跳到主要内容
Zubnet AI › 学习 › Wiki

AI 维基 — 第 9 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 401–450 个术语,共 454 个 · 第 9 页,共 10 页

筛选本页

腾讯别名:混元大模型、微信、游戏 AI
公司
微信背后的中国科技巨头,全球最大的游戏公司之一,同时在生成式人工智能领域日益成为一股重要力量。其混元模型驱动着腾讯庞大生态系统中的各项功能,服务超过十亿用户。
张量别名:多维数组
基础
多维数字数组——深度学习中的基本数据结构。标量是0D张量(单个数字)。向量是1D张量。矩阵是2D张量。图像是3D张量(高度 × 宽度 × 通道)。一批图像是4D张量。模型权重、激活值、梯度——神经网络中的一切都是张量。
测试时计算别名:推理时计算、思维链、思考token
基础
在推理期间(当模型生成回复时)使用额外计算来提高回答质量。模型不是立即生成答案,而是“思考”更长时间——生成推理token、探索多种方法或验证自己的输出。在测试时使用更多计算会产生更好的答案,特别是对于复杂推理任务。
文本摘要别名:摘要、TL;DR
使用AI
自动生成保留关键信息的文本缩短版本。抽取式摘要选择并组合最重要的现有句子。生成式摘要生成捕捉含义的新句子——就像人类做摘要那样。现代LLM擅长生成式摘要,能对文档、文章和对话生成流畅准确的摘要。
文字转语音别名:TTS、语音合成、语音AI
使用
将书面文本转换为自然流畅的语音音频。现代TTS系统使用神经网络生成几乎无法与人类声音区分的语音,并能控制情感、节奏、重音,甚至进行特定的语音克隆。ElevenLabs、OpenAI…
苦涩的教训别名:The Bitter Lesson、Bitter Lesson、Sutton 的苦涩教训
基础
Rich Sutton 在 2019 年提出的论点,即能随算力扩展的通用方法,最终会胜过建立在人类专业知识之上的方法。
Thinking Machines别名:Thinking Machines Lab、TML
公司
一家由 OpenAI 前 CTO Mira Murati 和一支知名研究团队于 2025 年创立的 AI 研究与产品公司。其首款产品 Tinker 是一个微调 API,让开发者无需自建 GPU 基础设施就能定制开放权重语言模型。
Throughput别名:每秒token数、TPS
基础设施
系统在所有并发请求中每秒能够生成的token总数。与延迟(单个请求的服务速度)不同。高吞吐量的系统同时服务许多用户。低延迟的系统快速服务每个用户。两者之间通常存在权衡。
公司
一个运行和训练开源AI模型的云平台。Together…
Token别名:词元
基础
AI模型处理文本的基本单位。一个token通常是一个词或词的一部分—"understanding"可能是一个token,而"un" + "der" +…
分词器别名:Tokenizer、Tokenization
基础
将原始文本转换为模型可以处理的token的算法。分词器维护一个固定的token类型词汇表,并将任何输入文本拆分为该词汇表中的token序列。不同的模型使用不同的分词器——同一句话在Claude、GPT和Llama中的分词结果不同,这会影响…
工具使用别名:函数调用
工具
AI模型在对话过程中调用外部函数或工具的能力。与其仅仅生成文本,模型可以决定进行网络搜索、运行代码、查询数据库或调用API—然后将结果整合到其响应中。模型输出一个结构化的“工具调用”,由主机应用程序执行。
TPU别名:Tensor Processing Unit、张量处理单元
基础设施
Google 专门为机器学习工作负载设计的一族定制 AI 加速器芯片,也就是 ASIC。TPU 放弃 GPU 的通用灵活性,换来围绕大型矩阵乘法单元构建的脉动阵列架构;在主宰深度学习的张量数学上,它能提供高吞吐量与高能效。Google…
利用从一个任务或数据集中学到的知识来提高在不同但相关任务上的性能。无需每次都从头训练,而是从一个已经理解一般模式(语言结构、视觉特征)的模型开始,然后将其适配到你的特定需求。预训练然后微调是现代AI的主导范式。
模型
几乎所有现代大型语言模型(LLMs)以及许多图像和音频模型背后都使用了这种神经网络架构。由Google在2017年的论文“Attention Is All You…
Tripo别名:文本转 3D、图像转 3D
公司
