刻板印象
Definition
在人工智能中，当模型学习并放大训练数据中存在的社会偏见时，就会产生刻板印象。这可能导致歧视性结果，例如将某些职业与特定性别联系起来。
Summary
一种概括性的、往往过于简化的 …
2
数据最小化
Definition
数据最小化是一项核心的隐私原则，要求组织将数据收集限制在充分、相关且必要的范围内。在人工智能领域，这意味着设计能够减少不必要数据依赖的模型。
Summary
仅收集和处理特定目的 …
Wumpus World
Definition
Wumpus World 是 Russell 和 Norvig 的 AI 教科书中引入的一个基于网格的环境。智能体必须在网格中导航以寻找金子，同时避开陷阱和一个名为 Wumpus …
零样本提示
Definition
零样本提示涉及直接通过文本提示要求预训练语言模型完成任务，而不提供任何少样本示例或进行额外的微调。该模型利用其在大规模数据上学习到的通用知识和指令遵循能力来生成响应， …
Whisper
Definition
Whisper 是一个通用语音识别模型，旨在处理多种语言、方言和口音。它是在数十万小时的多语言和 multitask 监督数据上训练而成的，具有强大的鲁棒性。
Summary …
人工智能对工作场所的影响
Definition
这一概念涵盖了 AI 对劳动力市场的变革性影响，包括常规任务的自动化、新职业类别的创造以及所需技能组合的转变。AI 提高了生产力，同时也引发了关于就业安全和技能再培训的讨论。 …
弱人工智能
Definition
弱人工智能，也称为狭义AI，是指为解决特定问题或执行特定任务（如面部识别或语言翻译）而构建的系统。与强人工智能不同，它不具备通用的智能或意识。
Summary
专为在有限范围内执 …
未来之路
Definition
虽然不是一个严格的技术术语，“未来之路”描述了向自主系统、个性化人工智能助手和自动化决策过程的范式转变。它概括了…
Summary
该术语通常指技术发展的预期轨迹， …
Vibevoice
Definition
Vibevoice 是一种概念性或品牌化的文本转语音（TTS）技术方法，强调捕捉人类语音的‘氛围’或情感细微差别。与传统可能听起来单调的 TTS 不同，
Summary …
Virtual Intelligence
Definition
虚拟智能包括任何旨在虚拟或数字空间内运行的的人工智能系统，通常与用户或其他代理进行交互。这包括虚拟助手
Summary
虚拟智能是一个广义术语，描述在数字环境中运行以模拟人类交 …
美国科技劳动力
Definition
“美国科技劳动力”一词通常指在美国劳动力市场中从事技术领域的庞大群体，包括软件工程、数据科学、硬件制造等。
Summary
一个人口统计学和经济学术语，指推动美国技术创新的集体劳 …
无审查
Definition
在人工智能领域，“无审查”通常描述那些经过微调或修改，以移除或削弱内置安全对齐的模型。这些模型旨在去除内容限制。
Summary
指经过修改以绕过安全过滤器和道德准则的人工智能模 …
可信AI
Definition
可信AI涵盖了确保人工智能系统可靠且合乎伦理运行的原则与实践。关键属性包括抵御攻击的鲁棒性、针对不同人群的公平性以及决策过程的透明度。
Summary
可信AI指的是在其整个生命 …
类型检查器
Definition
在软件工程领域，特别是对于用Python、C++或Rust编写的AI库，类型检查器通过验证操作是否在兼容的数据类型之间进行来确保代码的正确性。它有助于在运行前发现类型错误。 …
毒性
Definition
AI中的毒性是指生成或传播不尊重他人、可能导致用户离开讨论或针对特定身份群体的内容。它涵盖了一个从轻微的不当言论到严重的仇恨言论和暴力威胁的光谱。在自然语言处理中，毒性通常被视为 …
玩具问题
Definition
在人工智能和计算机科学中，玩具问题是一个高度简化的场景，旨在说明某个概念或测试新算法。例如八皇后问题或旅行商问题的简化版。这类问题通常具有明确的规则和较小的搜索空间，使得研究人员 …
THUDM
Definition
THUDM（清华大学自然语言处理实验室）是一个著名的人工智能学术和研究实体，特别专注于自然语言处理领域。他们致力于开发先进的开源大语言模型，如ChatGLM系列，这些模型在中文理 …
思考
Definition
虽然人类的思考是生物性的，但人工智能的“思考”涉及模仿认知功能的计算操作。它包括逻辑演绎、模式识别和推断。现代大型语言模型（LLM）通过复杂的神经网络架构实现了这种类人思维能力的 …
The AI Con
Definition
The AI Con 是一年一度的活动，致力于调查并凸显 AI 领域的欺骗性做法、夸大宣传和安全漏洞。与通常展示最新技术的科技会议不同，该会议侧重于批判性审视。
Summary …
语音合成
Definition
语音合成（TTS）是一种辅助技术，能够以朗读的方式向用户呈现数字文本。它利用先进的神经网络和声学模型来合成模仿人类语调的语音。
Summary
语音合成（TTS）是一项将书面文本 …
文本生成
Definition
文本生成是自然语言处理中的一种基本应用范式，人工智能模型在此过程中创建新的文本内容。通过预测序列中下一个最可能的标记，模型能够连贯地生成文章、对话或代码等多样化文本形式。 …
文本转音频
Definition
文本转音频是一个广泛的概念，涵盖将文本输入转化为听觉输出的技术。虽然通常与用于模拟人类语音合成的文本转语音（TTS）相关联，但它也包括生成背景音乐、音效等非语音音频内容，广泛应用 …
文生图
Definition
文生图指的是将生成式人工智能应用于根据自然语言描述合成逼真照片或艺术图像的技术。这些系统通常采用扩散模型（Diffusion Models），通过迭代去噪过程，将随机噪声转化为符 …
TensorBoard
Definition
TensorBoard 是一套用于检查和理解 TensorFlow 运行过程和计算图的 Web 应用程序套件。它提供了可视化损失和准确率等指标随时间变化的工具，以及查看模型图的功 …
张量
Definition
在计算机科学和深度学习中，张量是一种数学对象，它将标量、向量和矩阵推广到更高维度。它由其秩（维度数量）和形状等特征定义。
Summary
一种多维数组，是深度学习框架中的基本数据 …
符号级
Definition
在人工智能中，符号级代表一种高级抽象，其中知识使用离散符号而非连续数值进行编码。这种方法对于基于符号的推理至关重要。
Summary
符号级是指离散符号在AI系统中代表概念、对象 …
双曲正切 (Tanh)
Definition
双曲正切（Tanh）函数是一种非线性激活函数，常用于神经网络。它将输入值压缩到(-1, 1)区间内，提供零中心的输出，这有助于加速收敛。
Summary
Tanh（双曲正切）是一 …
流式处理
Definition
流式处理指在数据生成时实时或近实时地持续摄入和处理数据。与处理固定数据集的批处理不同，流式系统管理无边界的数据流，能够即时响应数据变化。
Summary
一种数据处理范式，信息以 …
稳定性
Definition
在机器学习中，稳定性（Stability）指模型的性能和参数在面对训练数据的微小扰动时保持稳健的程度。一个稳定的算法即使输入数据略有不同，也能生成相似的模型或预测结果。稳定性是评 …
来源归属
Definition
来源归属是指对AI系统内数据、模型或生成输出的来源进行系统性追踪和标记。它通过将最终结果回溯到其源头来确保透明度，从而保障内容的可追溯性和原创性。
Summary
识别并归因于生 …
韩国智能音箱产业
Definition
该术语指代韩国智能音箱特定的区域市场动态，其特征是智能手机普及率高且宽带基础设施先进。它涉及主要参与者之间的竞争与合作，包括本土科技巨头和国际品牌，旨在利用先进的自然语言处理技术 …
智能对象
Definition
智能对象是物联网（IoT）的组成部分，拥有唯一标识符，并能够在无需直接人机或人计算机交互的情况下通过网络传输数据…
Summary
配备传感器、执行器和连接能力的物 …
S型函数
Definition
S型函数定义为 σ(z) = 1 / (1 + e^-z)，广泛用于机器学习中对概率进行建模。它将输入值压缩到 (0, 1) 范围内，使其适用于二分类问题的输出层。 …
服务器发送事件
Definition
服务器发送事件（SSE）实现了从服务器到客户端的单向通信，服务器可以持续流式传输数据，而无需客户端反复轮询。它使用纯HTTP协议，使其易于实现且兼容防火墙。
Summary
一种 …
无服务器
Definition
无服务器架构允许开发人员构建和运行应用程序，而无需管理服务器基础设施。云提供商会根据需求自动扩展或缩减资源，并按实际使用情况收费，从而降低运维复杂性。
Summary
一种云计算 …
SentencePiece
Definition
SentencePiece 是一个流行的开源文本归一化和分词库，广泛用于现代自然语言处理管道中。它执行联合词块和子词词汇表的无监督学习。
Summary
一种无监督文本分词器和去 …
句子相似度
Definition
句子相似度衡量两个不同句子之间的语义重叠程度。它超越了词汇匹配，旨在理解含义、上下文和意图。这通常通过计算向量之间的距离来实现。
