跳到主要内容
Zubnet AI › 学习 › Wiki

AI 维基 — 第 7 页,共 10 页

AI概念,由建造者解释,而非教科书。没有术语墙。没有学术门槛。清晰、实用的定义。

454 术语 8 分类 2026-11-22 更新
💡
每日术语
语义搜索
基于语义而非精确关键词匹配来查找结果的搜索方式。语义搜索不是寻找包含“修复”这个词的文档,而是找到关于“修理”、“解决”、“补丁”和“调试”的文档,因为它们含义相近。它的工作原理是将文本转换为嵌入向量(数值向量),然后在向量空间中找到最接近的匹配项。
→
本页没有符合筛选条件的术语。

第 301–350 个术语,共 454 个 · 第 7 页,共 10 页

筛选本页

参数别名:权重、模型参数
基础
神经网络在训练过程中学到的内部值—本质上是模型以数字形式编码的“知识”。当有人说一个模型有“70亿个参数”时,意思是训练过程中调整了70亿个独立的数值,以捕捉数据中的模式。更多的参数通常意味着更强的学习复杂模式的能力,但也需要更多的存储内…
pass@k别名:pass@1、pass@10、Pass at k
训练
一种代码生成指标,衡量模型的 k 次尝试中至少有一次通过全部测试的概率。
PEFT别名:Parameter-Efficient Fine-Tuning、参数高效微调
训练
一类微调方法,只训练少量新增或选定的参数,而不是整个模型。
Perplexity别名:AI 驱动的搜索引擎、Sonar API
公司
结合实时网络搜索与语言模型推理的AI搜索引擎,提供直接且有来源的答案,而非链接列表。这是过去一代人中对谷歌搜索主导地位最显著的挑战。
困惑度别名:PPL、Perplexity
基础
衡量模型预测文本能力的指标。等于exp(平均交叉熵损失)。代表“模型在多少个token之间做选择”。越低越好。
Phi别名:Microsoft Phi
模型
Microsoft 的小型语言模型家族,参数规模约在 10 亿到 140 亿之间,旨在以可在笔记本或手机上运行的体量提供强大的推理和编程能力。Phi 模型主要在精心过滤的网页文本和 LLM…
Pika别名:Pika Labs
公司
一家 AI 视频生成公司,其网页应用可将文本提示、静态图像和上传的素材转换为短视频片段。Pika 由斯坦福大学博士生 Demi Guo 和 Chenlin Meng 于 2023 年创立,以快速的消费级版本迭代(Pika 1.0 到…
PixVerse别名:PixVerse 视频生成
公司
中国视频生成公司正在构建易于使用的AI视频工具。以其快速的生成速度和免费层级而闻名,这帮助他们在国际市场上迅速建立了庞大的用户群。
池化别名:最大池化、平均池化
基础
一种通过将一个区域汇总为单个值来减少数据空间维度的操作。最大池化取每个区域的最大值。平均池化取均值。在CNN中,池化层在卷积层之间对特征图进行下采样。在Transformer中,池化将token表示合并为单个向量(例如用于分类)。
Pose Estimation别名:人体姿态、骨架检测、关键点检测
使用AI
通过定位关键解剖点(关节、面部标志、指尖)来检测图像或视频中人体(或动物、手、脸)的位置和朝向。输出是一个骨架:一组表示身体姿态的连接关键点。OpenPose、MediaPipe和YOLO-Pose是常见的实现。
Positional Encoding别名:位置嵌入、ALiBi
基础
一种告诉Transformer模型序列中token顺序的机制。与顺序处理token的RNN不同(因此位置是隐含的),Transformer并行处理所有token,没有内在的顺序感。位置编码注入位置信息,使模型知道“狗咬人”和“人咬狗”是不…
Post-Training别名:Post-training
训练
模型在预训练之后经历的一系列训练阶段,把原始的下一个 token 预测器变成可用的助手。它通常结合示范数据上的监督微调、来自人类或 AI…
PPO别名:Proximal Policy Optimization、近端策略优化
训练
PPO(Proximal Policy Optimization)是一种强化学习算法,通过裁剪每次更新偏离旧策略行为的幅度,让策略以小而受控的步子前进。它由 OpenAI 于 2017 年提出,后来成为 RLHF…
训练
模型最初的大规模训练阶段,通过海量语料库学习语言(或其他模态)。这是昂贵的部分—数千块GPU运行数周或数月,耗资数百万美元。结果是一个基础模型,它理解语言,但尚未针对任何任务进行专业化。
精确率与召回率别名:F1 分数、混淆矩阵
基础
评估分类器的两个互补指标。精确率回答“模型标记为正例的项目中,有多少确实是正例?”召回率回答“所有实际正例中,模型找到了多少?”一个高精确率的垃圾邮件过滤器很少将正常邮件标记为垃圾。一个高召回率的过滤器能捕获大多数垃圾邮件。F1…