专注于从文本或图像生成3D模型的人工智能公司。在大多数3D生成技术仅能产出不可用的模糊块的领域中,Tripo凭借能够生成干净、可直接用于生产的网格模型而脱颖而出,这些模型真正可供游戏开发者和设计师使用。
TTFT别名:Time to First Token、首 token 时间、首 token 延迟、首字延迟
基础设施
从向模型发出请求到收到响应的第一个 token 之间的延迟,是衡量 AI 应用响应是否灵敏的主要指标。
Turing Test别名:模仿游戏
基础
图灵测试是 Alan Turing 在 1950 年论文《Computing Machinery and…
Twelve Labs别名:视频检索、Pegasus、Marengo
公司
视频理解公司,让您可以通过自然语言搜索、分析和生成视频内容。可以将其视为“视频的RAG”—他们的模型理解视频内容的方式,就像大型语言模型(LLM)理解文本一样。
U-Net别名:UNet
模型
一种 U 形卷积网络,先把图像逐步缩小,再借助跳跃连接把它重建回来,也是第一波扩散模型的骨干。
公司
一家 AI 音乐生成公司,其网页应用可以把文本提示词变成完整歌曲,包括人声、歌词和配器。公司由前 Google DeepMind 研究人员创立,于 2024 年公开上线,随后与 Suno…
欠拟合别名:Underfitting、高偏差
训练
模型过于简单或训练不足,学不到数据中的规律,连训练过的样本都表现不好。
一种在没有被告知要寻找什么的情况下,从数据中发现模式的训练方法。没有标签,没有正确答案——只有原始数据和一个发现其结构的模型。聚类、降维和异常检测是经典任务。
Upstage别名:Solar 模型、Document AI
公司
一家以Solar模型系列和Document AI产品闻名的韩国人工智能公司。他们证明了经过良好训练的小型模型可以超越规模更大的模型——其Solar 10.7B在国际基准测试中的表现远超其规模。
验证集别名:开发集、保留集
训练
从训练中保留的数据子集,用于在开发过程中评估模型性能和调整超参数。三分法:训练集训练模型,验证集指导关于模型的决策(学习率、架构、何时停止),测试集提供最终的无偏性能估计。验证集是你在开发过程中的镜子。
梯度消失别名:Vanishing Gradients、梯度爆炸、梯度消失问题
基础
一种训练故障,学习信号在向后穿过许多层的过程中逐渐缩小到几乎为零(或者急剧膨胀)。
向量数据库别名:Qdrant、Pinecone、Weaviate、ChromaDB
工具
一种优化用于存储和搜索嵌入(向量)的数据库。与传统数据库通过匹配精确关键词不同,向量数据库能够找到语义上最相似的条目。当你询问“如何修复内存泄漏”时,它会返回关于“调试RAM消耗”的文档,因为它们的嵌入向量相近。
Veo别名:Google Veo、Veo 2、Veo 3
模型
Google DeepMind 的视频生成模型系列,可将文本提示或静态图像转换为简短的高分辨率视频片段。该系列从最初的 Veo(2024)经 Veo 2 发展到 Veo…
Vibe Coding别名:Vibe Coding、氛围编程
使用AI
一种构建软件的方式:用自然语言描述想要什么,让 AI 模型编写代码,再在不仔细审查的情况下接受结果。Andrej Karpathy 于 2025 年 2…
视频生成别名:文本到视频、AI 视频
基础
使用 AI 模型从文本描述、图像或其他视频创建视频。Sora(OpenAI)、可灵(快手)、Runway Gen-3、Vidu…
Vidu别名:Vidu 视频生成、长片段连贯性
公司
生数科技推出的视频生成平台,能够生成一些物理上连贯的AI生成视频。凭借出色的运动质量和多镜头一致性,与西方竞争对手相媲美。
视觉别名:多模态视觉、图像理解
使用
语言模型理解和推理图像与文本的能力。你发送一张照片并问“这张图像里有什么?”或上传一个图表并问“总结趋势。”具有视觉能力的模型(Claude、GPT-4V、Gemini)将图像编码为token,语言模型将其与文本token一起处理,实现统…
Vision Transformer别名:ViT、视觉Transformer
模型
一种将Transformer架构应用于图像的方法,通过将图像分割成固定大小的块(如16×16像素),将每个块视为一个"token",然后用标准的Transformer注意力处理这一块序列。ViT(Dosovitskiy et al.,…
工具
一个开源LLM服务引擎,通过PagedAttention和连续批处理实现高吞吐量。vLLM处理GPU内存管理、请求调度和KV缓存优化的复杂工程,提供兼容OpenAI的API,使在生产中自托管开源模型(Llama、Mistral、Qwen)…