Summary
一种量化两个句子在语义上相似程度 …
模式无关数据库
Definition
这些数据库通过不强制执行严格的表结构或列定义来实现动态数据建模。这种灵活性允许开发人员存储非结构化或半结构化数据，适
Summary
模式无关数据库是允许灵活数据结构而无需预定义 …
解释权
Definition
解释权是算法问责制的核心组成部分，特别是在《通用数据保护条例》（GDPR）等框架内。它确保当人工智能系统做出影响个人权利的决策时，相关人员能够获得清晰的解释。
Summary
一 …
负责任的人工智能
Definition
负责任的人工智能涵盖旨在减轻人工智能相关风险的原则和实践。它涉及审计模型偏见、确保决策的可解释性、保护数据隐私，并建立问责机制，以确保 AI 系统的社会影响是积极且可控的。 …
重排序
Definition
重排序是信息检索和推荐系统中用于提高准确性的策略。首先，一个快速但精度较低的模型检索出一个较大的候选集；随后，一个更慢但更复杂的模型对这些候选项进行重新排序，以优化最终结果的精确 …
可靠性
Definition
人工智能中的可靠性指系统行为随时间推移及在不同输入下的可信度和一致性。可靠的AI系统应能产生准确的结果，妥善处理边缘情况，并保持预测性。
Summary
指AI系统在指定条件下持 …
正则化
Definition
正则化是机器学习中一个关键概念，旨在不显著增加训练误差的情况下减少泛化误差。它通过阻止模型学习过于复杂的模式来发挥作用。
Summary
一组在训练过程中使用的技术，通过对损失函 …
速率限制
Definition
速率限制保护 AI 服务和 API 免受滥用、过载和过度资源消耗的侵害。它通过限制吞吐量确保用户间的公平使用，并维持系统稳定性。常见的策略包括令牌桶或漏桶算法。
Summary
…
Qwen3.5
Definition
Qwen3.5 代表由阿里云开发的 Qwen 谱系中的特定发布版本。这一迭代通常建立在先前版本的基础上，通过改进逻辑推理能力、编程熟练度和自然语言理解来增强模型性能，旨在提供更准 …
Qwen3.6
Definition
Qwen3.6 代表了 Qwen3 模型家族的进一步细化。小版本更新通常专注于打磨现有功能、修复边缘情况下的错误以及优化训练数据的质量，从而在不改变核心架构的情况下提升模型的稳定 …
通义千问
Definition
通义千问代表了由阿里巴巴集团旗下通义实验室创建的一系列先进大语言模型。它涵盖了针对不同任务优化的各个版本，包括自然语言理解、代码生成、数学计算及视觉分析等能力。
Summary
…
通义千问编辑功能
Definition
通义千问编辑指的是通义千问系列中针对编辑、润色和重构文本内容的特定功能或模型迭代。这些能力允许用户重写、优化和结构化文本，以提升清晰度和专业性。
Summary
通义千问编 …
Qloo
Definition
Qloo 作为一家数据智能公司运营，专注于通过先进的机器学习算法来理解人类偏好。它聚合并分析来自各种来源的海量数据集。
Summary
Qloo 是一个由人工智能驱动的数据平台， …
量化
Definition
在人工智能和数据科学的背景下，量化指的是将非数值数据（如文本、图像或主观意见）转换为可测量的数值的过程。这一过程使计算机能够处理和理解原本难以量化的信息。
Summary
量化是 …
问题解决
Definition
在人工智能中，问题解决指的是从初始状态通过一系列动作导航到目标状态的系统性方法。它通常涉及定义问题空间、选择搜索算法（如广度优先搜索、深度优先搜索或A*算法）以及使用启发式函数来 …
预训练的
Definition
“预训练”一词描述了一个神经网络模型，该模型已在海量且通常通用的数据集（如ImageNet或Wikipedia）上进行了初始训练。这一过程使模型能够学习丰富的通用特征表示，随后可 …
Phi3
Definition
Phi-3是微软发布的一系列小型语言模型（SLMs），旨在以显著更少的计算资源提供与更大模型相媲美的高性能表现。
Summary
由微软研究院开发的一系列开源权重大型语言模型。 …
Perusall
Definition
Perusall是一个利用人工智能促进协作式阅读和注释的教育技术平台。它根据学生参与的质量自动对其参与度进行评分，从而简化教师的工作并提高学生的学习投入度。
Summary
一个 …
拟人化实体
Definition
拟人化实体是指设计成类似人类外观或行为的实体，可以是机器人或虚拟形式。在机器人学中，这涉及物理上的拟人化；而在AI中，它通常指聊天机器人或虚拟助手，强调其交互的自然性和拟真度。 …
教学智能体
Definition
教学智能体是一种软件组件，通常表现为虚拟角色，在教育环境中充当教师或导师。这些智能体利用自然语言处理
Summary
旨在通过提供指导、反馈和引导来促进学习的人工智能实体。 …
模式识别
Definition
模式识别是人工智能和统计学的一个分支，致力于识别数据中的规律性。它涉及基于特征将输入数据分类到预定义的类别中，或者发现数据中的聚类结构。该技术广泛应用于计算机视觉、语音处理和数据 …
文本改写
Definition
在自然语言处理中，文本改写涉及为给定的输入文本生成替代表达，同时保留其原始语义含义。这对于减少抄袭、增强数据多样性以及提高内容可读性至关重要，通常依赖于预训练的语言模型来实现高质 …
欧文·埃文斯
Definition
欧文·埃文斯是一位计算机科学家和教育家，目前与人工智能安全中心（Center for AI Safety）有关联，此前曾在 Anthropic 工作。他因在机械可解释性领域的贡献 …
Serena达·德阿莫尔行动
Definition
“Serena达·德阿莫尔行动”是一项开创性的开源项目，应用人工智能分析巴西的公共采购数据。通过利用自然语言处理和异常检测技术，该项目旨在提高公共财政的透明度并打击腐败行为。 …
机器学习概述
Definition
该术语描述了机器学习的结构化分类，分为监督学习、无监督学习、半监督学习和强化学习。它包括核心算法族，如线性回归、决策树和支持向量机，并涵盖模型评估的关键指标。
Summary
对 …
光学字符识别
Definition
光学字符识别（OCR）利用图像处理与模式识别算法来识别数字图像中的文本。它将打印或手写的字符转换为机器编码的数据，从而实现信息的数字化提取。
Summary
OCR 是一项将扫描 …
离线学习
Definition
也称为批量学习，离线学习涉及使用先前收集的固定数据集来训练机器学习模型。与在线学习不同，模型不会根据新数据实时更新其参数，而是定期重新训练。
Summary
离线学习是一种训练范 …
NSO
Definition
缩写词NSO的含义取决于具体语境。在技术AI研究中，它可能指神经符号优化，即将神经网络与符号逻辑相结合。然而，它也常指代NSO集团等特定组织。
Summary
在人工智能语境 …
非人类
Definition
该术语常用于讨论人工智能智能体、机器人和虚拟助手的权利、责任和社会融合问题。它强调了生物人类与人工实体之间的区别。
Summary
在人工智能伦理和社会学中，“非人类”指拥有代理 …
归一化
Definition
常见方法包括最小-最大缩放和Z分数标准化。此过程确保具有较大量级的特征不会主导学习算法，特别是在基于梯度的优化中。
Summary
归一化是一种数据预处理技术，将数值特征缩放到标 …
Nature Machine Intelligence
Definition
《Nature Machine Intelligence》是一本高影响力的学术期刊，致力于发表关于人工智能各个方面的原创研究。其涵盖的主题范围从基础算法到伦理和社会影响等广泛领 …
多模态
Definition
在人工智能领域，多模态描述了模型理解、生成或关联不同感官输入或数据格式信息的能力。与单模态模型不同，多模态模型能够跨越单一数据类型的限制，实现更丰富的语义理解和生成。 …
多语言
Definition
多语言模型旨在无需为每种语言单独构建模型的情况下处理多样化的语言输入。这些系统通常利用共享的词嵌入或跨语言对齐技术，以实现不同语言间的知识迁移和统一处理。
Summary
AI中 …
登山车问题
Definition
登山车问题是强化学习研究中的标准基准。目标是将一辆动力不足的车控制到陡坡顶部。由于车辆无法直接爬上山坡，智能体需要利用惯性来回摆动以积累动能。
Summary
一个经典强化学习任 …
MobileNet
Definition
与标准卷积相比，MobileNet 利用深度可分离卷积大幅降低了计算成本和模型体积。这种架构使得在资源受限设备上高效提取特征成为可能。
Summary
MobileNet 是一系 …
模型索引
Definition
索引文件（通常名为 ‘model_index.json’）包含有关模型架构的结构化信息，包括管道类型、子模型和配置路径。它使 Hub 能够正确协调多组件模 …
虚假信息
Definition
虚假信息是指在没有故意造成伤害或欺骗意图的情况下分享的错误或误导性信息。它与蓄意捏造的“恶意谣言”（disinformation）不同。在人工智能语境下
Summary
无论是否 …
MindsDB
Definition