过程奖励模型别名:Process Reward Model、PRM、步骤级验证器
训练
一种给推理链中每个中间步骤打分的模型,而不是只给最终答案打分,这样好的推理可以在展开的过程中得到引导和奖励。
提示词别名:Prompt
基础
你提供给AI模型以获取回应的文本。提示词可以是一个问题、一条指令、一份创意简报,或一段你希望被解释的代码。模型所做的一切都始于你输入的内容。提示词的质量、具体性和结构直接决定了返回结果的质量。
提示缓存别名:上下文缓存、前缀缓存
使用AI
一种在多次 API 调用间保存并复用已处理的提示前缀的技术,避免重复计算。如果你在每次请求中发送相同的系统提示和文档上下文(这很常见),提示缓存只处理一次并在后续请求中复用已缓存的计算结果。这同时降低了延迟和成本。
使用AI
通过精心设计输入以获得更好的AI模型输出的实践。这包括从简单技巧(明确具体、提供示例)到高级方法(思维链、少量示例提示、角色分配)的范围。尽管名称听起来很花哨,但本质上是与统计系统进行清晰沟通的问题。
提示注入别名:间接提示注入
安全
一种攻击方式,将恶意指令嵌入 AI 模型处理的内容中,导致模型执行攻击者的指令而非用户或开发者的指令。直接注入:用户直接输入恶意指令。间接注入:恶意指令隐藏在模型作为任务一部分读取的网站、文档或电子邮件中。
提示模板别名:模板、提示模式
使用
一种可重复使用的提示结构,带有变量占位符,在运行时填入具体数据。与其每次从头编写新提示,不如定义一次模板——“用{language}总结以下{document_type},重点关注{topic}”——然后填入变量。提示模板是生产AI应用的…
剪枝别名:模型剪枝、权重剪枝
训练
从已训练的模型中移除不必要的参数(权重、神经元或整层)以使其更小更快,同时不显著损失质量。就像修剪一棵树:砍掉贡献最小的树枝,树依然健康。结构化剪枝移除整个神经元或注意力头。非结构化剪枝将单个权重归零。
PyTorch别名:Torch
工具
开源深度学习框架,大多数 AI 研究和大多数开放模型都是用它构建的。
QLoRA别名:Quantized LoRA、量化 LoRA
训练
一种微调方法,在冻结为 4 位精度的模型之上训练 LoRA 适配器,让大模型能放进单块 GPU。
量化别名:GGUF、GPTQ、AWQ
基础设施
降低模型的精度以使其更小更快。使用32位浮点数训练的模型可以被量化为8位、4位甚至更低—将其体积缩小4到8倍,同时仅造成微小的质量损失。GGUF 是通过 llama.cpp 进行本地推理的流行格式。
问答系统别名:QA、阅读理解
使用AI
一种回答自然语言提问的系统。抽取式QA在给定文档中找到答案片段(“根据第3段,答案是……”)。生成式QA从一个或多个来源综合生成答案。开放域QA在没有特定文档的情况下回答任何问题。基于RAG的QA检索相关文档并从中生成答案。
Qwen别名:通义千问
模型
Qwen 是阿里云开发的开放权重大型语言模型家族。该系列横跨多个代际——Qwen 1.5、2、2.5 和 3——参数规模从 5 亿到数千亿不等,既有稠密设计,也有专家混合设计。大多数版本都以宽松的 Apache 2.0…
RAG别名:检索增强生成
工具
一种通过在生成响应前检索相关文档,从而使AI模型获取外部知识的技术。与仅依赖模型在训练期间学到的内容不同,RAG会搜索知识库,找到相关片段,并将其作为上下文包含在提示中。
基础设施
每分钟/每小时/每天可进行的API请求次数限制。提供商实施速率限制以防止服务器过载并确保公平访问。限制通常针对每个API密钥,并可能限制每分钟请求数(RPM)和每分钟令牌数(TPM)。
ReAct别名:Reason + Act、推理与行动
使用AI
一种智能体模式:模型在“推理下一步做什么”“用工具采取行动”和“读取结果”之间交替进行。
推理别名:AI 推理、思维链推理
使用AI
AI模型逐步思考、分解复杂问题并得出逻辑严谨结论的能力。现代推理模型(如OpenAI的o1/o3和DeepSeek-R1)在回答前会生成明确的推理过程,显著提升了数学、编程和逻辑任务的表现。这与简单的模式匹配不同——推理模型能够解决前所未…
Recraft别名:Recraft V3、矢量图形生成
公司
专注于专业级图像和矢量图形生成的AI设计工具。首批能够生成真正可用设计素材的工具之一——SVG、品牌一致的样式以及设计师真正想要使用的可直接用于生产的输出。
红队测试别名:Red Teaming
安全
故意尝试让AI模型失效、行为异常或产生有害输出的做法。红队会探测漏洞:越狱、偏见、生成错误信息、隐私泄露。该术语源自军事推演,其中“红队”扮演对手角色。
回归别名:线性回归、预测
基础