词汇表别名:词表、Token词汇表
基础
模型能够识别和生成的固定token集合。词汇表在训练期间由分词器构建,通常包含32K到128K个条目——常见词、子词片段、单个字符和特殊token。模型处理的任何文本都必须可表示为该词汇表中的token序列。不在词汇表中的token会被分…
语音 AI别名:语音 AI、对话式 AI
工具
用于生成、理解及操控人类语音的人工智能系统。这包括文本到语音(TTS)、语音到文本(STT/ASR)、声音克隆、实时语音翻译、语音情感识别以及对话式语音代理。该领域已发展到人工智能生成的语音通常与人类语音难以区分的程度。
语音克隆别名:语音合成、语音复制
使用AI
从简短的音频样本创建特定人声音的合成副本,使文本转语音听起来像那个人。现代系统(ElevenLabs、PlayHT、Resemble AI)可以从短至15秒的音频以惊人的保真度克隆声音,捕捉音调、口音、说话风格和情感范围。
Voyage AI别名:voyage-3、领域专用 embedding
公司
嵌入模型公司构建针对代码、法律、金融和多语言搜索的专用向量。其模型在MTEB排行榜上始终名列前茅,并通过API提供业内领先的检索质量。
VRAM别名:显存、GPU 内存
基础设施
GPU上的内存,与系统RAM分开。AI模型必须适合VRAM才能在GPU上运行。一个70亿参数、16位精度的模型需要约14GB的VRAM。消费级GPU有8-24GB;数据中心GPU(A100、H100)有40-80GB。VRAM几乎总是本地…
万相别名:Wan 视频模型、开源权重视频生成
公司
阿里巴巴专门的视频生成计划,发布高质量的开源视频模型。这是阿里巴巴更全面的策略的一部分,旨在在各个模态的开源AI领域处于领先地位。
水印别名:AI水印
安全
嵌入AI内容中用于检测的不可见信号。文本:在统计上偏置token选择。图像:不可见的像素模式。
权重初始化别名:Xavier初始化、Kaiming初始化、He初始化
训练
在训练开始前如何设置神经网络权重。糟糕的初始化可以让训练还没开始就失败(激活值消失或爆炸)。好的初始化确保激活值和梯度在各层之间保持合理的幅度。Xavier初始化(用于tanh/sigmoid)和Kaiming/He初始化(用于ReLU)…
权重别名:模型权重、神经网络权重
训练
神经网络内部在训练过程中通过调整以最小化误差的数值。每个神经元之间的连接都有一个权重,决定了前一个神经元对下一个神经元的影响程度。当你下载一个模型文件——例如 .safetensors、.gguf 或 .pt…
Weights & Biases别名:W&B、WandB
公司
追踪机器学习实验的主流MLOps平台。W&B让你记录训练过程中的指标、超参数、模型输出和系统性能,然后直观地比较各次运行。它已成为ML研究人员和工程师追踪尝试了什么、什么有效以及为什么有效的标准工具——本质上是实验的版本控制。
Whisper别名:OpenAI Whisper
模型
OpenAI 于 2022 年发布的开源语音识别模型。Whisper 使用在 68 万小时弱监督音频上训练的编码器-解码器 Transformer…
Windsurf别名:Codeium、Windsurf编辑器
公司
一款AI原生代码编辑器(前身为Codeium),在AI编程助手领域与Cursor竞争。与Cursor一样,Windsurf是基于VS…
词嵌入别名:Word2Vec、GloVe、词向量
基础
词的密集向量表示,含义相似的词具有相似的向量。Word2Vec(2013)和GloVe(2014)开创了这一领域:它们在词共现模式上训练,产生"king − man + woman ≈…
世界模型别名:内部世界模型、学习模拟器
模型
一种构建关于世界如何运作的内部表示的模型——不仅仅是统计相关性,还包括因果关系、物理定律和空间推理。关于LLM是否拥有世界模型的辩论是AI中最具争议的之一:它们是否真正理解物体被松开时会掉落,还是只是知道在文本中“掉落”经常跟在“松开”后…
xAI别名:Grok
公司
Elon Musk的AI公司(2023年成立)。产品包括Grok系列模型、X平台数据访问权、Colossus计算集群(10万+块H100)。
小米别名:MiLM、消费电子 AI
公司
全球最大的消费电子公司之一,现在正在构建自己的AI模型。MiLM驱动小米手机、智能家居设备和电动汽车生态系统的各项功能——为下一十亿用户提供AI服务。
ESC