跳到主要內容
Zubnet AI › 學習 › Wiki

AI 維基 — 第 2 頁,共 10 頁

AI概念,由建造者解釋,而非教科書。沒有術語牆。沒有學術門檻。清晰、實用的定義。

454 術語 8 分類 2026-11-22 更新
💡
每日術語
提示快取
一種在多次 API 呼叫之間儲存和重複使用已處理的提示前綴的技術,避免冗餘計算。如果你每次請求都發送相同的系統提示和文件上下文(這很常見),提示快取只處理一次並在後續請求中重複使用快取的計算結果。這減少了延遲和成本。
→
本頁沒有符合篩選條件的術語。

第 51–100 個術語,共 454 個 · 第 2 頁,共 10 頁

篩選本頁

自主代理AI 代理、代理式 AI
使用AI
一種能夠在最少人類監督下獨立規劃、決策和執行多步驟任務的 AI…
Autoregressive(自回歸)別名:自回歸模型、下一詞元預測
基礎
一種逐一生成輸出詞元的模型,其中每個新詞元都是基於之前所有詞元來預測的。每個現代 LLM — Claude、GPT、Llama、Gemini —…
AWS Bedrock別名:Amazon Bedrock
公司
Amazon Web Services 的託管平台,用於透過統一的 API 存取和部署來自多個供應商(Anthropic、Meta、Mistral、Cohere、Stability AI、Amazon 自己的 Titan…
反向傳播別名:Backprop、反向傳遞
基礎
計算神經網路中每個參數對誤差的貢獻程度的演算法,使梯度下降能有效地更新參數。反向傳播透過網路反向應用微積分的鏈式法則:從輸出的損失開始,將梯度逆向傳播通過每一層,以確定每個權重應承擔的責任。
Baidu別名:Ernie、Wenxin Yiyan、Ernie Bot、文心一言
公司
中國科技巨擘,以搜尋引擎與文心一言(Ernie)最為知名——後者是它於 2023 年推出的聊天機器人及基礎模型家族,也是中國最早與 ChatGPT 競爭的主要產品之一。百度也營運蘿蔔快跑(Apollo Go)自駕計程車服務、自行研發崑崙…
批次處理 API別名:Batch API、批次 API、批次推論、批次處理
使用AI
一種把大量 LLM 請求提交給服務商非同步處理的方式,放棄即時回應,換來大約一半的價格。
Batch Size & Epoch別名:小批量、訓練輪次
訓練
批量大小是模型在更新參數之前處理多少個訓練樣本。一個輪次(epoch)是對整個訓練資料集的一次完整遍歷。一個在 100 萬個樣本上以批量大小 1,000 訓練 3 個輪次的模型,每次更新處理 1,000 個樣本,每個輪次需要 1,000…
基準測試別名:Benchmark
訓練
用來評估和比較AI模型的標準化測試。基準測試會衡量特定能力—推理(ARC)、數學(GSM8K)、程式設計(HumanEval)、一般知識(MMLU)—並產生可跨模型比較的分數。
BERT別名:Bidirectional Encoder Representations from Transformers
模型
Google 於 2018 年推出的基於 Transformer 的模型,透過引入雙向預訓練徹底改變了自然語言處理——每個 token 都能關注其他所有 token,使模型具有深層的上下文理解能力。BERT…
安全
AI輸出中系統性模式—反映或放大訓練數據中存在的社會偏見。偏見可能出現在文本生成、圖像生成、招聘工具,以及模型做出影響人們不同的決定的任何地方。
偏差-變異數權衡別名:Bias-Variance Tradeoff、偏差-變異數困境
基礎
在過於簡單、抓不住規律的模型(偏差)和過於靈活、連雜訊都去擬合的模型(變異數)之間取得平衡。
Black Forest Labs別名:FLUX.1 系列模型
公司
由 Stable Diffusion 的原始創作者在離開 Stability AI 後創立。他們的 FLUX 模型迅速成為開源圖像生成的新標準,超越了他們離開時所留下的模型的品質。
BLEU 與 ROUGE別名:BLEU 分數、ROUGE 分數
基礎
通過將模型輸出與參考文本進行比較來評估文本生成品質的經典指標。BLEU(雙語評估替代方法)衡量生成文本中有多少 n-gram 出現在參考文本中 — 最初設計用於機器翻譯。ROUGE(面向召回的摘要評估替代方法)衡量參考文本中有多少…
