思维树
Definition
思维树（ToT）通过允许模型在每个步骤中探索多个不同的推理路径并形成树状结构，扩展了传统的思维链提示方法。模型会对这些路径进行评估，以决定后续行动。
Summary
思维树是一种 …
Algorithms
量子机器学习
Definition
量子机器学习（QML）是一个新兴的跨学科领域，它将量子计算能力与机器学习技术相结合。其目的是利用量子现象（如纠缠和叠加）来加速数据处理和模型训练，从而在特定任务上实现超越经典计算 …
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 …
最大内积搜索
Definition
最大内积搜索（MIPS）是信息检索和机器学习中的一个基本问题，尤其在推荐系统中应用广泛。与衡量余弦相似度的标准搜索不同，MIPS 旨在最大化向量间的点积值，这通常能更准确地反映用 …
终身规划A*算法
Definition
终身规划A*（LPA*）是为成本随时间变化的环境设计的A搜索算法的扩展。与重新启动搜索不同，LPA维护一个优先级队列并仅更新受更改影响的节点，从而显著提高了在动态图环境中重新规划 …
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 …
分层可导航小世界
Definition
分层可导航小世界（HNSW）算法构建了一个多层图结构，其中每一层包含下一层节点的子集。导航从顶层开始，逐步向下移动到更详细的层级，直到找到最近的邻居。这种方法结合了小世界网络的快 …
极值优化
Definition
与维持种群的遗传算法不同，EO作用于单个解。它识别对整体适应度贡献最小的组件，并用随机替代方案替换它。
Summary
极值优化是一种受自组织临界性启发的启发式搜索算法，旨在通过 …
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。 …
差分随机梯度下降
Definition
DP-SGD 是随机梯度下降的一种变体，旨在保护训练数据的隐私。它通过裁剪每个样本梯度的贡献来限制敏感度，然后添加高斯噪声来实现隐私保护。
Summary
一种优化算法，通过对标 …
交叉熵法
Definition
交叉熵法（CEM）是一种强大的通用优化算法，用于解决离散和连续问题。它通过维护搜索空间上的概率分布来工作，并通过迭代更新该分布以聚焦于高性能样本，从而逐步优化解决方案。 …
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 …
球树
Definition
球树将数据点划分为嵌套的超球体（球），而不是超矩形。这种结构允许通过计算距离来进行高效的剪枝，从而加速最近邻查询。
Summary
一种用于组织空间中点的二叉树数据结构，优化高维 …
自动谈判
Definition
自动谈判涉及代表人类利益进行讨价还价的软件代理。这些代理利用博弈论、优化算法和机器学习来提出报价、评估对手策略并达成最优协议，常用于商业交易和资源分配场景。
Summary
使用 …
演员-评论家算法
Definition
演员-评论家算法包含两个组件：演员负责更新策略以选择动作，评论家则通过估计价值函数来评估这些动作的质量。两者协同工作，以提高强化学习的稳定性和效率。
Summary
一种结合基于 …
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 …
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 …
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。 …
在线策略
Definition
在线策略算法要求智能体直接从其当前策略所采取的动作中学习。这意味着在探索过程中收集的数据被立即用于更新策略，从而确保数据分布的一致性。
Summary
一种强化学习方法，其中被评 …
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 …
Reinforcement Learning（强化学习）
Definition
强化学习（RL）是机器学习的一个分支，专注于智能体应如何在环境中采取行动以最大化累积奖励的概念。与监督学习不同，强化学习不依赖标记数据，而是通过试错和奖励信号进行学习。 …
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 …
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 …
蒙特卡洛
Definition
蒙特卡洛方法是AI和统计学中用于近似难以解析求解的复杂数学问题的关键技术。通过生成成千上万个随机样本来估算结果。
Summary
指蒙特卡洛方法，这是一类依赖重复随机采样以获得数 …
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 …
反向传播
Definition
反向传播（Backpropagation），即误差反向传播，是一种用于人工神经网络的方法，旨在计算损失函数关于权重的梯度。它通过将误差信号从输出层向输入层反向传播，并利用链式法则 …