MindsDB充当传统关系数据库与现代机器学习工作流之间的桥梁。它允许用户使用标准SQL查询创建预测模型，从而消除了在不同工具之间移动数据的需求。
Summary
MindsDB …
微服务
Definition
在AI工程背景下，微服务允许AI管道的不同组件（如数据预处理、模型推理和结果存储）独立开发、扩展和维护，从而提高系统的灵活性和可扩展性。
Summary
微服务是一种架构风格，将 …
MediSafe 争议
Definition
MediSafe 争议指的是数字健康技术早期关于 MediSafe 应用程序验证方法的一场重大伦理讨论。批评者对用于验证该应用有效性的方法提出了担忧，特别是涉及动物实验的部分，引 …
数学
Definition
在人工智能的背景下，数学为算法设计和分析提供了理论框架。关键分支包括用于数据表示的线性代数、用于优化的微积分、用于不确定性建模的概率论以及用于数据分析的统计学。
Summary
…
掩码生成
Definition
掩码生成涉及产生空间或时间掩码，以确定在特定操作期间数据集的哪些元素是可见或激活的。在计算机视觉中，它用于对象分割、图像修复等任务；在自然语言处理中，则用于控制注意力机制。 …
机器感知
Definition
它弥合了原始传感器输入与有意义的语义理解之间的差距，模拟了人类的视觉和听觉等感官。关键技术包括用于物体识别的计算机视觉、语音…
Summary
机器感知是指人工智能 …
琳达·索德霍姆
Definition
琳达·索德霍姆是科技领域的知名人物，特别以其在人工智能开发与道德治理交叉领域的工作而著称。作为企业责任的领导者，
Summary
琳达·索德霍姆（Lynda Soderholm） …
长上下文
Definition
长上下文指的是基于 Transformer 的模型处理极长输入长度的能力，通常超过标准的 2k 或 4k 标记限制。这种能力使模型能够分析完整的文档、代码库或长文本，保持全局一致 …
Llama 2
Definition
Llama 2 由 Meta AI 于 2023 年 7 月发布，代表了开源权重大型语言模型的显著进化。它提供了从 70 亿到 700 亿参数的预训练和微调变体，
Summary …
Llama 3
Definition
Llama 3 于 2024 年 4 月推出，建立在 Llama 2 的成功之上，在性能和能力方面有了实质性提升。该模型系列包括 80 亿和 700 亿参数的版本， …
Llama
Definition
Llama（Large Language Model Meta AI）是 Meta 发布的一系列基础大型语言模型。与许多专有模型不同，Llama 模型通常以开放权重的形式发布，允 …
线性预测函数
Definition
在统计建模和机器学习中，线性预测函数表示输入特征的加权和加上偏置项。它是广义线性模型（GLM）的核心组成部分。
Summary
一种计算输入变量的线性组合以预测结果的数学函数。 …
说谎者红利
Definition
“说谎者红利”指的是由高级生成式人工智能（特别是深度伪造技术）带来的社会风险。随着合成媒体变得与现实难以区分，恶意个人可以声称真实的视频或音频是伪造的，从而为其不当行为提供合理的 …
有限记忆AI
Definition
有限记忆AI代表了AI能力的第二个层次，系统可以从历史数据中学习并相应地调整其行为。与反应式机器不同，这些系统保留有关先前交互的信息，并利用这些信息来改进未来的预测或决策，例如通 …
学习曲线
Definition
通常，学习曲线在y轴上显示训练得分和验证得分，在x轴上显示训练样本数量或迭代次数。它有助于诊断模型是否存在高偏差（欠拟合）或高方差（过拟合）问题。
Summary
学习曲线将模型 …
惰性学习
Definition
惰性学习者（如k近邻算法）会记住整个训练数据集，仅在做出预测时才进行计算。这与急切学习形成对比，后者会在训练阶段构建一个通用模型。
Summary
一种学习方法，将泛化推迟到分类 …
标签噪声
Definition
标签噪声指的是数据实例的真实类别标签与训练数据集中提供的标签之间的差异。这可能源于人工标注错误、模糊的数据点或数据采集过程中的缺陷。标签噪声会降低模型的泛化能力和准确性，因此研究 …
Kimi K2
Definition
Kimi K2 代表了月之暗面大型语言模型系列的一次重大迭代。其特点在于增强了复杂逻辑推理和数学问题解决能力。
Summary
Kimi K2 是由月之暗面（Moonshot …
Kimi K25
Definition
Kimi K25 是月之暗面 Kimi 模型家族中的一个先进迭代版本。它在 Kimi K2 等先前版本的基础上，提供了推理速度等方面的改进。
Summary
Kimi K25 是 …
K线
Definition
K线（在西方市场常称为蜡烛图）是一种图形化表示证券、衍生品或货币价格动态的方法。它展示了四个关键数据点：开盘价、收盘价、最高价和最低价，帮助投资者分析市场趋势和价格行为。 …
这是我们要的吗？
Definition
这一短语代表了人工智能伦理和治理中的一个关键问题，促使利益相关者评估部署的人工智能技术是否符合人类价值观和公共利益。它涉及审查
Summary
一种批判性的伦理框架，用于根据社会 …
智能文字识别
Definition
智能文字识别是指由神经网络驱动的高级光学字符识别（OCR）技术。它超越了简单的模式匹配，通过理解上下文并处理n
Summary
利用人工智能算法（特别是深度学习）准确识别和解读来 …
指令遵循
Definition
指令遵循是指大型语言模型及其他AI系统理解细微的人类指令并在提示词中遵守明确约束的能力。这一范式转变
Summary
AI模型准确解释并执行特定人类命令或约束的能力。
Key …
基于实例的学习
Definition
也称为基于记忆的学习，该技术不在训练期间构建泛化模型。相反，它存储整个训练数据集。当需要预测时，它会找到最相似的。
Summary
一种惰性学习方法，通过将新输入与存储的训练实例 …
非真实文本
Definition
非真实文本（Inauthentic text）指的是由人工智能系统或怀有欺骗意图的人类产生的书面材料，缺乏真实的人类经验或事实依据。它包括AI生成的垃圾邮件、捏造的新闻文章、虚假 …
集成开发环境集成
Definition
这种做法涉及将大型语言模型等 AI 模型连接到 VS Code 或 IntelliJ 等软件开发环境。它实现了智能代码补全、自动重构等功能，从而提升开发效率和用户体验。 …
超参数
Definition
与模型参数（权重和偏置）不同，后者是在训练过程中从数据中学习得到的，而超参数是实践者在训练开始前选择的外部设置。它们控制着模型的结构、学习过程以及正则化强度等关键方面。 …
Hugging Face
Definition
Hugging Face 是一家知名公司兼在线平台，已成为开源人工智能生态系统的核心。它提供了庞大的预训练模型、数据集和演示应用程序库。
Summary
一个领先的平台和社区，为 …
人类问题解决
Definition
人类问题解决涵盖了人类用来应对挑战的多方面认知能力，从简单任务到抽象的概念困难。与算法方法不同，人类…（原文截断，此处翻译现有部分）
Summary
个人运用推理、 …
Hugging Face ASR 排行榜
Definition
HF ASR 排行榜是由 Hugging Face 托管的一个社区驱动指标平台，追踪自动语音识别领域的最新性能表现。它允许研究人员和开发者…
Summary …
有害内容
Definition
有害内容是指可能造成身体、心理或社会损害的数字媒体或文本。在人工智能安全领域，检测并过滤此类内容至关重要，以防止模型生成…
Summary
对个人或社会构成风险的信 …
护栏
Definition
护栏指的是一组集成在人工智能应用（特别是大型语言模型）中的软件控制和策略执行层，以确保安全且合规的行为。它们充当过滤器，拦截不当输入并规范输出结果，从而降低风险。
Summary …
人工智能硬件
Definition
人工智能硬件指的是针对机器学习工作负载所需的巨大并行处理能力进行优化的专用计算设备。这包括用于通用并行计算的图形处理器（GPU），以及专门针对张量运算定制的张量处理单元（TPU） …
Grok
Definition
Grok是由埃隆·马斯克的公司xAI创建的大型语言模型聊天机器人。它主要面向X平台（前身为Twitter）的订阅用户开放。Grok的独特之处在于其实时访问社交媒体数据的能力，这使 …
图形处理器
Definition
GPU（图形处理器）是一种高性能处理器，最初是为处理图形渲染任务而开发的。与拥有少量针对顺序串行处理进行优化的核心的CPU不同，GPU包含数千个核心，使其能够同时执行大量计算任 …
GPT-2
Definition
生成式预训练 Transformer 2（GPT-2）是一个自回归语言模型，它利用 Transformer 架构来生成类人文本。它在海量的互联网文本数据集上进行了训练。 …
Google Research
Definition
Google Research 是谷歌有限责任公司的学术和工业研究部门，专注于在人工智能、自然语言处理和量子计算等领域突破技术边界。
Summary
谷歌致力于通过基础和应用研究 …
Google Clips
Definition
