learning: 模型在提示中未见任何示例的情况下完成任务的能力。