被遗忘权
Definition
被遗忘权使用户有权要求从数据库和 AI 训练集中移除其个人信息。在机器学习中实施这一权利具有挑战性，因为模型可能已经将从这些数据中学习到的知识固化在参数中。
Summary
一项 …
3
课程学习
Definition
课程学习模仿人类教育过程，以结构化的顺序呈现训练数据，通常从简单样本开始，并逐渐增加复杂度。这种方法有助于神经网络更好地收敛并提高泛化能力。
Summary
一种训练策略，模型先 …
XLM-RoBERTa
Definition
XLM-RoBERTa（跨语言语言模型 RoBERTa）是由 Meta AI 开发的大规模多语言模型。它通过在一个涵盖 100 多种语言的多样化数据集上进行预训练， …
WordPiece
Definition
WordPiece 是一种广泛应用于 BERT 和 ALBERT 等自然语言处理模型的分词方法。它将单词分解为更小的子词单元，以应对形态学丰富性并减少词汇表大小，从而更好地处理未 …
动作选择中的赢家通吃机制
Definition
赢家通吃 (WTA) 是一种用于神经网络和强化学习中的竞争过程，用于解决多个竞争动作或假设之间的冲突。在此方案中，激活值最高的单元获胜并执行动作，同时抑制其他竞争者。 …
Webhook
Definition
Webhook是一种机制，当一个事件发生时，一个服务可以向另一个服务提供实时信息。源系统不是轮询以查找更改，而是向特定的URL发送HTTP POST请求来通知接收方。 …
网络智能
Definition
网络智能涉及使用数据挖掘、机器学习和语义技术来处理互联网上海量的非结构化数据。其旨在将原始的网络数据转化为有价值的信息和知识。
Summary
应用智能技术从万维网中提取、管理和 …
数字水印
Definition
随着生成式人工智能产生越来越多的合成媒体，数字水印成为透明度和问责制的关键工具。它涉及改变数字内容——如图像、文本…
Summary
人工智能中的数字水印涉及在生成 …
语音活动检测
Definition
VAD 算法实时分析音频流，以区分活跃语音时段和非语音间隔（如背景噪声或停顿）。这对于优化带宽至关重要。
Summary
语音活动检测（VAD）是一种信号处理技术，用于识别包含人 …
Unsloth
Definition
Unsloth 是一款专为优化大语言模型（LLM）的微调和部署而设计的工具。它通过替换标准的 PyTorch 操作，实现了显著的速度提升和内存占用减少。
Summary …
欠拟合
Definition
当统计模型或机器学习算法无法准确近似将输入映射到输出的函数时，就会发生欠拟合。这通常是因为模型对于数据而言过于简单所致。
Summary
机器学习模型未能捕捉到训练数据潜在趋势的 …
统一模型
Definition
统一模型是指能够执行各种不同任务（如文本生成、图像识别和代码合成）的人工智能系统，而无需依赖单独的专业模型。
Summary
旨在单个框架内处理多项任务或多模态数据的AI架构。 …
追踪
Definition
在AI工程背景下，追踪涉及捕获数据在模型或应用程序中流动的详细信息日志，包括每一步的输入、输出、延迟和资源使用情况。这有助于全面监控系统的运行状况。
Summary
追踪是一种记 …
Token最大化
Definition
Token最大化涉及精心构造输入内容，以充分利用模型的上下文窗口容量，或通过优化Token的语义密度来提升性能。实践者可能会填充无关文本以占满上下文空间（Padding），或者极 …
毒性检测
Definition
毒性检测采用自然语言处理技术分析文本输入，并分配一个概率分数以指示有害内容的可能性。这些系统通常使用监督学习训练，基于标注好的数据集（如包含仇恨言论或骚扰的评论）来学习识别有毒模 …
时间序列
Definition
时间序列数据是由按时间间隔顺序记录的观测值组成的。在人工智能中，这种数据类型对于基于历史模式预测未来趋势至关重要。专门的模型如循环神经网络（RNN）、长短期记忆网络（LSTM）以 …
吞吐量
Definition
在人工智能工程中，吞吐量是一个关键的性能指标，用于指示系统容量。对于大语言模型（LLMs），它通常以每秒令牌数（tokens per second）来衡量；对于计算机视觉模型，则 …
TensorFlow Lite
Definition
TensorFlow Lite 是一个开源框架，旨在将机器学习模型部署到智能手机、微控制器和物联网设备等资源受限的设备上。它通过优化模型推理过程来实现这一目标。
Summary …
文本嵌入推理
Definition
文本嵌入推理指的是部署和优化将自然语言转换为高维向量的模型的过程。这些嵌入能够捕捉语义含义，使系统能够理解文本之间的深层联系，从而支持高效的语义匹配与信息检索。
Summary
…
TensorFlow Hub
Definition
TensorFlow Hub 是一个发布和复用机器学习组件的平台。它允许开发者访问针对图像分类、文本嵌入等各种任务预训练的模型。
Summary
一个用于可复用机器学习模块的仓 …
文本分类
Definition
文本分类是一种监督学习任务，算法为无结构的文本数据分配预定义的类别。常用技术包括朴素贝叶斯、支持向量机和深度学习模型。
Summary
根据内容或语义含义将文本归类到不同组织组的 …
符号人工智能
Definition
符号人工智能（常被称为GOFAI，即“老式好AI”）依赖于操纵符号和规则来进行推理和问题解决。与连接主义方法不同，它赋予系统明确的逻辑处理能力。
Summary
符号人工智能是一 …
文生图 (T2I)
Definition
文生图（T2I）生成涉及使用深度学习模型（如扩散模型或GANs），根据自然语言提示合成图像。这些模型学习文本与图像之间的相关性。
Summary
T2I …
阿谀奉承
Definition
阿谀奉承是大语言模型中的一种故障模式，系统优先考虑取悦用户而非提供准确信息。这通常发生在基于人类反馈的强化学习过程中。
Summary
AI模型倾向于过度迎合用户输入或偏好，即使 …
超级智能禁令
Definition
这一概念涉及关于限制或完全停止人工智能超级智能（ASI）研究的辩论及潜在政策。支持者认为，ASI 构成存在性风险。
Summary
一种拟议的监管措施或伦理立场，主张禁止开发超越 …
代理模型
Definition
在机器学习和优化中，代理模型作为难以直接评估的目标函数的代理。它通过原始模型的输入-输出对进行训练，以预测目标函数的行为。
Summary
一种简化的数学模型，用于近似更复杂、计 …
结构风险最小化
Definition
结构风险最小化（SRM）是一种通过控制模型复杂度来防止过拟合、从而最小化期望风险的方法。它在经验风险最小化的基础上增加了正则化项，以惩罚过于复杂的模型。
Summary
统计学习 …
结构化稀疏正则化
Definition
结构化稀疏正则化扩展了标准的L1正则化，鼓励在特定模式中产生零值，而不是独立地对待各个系数。它融入了关于特征之间潜在结构或分组的先验知识。
Summary
一种正则化技术，基于对 …
Stable Diffusion
Definition
Stable Diffusion 是一种深度学习模型，利用潜在扩散过程根据文本输入生成详细的图像。与在像素空间操作的扩散模型不同，它在压缩的潜在空间（latent space）中 …
Stable Diffusion Diffusers
Definition
Diffusers库是Hugging Face推出的一个开源工具包，旨在简化预训练扩散模型（特别是Stable Diffusion）的使用。它提供了模块化的管 …
激活扩散
Definition
激活扩散（Spreading activation）是一个最初源于认知心理学的概念，后被引入神经网络领域，用于描述信号如何在互联单元之间传播。当特定节点被激活时，其激活状态会根据 …
说话人切换检测
Definition
说话人切换检测（SCD）是一种用于精确定位一个说话人停止讲话而另一个开始讲话的确切时间戳的技术。它是说话人日志（Diarization）的前置步骤，有助于将连续的音频分割成独立的 …
软件代理
Definition
软件代理是一种能够感知环境、进行推理并采取行动以实现特定目标的自主实体。这些代理可以独立运行，适应变化，并与其他代理或系统协作。它们广泛应用于自动化任务、数据处理和复杂决策支持系 …
社交辅助机器人
Definition
社交辅助机器人（SARs）是人类-机器人交互的一个子集，侧重于通过社交手段而非物理操作提供帮助。它们利用非接触策略，如对话、情感支持和提醒，来促进用户的健康、福祉和社会参与，常用 …
情境化的
Definition
在人工智能中，“情境化的”指的是嵌入环境中并能与其进行实时交互的智能体。与抽象的问题解决者不同，情境化智能体必须处理感官输入…
Summary
描述在特定的物理、社 …
情境化方法
Definition
情境化方法是AI研究中的一种方法论框架，主张智能行为不能与其发生的环境分离开来。它提倡构建能够…
Summary
一种AI设计范式，优先考虑依赖上下文的行为和环境交 …
序列标注
Definition
序列标注涉及为给定输入序列中的每个标记预测分类标签，例如句子中的单词或字符串中的字符。常见的应用包括词性标注、命名实体识别和句法分块。
Summary
一种自然语言处理任务，为输 …
半监督学习
Definition
半监督学习是一种混合训练范式，它利用少量标记数据和大量未标记数据。其核心假设是未标记数据的结构有助于学习决策边界。
Summary
一种利用标记数据和未标记数据来提高模型准确性和 …
句子变换器
Definition
句子变换器是传统变换器模型（如BERT）的扩展，经过微调以产生整个句子的有意义稠密向量表示。与标准的基于标记的模型不同，它们直接输出句子级别的嵌入。
Summary
专门设计用于 …
样本复杂度
Definition
在计算学习理论中，样本复杂度量化了有效训练模型所需的数据量。它平衡了模型容量与数据可用性之间的权衡，确保
Summary
样本复杂度是指机器学习算法以高概率达到特定性能水平所需的 …
语义分析
Definition
它超越了句法结构，旨在解释语言输入的实际意图和重要性。这包括根据上下文消除词义歧义、识别实体以及理解
Summary
语义分析是通过理解自然语言处理中单词之间及其上下文的关系统， …
自我管理
Definition
这一概念涵盖了AI代理或系统独立处理常规维护、资源分配和错误纠正的能力。它包括自动扩展、自愈
Summary
AI中的自我管理是指自主系统在没有人类干预的情况下监控、优化和修复自 …
Rust
Definition