BPE別名:位元組對編碼、子詞分詞
基礎
建構分詞器詞彙表最常用的演算法。BPE 從單個位元組或字元開始,反覆合併最頻繁的相鄰對成為新的 token。經過數千次合併後,常見的單詞會變成單一…
Bria別名:授權訓練資料、企業級圖像生成
公司
以色列的人工智慧公司,僅使用獲得授權且標明來源的訓練數據來建立其影像生成模型,定位為企業在需要AI生成視覺內容時的首選方案——無版權風險。
字節跳動別名:豆包、TikTok、AI 驅動的推薦系統
公司
母公司為TikTok,也是全球最有價值的科技公司之一。其AI實驗室開發了Doubao模型家族,並驅動每日服務超過十億使用者的推薦演算法。
Cartesia別名:Sonic、基於 SSM 的語音模型
公司
基於狀態空間模型(SSM)架構,而非 Transformer 架構的語音 AI 新創公司。他們的 Sonic 模型實現了超低延遲的語音生成,讓即時對話式 AI 首次感覺真正自然。
Catastrophic Forgetting別名:災難性干擾
訓練
當神經網路在新任務上訓練時,失去了執行先前學習任務的能力。在客服資料上微調模型可能使其在客服方面表現出色,但在編碼方面變得糟糕。新的學習覆蓋了編碼舊能力的權重,「遺忘」了它們。
Cerebras別名:Cerebras Systems、WSE
公司
一家建造晶圓級 AI 處理器的晶片公司——晶片大小相當於整片矽晶圓,比標準 GPU 大 100 倍以上。Cerebras WSE-3(Wafer Scale Engine)包含 4 兆個電晶體和 900,000 個核心。其 CS-3…
思維鏈別名:CoT
使用AI
一種提示技術,要求模型在給出最終答案前逐步展示其推理過程。模型不會直接下結論,而是—公開其思考過程—這大幅提升了在複雜任務中的準確性。
Character.AI別名:c.ai
公司
一個用於建立和與 AI 角色聊天的平台——虛構人物、歷史人物和自訂角色,在對話中保持一致的個性、知識和說話模式。由前 Google Brain 研究人員創立,Character.AI 是首批實現大規模消費者採用的 AI…
使用AI
用於對話式 AI 互動的軟體介面。現代聊天機器人(Claude、ChatGPT、Gemini)由 LLM 驅動,能處理開放式對話、程式碼、圖片和工具。
Chatbot Arena別名:LMSYS Arena、ELO 排名
基礎
一個由 LMSYS 開發的群眾外包平台,使用者與兩個匿名 AI 模型並排聊天,並投票選出哪個回應更好。結果用於計算 ELO 評分——與西洋棋使用的相同排名系統——建立一個基於真實人類偏好而非自動化基準的持續更新模型品質排行榜。
檢查點別名:模型檢查點、快照
訓練
在訓練過程中儲存的模型狀態快照 — 權重、最佳化器狀態、學習率排程和訓練步數。檢查點讓你能在中斷後恢復訓練(硬體故障、被搶佔)、評估模型的中間版本,以及在訓練退化時回退到較早的版本。每隔幾千步儲存檢查點是標準做法。
分塊別名:Chunking、文字分塊、文件切分
使用AI
在做嵌入之前把文件切成較小的片段,讓 RAG 系統能只找出並回傳相關的部分。
Classification別名:分類器、分類法
基礎
將輸入分配到預定義類別之一的任務。「這封電子郵件是垃圾郵件嗎?」(二元分類)。「這張影像是貓、狗還是鳥?」(多類別分類)。「這些標籤中哪些適用於這篇文章?」(多標籤分類)。分類是最常見的監督式學習任務,也是無數實際 AI 應用的基礎。
Claude別名:Claude Sonnet、Claude Opus、Claude Haiku
模型
Claude 是由 Anthropic 打造的大型語言模型系列,分為 Haiku、Sonnet、Opus 三個等級,在速度、成本與能力之間取捨。它以聊天助手、API 和一組代理型工具的形式提供,並採用 Anthropic 的…
CLIP別名:對比語言-圖像預訓練
模型
OpenAI(2021 年)的一個模型,透過在 4 億個圖像-文字描述對上訓練來學習連接圖像和文本。CLIP 將圖像和文本編碼到同一個嵌入空間中,其中匹配的圖像-文本對距離近,不匹配的對距離遠。它是大多數現代多模態 AI…
聚類別名:K-Means、DBSCAN、聚類分析
基礎