Google Clips 是谷歌开发的一款消费电子产品，它利用设备端的机器学习来识别有趣的场景和主体（如人脸或宠物），并自动拍摄照片或视频。该产品旨在简化摄影过程，让用户专注于体 …
生成模型
Definition
生成模型是旨在理解给定数据集中模式和结构的算法，以便创建与原始数据相似的新数据实例。与判别模型不同，生成模型不仅区分数据类别，还学习数据本身的联合概率分布，从而能够“创造”新的数 …
生成式人工智能
Definition
这些系统（包括大型语言模型和扩散模型）不仅仅是检索现有信息，而是合成新颖的输出。它们学习其训练数据的底层结构和风格…
Summary
生成式人工智能是一种能够基于从 …
性别数字鸿沟
Definition
这一社会技术概念突出了女性与女孩在数字设备访问、互联网连接和数字素养技能方面往往少于男性和男孩的差异。这些差…
Summary
性别数字鸿沟是指男性与女性在获取、使 …
GPT-5.6
Definition
GPT-5.6指的是OpenAI大型语言模型谱系中一个推测性的或即将推出的版本。虽然具体细节可能因开发时间线的不同而有所差异，但此类迭代通常体现了技术的进一步演进。 …
GDPR合规性
Definition
GDPR合规性是指AI开发者必须实施的法律和技术措施，以保护欧盟境内个人的个人数据。对于AI系统而言，这涉及数据最小化、目的限制等原则，以及确保算法透明度和用户权利的实现。 …
基础原理 (Foundational Principles)
Definition
在AI术语的语境中，“基础原理”通常用于描述定义AI模型如何解释输入并生成输出的核心功能本体或基础逻辑结构。它构成了AI系统运作的基石，确保了系统行为的可预测性和一致性。 …
微调过的
Definition
微调是指采用已在大型通用数据集上训练好的模型，并在较小、特定领域的数据集上继续训练的技术。这使得模型能够保留通用知识的同时，针对特定任务进行优化和适配。
Summary
在特定数 …
掩码填充
Definition
掩码填充是 BERT 等基于 Transformer 模型中使用的一种基本预训练目标。该过程涉及掩盖文本序列中的随机标记，并训练模型预测被掩盖的原始标记，从而学习语言的深层语义表 …
前馈网络
Definition
前馈网络（FFN），也称为多层感知机（MLP），通过从输入层到输出层的神经元层顺序处理数据，没有反馈回路。每个神经元接收输入信号的加权总和，并通过激活函数进行处理，将结果传递给下 …
特征缩放
Definition
特征缩放通过标准化输入变量的范围，防止量级较大的特征主导学习过程。常见方法包括归一化（最小-最大缩放）和标准化（Z-score标准化）。这一预处理步骤对于基于距离的算法和梯度下降 …
Falcon
Definition
Falcon指的是由技术创新研究所（TII）创建的一系列强大大型语言模型（LLM）。这些模型（如Falcon-40B和Falcon-180B）旨在与专有模型竞争。
Summary …
实验跟踪
Definition
这种做法涉及在训练过程中记录超参数、数据集版本、模型架构和性能指标。它使数据科学家能够比较不同的实验配置。
Summary
实验跟踪是系统记录机器学习实验的元数据、指标和工件的过 …
二分类器评估
Definition
该领域涉及分析准确率、精确率、召回率、F1分数以及接收者操作特征曲线下面积（AUC-ROC）等指标。它有助于确定模型在区分正负样本方面的表现，并揭示模型在不同阈值下的权衡情况。 …
AI的环境影响
Definition
该术语指与AI技术相关的显著资源需求，特别是在大型模型的训练阶段。它涵盖了数据中心使用的电力、制造硬件所需的资源以及模型运行期间的碳足迹。随着AI模型规模的扩大，其对环境的影响日 …
轮次 (Epoch)
Definition
在机器学习中，一个轮次代表对整个训练数据集的一次单遍迭代。在每个轮次中，模型处理所有训练样本，通过反向传播更新其权重，并评估损失函数。增加轮次数通常可以提高模型性能，但过多轮次可 …
急切学习
Definition
在急切学习中，系统在遇到新实例之前，会根据训练数据构建一个通用的目标函数或模型。这与延迟学习形成对比，后者将泛化过程推迟到查询阶段，即直到需要预测时才进行计算。
Summary
…
早停法
Definition
早停法是一种主要用于梯度下降等迭代训练过程中的正则化形式。在训练期间，模型在训练数据上的表现通常会持续改善，但在验证集上的表现可能会在某个点后开始恶化（表明出现过拟合）。早停法通 …
文档分类
Definition
文档分类是一项基本的自然语言处理任务，算法在此过程中为无结构文本数据分配标签。它涉及从文档中提取特征，并将它们映射到特定的类别中。
Summary
根据内容将文本文档归类到预定义 …
Diffusion Single File
Definition
扩散单文件（Diffusion Single File）指的是一种机器学习模型（特别是扩散模型）的打包策略，其中整个模型工件——包括二进制权重、超参数和模型架构定义——都被整合到 …
Diffusers:Stablediffusionpipeline
Definition
这是 Stable Diffusion v1.5 模型的基础管道，广泛用于通用文生图合成。它依赖 U-Net 去噪器和 CLIP 文本编码器将文本提示映射到……
Summary
…
Diffusers
Definition
Hugging Face Diffusers 是一个模块化工具包，旨在简化扩散模型的使用。它为文本生成图像、图像修复和超分辨率等任务提供了预训练管道。
Summary …
稠密层
Definition
在神经网络中，“稠密”指的是全连接层，其中每个神经元都接收来自前一层所有神经元的输入。这与卷积层或稀疏连接中常见的稀疏连接形成对比。
Summary
一种层或张量，其中每个元素都 …
DeepSeek
Definition
DeepSeek指的是由深度求索公司创建的人工智能模型家族。这些模型旨在处理复杂的自然语言处理任务，包括代码生成、逻辑推理和多轮对话，并在开源社区中提供了高权重的模型版本供开发者 …
决策列表
Definition
决策列表是一种机器学习模型类型，它将知识表示为条件规则的序列。每个规则由一个条件和预测的类别标签组成。当对新数据进行分类时…
Summary
一种可解释的分类器，由 …
数据集：TriviaQA
Definition
TriviaQA 是一个专为开放域问答设计的数据集，包含超过一百万个问题及其对应的答案。该数据集旨在通过要求模型进行多步推理和知识整合来挑战现有模型的性能。
Summary
一个 …
数据集：WikiHow
Definition
WikiHow 数据集包含从 WikiHow 网站收集的约 60,000 篇操作指南文章。它广泛应用于自然语言处理研究中，用于抽象式文本摘要、步骤提取等任务。
Summary
一 …
数据集：Yahoo Answers Topics
Definition
Yahoo Answers Topics 数据集是更大的雅虎问答档案的子集，专注于组织成不同主题类别的问题和答案。它常用于文本分类、语义相似性分析和非正式语言模式研究。 …
数据集：Snli
Definition
SNLI 是一个基准数据集，包含超过 50 万个标注的句子对，分为三类：蕴含（entailment）、矛盾（contradiction）和中性（neutral）。它旨在推动自然语 …
数据集:Ms Marco
Definition
MS MARCO（Microsoft Machine Reading Comprehension）是自然语言处理中广泛使用的数据集，特别适用于信息检索和问答任务。它由匿名化的搜索 …
数据集:Multi Nli
Definition
MultiNLI 是通过 GLUE 基准测试提供的众包语料库，旨在评估口语和书面语各种体裁下的自然语言推理（NLI）能力。它提供了前提-假设对。
Summary
多体裁自然语言推 …
数据集：Gooaq
Definition
GooAQ 是从 Google Answers 服务编译而成的数据集，拥有海量用户提交的问题以及详细的付费回答。它是训练…的宝贵资源
Summary …
数据集：嵌入数据/QQP
Definition
Quora 问题对（QQP）是一个二元分类数据集，包含来自 Quora 平台的超过 40 万个问题对。其任务是确定两个问题是否具有相同的意图或含义。
Summary
Quora …
数据集：Bigcode/The Stack Dedup
Definition
The Stack Dedup 是 The Stack（一个庞大的开源代码仓库）的一个专用子集。它应用严格的技术来消除冗余的代码片段，从而避免大型语言模型在训练时产生偏差。 …
数据集：BookCorpus
Definition
BookCorpus 是从互联网上爬取的来自 10,000 多本未出版书籍的文本集合。它是训练和评估自然语言处理（NLP）模型的基础资源。
Summary …
数据集：Eli5
Definition
ELI5（Explain Like I’m Five）是一个源自同名 Reddit 社区的数据集。它由用户提交的问题以及社区提供的详细、简化的答案组成。 …
数据驱动模型
Definition