Rust 是一种多范式通用编程语言，旨在提供高性能和安全性，特别是安全的并发处理。它在不使用垃圾回收器的情况下实现内存安全，确保程序…
Summary
Rust 是 …
Sam3
Definition
Sam3 不像 SAM（Segment Anything Model）那样是一个广泛认可的标准公共 AI 术语。它可能指第三方的迭代版本、SAM 2 的拼写错误， …
规则归纳
Definition
规则归纳是一种符号机器学习方法，直接从数据中推导“如果-那么”规则。与产生不透明权重的神经网络不同，规则归纳生成的是可解释的模型，便于人类理解和验证。
Summary
一种机器学 …
鲁棒性
Definition
在AI安全与伦理中，鲁棒性指模型对意外输入或恶意操纵的抵抗力。一个具有鲁棒性的系统在输入数据包含噪声或受到干扰时，仍能正确运行并保持稳定的输出。
Summary
人工智能模型在面 …
表征坍塌
Definition
当神经网络（特别是在自监督对比学习框架中）将所有输入数据点映射到同一个固定的输出向量时，就会发生表征坍塌。这种平凡解虽然最小化了损失函数，但未能学习到有用的特征表示。 …
抵抗人工智能
Definition
抵抗人工智能是指个人或实体为避免被 AI 算法影响、追踪或分类而使用的方法。这包括针对感知系统的对抗性攻击、保护隐私的数据处理技术以及旨在规避算法监控的策略。
Summary
旨 …
反思
Definition
在人工智能中，反思是一种范式，模型在最终确定输出之前会暂停并评估其生成过程或输出结果。这可能涉及检查逻辑一致性、事实准确性或遵循特定约束。
Summary
一种机制，允许AI模型 …
关系型数据挖掘
Definition
关系型数据挖掘侧重于从组织为多个相关表（而非单个扁平表）的数据库中提取有用信息。它利用实体之间的关系进行挖掘。
Summary
从由多个相互关联的表或实体组成的数据中发现模式和知 …
随机特征
Definition
随机特征映射将输入转换到新空间，使线性模型能够近似非线性核函数。这种方法通常与 Nyström 方法或傅里叶特征相关联，允许在保持计算效率的同时处理复杂的非线性关系。 …
推理模型
Definition
与专注于流畅性的标准生成模型不同，推理模型优先考虑数学、编码和逻辑谜题等多步骤任务的准确性。它们通常采用思维链 (Chain-of-Thought) 等技术来增强逻辑推理能力。 …
Rabbit r1
Definition
Rabbit r1 是 Rabbit Inc. 推出的一款专用硬件设备，其核心是专有的大型动作模型（Large Action Model, LAM）。与通用智能手机不同，它专注于 …
ROCm
Definition
ROCm（Radeon Open Compute）是由 AMD 开发的驱动程序和软件栈，旨在启用 AMD GPU 上的高性能计算。它提供了开发并行应用程序所需的库、编译器和工具， …
通义千问2代
Definition
通义千问2代标志着通义千问模型家族的第二次重大升级，引入了架构增强和扩展的训练数据。该版本在多语言支持、长上下文理解以及复杂指令遵循方面提供了更优越的能力。
Summary
通义 …
通义千问代码版
Definition
通义千问代码版是通义千问大语言模型的专用版本，经过专门微调以处理编程相关活动。它在代码生成、调试、理解复杂代码库以及将自然语言转换为可执行代码方面表现出色。
Summary
通义 …
Pyannote
Definition
Pyannote 是由 pyannote.audio 开发的开源 Python 库，专注于说话人日志技术，即确定音频流中“谁在何时说话”的过程。它利用深度学
Summary …
Pyannote Audio
Definition
Pyannote Audio 是一个综合性的工具包，旨在促进说话人日志系统的开发和部署。它提供了一系列预训练的神经网络模型，用于执行各
Summary
Pyannote …
Pythia
Definition
Pythia 是由 EleutherAI 创建的一系列开源大型语言模型（LLM），旨在促进对神经网络可解释性和行为的研究。该套件包括模
Summary
Pythia …
剪枝
Definition
剪枝涉及识别并消除神经网络中对输出准确率贡献最小的神经元、连接或滤波器。通过移除这些冗余元素，模型变得更加紧凑，从而降低存储需求和计算开销，同时尽量保持原有的模型性能。 …
提示微调
Definition
提示微调涉及在预训练语言模型的输入层添加可训练的软提示（连续向量），同时保持底层模型参数冻结。这种方法允许在几乎不增加计算成本的情况下，使模型适应特定任务或领域，特别适用于资源受 …
概率匹配
Definition
概率匹配是一种在强化学习和心理学中经常观察到的行为模式，与最优的“最大化”策略形成对比。它并不总是选择概率最高的动作，而是根据各动作的概率分布来随机选择动作。这种策略虽然不如贪婪 …
示例编程
Definition
示例编程（PBE）是程序合成中的一种范式，开发人员通过具体的输入-输出对来指定所需的行为，而不是编写显式代码。AI系统分析这些示例，归纳出潜在的计算规则或逻辑，并自动生成相应的程 …
理性原则
Definition
该原则主张，给定感知输入和先验知识，智能体的行动选择应使其预期绩效度量最大化。它是决策理论的基石，指导智能体在不确定性环境下做出最优选择。
Summary
智能体基于可用信息采取 …
模式识别的先验知识
Definition
先验知识指的是在训练开始之前融入算法中的领域特定见解、约束或历史数据。这有助于引导模型趋向合理的解决方案，减少过拟合风险，并提高泛化能力。
Summary
集成到机器学习模型中的 …
偏好学习
Definition
偏好学习侧重于教导模型根据人类的判断而非绝对标签来区分好坏输出。它通常涉及收集成对的响应数据，其中人类标注者指出哪个响应更符合其偏好，从而训练奖励模型以量化这些偏好。 …
预测学习
Definition
预测学习涉及训练神经网络，使其能够从观测到的输入中推断未观测到的数据点，而无需显式的人工标签。通过解决诸如语言中的下一个词元预测或图像中的掩码建模等任务，模型能够学习到强大的数据 …
Phi系数
Definition
Phi系数（φ）是用于衡量两个二元变量之间关联程度的指标，可视为二值变量的皮尔逊相关系数。其取值范围为-1到+1，其中0表示无关联。
Summary
衡量两个二元变量之间关联程度 …
Physical Intelligence Inc.
Definition
Physical Intelligence Inc. (PI) 是从Google DeepMind拆分出来的公司，致力于推进具身智能和机器人领域的发展。该公司专注于开发能够执行通 …
Phi
Definition
Phi（基于教学学习范式的基座模型）是微软创建的一系列紧凑型大型语言模型家族。与传统在海量网络语料上训练的LLM不同，Phi主要通过合成数据进行训练，旨在以更小的参数量实现更高的 …
人格计算
Definition
人格计算涉及开发能够建模、模拟或适应人类人格维度（如大五人格特质）的算法和系统。这些系统的目标是创建更具适应性和个性化的人机互动体验。
Summary
一个专注于创建模拟人类人格 …
感知器
Definition
在人工智能和认知科学中，感知器是指将原始感官数据转化为有意义信息的智能系统组件。与仅检测信号的简单传感器不同，感
Summary
负责接收并解释来自环境感官输入的系统或模块。 …
知觉
Definition
知觉是外部刺激经过感知系统处理后形成的内部表征。在人工智能中，这对应于从低级信号处理中输出的结构化数据
Summary
由感知器处理后的感官输入所产生的心理表征或解释结果。 …
并行Web系统
Definition
并行Web系统是指将计算任务划分并在通过网络连接的多台服务器或处理器上同时执行的基础设施设计。这种方法显著提高了处理大规模并发请求的能力，确保在高流量场景下的系统稳定性和低延迟响 …
模式语言
Definition
模式语言是一个形式化的框架，由一组经过验证的、针对设计中常见问题的解决方案组成，特别是在软件工程领域。每个模式描述了一个在特定上下文中重复出现的问题及其核心解决方案，这些模式之间 …
POP-11
Definition
POP-11（面向程序的问题解决）是一种多范式编程语言，结合了过程式、面向对象和逻辑编程的特性。它创建于20世纪70年代，成为爱丁堡人工智能学派的核心工具，广泛用于专家系统开发、 …
深度学习概述
Definition
深度学习概述涵盖了基本结构，如神经网络层、激活函数和损失度量。它详细说明了训练技术，包括反向传播、梯度下降以及特征提取等关键概念，为理解复杂模型提供了基础框架。
Summary
…
OpenVINO
Definition
由英特尔开发，OpenVINO（开放视觉推理和神经网络优化）允许开发人员将经过训练的深度学习模型高效地部署到英特尔硬件上。它包含一个推理引擎和优化模型的工具链。
Summary …
可观测性
Definition
在人工智能工程中，可观测性指的是通过分析机器学习系统的外部输出来理解其内部状态的能力。它超越了传统的监控，旨在提供对复杂系统运行状况的深入洞察。
Summary
可观测性是衡量能 …
目标检测
Definition
目标检测扩展了图像分类的功能，不仅确定存在哪些对象，还确定它们的位置。它输出检测到的项目周围的边界坐标及其类别标签。
Summary
一种计算机视觉技术，使用边界框在图像或视频流 …
新颖性检测
Definition
新颖性检测是一种机器学习任务，专注于识别不符合预期行为或已知类别的数据点。它通常以无监督方式运行，通过学习正常数据的分布来工作。
Summary
一种无监督学习技术，用于识别与已 …
神经计算
Definition
该领域专注于创建模仿人类大脑结构和功能的硬件和软件架构。它包括人工神经网络、类脑芯片以及认知计算等方面。
Summary
神经计算是一门结合神经科学、计算机科学和工程的交叉学科， …
神经计算
Definition
神经计算是指人工神经元执行数学运算，将输入信号转化为输出响应的过程。它涉及加权求和、激活函数以及反向传播（backpropagation）。
Summary
受生物神经元启发的神 …
神经缩放定律
Definition
神经缩放定律描述了模型性能与其规模（包括数据集大小、参数量和计算预算）之间的可预测的幂律关系。这些定律表明，随着规模的扩大，模型性能会按特定规律提升。
Summary
基于数据、 …
NASA AI 辅助空气质量监测项目
Definition
该项目结合 NASA 的地球观测数据与先进的人工智能算法，在全球范围内追踪颗粒物和气体污染物。通过将卫星图像与地面-level 数据整合，实现更精准的空气质量预测和分析。 …
母语识别