一种预测连续数值而非类别的机器学习任务。“明天的温度是多少?”(回归:预测数字)vs.“明天会下雨吗?”(分类:预测类别)。线性回归拟合一条直线;神经网络回归可以学习输入和输出之间任意的非线性关系。
正则化别名:Regularization、L1 / L2 正则化
训练
一切让模型不去死记训练数据、从而在新数据上泛化得更好的技术。
强化学习别名:RL
训练
一种训练范式,其中AI代理通过与环境互动、采取行动并接收奖励或惩罚来学习。与监督学习(从带标签的示例中学习)不同,强化学习(Reinforcement Learning,…
Reka别名:Reka Core、Reka Flash
公司
由前DeepMind、Google Brain和FAIR研究人员创立的AI研究公司。正在构建原生多模态模型,能够从零开始处理文本、图像、视频和音频。
公司
一个通过简单 API 运行机器学习模型的云平台,无需管理任何基础设施。它托管数千个公开的开放权重模型——覆盖图像、视频、音频和语言——开发者也可以用平台的开源容器工具 Cog…
Reranking别名:Re-ranking、Cross-Encoder Reranking、重排
工具
检索流水线中的第二轮打分,用更准确——也更昂贵——的相关性模型,重新排列第一轮得到的候选文档。向量搜索或关键词搜索等高速第一阶段先返回排名靠前的几十个候选,重排器再把每一个与查询逐一评分,给出更好的最终顺序。
Resemble AI别名:语音克隆、语音合成、水印技术
公司
加拿大语音AI公司,专注于高保真语音克隆和实时语音合成。该公司是首批推出神经音频水印技术用于深伪检测的企业之一,自创业之初便高度重视语音克隆技术可能引发的伦理问题。
残差连接别名:跳跃连接、快捷连接
基础
一种绕过一个或多个层的连接,将输入直接加到输出上:output = layer(x) + x。每一层不需要学习完整的变换,只需学习"残差"——与恒等函数的差异。残差连接存在于每个Transformer层中,对于训练深度网络至关重要。
ResNet别名:Residual Network、残差网络
模型
2015 年的图像模型,用跳跃连接训练出了超过 100 层深的网络,这个想法如今存在于几乎所有现代模型之中。
负责任扩展政策别名:Responsible Scaling Policy、RSP、Frontier Safety Framework、Preparedness Framework、前沿安全框架
安全
AI 开发者的一项公开承诺,即测试模型是否具备危险能力,并在开发或发布越过既定风险阈值的模型之前落实特定的保障措施。
检索别名:信息检索、IR
基础
从大型集合中根据查询找到相关文档、段落或数据的过程。在 AI 中,检索是 RAG 中的“R”——在将相关上下文提供给语言模型之前获取它的步骤。检索可以使用关键词匹配(BM25)、语义相似性(嵌入向量)或结合两者的混合方法。
奖励黑客别名:Reward Hacking、规范博弈、Specification Gaming
安全
AI 找到办法在奖励信号上拿高分,却并没有真正去做设计者想让它做的事。
奖励模型别名:RM、偏好模型
训练
一种经过训练来预测人类对 AI 回复偏好的模型。给定一个提示和两个候选回复,奖励模型会评分人类更倾向于哪个回复。在 RLHF 流程中,奖励模型提供训练语言模型生成更好回复的信号——它是人类判断的学习代理。
RLAIF别名:AI反馈强化学习
训练
RLHF的一种变体,其中偏好标签来自AI模型而非人类标注者。一个强大的AI模型比较响应对并指出哪个更好,为强化学习提供反馈信号。这使得对齐能够超越人类标注的瓶颈进行扩展,同时保持合理的质量。
RLHF别名:基于人类反馈的强化学习
训练
一种训练技术,由人类评估者根据输出质量对模型输出进行排序,此反馈用于训练一个奖励模型,引导AI生成更优质的响应。这正是将原始预训练模型(仅预测下一个词)转变为有帮助且无害助手的关键。
RLVR别名:Reinforcement Learning with Verifiable Rewards、RL with Verifiable Rewards、可验证奖励强化学习
训练
一种强化学习方法,奖励信号来自自动化的程序检查器——例如数学答案是否完全正确,或生成的代码能否通过单元测试——而不是人类偏好标签或学习式奖励模型。正确性既然可以机械验证,训练循环就能扩展到数百万道题,途中不需要任何人类标注者。最近这一波推…
RNN别名:循环神经网络、LSTM、GRU
模型
一种通过维护隐藏状态来处理序列的神经网络,该隐藏状态在每一步都会更新——它“记住”到目前为止看到的内容。LSTM和GRU是改进的变体,解决了原始RNN容易遗忘长距离依赖的问题。在2018至2020年Transformer取代它们之前,RN…
ESC