数据驱动模型是一种人工智能系统类型，其行为和预测结果源于历史数据中识别出的模式，而不是由硬编码的规则或明确的数学公式定义。这类模型能够自动适应数据中的复杂关系。
Summary
…
数据探索
Definition
数据探索，通常称为探索性数据分析（EDA），是机器学习工作流程中至关重要的初步步骤。它涉及总结数据的主要特征，经常使用可视化技术来揭示数据的内在结构和分布情况。
Summary
…
数据预处理
Definition
数据预处理是将原始的、非结构化或嘈杂的数据转换为标准化格式的关键任务，使机器学习模型能够有效处理这些数据。此阶段通常包括数据清洗、归一化、编码和特征缩放等操作。
Summary
…
数据标注
Definition
这一关键步骤涉及为原始数据点附加有意义的元数据，以便算法能够学习输入与输出之间的关系。例如，在图像中物体周围绘制边界框……
Summary
数据标注是对原始数据（如图像或文本）进 …
数据增强
Definition
这种方法通过创建现有样本的修改版本来人工扩展训练数据集，例如旋转图像、在音频中添加噪声或在文本中进行同义词替换。它有助于防止……
Summary
数据增强是一种通过变换现有数据点 …
交叉验证
Definition
交叉验证是一种用于估计机器学习模型性能的统计方法。最常见的形式是k折交叉验证，即将数据分为k个相等的部分。模型在k-1个部分上进行训练，并在剩余的一个部分上进行测试，此过程重复k …
网络安全
Definition
网络安全包括旨在保护网络、计算机、程序和数据免受攻击、损坏或未授权访问的技术、流程和实践。在AI背景下，它涉及确保AI模型本身的安全性（如对抗性鲁棒性），以及利用AI技术检测网络 …
Coqui
Definition
Coqui Technologies 是开源 AI 社区中的知名参与者，最著名的是其 TTS（文本转语音）引擎。该项目提供了预训练模型，能够生成自然 sounding 的语 …
持续部署
Definition
持续部署是持续交付的扩展，它自动化了整个发布流程。一旦代码更改通过所有质量关卡，包括单元测试、集成测试和安全（扫描），就会自动部署。
Summary
一种软件工程实践，任何通过自 …
混淆矩阵
Definition
混淆矩阵是一种特定的表格布局，用于可视化算法（通常是监督学习算法）的性能。它显示了真阳性、真阴性、假阳性和假阴性的计数。
Summary
用于描述分类模型在测试数据集上性能的表 …
内容过滤
Definition
内容过滤涉及使用算法和规则来扫描、分类和控制呈现给用户的信息流。在人工智能语境下，这通常采用自然语言处理和计算机视觉技术来识别违规或特定类型的内容。
Summary
基于预定义标 …
同意
Definition
在人工智能伦理中，同意是指用户或主体在个人数据被收集、存储或用于机器学习模型之前，自愿给予的知情许可。这要求用户充分了解数据用途并自主决定。
Summary
个人明确且知情地允许 …
机器学习软件比较
Definition
该术语指对TensorFlow、PyTorch、Scikit-learn和Keras等各种机器学习库和平台进行的系统性评估和基准测试。比较通常分析这些工具在特定任务上的表现、开发 …
人工智能竞争
Definition
人工智能竞争描述了由经济、军事和科学优势驱动的激烈全球竞赛，旨在提升AI能力。主要参与者包括Google、Microsoft等科技巨头以及各国政府。这种竞争推动了技术创新，但也引 …
编码
Definition
编码，也称为编程，涉及将人类逻辑和需求转换为计算机可执行的格式。它使用特定编程语言定义的语法和语义…
Summary
编码是使用编程语言编写计算机指令以创建软件、应 …
电路
Definition
在人工智能领域，电路通常指底层硬件架构，如专为加速矩阵运算和并行处理而设计的 GPU、TPU 或神经形态芯片。这些硬件构成了 AI 计算的基础设施。
Summary
电路是指执行 …
字符计算
Definition
这一概念侧重于文本操作，其中计算的基本单位是单个字符。它通常用于需要细粒度文本分析的任务，例如拼写检查。
Summary
字符计算涉及在单个字符层面而非单词或句子层面处理、生成或 …
CIML社区门户
Definition
CIML社区门户作为专注于计算智能的学术和专业社区的数字枢纽。它提供对数据集、预训练模型、研究论文等资源的访问权限，旨在加速知识传播与创新合作。
Summary
一个集中的在线平 …
缓存
Definition
在AI工程中，缓存通过将最近或频繁的查询结果、模型预测或中间计算保留在快速内存（如RAM）中来优化性能。这减少了昂贵的主数据存储访问需求，从而显著提升系统响应速度。 …
业务流程自动化
Definition
业务流程自动化 (BPA) 涉及利用软件和人工智能来简化复杂的业务工作流程。与仅处理基于规则任务的简单机器人流程自动化 (RPA) 不同，BPA 通常……
Summary
使用技 …
二分类
Definition
二分类是机器学习中一个基本问题，其输出变量是分类变量，恰好有两个可能的结果，例如真/假或垃圾邮件/非垃圾邮件。常用的算法包括逻辑回归、支持向量机等。
Summary
一种监督学习 …
批处理
Definition
批处理涉及在执行计算或模型推理之前，将数据输入聚合为一个组（即批次）。与实时流处理相比，这种方法允许对数据进行批量操作，从而提高效率。
Summary
一种计算方法，数据随时间收 …
批大小
Definition
批大小是一个关键的超参数，决定了在更新模型内部参数之前处理多少个样本。较大的批大小能提供更准确的梯度估计，但可能增加内存需求并影响收敛特性。
Summary
在随机梯度下降算法的 …
词袋模型
Definition
这种自然语言处理技术将文本表示为单词的多重集， disregarding 句法和序列。它根据词频或存在性将文档转换为数值向量。
Summary
词袋模型是一种简化的文本表示方法， …
基础比率
Definition
在统计学和机器学习中，基础比率指的是给定数据集中某种条件或结果的潜在频率。忽视基础比率往往会导致基础比率谬误，即人们倾向于忽略先验概率而过度依赖具体证据。
Summary
基础比 …
自动化决策
Definition
自动化决策（ADM）依靠软件系统做出以前需要人类判断的选择。常见于信用评分、内容审核和物流领域，ADM使用预定义的规则。
Summary
算法基于数据输入独立选择行动或结果，而无 …
教育中的人工智能
Definition
教育中的人工智能涉及利用机器学习、自然语言处理和自适应系统来改善教育成果。它能够为每个学生定制个性化的学习路径，并提供智能辅导和自动评估功能。
Summary
应用人工智能技术来 …
人工智能争议
Definition
人工智能争议涵盖了由人工智能技术引发的广泛伦理、法律和社会纠纷。关键问题包括算法偏见、隐私侵犯、就业替代以及责任归属等。
Summary
围绕人工智能开发和应用带来的伦理、社会和 …
招聘中的人工智能
Definition
招聘中的人工智能利用算法自动化和优化招聘生命周期的各个阶段。工具通过分析关键词相关性来解析简历，通过预测模型评估候选人匹配度，并利用聊天机器人进行初步沟通。
Summary
使用 …
Ameca
Definition
Ameca是一款尖端的人形机器人，仅面部就拥有超过40个自由度，能够实现微妙且逼真的情感表达。它被设计用于研究人机交互。
Summary
由Engineered Arts开发的高 …
异常检测
Definition
异常检测（也称为离群点检测）涉及分析数据以发现不符合预期行为的模式。它广泛应用于网络安全、欺诈检测和系统监控中。
Summary
识别罕见项目、事件或观察结果的过程，这些结果与大 …
亚历山大·Y·特特尔鲍姆
Definition
亚历山大·Y·特特尔鲍姆在学术界和技术社区中因其对人工智能研究的贡献而受到认可，特别是在涉及算法效率和神经网
Summary
亚历山大·Y·特特尔鲍姆是人工智能和机器学习领域公认 …
问责制
Definition
人工智能中的问责制是指个人、组织和开发者有义务对人工智能技术的设计、部署及其后果承担责任。
Summary
该原则要求人工智能系统的开发者和运营者必须对其系统的结果和影响负责。 …
ASR-complete
Definition
术语“ASR-complete”表示自动语音识别系统在特定且定义明确的任务和数据集上，其性能已达到与人类转录员相当的水平。这是一个重要的里程碑，标志着系统在特定领域内的识别精度已 …
AI辅助软件开发
Definition
AI辅助软件开发涉及利用机器学习模型来支持开发人员编写代码、识别错误、生成测试用例并优化性能。诸如GitHub Copilot之类的工具便是典型代表。
Summary
利用AI工 …
AI漂绿
Definition
AI漂绿是一个类似于“绿色洗白”的术语，描述了这种欺骗性的营销策略：公司声称其产品集成了先进的人工智能，但实际上仅依赖简单的基于规则的系统。
Summary
为了营销目的，夸大或 …
AI素养
Definition
AI素养指的是在日益受人工智能影响的世界中导航所需的能力。它超越了单纯的技术编码技能，还包括理解AI系统的工作原理、识别其局限性以及评估其在伦理和社会层面的后果。
Summary …