Definition
母语识别（NLI）是自然语言处理的一个子领域，专注于识别说话者学习的第一语言。与一般的语言检测不同，NLI 分析说话者在发音、语法结构和词汇选择上无意识的母语特征。 …
乘法权重更新法
Definition
乘法权重更新法是一种基础的在线学习算法，用于在不确定环境中做出决策。它为不同的策略或专家维护一组权重，并根据其表现动态调整这些权重，从而优化长期决策效果。
Summary
一种迭 …
多模态情感分析
Definition
多模态情感分析通过纳入面部表情、语音语调肢体语言等额外信号，扩展了传统的基于文本的情感检测。这种整体方法能够更全面地理解用户的情绪状态。
Summary
通过整合文本、视觉和听觉 …
多任务优化
Definition
多任务优化涉及训练单个模型同时处理几个不同但相关的任务。通过在任务间共享中间表示，模型可以学习到更通用的特征，从而提高泛化能力和效率。
Summary
一种训练策略，使模型能够同 …
多臂老虎机
Definition
多臂老虎机问题说明了智能体面临的困境：是坚持使用已知的奖励选项（利用），还是尝试新选项以发现可能带来更高奖励的策略。该问题旨在优化长期累积奖励。
Summary
多臂老虎机是概率 …
多模态性
Definition
多模态性代表了使人工智能模型能够处理异构数据流的架构和理论框架。它涉及设计能够接受来自各种来源输入的神经网络，从而实现复杂环境下的综合感知与决策。
Summary
多模态性是机器 …
道德外包
Definition
道德外包是指人类将伦理判断和责任让渡给算法或人工智能系统的现象。当人们依赖自动化决策来处理具有重大道德意义的事务时，就会发生这种情况。
Summary
个人或组织将道德决策责任委 …
模型注册表
Definition
模型注册表是 MLOps 中的关键组件，提供用于存储、版本控制和管理的统一仓库。它使团队能够跟踪模型元数据、性能指标等。
Summary
用于在整个机器学习生命周期中跟踪和管理模 …
模型压缩
Definition
该类别包括剪枝、量化和知识蒸馏等方法，旨在缩小模型规模的同时保持性能。这对于部署复杂的人工智能模型至关重要，尤其是在资源受限的环境中。
Summary
模型压缩是指减少机器学习模 …
模型中心 Mixin
Definition
Mixin 提供了保存、加载和推送模型到 Hugging Face Hub 等通用方法，无需每种模型架构单独实现这些工具。它们确保了代码的一致性和可维护性。
Summary
模型 …
Mistral
Definition
Mistral指的是由法国初创公司Mistral AI创建的强大开源权重LLM系列。像Mistral 7B和Mistral Large这样的模型利用了先进的滑动窗口注意力机制等技 …
人工智能的军事应用
Definition
人工智能的军事应用涵盖了一系列旨在提高作战效能和战略优势的技术。其中包括用于侦察的自主无人机、预测性后勤以及增强指挥官决策能力的智能系统。
Summary
这指的是在国防背景下使 …
手段-目的分析
Definition
手段-目的分析是一种在人工智能和心理学中用于解决复杂问题的认知策略。它涉及将问题的当前状态与期望的目标状态进行比较，识别两者之间的差异，并选择能够最小化这些差异的操作或子目标，从 …
元（Meta）
Definition
在人工智能中，“元”前缀表示更高层次的抽象，通常涉及自我引用或对核心流程的监督。常见例子包括“元学习”，其中算法学习如何更快地学习新任务；以及“元优化”，即优化优化器本身的过程。 …
矩阵正则化
Definition
矩阵正则化将标量正则化的概念扩展到矩阵，常用于多任务学习或推荐系统。它对权重矩阵的范数施加约束，例如弗罗贝尼乌斯范数或核范数，以鼓励低秩近似或稀疏解，从而提高模型的泛化能力。 …
游戏开发中的机器学习
Definition
该领域涉及将机器学习技术整合到视频游戏制作流程中，以实现资产创建的自动化、平衡游戏机制以及生成动态内容。其应用范围包括使用强化学习来…
Summary
将机器学习算 …
地球科学中的机器学习
Definition
机器学习通过处理卫星图像、地震数据和气候记录来增强地球科学研究，从而模拟复杂的环境系统。这些技术有助于预测天气模式、监测冰川融化以及管理自然资源。
Summary
使用机器学习算 …
机器学习与知识提取
Definition
该领域将机器学习技术与自然语言处理和数据挖掘相结合，旨在将原始数据转化为可操作的知识。它涉及训练模型以识别实体、关系等关键要素，从而从复杂的数据中提取有价值的洞察。 …
Lyra
Definition
在现代AI术语的背景下，Lyra通常指专注于通过自然语言处理增强用户交互的专用AI系统。它可能指代一个开源的大型语言模型开发
Summary
Lyra 指代各种人工智能倡议或模 …
MLOps
Definition
MLOps 使组织能够可靠且高效地在生产环境中部署和维护机器学习模型。它包括数据和模型的版本控制、自动化测试、持续集成等
Summary
MLOps（机器学习运维）是一套结合机器 …
LocateAnything
Definition
LocateAnything 是一个多功能计算机视觉框架，能够基于自然语言提示或通用先验知识，检测并分割图像中的物体。它利用预训练的基础模型泛化能力，实现零样本环境下的精准定位与 …
Ltx Video
Definition
Ltx Video 代表了视频生成式 AI 的进步，利用潜在空间扩散过程创建连贯的运动和视觉细节。它解决了视频生成中常见的闪烁和不一致问题，确保生成的视频在时间维度上保持平滑和逻 …
Llama 3.1
Definition
Llama 3.1 于 2024 年 8 月发布，将 Llama 家族扩展至包含一个庞大的 4050 亿参数模型以及较小的 80 亿和 700 亿变体。其突出特点是扩展的上下文窗 …
LlamaIndex
Definition
LlamaIndex 原名 GPT Index，是一个强大的数据框架，使 LLM 能够摄入并与结构化和非结构化数据进行交互。它提供用于索引、查询和管理
Summary …
线性可分性
Definition
线性可分性是指不同类别的数据点可以通过线性边界（如二维空间中的直线或高维空间中的超平面）完全分离的几何条件。
Summary
数据集的一种属性，指两个类别可以被一条直线或超平面完 …
留一法交叉验证
Definition
留一法交叉验证（LOOCV）是k折交叉验证的一种特殊情况，其中k等于数据集中的样本数量。它提供了对模型性能的近乎无偏的估计，因为每次训练都使用了尽可能多的数据，从而最大限度地减少 …
数据泄露
Definition
数据泄露是机器学习中的一个关键错误，指模型在训练过程中获取了在预测时无法获得的信息。这通常是由于不恰当的数据处理（如未正确划分训练集和测试集）造成的。
Summary
当训练数据 …
学习自动机
Definition
这一概念源于强化学习，涉及智能体与未知环境的交互。自动机从有限集合中选择动作，并接收表示成功或失败的惩罚或奖励信号，从而调整其策略。
Summary
学习自动机是一种简单的随机决 …
层归一化
Definition
层归一化通过减少内部协变量偏移来稳定训练过程，尤其在循环神经网络和Transformer架构中非常有效。与依赖于批次统计信息的批归一化不同，层归一化不依赖于批次大小。 …
最后一公里
Definition
“最后一公里"问题指的是将模型部署到生产环境中时遇到的挑战，包括与现有基础设施的集成、确保低延迟推理以及处理边缘计算场景。
Summary
将AI解决方案从 …
Kubernetes
Definition
Kubernetes（通常缩写为K8s）是一个由Google开发的容器编排系统。它自动化了应用程序容器在集群中的部署、扩展和操作。通过提供声明式配置和服务发 …
大模型作为裁判
Definition
“大模型作为裁判”（LLM-as-a-Judge）是一种评估范式，其中大语言模型充当其他模型输出质量的自动化评估者。这种方法旨在减少对人工标注员或严格规则匹配的依赖，通过提示工程 …
基于知识的系统
Definition
基于知识的系统（KBS）是人工智能的一个分支，它将特定领域的知识整合到计算机系统中，以执行通常需要人类专业知识的任务。它们通过将领域专家的知识编码为规则和事实，结合推理机制，模拟 …
基于知识的配置
Definition
该方法在知识库中采用约束满足技术，以确保组装的产品符合所有技术和客户要求。它通过编码规则来防止无效的组合。
Summary
一种自动化过程，利用领域特定的知识库，根据用户约束生成 …
知识层
Definition
由艾伦·纽厄尔提出，知识层基于智能体的信念和目标来分析智能系统，独立于其物理实现。它将智能体行为的理性与其底层实现分离开来。
Summary
一种抽象的设计视角，关注智能体“知道 …
知识集成
Definition
知识集成涉及从不同来源（如数据库、本体和未结构化文本）合并数据，形成连贯的模式。它解决了语义异质性和不一致性问题。
Summary
将异构知识源合并为统一、一致表示的过程，以增强 …
知识编译
Definition
知识编译是指人工智能中的一类技术，它将知识库或逻辑理论转换为不同的表示形式，从而促进更快的操作，如可满足性检查。
Summary
知识编译是将知识表示转换为更高效形式的过程，以便 …
核密度估计
Definition
核密度估计（KDE）是一种基本的统计技术，通过对离散数据点进行平滑处理，生成连续的概率分布曲线。它在每个数据点处放置一个核函数（通常为高斯核），并将这些核函数叠加起来，从而估计出 …
智能决策支持系统
Definition
智能决策支持系统（IDSS）将机器学习、自然语言处理等人工智能技术与传统决策支持框架相结合。它
Summary
一种增强型人工智能系统，通过分析数据并提供可操作的见解，协助人类进 …
智能数据库
Definition
智能数据库利用机器学习和AI增强标准数据库功能，超越简单的存储和检索。它可以自动优化查询性能，预测用户
Summary
集成AI能力以自动化数据管理、查询优化和洞察生成的数据库系 …
智能体
Definition
智能体是一种能够通过传感器或数据输入感知周围环境，使用推理算法处理这些信息，并通过执行器对环境采取行动的系统
Summary
一种自主的软件实体，能够感知环境、推理行动并执行任务 …
智能自动化
Definition
智能自动化将传统的机器人流程自动化（RPA）与机器学习及自然语言处理等先进AI技术相集成。虽然RPA处理基于规则的结构化
Summary
将人工智能与机器人流程自动化相结合，以处 …
实例选择
Definition
实例选择旨在通过移除冗余或噪声数据点来提高计算效率和模型性能。与特征选择不同，它作用于数据集的行。其目标。
Summary
一种预处理技术，通过选择代表性实例的子集来减小数据集的 …
信息空间分析
Definition
这一概念涉及分析机器学习模型中表示结构的特性。它关注数据点在高维空间中的分布、聚类或分离情况。
Summary
考察数据表示所在空间的几何和拓扑性质。
Key Concepts …
Inception Score
Definition
Inception Score（IS）是一种引入用于评估生成对抗网络（GANs）及其他生成模型性能的统计度量。它结合了两个因素：图像质量（清晰度）和多样性。
Summary
一种 …
图像到图像
Definition
图像到图像（Image To Image, I2I）涉及使用深度学习模型（如生成对抗网络GANs或扩散模型）将一张图像转换为另一张图像。与简单的滤镜不同，I2I可以极大地改变外 …
图像文本到文本
Definition
图像文本到文本（Image Text To Text）指的是处理视觉输入并结合文本查询以产生连贯自然语言输出的模型。这些系统通常被称为视觉-语言模 …
图像到图像转换
Definition
图像到图像（I2I）翻译涉及使用深度学习方法（如生成对抗网络 GAN 或扩散模型），将源域中的像素映射到目标域。它允许进行风格迁移、语义分割等操作，实现不同图像域之间的转换。 …
图像生成
Definition
这一范式利用 Stable Diffusion 或 DALL-E 等模型，根据文本提示或其他输入生成高质量图像。它涉及学习复杂的数据分布，以合成逼真的视觉内容。
Summary
…
超参数调优
Definition
超参数调优涉及评估不同的超参数集，以找到能产生最高模型准确率或最低错误率的配置。常见的策略包括网格搜索、随机搜索以及基于贝叶斯优化的方法，旨在通过迭代改进来寻找最优解。 …
混合搜索
Definition
混合搜索整合了两种不同的检索方法：捕捉语义含义和上下文的稠密向量搜索，以及匹配确切术语的稀疏向量（关键词）搜索。通过利用这两种方法的互补优势，混合搜索能够显著提升检索结果的质量。 …
人工监督
Definition
人工监督是指人类监控、评估并介入由人工智能驱动的决策或行动中的机制和流程。这一概念对于确保自动化系统安全运行至关重要。
Summary
在自动化人工智能系统中保持人类控制和审查的 …
人机交互
Definition
人机交互（HAI）是一门跨学科领域，考察人与人工智能技术之间的动态关系。它专注于设计直观的界面、通信协议和协作…
Summary
研究人类如何与人工智能系统进行沟 …
以人为本的人工智能
Definition
以人为本的人工智能是一种设计哲学，将人类置于人工智能发展的核心。它强调创建透明、公平且对社会有益的系统，而非…
Summary
一种人工智能设计与开发方法，在整个系 …
分层控制系统
Definition
分层控制系统将控制逻辑组织成多个层级，通常从高层战略规划到低层实时执行。高层定义目标和约束条件，低层负责具体的执行和反馈。这种架构有助于简化复杂系统的控制设计，提高模块化和可扩展 …
你好世界：机器时代如何做人
Definition
该短语指的是一部特定的文学作品，考察人类如何在快速的技术进步中保持相关性和尊严。在人工智能话语中，它作为一个文化参考点…
Summary
一本探讨人性与技术交汇处的 …
隐藏层
Definition
隐藏层由神经元组成，这些神经元接收来自前一层层的输入，应用权重和偏置，并通过激活函数将转换后的数据传递到下一层。这些层使神经网络能够…
Summary
神经网络中输 …
H2O
Definition
Summary
H2O是一个广泛使用的开源内存中平台，用于分布式、可扩展的机器学习和预测分析。最初由两名哈佛大学博士生开发，它提供了一个统一的框架，支持从传统机器学习到深度学习的 …
Grok 1
Definition
Grok-1是xAI于2023年11月发布的开创性产品。它是一个仅解码器（decoder-only）的基于Transformer架构的大型语言模型，拥有约330亿个参数。值得注意 …
接地
Definition
在人工智能中，“接地”（Grounding）指的是将符号表示或生成的文本与具体的现实世界实体、数据或感官体验联系起来的过程。对于语言模型而言，这通常涉及检索增强生成（RAG），即 …
GraphQL
Definition
由 Facebook 开发，GraphQL 提供了对 API 中数据的完整且易于理解的描述，赋予客户端只请求所需数据的能力。它取代了传统的 REST API 模式，减少了过度获取 …
Gpt Bigcode
Definition
GPT Bigcode 通常与 StarCoder 等模型相关联，代表了编码辅助人工智能的重大进步。这些模型在庞大的公共代码库上进行预训练，以理解编程语言的语法和语义。 …
治理
Definition
AI 治理是指管理人工智能创建、使用和审计的一套规则、指南和机构结构。它涵盖法律合规性、伦理考量以及风险管理。
Summary
为确保人工智能系统以负责任和合乎道德的方式开发和部 …
GLM
Definition
在统计建模中，GLM 代表广义线性模型（Generalized Linear Models），它将线性回归扩展到允许响应变量具有正态分布以外的误差分布模型。在人工智能领域，GLM …
Genie（视频生成模型）
Definition
Genie指的是一类专为视频合成设计的生成模型家族。由包括Google DeepMind研究人员在内的团队开发，这些模型旨在根据给定的输入（如文本描述或起始图像）生成连贯的视频序 …
生成式人工智能依赖
Definition
这一概念指企业在内容创作、客户服务和数据分析等必要任务中，在战略和运营层面对生成式AI模型产生的依赖。随着采用率的提高，这种依赖性使得企业在系统中断、输出错误或安全漏洞面前变得脆 …
Gemma
Definition
Gemma 模型旨在为研究人员和开发者提供高效且易于访问的体验。它们提供多种尺寸，包括 2B 和 7B 参数版本，允许在各种硬件上进行部署。
Summary
Gemma …
博弈论
Definition
博弈论是应用数学的一个分支，用于建模理性主体之间的战略互动。它分析了其中一个参与者的成功取决于其他人选择的情境。关键概念包括纳什均衡等。
Summary
对理性决策者之间战略互动 …
门控循环单元
Definition
门控循环单元（GRU）是一种专门的循环神经网络（RNN）单元，旨在捕捉序列数据中的长期依赖关系。它简化了长短期记忆（LSTM）架构。
Summary
一种使用门控机制控制信息流动 …
FrontierMath
Definition
FrontierMath是一个专门的评估套件，用于测试大型语言模型在复杂数学问题解决方面的极限。与标准的算术基准不同，它侧重于高水平（high-scoring）的数学推理能力评 …
GGUF
Definition
GGUF（GPT-Generated Unified Format，GPT生成统一格式）是一种专为在消费级硬件上运行大型语言模型而设计的二进制文件格式。它支持各种量化技术，允许模 …
FP8
Definition
8位浮点数（FP8）是一种数值数据类型，在现代AI硬件上进行了专门优化，以在计算效率和准确性之间取得平衡。它减少了内存带宽需求并提高了吞吐量，特别适用于大规模语言模型训练和边缘设 …
前瞻技术
Definition
这一概念涉及设计具有前瞻性能力的AI系统，使其能够模拟潜在结果并主动适应变化。它整合了预测分析、情景规划和风险管理，旨在提高系统的鲁棒性和决策质量，从而在问题发生前进行干预。 …
反馈神经网络
Definition
反馈神经网络（也称为循环神经网络 RNN）包含允许信号传播回之前层的环路。这种递归性使网络能够维持内部状态，从而处理序列数据和时间依赖关系。
Summary
一种连接形成有向循环 …
特征存储
Definition
特征存储在数据工程和机器学习团队之间起到桥梁作用，为批量训练和实时推理提供统一的特征视图。它通过确保训练时使用的特征与在线推理时使用的特征完全一致，解决了训练-服务偏差问题，并支 …
特征哈希
Definition
特征哈希，也称为哈希技巧（hashing trick），允许机器学习模型处理大型稀疏特征空间，而无需维护特征与索引之间的显式映射。通过应用哈希函数，模型可以直接将任意特征映射到固 …
特征工程
Definition
特征工程是利用领域专业知识，将原始数据转换为更能代表底层模式的特征的艺术。该过程包括创建新变量、转换现有数据以及选择最具预测力的特征，从而提升算法效果。
Summary
利用领域 …
特征提取
Definition
特征提取涉及将原始数据转换为一组更能代表潜在问题的特征，从而提高预测模型的准确性。该技术有助于减少数据维度并增强模型表现。
Summary
从原始数据中推导有意义信息的过程，旨在 …
可解释人工智能
Definition
随着机器学习模型变得越来越复杂，特别是深度神经网络，其决策过程往往变得不透明的“黑盒”。XAI旨在使这些决策具有可解释性。
Summary
可解释人工智能（XAI）是指应用人工智 …
探索-利用困境
Definition
在决策过程中，智能体面临权衡：它们可以利用当前知识获得最佳即时奖励，或者探索未知选项以潜在地找到更好的长期策略。
Summary
探索-利用困境是强化学习中的一个基本问题，智能体 …
可进化性
Definition
在计算语境中，可进化性指算法或神经网络架构在代际或训练步骤中提高其适应度的难易程度。高可进化性意味着微小的变化就能导致显著的适应性改进，这对于进化算法和神经架构搜索至关重要。 …
企业认知系统
Definition
企业认知系统将人工智能、自然语言处理和机器学习相结合，在企业环境中模拟人类的思维过程。这些系统通过分析数据、理解非结构化信息并从中学习，以支持复杂的业务决策。它们能够处理大量数 …
经验风险最小化
Definition
经验风险最小化（ERM）是训练监督学习模型的标准目标函数。它涉及从一组函数中选择假设，以最小化训练数据上的平均误差（即经验风险）。其核心思想是通过优化训练集上的表现来逼近真实的风 …
涌现算法
Definition
涌现算法是指系统中许多简单智能体或规则通过局部相互作用而产生的复杂全局行为或模式。与传统的自上而下的编程不同，涌现算法中的整体行为并非预先设计，而是从底层互动中自然浮现出来的。 …
边缘推理
Definition
这种做法涉及将训练好的AI模型直接部署到智能手机、物联网传感器或嵌入式系统等硬件上。通过在本地处理数据，边缘推理显著降低了延迟，并提高了响应速度。
Summary
边缘推理是指将 …
具身智能体
Definition