AI效应
Definition
AI效应描述了构成“人工智能”的界限的不断变化。随着算法变得更加复杂并能够执行特定任务，这些任务往往会被重新归类为常规技术，而非真正的智能。
Summary
一旦任务被机器自动 …
AI 浏览器
Definition
AI 浏览器是一种直接将人工智能功能整合到用户界面中的网页浏览应用程序。这些功能通常包括自然语言搜索、自动内容摘要和对话式交互。
Summary
集成 AI 功能以辅助搜索、摘要 …
AI 拟人化
Definition
AI 拟人化是指用户将人类特质投射到非人类实体（如聊天机器人或机器人）上的心理现象。这可能导致对 AI 能力产生不切实际的期望。
Summary
人类倾向于将类人的特征、情感或意 …
AI 数据中心
Definition
AI 数据中心是优化用于运行人工智能应用（特别是深度学习训练和推理）的物理设施。这些中心具备高密度服务器机架、先进的散热管理和高速网络连接。
Summary
专为托管和运营 AI …
AI 成瘾
Definition
AI 成瘾描述的是一种行为状况，即个人对 AI 驱动的交互（如聊天机器人或社交媒体算法）产生强迫性依赖。这种依赖通常源于多巴胺反馈循环。
Summary
与人工智能系统交互产生的 …
AI 概览
Definition
AI 概览是由大型语言模型生成的精简摘要，它们聚合并综合来自各种网络来源或数据库的数据。与传统仅列出链接的搜索结果不同，这些概览提供直接的答案。
Summary
由 AI 模型生 …
AI 模式
Definition
AI 模式指的是数字平台或应用程序中激活了人工智能能力以增强用户交互的特定操作状态。此模式通常启用诸如自然语言处理等功能。
Summary
软件界面中的一种功能状态，在此状态下人 …
计算机视觉
Definition
计算机视觉（CV）是人工智能的一个分支，旨在训练计算机从数字图像、视频和其他视觉输入中提取有意义的信息。它涉及开发算法来模拟人类的视觉能力。
Summary
计算机视觉是人工智能 …
Token Limit
Definition
令牌限制定义了大型语言模型的上下文窗口大小约束，限制了同时可以分析或生成的文本量。这一架构边界影响内存管理、
Summary
AI模型在单个输入或输出序列中可处理的最大令牌数量。 …
Transparency
Definition
透明度确保利益相关者能够理解AI模型如何得出其输出，从而培养信任和问责制。它涉及披露训练数据起源、模型架构和
Summary
AI系统的决策过程、数据来源和局限性向用户开放且可理 …
Softmax
Definition
Softmax 广泛用于多分类任务中神经网络的输出层。它接收原始对数几率（logits）向量并对其进行归一化，使每个元素代表一个概率值。
Summary
一种数学函数，将任意实数 …
测试
Definition
AI 工程中的测试涉及使用多样化的数据集严格评估模型，以识别偏见、错误和鲁棒性问题。它包括对代码组件的单元测试、集成测试等。
Summary
系统地评估 AI 模型在未见过数据上 …
检索
Definition
检索是指根据用户查询或上下文，从大型数据集或外部知识库中搜索和提取特定信息的技术过程。在现代 AI 系统中，它…
Summary
从数据库或知识库中获取相关数据以增 …
REST API
Definition
REST API 通过利用基于 HTTP 协议（如 GET、POST、PUT 和 DELETE）的无状态操作，实现客户端与服务器之间的通信。它将资源结构化为 URI，并使用标准格 …
问答
Definition
问答（QA）涉及从给定上下文或知识库中检索或生成对用户查询的准确响应。它包括依赖特定文档的封闭领域问答，以及基于通用知识的开放领域问答。
Summary
一项自然语言处理任务，系 …
过拟合
Definition
当模型对训练数据学习得过于完美，包括其随机噪声和异常值时，就会发生过拟合。这导致模型在训练数据上表现优异，但在新的、未见过的测试数据上表现糟糕。
Summary
一种建模误差，机 …
命名实体识别
Definition
命名实体识别（NER）是信息抽取的一个子任务，用于在文本中定位并将命名实体分类为预定义的类别，如人名、组织机构名、地名、医疗术语等。
Summary
一项自然语言处理任务，旨在将 …
优化
Definition
在机器学习中，优化指的是用于调整模型参数以最小化损失函数的算法，从而提高模型性能。常见方法包括梯度下降及其变体（如随机梯度下降、Adam等）。
Summary
通过最小化或最大化 …
延迟
Definition
延迟衡量AI服务的响应速度，通常以毫秒为单位表示。它包括推理时间、网络传输延迟和处理开销。低延迟对于实时应用至关重要。
Summary
AI系统中请求发起与响应开始之间的时间延 …
知识库
Definition
知识库充当数字图书馆，包含经过策划的数据、文档或事实，AI系统可以查询这些信息以提供准确且具备上下文感知的响应。在现代架构（如检索增强生成）中，知识库发挥着核心作用。 …
人在回路
Definition
人在回路（HITL）指在工作流程的各个阶段（如数据标注、模型评估或最终决策批准）需要人类干预的 AI 系统。这种方法确保了系统的可靠性、准确性和伦理合规性。
Summary
一种 …
梯度下降
Definition
梯度下降是一种用于寻找可微函数局部最小值的一阶迭代优化算法。在机器学习中，它沿梯度的反方向更新模型权重，以逐步降低损失。
Summary
一种迭代优化算法，通过调整模型参数来最小 …
少样本提示
Definition
这种方法利用大型语言模型的上下文学习能力，直接在提示词中提供几个说明性示例。与需要更新模型权重的微调不同，少样本提示通过展示期望的输出格式或逻辑，让模型在不重新训练的情况下适应新 …
通量
Definition
在计算语境中，通量描述单位时间内通过给定区域的量转移速率。在人工智能和数据工程中，它通常与数据流有关，其中信息连续不断地移动和处理，强调实时性和高吞吐量，常见于流式数据处理场景。 …
Docker
Definition
Docker 使开发人员能够将应用程序及其所有依赖项打包成一个标准化的软件开发单元。这些容器将软件与其运行环境隔离开来，确保了一致性。
Summary
Docker 是一个用于在 …
持续集成
Definition
持续集成（CI）是一项关键的 DevOps 实践，它自动化地将来自多个贡献者的代码更改整合到单一软件项目中。通过运行自动化构建和测试，CI 能够尽早发现集成错误，提高软件质量并加 …
Claude
Definition
Claude是由AI安全公司Anthropic创建的一系列先进大语言模型。以其强大的对齐原则和宪法AI框架而闻名，Claude专注于提供有帮助、无害且诚实的响应。它在企业文档分 …
人工智能伦理
Definition
人工智能伦理包含一套旨在确保人工智能技术负责任地开发和使用的原则与标准框架。它解决了诸如算法偏见、透明度、问责制和公平性等关键关切。
Summary
研究人工智能系统开发和应用过 …
基于视觉的
Definition
基于视觉的范式利用摄像头和图像处理算法从视觉场景中提取有意义的信息。这些系统是机器人技术、自动驾驶和增强现实等领域的基础。
Summary
主要依赖视觉数据输入来感知和与世界交互 …
权衡
Definition
在人工智能和工程领域，权衡指的是在优化相互冲突的目标（如模型准确率与计算成本，或延迟与精度）时所需的平衡。由于资源有限，必须在不同指标之间做出取舍。
Summary
一种妥协，即 …
任务特定
Definition
任务特定指的是专为在狭窄的目标集合上表现出色而定制的AI模型或组件，例如检测图像中的物体或翻译语言。与通用基础模型不同，它们在特定领域往往具有更高的效率和精度。
Summary
…
预训练
Definition
预训练模型是一种基础人工智能模型，已在海量且多样化的数据集（如维基百科或ImageNet）上进行了广泛训练。这种初始训练使模型能够学习到广泛通用的特征表示。
Summary
预训 …
开放权重
Definition
开放权重模型与完全开源的人工智能不同，因为它只发布最终学到的参数，而不一定发布创建它们所用的基础设施或数据。这允许用户运行推理
Summary
发布经过训练的模型参数（权重），但 …
一步法
Definition
在机器学习和优化领域，一步法直接解决问题，不需要多次迭代或更新即可收敛。与需要多步才能最小化
Summary
指在单次迭代中完成任务或决策过程，无需进行迭代优化的算法或流程。 …
多阶段
Definition
多阶段方法将复杂的工作流程分解为可管理的片段，允许在每个步骤中进行专门处理。这种方法增强了控制能力、调试效率以及性能优化。
Summary
一种将复杂任务划分为不同、顺序阶段的过 …
大规模
Definition
大规模指的是 AI 系统中组件的规模，通常涉及数十亿参数、太字节级的训练数据或分布式计算集群。这种方法构成了…
Summary
描述使用海量数据、参数或计算资源运行 …
低成本
Definition
低成本 AI 专注于效率，旨在降低与机器学习相关的入门壁垒和运营成本。这包括模型压缩、量化等技术…
Summary
指在保持功能的同时最小化计算、 …
高质量
Definition