与处理抽象数据的非具身AI不同，具身智能体在物理环境中学习和行动，依赖于感官输入和运动输出。这一范式对于机器人技术和自主系统至关重要。
Summary
具身智能体是一种通过与物理 …
Eagle
Definition
Eagle代表了在大语言模型领域内的一种特定架构和工程框架，主要侧重于训练效率和可扩展性的优化。它通过改进底层实现和分布式策略，帮助研究人员和企业更快速地训练和部署大规模语言模 …
边缘计算
Definition
边缘计算通过在数据生成附近（如物联网设备、传感器或本地网关）处理数据，解决了以云为中心架构的延迟和带宽限制。在AI领域，边缘计算使得模型能够在设备端直接运行推理，从而实现低延迟响 …
ELMo
Definition
ELMo通过将输入文本通过在大型语料库上训练的双向LSTM进行处理，生成上下文敏感的词嵌入。与Word2Vec等静态嵌入不同，ELMo通过产生不同的向量表示来捕捉一词多义现象。 …
Diffusers: Zimagepipeline
Definition
在 Hugging Face Diffusers 生态系统的背景下，该术语通常指为特定图像生成任务设计的管道配置或封装，可能利用零样本学习方法，或者针对特定的空间约束（如 Z 轴 …
Discovery System
Definition
发现系统是一种计算框架，旨在通过自动化探索庞大的数据空间来加速科学或分析突破。与传统仅寻求局部最优的优化不同，发现系统致力于在整个搜索空间中进行广泛探索，以识别新颖的模式或假设。 …
Diffusers:Stablediffusion3Pipeline
Definition
该管道利用 Stable Diffusion 3 模型，该模型引入了多模态扩散 Transformer（MMDiT）架构和流匹配训练目标。这些进步显著增强了……
Summary
…
Diffusers:Stablediffusionxlpipeline
Definition
该管道实现了 Stable Diffusion XL 架构，该架构使用优化的基础模型和细化模型来生成高分辨率（1024x1024）图像，具有卓越的细节和构图。它…… …
Diffusers: LTX Pipeline
Definition
LTX 管道专为优先考虑生成任务速度和效率的模型量身定制，通常利用蒸馏或加速采样方法。它与 Diffusers 无缝集成。
Summary
Diffusers 中针对 LTX（闪 …
Diella
Definition
Diella 指的是针对提高图像质量（通过增加分辨率或去除噪声）而优化的特定神经网络模型。这些架构通常采用先进的注意力机制或残差连接来提高重建图像的感知质量。
Summary
一 …
DeepSeek V3
Definition
DeepSeek V3是DeepSeek模型家族中的先进迭代版本，其特点是通过混合专家路由机制，在推理过程中仅激活少量参数子集。这种稀疏激活架构使得模型在保持强大推理能力的同时， …
DeepSeek V4
Definition
作为先前版本的继任者，DeepSeek V4暗示了DeepSeek模型系列的持续演进，重点在于增强可扩展性和鲁棒性。虽然具体的公开细节可能因依赖因素而异，但该版本旨在提供更长的上 …
DeepSeek VL V2
Definition
DeepSeek VL V2将标准语言模型的能力扩展到多模态领域，使其能够结合图像和文本进行解释。它利用连接到大型语言模型的视觉编码器，实现了对复杂视觉内容的深入理解和生成。 …
决策树剪枝
Definition
剪枝是一种用于防止决策树模型过拟合的方法，通过移除具有弱预测能力的分支来实现。它可以以预剪枝（提前停止树的生长）或后剪枝的方式执行…
Summary
一种通过移除对 …
数据集：Nvidia/Helpsteer2
Definition
Helpsteer2 是由 NVIDIA 发布的一个精心策划的数据集，包含由大型语言模型生成的响应的成对比较。它侧重于多维度的偏好，如有用性、诚实度等。
Summary
一个专为 …
数据集：S2ORC
Definition
S2ORC 是从 Semantic Scholar 派生的学术文章综合语料库。它包括数百万篇跨各个科学领域的论文的全文本内容、元数据和引用关系。
Summary
Semantic …
数据集：Tiiuae/Falcon Refinedweb
Definition
RefinedWeb 是一个经过过滤的网页大规模数据集，专为预训练基础模型而设计。它处理数十亿个网页，以去除低质量内容、重复项和有害材料。
Summary
由技术创新研究 …
数据集:Natural Questions
Definition
Natural Questions (NQ) 是由 Google 推出的基准数据集，旨在推动开放域问答研究的发展。它将 Google 的真实匿名搜索查询映射到长篇幅的答案上。 …
数据集:Nerfgun3/Bad Prompt
Definition
该术语指代在 Hugging Face 上由用户 ‘Nerfgun3’ 托管的名为 ‘Bad Prompt’ 的特定数据集。虽然不 …
数据集：嵌入数据/Wikianswers
Definition
该数据集包含从已停用的 WikiAnswers 平台抓取的海量问答对。它主要用于训练稠密段落检索和语义匹配模型。通过利…
Summary …
数据集：嵌入数据/简单维基百科
Definition
该数据集由从简单英语维基百科中提取的句子和段落组成。简单英语维基百科是面向非母语用户的维基百科版本，其语法和词汇经过简化。它作为…
Summary
一个源自简单英语 …
数据集：嵌入数据/Altlex
Definition
Altlex 数据集由共享相同底层含义但使用不同词汇或句法结构的句子对组成。它主要用于训练嵌入模型，以捕捉语义上的等价关系。
Summary
包含用于训练模型进行语义等价和同义句 …
数据集：嵌入数据/Flickr30K 描述
Definition
Flickr30K Captions 是一个广泛使用的基准数据集，包含 31,783 张图像，每张图像都标注了五个不同的英文句子来描述视觉内容。它作为构建跨模态理解模型的基础资 …
数据集：嵌入数据/句子压缩
Definition
句子压缩数据集由成对的句子组成，其中目标句子是源句子的缩短版本，在去除冗余信息的同时保留核心含义。这些数据集常用于训练能够理解信息密度的模型。
Summary
包含原始句子及其压 …
数据集：Code Search Net
Definition
Code Search Net 是一个为推进代码检索研究而创建的全面数据集。它包含数百万对自然语言描述和相应的 Java 代码片段。该数据…
Summary
一个旨 …
数据集偏移
Definition
当用于训练机器学习模型的数据分布与推理过程中遇到的数据分布不同时，就会发生数据集偏移。这种差异可能导致模型性能显著下降。
Summary
数据集偏移是指训练数据与部署数据的输入统 …
以数据为中心的AI
Definition
以数据为中心的AI代表了人工智能开发的一种范式转变，其重点在于系统地改进用于训练模型的数据，而不是仅仅优化算法或超参数。这种方法认为高质量的数据是提升模型性能的关键。 …
数据科学与预测分析
Definition
数据科学涉及从结构和非结构化数据中提取知识的跨学科过程，而预测分析则专注于利用历史数据来预测未来……
Summary
该领域结合统计分析和机器学习，从数据中提取见解并预测未来事件 …
维度灾难
Definition
维度灾难是指在高维空间中分析数据时出现的各种现象，这些现象在低维设置中不会出现。随着特征数量的增加，数据点在空间中的分布变得极其稀疏，使得基于距离的算法（如K近邻）难以找到有意义 …
CrewAI
Definition
CrewAI 提供了一个结构化的环境，用于构建多智能体系统，其中每个智能体都有特定的角色、目标和工具集。它允许开发者简化工作流的创建…
Summary
CrewAI …
Croissant
Definition
作为 MLCommons 倡议的一部分开发的 Croissant 使用 JSON-LD 提供标准化的方式来描述数据集，包括其结构、引用和许可。它旨在解决碎片化问题… …
内容溯源
Definition
内容溯源是指对数字内容的来源、创建方式以及随时间推移的修改情况进行文档记录和验证。在人工智能领域，这对于打击（虚假内容）至关重要。
Summary
数字资产来源、历史和所有权的可 …
计算机听觉
Definition
计算机听觉涉及开发算法，使计算机能够从音频波形中提取有意义的信息。这包括语音识别、音乐流派分类等任务。
Summary
计算机听觉是致力于使机器能够像人类一样感知和理解音频信号的 …
合规性
Definition
在人工智能领域，合规性是指确保AI模型及其部署符合适用法律（如GDPR或HIPAA）以及内部伦理框架的过程。
Summary
人工智能系统对法律法规、伦理标准和行业准则的遵守。 …
计算启发式智能
Definition
计算启发式智能涉及采用经验法则、近似值或合理猜测，在合理时间内找到令人满意的解决方案的算法。与穷举搜索不同，它侧重于效率而非绝对最优解。
Summary
当精确方法过于缓慢时，使 …
计算智能
Definition
计算智能（CI）包含一组受自然启发的计算范式，包括神经网络、模糊逻辑和进化计算。这些系统设计用于处理不确定性和复杂性。
Summary
AI的一个分支，处理模仿生物过程以解决复杂 …
ComfyUI
Definition
ComfyUI是一个强大、模块化且基于节点接口的Stable Diffusion模型GUI。与传统提供线性工作流的界面不同，ComfyUI允许用户通过连接不同的功能模块来构建自定 …
常识知识
Definition
常识知识指的是人类自然获得的关于日常生活、物理学、社会规范和因果关系的庞大隐性信息库。在人工智能领域，获取这种知识是实现真正智能的关键挑战，因为机器往往难以像人类一样理解隐含的情 …
CodeQwen
Definition
CodeQwen 是阿里云开发的 Qwen 系列的一个变体，专门针对编程相关活动进行了微调。它利用先进的 Transformer 架构来理解代码…
Summary …
裁剪
Definition
在深度学习工程中，裁剪通常应用于梯度以缓解梯度爆炸问题，确保反向传播的稳定性。它也可以指在应用激活函数之前限制输出 logits 的范围。
Summary
裁剪是一种限制数值（如 …
引用
Definition
随着生成式 AI 模型产生内容，出现了引用机制的需求，以维护学术诚信和法律合规性。这涉及在生成的内容中嵌入对原始来源的参考，从而追溯数据的出处。
Summary
AI 中的引用是 …
ChatGLM
Definition
ChatGLM代表一系列基于Transformer的语言模型，专门设计用于处理高质量的中英文双语对话。由智谱AI开发，这些模型利用…（原文截断，此处为完整语义翻译） …
分块
Definition
Summary
分块是检索增强生成（RAG）和其他NLP管道中的关键预处理步骤。它涉及将文本划分为固定大小或语义单元（块），以适应上下文…
Key Concepts …
链式结构
Definition
在AI应用开发中，链式结构指一种线性或有向图结构，其中多个组件（如大语言模型调用、解析器或外部工具）相互链接。数据从一个组件流向下一个组件，依次进行处理。
Summary
链式结 …
基于案例的推理
Definition
CBR基于相似问题具有相似解决方案的原则运作。该过程涉及从知识库中检索最相似的历史案例，调整其解决方案以适应当前情况，并将新案例保留以供未来使用。
Summary
基于案例的推 …
Bloom
Definition
虽然历史上指本杰明·布鲁姆的教育分类法，但在现代人工智能语境中，它通常指由BigScience开发的Bloom文本嵌入模型。该模型生成高质量的……
Summary
在机器学习 …
BERT
Definition
BERT（Bidirectional Encoder Representations from Transformers）是由Google开发的一种基于Transformer的机 …
生物医学
Definition
生物医学指的是生物学、医学和技术的交叉领域，特别是在开发诊断工具、治疗方法和分析方法方面。在人工智能中，这涉及应用机器学习算法来分析医疗图像、基因组数据和电子健康记录，以辅助临床 …
信念-欲望-意图模型
Definition
信念-欲望-意图（BDI）模型是一种认知架构，用于设计做出理性决策的自主智能体。信念代表智能体对世界的知识，欲望是智能体希望达到的目标状态，而意图则是智能体承诺执行以实现特定欲望 …
行为信息学
Definition
行为信息学结合计算机科学、心理学和统计学，分析由数字交互产生的大规模行为数据。它侧重于提取行为模式、预测未来行为以及理解人机互动中的认知过程，旨在从海量数字痕迹中挖掘有价值的洞 …
贝叶斯优化
Definition
贝叶斯优化使用概率代理模型（通常为高斯过程）来建模目标函数。它采用采集函数来平衡探索与利用，从而高效地找到最优参数配置。
Summary
一种用于全局优化昂贵评估黑盒函数的顺序设 …
批归一化
Definition
该方法在训练期间调整并缩放激活值，使其在每个小批量中具有零均值和单位方差。它减少了内部协变量偏移，允许使用更高的学习率和更快的收敛速度。
Summary
批归一化是一种技术，通过 …
自主智能体
Definition
在人工智能中，自主智能体是在环境中独立运作的实体。它利用传感器感知状态，并通过执行器执行动作，由内部模型指导其行为。
Summary
自主智能体是一种能够感知环境并独立采取行动以 …
建筑自动化
Definition
建筑自动化指的是将机器人系统、无人机和人工智能驱动的项目管理工具整合到建筑生命周期中。这些技术协助完成从砌砖到安全检查的各种任务，从而提高施工效率、精度和安全性。
Summary …
自动化医疗文书录入员
Definition
自动化医疗文书录入员利用自然语言处理和语音识别技术，聆听医生与患者的对话，并创建结构化的电子健康记录。该技术旨在减轻医护人员的行政负担，提高数据记录的准确性和效率。 …
自动语音识别
Definition
自动语音识别（ASR），也称为语音转文字，是语音处理的一个子领域，它利用人工智能将音频信号转录为书面文本。现代ASR系统能够处理各种口音、背景噪音和连续语音，广泛应用于人机交互领 …
审计
Definition
AI审计涉及对机器学习模型及其部署管道的严格、结构化审查。它评估公平性、透明度、问责制和安全性，以识别潜在的偏见。
Summary
对人工智能系统进行系统性评估，以确保其符合道德 …
自动化机器学习
Definition
AutoML（自动化机器学习）通过自动化数据预处理、特征工程、模型选择和超参数调整等任务，简化了ML模型的开发。它使得非专家也能使用。
Summary
一种自动化将机器学习应用于 …
异步处理
Definition
异步处理允许软件执行长时间运行的任务（如I/O操作或复杂计算），而不会冻结主应用程序界面或阻塞其他进程。通过事件循环和回调机制，程序可以在等待任务完成的同时继续响应其他请求，从而 …
音频到音频
Definition
音频到音频（Audio-to-Audio）指旨在将一个音频信号映射到另一个音频信号的神经网络架构。与文本转语音不同，这涉及直接的波形或频谱图转换。应用场景包括声音风格迁移、语音转 …
万物智能
Definition
万物智能（AIoT）代表了人工智能与物联网技术的协同整合。通过将人工智能算法直接嵌入到物联网设备中或…
Summary
人工智能与物联网的融合，使智能设备能够在本地 …
人工智能军备竞赛
Definition
人工智能军备竞赛是指国家、企业和研究机构之间为在人工智能技术领域取得主导地位而展开的激烈竞争。这种 rivalry 推动了快速创新，但也引发了关于安全与速度之间权衡的担忧。 …
人工发明家项目
Definition
“人工发明家项目”是一项跨学科的研究努力，旨在理解和复制人类创造力和发明的认知机制。它致力于构建能够模拟人类创新思维的AI系统。
Summary
一项专注于开发类人创造性问题解决 …
人工智能与选举
Definition
该术语涵盖了AI在民主进程中的双重角色：通过数据分析提高效率，同时通过操纵带来风险。一方面，AI帮助竞选活动精准定位选民并优化策略；另一方面，它也引发了关于虚假信息传播的担忧。 …
论证框架
Definition
论证框架为表示论点及其之间的攻击和防御提供了数学基础。在AI工程中，它们帮助系统通过权衡证据做出透明且可辩护的决策。
Summary
用于建模和解决AI系统中竞争性主张或决策之间 …
匿名化
Definition
匿名化涉及修改数据，使其在没有额外信息的情况下无法再与特定个人关联。在处理敏感数据时，这项技术在机器学习中至关重要。
Summary
从数据集中移除个人身份信息以保护个人隐私的过 …
AlphaChip
Definition
AlphaChip是一个专门的AI系统，旨在自动化并增强微芯片上组件的放置和布线过程。通过采用深度强化学习，它显著缩短了设计周期。
Summary
由Google …
与或树
Definition
与或树是一种用于问题解决和规划的代表结构，特别适用于AI搜索算法。“或”节点表示不同行动之间的选择，而“与”节点表明必须同时完成多个子目标。
Summary
一种在搜索算法中使用 …
算法偏见
Definition
算法偏见通常源于非代表性的训练数据、主观的设计选择或放大现有社会偏见的反馈循环。它表现为预测结果的偏差
Summary
算法偏见是指计算机系统中系统性且可重复的错误，导致不公平的 …
算法推理
Definition
也称为预测或评分，推理发生在模型训练阶段之后。算法接收输入特征，并通过其内部结构（如神经网络中的权重）处理
Summary
算法推理是指经过训练的机器学习模型将学习到的模式应用于 …
算法选择
Definition
算法选择涉及评估不同的计算方法，以确定哪一种能最高效地解决给定任务。此过程考虑的因素包括时间复杂度、空间复杂
Summary
算法选择是根据性能指标和约束条件，为特定问题选择最合 …
智能体框架
Definition
它作为多智能体系统的骨干，提供编排、监控和智能体间协调的工具。该框架确保智能体能够高效运行而不相互干扰。
Summary
智能体框架（Agent harness）是管理系统中多 …
可容许启发式函数
Definition
在路径查找和搜索问题中，可容许启发式函数提供了到达目标节点实际成本的下界。通过保证估计成本始终小于或等于实际成本，它确保了搜索算法（如A*）能找到最优解。
Summary
搜索算 …
主动学习
Definition
主动学习通过允许模型选择最具信息量的实例进行人工标记，减少了所需标记数据的数量。与被动接收随机样本不同，算法会主动识别那些最能提升模型性能的数据点进行查询。
Summary
一种 …
Accelerated Linear Algebra
Definition
该领域专注于加速基本的线性代数计算，这些计算是机器学习和科学模拟的核心。通过利用 GPU、TPU 和其他并行处理能力的优势，显著提高了大规模矩阵运算的速度和效率。
Summary …
AIOps
Definition
IT 运维人工智能（AIOps）结合大数据分析和技术学习算法，以自动化 IT 基础设施和运维管理。它帮助组织管理复杂的 IT 环境，通过智能手段提升运维效率和稳定性。 …
AI战争
Definition
AI战争指的是将人工智能整合到军事战略中，包括自主无人机、预测性后勤、网络防御以及为指挥官提供决策支持的系统。
Summary
将人工智能技术应用于军事行动、监视和自主武器系统。 …
AI基础设施
Definition
AI基础设施涵盖了人工智能运营所需的基础技术栈。这包括高性能计算硬件（如GPU和TPU）、云存储解决方案以及支持数据流动的网络架构，旨在确保AI系统的高效运行和扩展能力。 …
AI 智能体
Definition
AI 智能体是一种在定义的环境中自主运行以完成预定目标的软件实体。它利用感知机制收集数据，处理这些信息，并据此采取行动。
Summary
一种旨在感知环境并采取行动以实现特定目标 …
A/B 测试
Definition
A/B 测试是一种随机对照实验，通过比较两个变体（A 和 B）来评估哪一个在特定指标上能产生更好的结果。在人工智能工程中，它对优化至关重要。
Summary
一种统计方法，通过比 …
AI 安全研究所
Definition
AI 安全研究所是专注于减轻人工智能技术相关风险的专门机构。这些研究所开展关于对抗性攻击、数据隐私等方面的研究。
Summary
致力于研究、开发和推广保障人工智能系统最佳实践的 …
Tool Use
Definition
工具使用使语言模型能够通过调用预定义函数（如计算器、搜索引擎或数据库查询）与外部软件环境交互。这种方法扩展了模
Summary
一种范式，AI代理通过选择和执行外部函数或API来 …
Unsupervised Learning
Definition
无监督学习自主识别原始数据中的隐藏结构、聚类或分布。常见方法包括聚类、降维和生成建模。它是
Summary
一种机器学习技术，模型在无标签数据中学习模式，无需明确的指导或正确答 …
文本摘要
Definition