在人工智能中，高质量通常描述具有高保真度、低噪声和强大泛化能力的模型或数据输出。高质量的训练数据确保模型能够…
Summary
指具有 superior 准确性、可 …
保留的（数据）
Definition
“保留的”数据集由故意排除在机器学习模型训练阶段之外的示例组成。该子集用于评估模型对未见数据的泛化能力，为开发者提供关于模型在真实场景中表现的无偏估计，从而辅助超参数调整和模型选 …
高层的
Definition
在人工智能中，“高层”指简化复杂过程的抽象层。高级语言（如Python）或API允许开发人员在不管理内存或硬件细节的情况下构建模型。高层抽象提高了开发效率和代码可读性，使研究者能 …
一阶
Definition
在人工智能和数学中，“一阶”通常描述不涉及高阶交互的直接、线性关系系统或操作。在优化领域，它指的是仅利用目标函数的一阶导数（梯度）信息来寻找极值的方法，例如梯度下降法。与二阶方法 …
决策制定
Definition
在人工智能中，决策制定是指系统根据特定标准或目标评估潜在行动，以选择最佳结果的算法过程。这一过程涉及对当前状态的评估以及对未来可能结果的预测。
Summary
基于可用信息，从多 …
微调后的
Definition
微调涉及使用较小且针对特定任务的数据集，继续训练已在大型通用数据集上训练好的模型。该技术利用了预训练模型中习得的通用特征表示，使其能够以较低的计算成本和较少的数据量，高效地适配到 …
黑盒（black-box）
Definition
在人工智能中，黑盒模型指的是像深度神经网络这样的复杂系统，其内部决策逻辑是不透明的，难以被人解释。虽然这些模型通常能取得…
Summary
内部机制被隐藏，仅能观察 …
非匹配（Unlike）
Definition
在数据库查询和逻辑中，“Unlike”通常指 NOT LIKE 运算符，它执行反向的模式匹配。对于列值不符合指定模式的行，该运算符返回真值。
Summary
一种用于 SQL 和 …
视觉（Visual）
Definition
AI 中的“视觉”一词主要涉及计算机视觉领域，该领域致力于使机器能够从数字图像、视频和其他视觉输入中提取有意义的信息。它涉及图像处理、对象检测等技术。
Summary
与视力或图 …
视图（View）
Definition
在数据库管理中，视图表现为一个保存的 SQL 查询，其行为像表一样，但本身不包含数据。它为底层数据提供简化或定制的视角，从而增强安全性并简化复杂查询。
Summary
数据库中由 …
Transformers库
Definition
术语“Transformers”通常指由Hugging Face维护的广泛使用的Python库。它为下载、训练和部署基于Transformer架构的预训练模型提供了易于使用的接 …
调优
Definition
调优涉及改进机器学习模型以实现更好的准确性或效率。它可以指超参数调优，即优化学习率或批次大小等设置；也可以指模型权重的微调。
Summary
调整超参数或模型权重以优化特定数据集 …
词元
Definition
Summary
词元是文本或数据的离散单元，作为自然语言处理模型的基本输入元素。
Key Concepts
- 离散单元
- 词汇表
- 嵌入
- 上下文窗口
Use Cases
- LLM中 …
趋向
Definition
在AI开发中，“趋向”通常描述优化过程的轨迹，例如梯度下降使权重向最小损失值移动。它还表示研究方向，即研究重点逐渐集中在提高效率或对齐人类价值观上。
Summary
“趋向” …
协同
Definition
虽然这不是一个严格的技术术语，但在AI语境中，“协同”通常意味着合作，例如多智能体系统朝着共同目标努力，或者集成学习中多个模型结合其预测结果以提高准确性。
Summary
“协 …
Test
Definition
测试集是在训练过程中保留出来的一部分数据，用于评估最终模型的泛化能力。与用于超参数调优的验证集不同，测试集提供……
Summary
Test 指评估阶段，在此阶段对未见过的数据进 …
监督式
Definition
监督学习涉及向算法提供包含输入和正确答案（标签）的数据。模型通过最小化预测误差来学习将输入映射到输出。这项技术…
Summary
一种机器学习范式，模型在有标签的输 …
结构性的
Definition
结构性方面定义了数据或神经网络层的组织方式。在图神经网络中，结构指节点连接；在深度学习中，它指层拓扑。理解…
Summary
涉及系统内组件的基础组织、架构或排列方 …
状态
Definition
状态代表了在马尔可夫决策过程（MDP）等系统中确定未来行为所需的所有相关信息。在强化学习中，状态封装了环境的当前情况。
Summary
系统在特定时刻的完整配置。
Key …
安全性
Definition
AI安全性包括旨在保护机器学习模型、数据管道和部署基础设施免受对抗性攻击、数据投毒和模型逆向工程等威胁的措施。
Summary
保护人工智能系统免受未经授权的访问、滥用和恶意攻击 …
来源
Definition
在AI语境中，“来源”通常指训练数据集、开源库或预训练模型权重的出处。追踪来源对于可复现性、许可合规性等至关重要。
Summary
指在AI开发和部署中使用的数据、代码或模型的起 …
规模
Definition
在人工智能领域，扩展通常涉及增加数据集大小、模型参数或计算能力以提升性能。这一概念在深度学习中至关重要，其中大规模
Summary
规模指机器学习模型中使用的数据量、参数量或计算 …
科学的
Definition
人工智能中的科学方法强调基于证据的开发和验证。它涉及提出关于模型行为的假设，进行受控实验，并
Summary
AI中的科学指在研究中应用严格的实证方法、假设检验和可重复性。 …
机器人
Definition
机器人是一种自主或半自主的机械装置，旨在独立或在远程控制下执行任务。它通常由用于环境感知的传感器、执行器以及控制系统组成。
Summary
一种能够自动执行复杂动作的可编程机器。 …
机器人（复数）
Definition
机器人涵盖了一类多样化的机器，可根据其移动能力、结构或应用领域进行分类。该类别包括工业机械臂、自主移动机器人（AMR）、无人机等。
Summary
指代多个旨在自主执行任务的可编 …
流程
Definition
在AI开发中，流程指将原始数据转化为可操作见解或模型所需的系统化工作流。这包括数据摄取、预处理、特征……等阶段。
Summary
为实现特定计算目标或结果而采取的结构化行动或步骤 …
随机
Definition
随机性是AI的基础，用于初始化模型权重、打乱数据集以及在训练过程中引入随机性以防止过拟合。由于计算机是确定性的，AI系统……
Summary
缺乏可预测模式的属性，通常在AI中通 …
提示词
Definition
提示词是与大型语言模型及其他生成式AI系统进行交互的主要接口。它定义了模型输出的上下文、语气和约束。有效的提示……
Summary
提供给生成式AI模型的输入文本或指令，以引发特 …
政策
Definition
在人工智能和技术治理的背景下，政策指的是规范人工智能系统应如何开发、部署和监控的正式框架。这些文档构成了组织内部对AI伦理、安全性和合规性的基本约束。
Summary
由组织制定 …
点
Definition
AI 语境中的点通常表示特征空间或嵌入向量中的离散坐标。例如，在 K-Means 等聚类算法中，每个数据样本都被视为多维空间中的一个点，通过计算点之间的距离来进行分组。 …
开放
Definition
在人工智能语境中，“开放”一词通常描述两个不同的领域：一是开源软件，即模型权重和代码公开可用，允许进行修改；二是开放式问题（open-ended problems），这类问题没有 …
对象
Definition
对象是计算机科学中的一个基本概念，特别是在面向对象编程（OOP）中。它代表类的一个实例，封装了状态（属性或数据）和行为
Summary
程序中的一个独立实体，包含数据和操作该数据 …
数值型
Definition
在人工智能和数据科学的背景下，数值型指涉及定量值的数据类型或方法，例如整数、浮点数和小数。与分类数据或文本数据不同，数值型
Summary
涉及或使用数字或数学计算，而非符号逻辑 …
多/多重
Definition
前缀“multi-”在AI中常用于指代涉及多个并行组件的架构或过程。例如多头注意力机制，允许模型关注不同的表示子空间。
Summary
一个前缀，表示系统或模型中存在多个实例、头 …
运动
Definition
在计算机视觉和机器人领域，运动指的是对视觉数据或物理系统中移动的检测与分析。光流等算法用于估计视在运动的模式。
Summary
物体相对于时间和参考系的位置随时间的连续变化。 …
建模
Definition
AI 建模涵盖了设计、训练和验证算法以从数据中学习模式的整个工作流程。它包括选择适当的架构、定义损失函数以及优化参数，从而构建出能够泛化到新数据的模型。
Summary
建模是创 …
匹配
Definition
匹配是机器学习中用于建立不同数据实体之间关系的关键技术。在计算机视觉中，特征匹配用于识别图像间的对应点；在推荐系统中，则用于匹配用户偏好与物品特征。
Summary
匹配涉及将两 …
本地
Definition
在人工智能领域，“本地”通常指直接在用户的硬件（如笔记本电脑或智能手机）上执行操作，而无需依赖远程服务器。这种方法增强了数据隐私并减少了延迟。
Summary
指在特定设备上处理 …
机器学习
Definition
机器学习使计算机能够从历史数据中学习模式，并对新的、未见过的数据做出决策或预测。它涵盖了多种技术，包括监督学习、无监督学习和强化学习等。
Summary
人工智能的一个子集，专注 …
大语言模型
Definition
大语言模型（LLM）是基于Transformer架构的高级人工智能系统，在包含大量文本和代码的数据集上进行训练。它们学习语言中的统计模式，
Summary
一种在海量文本语料库上 …
线性
Definition
线性运算涉及乘法和加法，不包含非线性激活。在神经网络中，线性层（或密集层）对输入向量应用权重矩阵变换。虽然线
Summary
描述输出与输入成正比的操作或关系，构成神经层仿射变换 …
知识
Definition
在人工智能中，知识通常指存储在数据库、本体论或神经网络权重中的显式信息，这些信息允许进行推理和推断。在 DIKW（数据-信息-知识-智慧）层级结构中，知识位于信息之上，代表了更高 …
全局
Definition
在人工智能中，“全局”一词通常与“局部”相对，指涵盖整个系统的方面。在优化领域，全局最小值代表在整个损失景观中可能的最佳解决方案。
Summary
描述适用于整个模型或数据集而非 …
图
Definition
图是人工智能中的一种基本数据结构，由顶点（节点）和边（链接）组成，用于表示关系。图神经网络（GNN）利用这种结构在非欧几里得数据上进行学习。
Summary
由通过边连接的节点组 …
基础模型
Definition
在人工智能领域，基础模型是指在大规模数据（如图像、文本或音频）上进行训练的大型机器学习模型。这些模型旨在具备适应性，
Summary
在海量数据集上预训练的模型，作为各种下游任务 …
已生成
Definition
“生成的”一词描述了由生成式AI模型产生的输出，如文本、图像、音频或代码。与检索现有数据的基于检索的系统不同，生成式模型合成新的
Summary
由AI模型创建的内容，而非直接从 …
反馈
Definition
反馈机制使AI系统能够从与用户或环境的交互中学习，从而优化未来的预测或行动。这包括强化学习信号、人在回路（human-in-the-loop）等机制。
Summary
反馈涉及利 …
流
Definition
数据流涵盖了数据在AI系统中从摄入到最终输出的路径，包括预处理、特征提取、模型推理和后处理。高效的数据流管理对于系统性能至关重要。
Summary
数据流描述了信息在AI处理管道 …
广泛的
Definition
“广泛”指人工智能操作的规模和全面性，例如大规模数据集、广泛的评估套件或沉重的计算负载。广泛的数据集确保模型的泛化能力和鲁棒性。
Summary
描述涵盖大范围、大容量或大量场景 …
实验
Definition
人工智能中的实验涉及对变量的系统性测试，以理解机器学习模型中的因果关系。这些程序使开发人员能够比较不同的超参数配置并评估模型性能。
Summary
为测试假设、评估模型性能或发现 …
实验性的
Definition
“实验性”指目前正在进行测试、研究或原型设计的人工智能组件，尚未达到稳定性或广泛采用。这些系统通常利用新颖的架构或未经验证的技术。
Summary
指处于开发早期阶段且尚未完全验 …
证据
Definition
在人工智能领域，证据指的是实证数据、统计结果或可观察的结果，用于证实关于模型行为、准确性或有效性的主张。它作为模型评估和决策制定的基础。
Summary
用于支持假设或验证人工智 …
高效
Definition
效率是人工智能中的一项关键指标，用于衡量模型或算法利用可用资源的程度。它包括计算效率（推理和训练的速度）以及资源利用率。高效的AI系统能够在保持高精度的同时，显著降低硬件需求和能 …
评估
Definition
评估涉及使用定量指标（如准确率、F1分数、BLEU分数）和定性分析，系统地测量AI模型在特定任务上的表现。它包括验证集测试、交叉验证以及对模型泛化能力、公平性和偏差的审计。有效的 …
动态的
Definition
与具有固定架构或预定执行路径的静态系统不同，动态AI系统可以在运行时修改其操作。在深度学习中，动态计算图允许网络根据输入数据的形状或条件改变其结构，例如处理变长序列。 …
发散
Definition
在优化的背景下，当模型参数的更新方式导致损失增加而不是减少时，就会发生发散，这通常会导致NaN值或无限梯度。这通常是由于学习率过高或数值不稳定性引起的。
Summary
发散是指 …
领域
Definition
在机器学习中，特别是在迁移学习里，领域由两个组件定义：特征空间（所有可能输入的集合）和这些输入的边缘概率分布。领域偏移指的是源领域和目标领域之间分布的差异。
Summary
领域 …
决策
Definition
AI中的决策制定涉及基于数据、模型和预定义目标从一组可能性中选择最佳行动。它可以是确定性的，遵循严格规则，也可以是概率性的，处理不确定性。
Summary
智能体或算法在根据特定 …
控制
Definition
在人工智能中，控制是指用于根据当前状态和目标引导系统行为的机制和算法。它涉及反馈回路，其中输出被监控并用于调整后续动作。
Summary
通过管理、指导或调节系统的行为和状态以实 …
直接
Definition
在AI语境中，“直接”通常描述绕过中间抽象层的架构或推理路径，例如强化学习中的直接策略优化或在端到端系统中直接映射输入到输出。
Summary
指将输入直接映射到输出的方法或路 …
上下文
Definition
在自然语言处理中，上下文对于消除歧义至关重要，例如根据前文理解代词或习语。现代架构（如Transformer）利用注意力机制来捕捉长距离依赖关系，从而更好地处理上下文信息。 …
组合
Definition
这一概念包括集成学习方法，其中聚合多个模型的预测结果以减少方差或偏差。它还涵盖多模态融合，即结合不同类型的数据（如文本和图像）以提供更丰富的上下文信息。
Summary
AI中的 …
构建
Definition
构建指的是创建AI解决方案的端到端工程过程，包括数据收集、模型选择、训练、验证和部署。它涵盖了技术支持的基础设施。
Summary
从初始设计到生产就绪阶段，开发、训练和部署AI …
基准
Definition
在人工智能中，基准是一套标准化的测试套件或数据集，旨在衡量机器学习模型的能力。它提供了一个一致的框架，用于比较不同模型的性能表现。
Summary
用于评估AI模型性能相对于既定 …
感知的 / 意识到的
Definition
在AI语境中，“aware”通常指情境感知或上下文感知，即系统能够识别相关的环境因素或用户状态。这并不意味着具有意识，而是指系统对周围环境的敏感度。
Summary
表示AI检测 …
基准
Definition
基准测试为比较不同AI模型或算法的能力提供了标准化的参考点。它通常涉及精心策划的数据集以及特定的评估指标，如准确率、召回率等。
Summary
Benchmark（基准）的缩写， …
动作
Definition
在人工智能和机器人技术中，动作是指智能体为与环境交互而采取的具体步骤或决策。动作是基于当前状态选择的。
Summary
智能体为影响其环境而执行的操作。
Key Concepts …
分析
Definition
在人工智能的背景下，分析指的是系统地检查数据、模型预测或系统行为，以了解潜在模式、诊断问题或得出可操作的见解。该……
Summary
检查数据或模型输出以提取有意义见解和模式的过 …
自适应的
Definition
在人工智能中，“自适应”描述的是能够根据新数据或环境反馈动态调整其内部状态、参数或策略的系统或算法。这种能力使模型……
Summary
系统根据变化条件修改其行为或参数的能力。 …
幻觉
Definition
当生成式AI模型产生的输出看似合理，但缺乏现实或源数据的支撑时，就会发生幻觉。这是在对准确性要求极高的应用中面临的一个重大挑战。
Summary
当AI模型生成自信但事实错误或无 …
嵌入
Definition
嵌入是数据的稠密向量表示，其中语义关系在几何空间中得以保留。通过将分类或高维输入转换为固定长度的向量，模型能够捕捉数据背后的深层含义。
Summary
一种将单词或图像等离散对象 …
推理
Definition
推理指的是部署阶段，在此阶段使用最终确定的模型对未见过的数据进行决策或预测。与更新权重的训练不同，推理消耗计算资源以产生结果。
Summary
训练好的模型处理新数据以生成预测或 …
计算机视觉
Definition
计算机视觉专注于通过计算过程复制人类的视觉能力。它涉及分析和解释视觉数据，以识别物体、识别模式并理解场景内容。
Summary
人工智能的一个领域，使计算机能够从数字图像、视频和 …
偏见
Definition
在 AI 伦理中，偏见指的是算法决策中的系统性且不公平的歧视，通常源于有偏见的训练数据或有缺陷的模型设计。这可能导致对特定人群的不利影响，因此在开发 AI 系统时需特别关注公平性 …
提示工程
Definition
提示工程涉及制作特定的输入（即提示），以从生成式 AI 模型中获取准确、相关且高质量的响应。它要求理解模型如何解释指令、上下文及约束条件，从而通过调整提示词的结构和措辞来最大化模 …