文本摘要将大量文本缩减为较短版本，而不丢失核心含义。它可以是抽取式的，即从源文本中选择重要句子；也可以是抽象式的，即生成新的概括性语句。
Summary
一项自然语言处理任务，生 …
残差连接
Definition
残差连接（也称为跳跃连接）通过将输入直接添加到后续层的输出来允许梯度在网络中流动。这种架构解决了深层网络中的梯度消失问题。
Summary
一种将输入直接加到层输出上的机制，以促 …
语义搜索
Definition
语义搜索解释查询背后的意图和上下文含义，超越了简单的关键词匹配。它使用嵌入将文本表示为高维空间中的向量，从而允许…
Summary
一种理解查询词含义而非仅匹配关键 …
ReLU
Definition
由于其计算效率高且能缓解梯度消失问题，ReLU 被广泛应用于深度学习的神经网络中。其数学定义为 f(x) = max(0, x)，它引入了非线性特性（原文截断， …
推理
Definition
在人工智能中，推理涉及模拟逻辑演绎、归纳或溯因的算法，以处理数据并生成见解。它包括符号逻辑、概率推断等技术（原文截断，意为 encompasses techniques …
量化
Definition
量化将高精度浮点数（如 FP32）转换为低精度格式（如 INT8 或 FP16）。这种转换减少了模型的内存使用和计算需求，从而加速推理过程并降低硬件要求。
Summary
一种模 …
位置编码
Definition
由于 Transformer 并行处理所有令牌，而不是像循环神经网络（RNN）那样按顺序处理，因此它缺乏对令牌顺序的固有认知。位置编码通过向输入嵌入添加特定的向量来保留这种顺序信 …
规划
Definition
AI中的规划涉及确定一系列动作，使系统从初始状态过渡到期望的目标状态。这需要推理动作的影响以及环境的约束条件。
Summary
在特定环境中生成一系列动作以实现特定目标的认知过 …
多模态
Definition
多模态AI系统整合来自不同感官输入的信息，以形成对世界更全面的理解。与仅限于单一数据类型的单模态模型不同，多模态模型通过跨模态学习和数据融合，能够建立不同模态间的关联。这使得模型 …
记忆
Definition
在人工智能中，记忆是指允许模型在单次推理步骤之外保留信息的机制。这包括用于即时上下文的短期工作记忆，以及用于长期知识保留的长期记忆。通过向量检索等技术，系统能够从历史交互中提取相 …
模型服务
Definition
模型服务涉及将静态的训练模型封装在可扩展的基础设施中，以处理传入请求、执行推理并返回结果。关键挑战包括管理延迟、优化吞吐量以及确保高可用性。通过容器化和服务网格技术，模型服务使 …
损失函数
Definition
损失函数也被称为成本函数或误差函数，它提供一个标量值，指示模型的执行表现。在训练过程中，优化算法利用该值来计算梯度，从而更新模型参数以最小化误差。
Summary
在训练期间量化 …
学习率
Definition
学习率决定了在每次训练迭代中，模型权重相对于计算出的梯度更新了多少。如果学习率过高，可能导致模型在优化过程中越过最优解；如果过低，则可能导致训练收敛缓慢。
Summary
控制模 …
函数调用
Definition
函数调用使大型语言模型能够通过生成指定执行哪个函数及其参数的结构化输出（如 JSON 对象）来与外部工具和 API 进行交互。
Summary
一种允许大语言模型输出结构化数据以 …
可解释性
Definition
可解释性（或称可解释性）涉及使 AI 模型的内部工作原理和决策过程对人类透明且易于理解。这对于调试、确保公平性以及建立用户信任至关重要。
Summary
人类理解 AI 模型做出 …
公平性
Definition
在人工智能领域，公平性是一项关键的伦理指标，确保算法不会基于种族、性别或年龄等受保护属性而延续或放大社会偏见。它涉及在模型开发和部署过程中识别和减轻潜在偏差的努力。 …
Dropout
Definition
在神经网络中，Dropout 通过在每次训练步骤中临时移除随机子集的神经元来防止过拟合。这迫使网络学习在联合使用时有用的鲁棒特征。
Summary
Dropout 是一种正则化技 …
Encoder
Definition
编码器处理原始输入序列或数据结构，并将它们转换为潜在空间表示，通常称为嵌入或代码。它们是 Transformer 和自编码器等架构的核心部分。
Summary
编码器是神经网络的 …
深度伪造
Definition
深度伪造是利用生成对抗网络（GAN）或自动编码器创建的超逼真音频或视频操纵内容。它们在虚假信息传播、隐私侵犯和身份盗用方面引发了重大的伦理和安全关切。
Summary
使用人工智 …
数据保护
Definition
数据保护包括旨在保护个人数据和专有数据免受泄露和滥用的法律、技术和组织措施。在人工智能领域，这包括实施加密、访问控制和匿名化等技术，以确保合规性并维护用户隐私。
Summary
…
字节对编码 (BPE)
Definition
字节对编码（BPE）是一种数据压缩技术，经过调整后应用于自然语言处理中，以处理未登录词（Out-of-Vocabulary）。它从单个字符的词汇表开始，并迭代地合并最频繁出现的字 …
激活函数
Definition
激活函数为神经网络引入非线性，使其能够学习数据中的复杂模式和关系。如果没有这些函数，多层网络的行为将退化为线性变换，无法处理复杂任务。
Summary
根据输入信号确定神经网络节 …
智能体式（或代理式）
Definition
“智能体式”一词描述了具有高自主性的AI智能体。与仅仅预测文本或分类数据的被动模型不同，智能体系统能够将复杂目标分解为子任务，利用工具与环境交互，并独立执行操作以达成目的。 …
两阶段的
Definition
两阶段架构将复杂任务划分为两个独立的步骤，通常涉及检测后跟分类或细化。在计算机视觉中，典型的例子包括像 Faster R-CNN 这样的对象检测器，先生成区域建议，再进行分类。 …
免训练的
Definition
免训练方法是指在不通过反向传播更新底层权重的情况下修改模型行为或输出的技术。这些方法通常利用提示工程、特征提取或其他非参数化手段来实现适配。
Summary
无需执行基于梯度的参 …
后训练
Definition
后训练是机器学习生命周期中的一个关键阶段，发生在模型基于大规模通用数据进行初始预训练之后。在此阶段，模型会经历进一步的调整和优化，以更好地服务于特定应用场景。
Summary
后 …
单样本学习
Definition
单样本学习是少样本学习的一种特定形式，算法在训练期间仅看到一个正例后，必须能够泛化到新类别或新任务。这种方法模仿了人类
Summary
一种学习范式，模型仅通过一个带标签的示例即 …
分布外
Definition
分布外（OOD）检测用于识别落在训练数据分布范围之外的输入。模型在处理 OOD 数据时往往表现不佳，或者自信地给出错误答案，从而导致不可靠
Summary
与模型训练阶段所见的分 …
多步
Definition
多步方法涉及将复杂的查询或任务分解为更小的、可执行的步骤。这种方法在推理任务中至关重要，例如数学问题解决或代码生成。
Summary
一种需要执行一系列逻辑运算或计算才能得出最终 …
基于学习的
Definition
基于学习的方法依赖统计算法来识别模式并根据数据暴露做出决策，这与基于规则的系统形成对比。该类别包括监督学习、无监督学…
Summary
指算法通过经验而非显式编程规 …
高保真的
Definition
高保真描述生成模型的输出与真实数据难以区分或非常相似。在图像生成中，意味着逼真的纹理和光照；在音频中，指清晰自然的语音或音乐。高保真度是衡量生成式AI质量的关键指标，广泛应用于需 …
高维的
Definition
高维是指包含海量属性或特征的 dataset 或向量空间。在人工智能中，这常见于文本嵌入、图像像素或基因表达数据。虽然高维数据蕴含丰富信息，但也带来了“维度灾难”，即随着维度增 …
少样本
Definition
少样本学习使机器学习模型能够从极其有限的数据中进行泛化，通常每个类别仅需一到十个示例。与需要数千个示例的传统监督学习不同，少样本学习利用预训练模型中提取的通用特征，使其能够在新任 …
细粒度
Definition
细粒度分析涉及在子类别层面而非仅仅在主类别层面识别和分类对象或概念。例如，区分狗的具体品种或不同品牌的智能手机，而不是仅仅将其归类为“动物”或“电子产品”。这要求模型捕捉更细微的 …
闭环（closed-loop）
Definition
人工智能中的闭环系统利用来自环境的实时反馈来动态调整其行为或参数。这与执行预定义序列的开环系统形成对比…
Summary
一种控制系统的输出反馈被连续用于调整未来行 …
跨模态（cross-modal）
Definition
跨模态人工智能涉及处理和关联来自不同模态的数据，例如结合视觉、听觉和文本输入。这些系统学习共享表示以理解关系…
Summary
整合和处理不同感官数据类型（如文本和 …
理解
Definition
AI的理解超越了统计相关性，旨在解释数据背后的潜在含义。对于语言模型而言，这涉及掌握句法、语义和语用学，以生成连贯且合乎逻辑的输出。
Summary
在人工智能中，指模型能够理解 …
迁移学习
Definition
迁移学习利用预训练模型来提高在新且相关任务上的性能并减少训练时间。开发人员无需从头开始训练，而是对现有权重进行微调，从而利用先前学到的知识。
Summary
一种机器学习技术，将 …
分词
Definition
分词是自然语言处理（NLP）中的关键预处理步骤，它将非结构化文本转换为适合模型输入的结构化数据。该过程涉及将句子分解为更小的单元，如单词、子词或字符，以便模型能够有效理解语义。 …
Synthetic
Definition
在 AI 领域，合成数据是人工生成的信息，它模仿真实世界的数据，但不包含任何实际的个人或敏感记录。当缺乏真实数据时，它对训练机器学习模型至关重要……
Summary …
Temporal
Definition
AI 中的时序概念涉及分析按时间顺序排列的数据点，如股票价格、传感器读数或自然语言句子。处理时序数据的模型必须考虑序列顺序……
Summary
Temporal 涉及时间序列，关 …
随机
Definition
随机元素为人工智能系统引入变异性，例如数据中的噪声或权重的随机初始化。与确定性模型不同，随机模型考虑了不确定性，从而使得…
Summary
描述涉及随机性和概率而非 …
语义
Definition
AI中的语义分析侧重于理解输入的底层含义，而不仅仅是其表面模式。这涉及将单词或符号映射到概念，捕捉关系等。
Summary
与语言或数据中的意义相关，区别于句法结构或形式。 …
自我
Definition
尽管当前的人工智能缺乏意识，但“自我”一词通常描述元认知能力，即模型分析其自身输出、置信度或内部状态的能力。它出现在相关语境中。
Summary
在AI中，“自我”指代理的身份或 …
扩展
Definition
扩展是扩展AI系统的主动方法论，通过增加更多层、神经元或训练样本来实现。它包括分布式训练等技术，以处理增加的计算需求
Summary
扩展是通过调整模型大小或数据量来增强学习能力 …
搜索
Definition
搜索是AI中用于导航复杂问题空间的基本范式，例如棋类游戏或路径规划。A*、极小化极大算法或蒙特卡洛树搜索等算法评估潜在的
Summary
搜索算法系统地探索解空间，以在AI任务中 …
安全的
Definition
AI安全性涉及实施约束和保障措施，以确保自动化系统行为可预测且不会造成意外的负面后果。这包括技术措施如冗余设计和紧急停止机制。
Summary
指设计为不会对人类、财产或环境造成 …
鲁棒性
Definition
在人工智能中，鲁棒性指模型对抗攻击、数据分布偏移或噪声输入的韧性。一个具有鲁棒性的算法即使在面对干扰时也能继续正确运行。
Summary
描述AI模型或系统在面临噪声、错误或意外 …
Reinforcement（强化）
Definition
强化是一种基本的心理和计算机制，智能体的行为由后果塑造。在机器学习中，它涉及为正确的行为提供正向反馈（奖励），从而引导智能体学习最佳策略。
Summary
强化是指通过奖励或惩罚 …
率
Definition
在AI中，“率”最常指学习率，这是一个超参数，控制每次更新模型权重时，根据估计误差对模型进行调整的幅度。一个适……
Summary
频率或速度的度量，通常指优化中的学习率或令牌生 …
隐私
Definition
在人工智能领域，隐私指的是在数据收集、模型训练和推理阶段，保护敏感用户信息免受未经授权的访问或滥用。它涉及……
Summary
个人控制其个人信息在AI系统中如何被收集、使用和共 …
策略
Definition
“策略”一词根据上下文具有双重含义。在一般管理中，它是决策的指导原则。在强化学习（RL）中，策略是智能体的核心组成部分，它定义了智能体在特定状态下应采取的动作概率分布或确定性动 …
感知
Definition
AI 感知涉及将原始传感器数据转换为可由更高层推理模块处理的意义信息。这包括用于解释视觉场景的计算机视觉、用于处理声音的语音识别以及用于理解文本的自然语言处理。
Summary
…
最优
Definition
在人工智能和优化理论中，最优解是指达到最高可能性能指标的解决方案，例如强化学习中的最大奖励或回归分析中的最小误差。寻找最优解通常涉及在复杂的目标函数空间中进行搜索。 …
在线
Definition
在线学习是一种机器学习范式，模型随着新数据点的到达而增量更新，而不是一次性在静态批量数据上进行训练。这种方法至关重要
Summary
指机器学习模型能够从新数据流中实时持续学习， …
自然语言处理
Definition
自然语言处理（NLP）是人工智能的一个子领域，它将计算语言学与统计、机器学习和深度学习模型相结合。它使机器能够
Summary
人工智能的一个分支，专注于使计算机能够理解、解释和 …
纳什
Definition
在AI中，特别是在多智能体系统和强化学习中，纳什均衡描述了一种稳定状态：给定其他所有智能体的策略，每个智能体的策略都是最优的。没有单个智能体能通过单方面改变策略而获益。 …
马尔可夫
Definition
在人工智能和概率论中，马尔可夫过程是描述系统随机状态转换的基础模型。其核心原则是马尔可夫性质，即系统在下一时刻的状态仅由当前状态决定，而与过去的历史状态无关。
Summary
马 …
蒙特卡洛
Definition
蒙特卡洛技术是一类依赖重复随机抽样来估算数学量的计算算法。它们在多维积分、概率推断以及处理具有不确定性的复杂系统时特别有用，通过大量样本的平均值来逼近真实解。
Summary
蒙 …
损失
Definition
损失函数（也称为成本函数）衡量机器学习模型的预测结果与真实标签在训练期间的匹配程度。优化算法的目标是最小化这个损失值，从而提高模型的准确性。
Summary
一个数值，用于量化模 …
长上下文
Definition
在人工智能语境中，“长”通常描述处理大量输入的能力，如长文档或冗长的视频流。对于大语言模型而言，这涉及管理长上下文窗口，以保持对完整输入的理解和一致性。
Summary
通常指扩 …
大语言模型
Definition
该术语指代更广泛的应用范式，即利用具有数十亿参数的模型在各种语言任务中进行零样本或少样本学习。与专用模型不同，
Summary
利用扩展的神经网络进行广泛领域的自然语言理解和生成 …
指令微调
Definition
这一过程弥合了通用预训练与特定任务表现之间的差距。通过让模型接触多样化的指令-响应对，它学会了泛化到未见过的任务，而无需针对每个新任务进行额外的调整（注：原文截断，此处补全语 …
分层
Definition
分层AI系统将信息或控制组织成嵌套层的树状结构。在强化学习中，分层强化学习（Hierarchical RL）将复杂任务分解为由高层管理的子目标…
Summary
指 …
具身 / 接地
Definition
在人工智能中，“具身”（或“接地”）描述了将符号表示（如单词或逻辑命题）与其在物理世界或感官体验中的实际指代对象联系起来的过程。
Summary
指将抽象符号或语言与真实世界的感 …
引导式
Definition
AI中的“引导式”通常指模型行为受到主要输入之外的额外信息引导的技术。常见例子包括引导扩散（guided diffusion），其中类别信息用于…
Summary
…
生成
Definition
在人工智能中，生成是指模型（特别是生成对抗网络 GAN 和基于 Transformer 的大语言模型）产生文本、图像等新颖内容的能力。
Summary
生成式模型创建与训练分布相 …
高斯
Definition
高斯指的是正态分布，这是一种由均值和方差表征的连续概率分布。在AI中，它广泛用于概率建模、贝叶斯推断以及
Summary
与正态分布相关，这是一种钟形曲线，是统计学和AI噪声建模 …
微调
Definition
微调涉及采用在大型数据集上训练过的通用模型，并在较小、更专业的数据集上进行进一步训练，以提高其在特定任务上的性能。该技术利用了迁移学习的优势。
Summary
微调是指使用额外数 …
演进的
Definition
“演进”一词描述了动态的人工智能模型，这些模型经历持续的学习和适应，而不是在初始训练后保持静态。这一概念是终身学习和在线学习系统的核心。
Summary
描述通过新数据或反馈持续 …
具身
Definition
具身智能认为，智能源于代理（agent）的物理形态与其环境之间的相互作用。与处理抽象数据的非具身智能不同，具身代理使用传感器感知环境，并通过执行器采取行动。这种交互过程对于学习常 …
能量
Definition
能量在人工智能中有两个主要含义。首先，它指运行硬件所需的电力，随着模型规模的扩大，这已成为可持续发展的一个日益关注的问题。其次，在受统计力学启发的模型（如玻尔兹曼机）中，能量是一 …
知识蒸馏
Definition
这一过程涉及将知识从复杂的高性能“教师”神经网络转移到更简单、高效的“学生”网络中。学生不仅从硬标签中学习，还从软标签（即教师模型的输出概率分布）中学习，从而捕捉更丰富的信息。 …
检测
Definition
检测是计算机视觉和信号处理的核心任务，AI模型在此过程中识别感兴趣实体的存在及其位置。与仅分配标签的分类不同，检测通常还包含定位信息（如边界框）。
Summary
在数据集或环境 …
对比的
Definition
这种方法鼓励模型在潜在空间中拉近正样本对（相似项）的嵌入表示，同时推远负样本对（不相似项）。它在计算机视觉和自然语言处理领域被广泛用于学习高质量的特征表示。
Summary
对比 …
基准测试
Definition
基准测试是通过实验来测量AI模型在特定任务上使用预定义基准的表现程度的主动实践。该过程涉及让模型通过标准的测试流程。
Summary
系统地使用基准测试AI模型，以量化其性能并确 …
自主的
Definition
AI中的自主性是指系统感知环境、做出决策并执行操作而无需直接人工控制的能力。与简单的自动化不同，自主系统能够适应变化并调整其行为。
Summary
描述能够在动态环境中独立做出决 …
Adam
Definition
Adam（自适应矩估计）是一种流行的基于一阶梯度的优化算法，用于训练深度神经网络。它结合了两种其他随机梯度下降扩展的优势。
Summary
一种为每个参数计算自适应学习率的优化算 …
智能体
Definition
AI智能体是能够通过传感器（输入）感知周围环境、处理信息，并通过执行器（输出）执行动作以实现既定目标……的软件程序或系统。
Summary
感知环境并采取行动以实现特定目标的自主 …
上下文学习
Definition
上下文学习（ICL）允许大型语言模型在不更新权重的情况下适应新任务。通过在提示上下文中提供输入-输出对，模型可以推断出模式并执行相应任务。
Summary
一种模型通过观察提示中 …
微调
Definition
微调涉及在一个已在大而通用数据集上训练好的模型基础上，继续在专业化数据集上进行训练。这使得模型在保留通用知识的同时，能够习得特定任务的技能。
Summary
使用较小的数据集将预 …
代码生成
Definition
代码生成利用在海量编程语言存储库上训练的大型语言模型，来生成可运行的软件工件。它解析人类可读的提示（如注释或自然语言指令），从而自动生成相应的功能代码。
Summary
利用人工 …
上下文窗口
Definition
上下文窗口定义了AI模型在单次交互中记忆的运作限制。它决定了模型可以关注多少先前的对话历史、文档文本或输入数据，从而保持对整体语境的连贯理解。
Summary
语言模型在推理或训 …
深度学习
Definition
深度学习算法试图模拟人脑的分析和学习过程。通过堆叠多个互连节点的层级，这些模型能够从原始数据中学习分层特征，从而在图像识别、语音处理等任务中表现出色。
Summary
机器学习的 …
思维链
Definition
思维链（Chain-of-Thought, CoT）提示是一种策略，引导大型语言模型在得出最终答案之前，逐步生成推理解释。通过将复杂问题分解为中间步骤，这种方法显著提高了模型在处 …
注意力机制
Definition
注意力机制使模型能够动态地权衡输入序列中不同元素的重要性。与平等对待所有输入数据不同，它会根据上下文分配不同的权重，从而让模型聚焦于最相关的信息部分，显著提升了对长序列数据的处理 …
智能体
Definition
在 AI 中，智能体是代表用户或系统执行任务的实体。与仅对提示做出响应的被动模型不同，智能体具备规划能力，可以使用工具，并能根据其行动结果进行迭代和调整，从而更复杂地解决多步骤问 …