一種無監督學習任務,在沒有預定義標籤的情況下將相似的資料點分組在一起。給定客戶購買資料,聚類可能會發現不同的客戶群體(特價獵人、奢侈品買家、偶爾購物者)。K-means 是最常見的演算法:選擇 K…
CNN別名:卷積神經網路、ConvNet
模型
一種設計用於處理網格狀資料(影像、音訊頻譜圖)的神經網路架構,透過在輸入上滑動小型濾波器(核)來偵測邊緣、紋理和形狀等局部模式。CNN 從 2012 年(AlexNet)到 2020 年左右 Vision Transformer…
程式編寫代理別名:Coding Agents、Agentic Coding、AI 程式編寫代理、程式碼代理
使用AI
能端對端完成程式設計任務的 AI 系統,它們會閱讀程式碼庫、修改檔案、執行命令和測試,並根據結果反覆迭代。
AI 程式編寫助手別名:程式碼 Copilot、AI IDE
工具
協助開發者撰寫、審查、除錯與部署程式碼的人工智慧工具。從自動補全(GitHub Copilot、Codeium)到完全自主開發(Claude…
Cohere別名:Command、Embed、Rerank 模型
公司
以企業應用為導向的人工智慧公司,由Aidan Gomez共同創立,他是原始《Attention Is All You Need》Transformer論文的共同作者之一。專注於針對企業應用場景優化的模型、RAG技術以及多語言支援。
ComfyUI別名:Comfy
工具
一個開源的節點式介面,透過把模型和處理步驟連接成圖來搭建影像、影片和音訊生成流程。
Computer Use別名:電腦操作代理、GUI 代理、Computer-Using Agent (CUA)
使用AI
一種讓 AI 模型像人類一樣操作實際桌面或瀏覽器的能力:查看螢幕截圖,再發出滑鼠與鍵盤動作。模型不呼叫 API,而是感知螢幕、決定要點選或輸入什麼,再由執行器實際操作;這個迴圈會持續到任務完成或代理放棄。Anthropic 的…
電腦視覺別名:CV、機器視覺
基礎
人工智慧領域專注於讓機器能夠解釋和理解來自世界的視覺資訊——圖片、影片、3D場景和文件。電腦視覺推動了從人臉辨識與自動駕駛到醫療影像與AI影像生成等各項應用。核心任務包括物件偵測、影像分類、分割、OCR與姿勢估計。
Constitutional AI別名:CAI
安全
Anthropic 開發的一種對齊技術,模型被訓練為遵循一套原則(「憲法」),而不是僅依賴人類回饋來做每個決策。模型根據這些原則批評和修改自己的輸出,然後在修改後的輸出上進行訓練。這減少了對人類標註者的需求,並使對齊標準變得明確和可審計。
Contamination別名:資料污染、基準洩漏
基礎
當基準測試資料出現在模型的訓練資料中,使其分數被膨脹而不反映真正的能力。如果模型在訓練期間看到了測試題目而「事先複習了答案」,其基準效能就毫無意義。隨著訓練資料集越來越大並抓取更多的網際網路內容(基準資料通常在網上公布),污染正成為日益嚴…
內容審核別名:AI 審核、信任與安全
安全
運用AI來大規模偵測與過濾有害、非法或違規的內容。這包括文字分類(恨意言論、垃圾訊息、威脅),影像分析(NSFW檢測、CSAM),以及影片審查。現代系統會結合AI分類器與人工審查,但AI本身所產生的內容數量正造成審查危機—如今你必須用AI…
內容溯源別名:Content Provenance、C2PA、Content Credentials、內容憑證
安全
關於一段媒體內容來自哪裡、經過哪些編輯(包括是否由 AI 生成)的可驗證記錄,最常見的實作方式是 C2PA 標準。
Context Engineering別名:上下文工程
使用AI
設計、組合並維護模型在上下文視窗中看到的一切——包括系統提示詞、檢索到的文件、工具輸出、記憶及對話紀錄——使模型能可靠完成工作的實務。這個詞於 2025…
上下文長度擴展YaRN、NTK 縮放、RoPE 縮放
基礎設施
使語言模型能夠處理比訓練中見過的序列更長序列的技術。在 4K token 上訓練的模型可以透過修改其位置編碼(通常是 RoPE)並結合對較長序列的短期微調,擴展到 32K 或 128K。這避免了從頭在長序列上訓練的巨大成本。
上下文腐化別名:Context Rot、長上下文退化
使用AI
隨著上下文視窗被填滿,模型的準確性和可靠性下降,而且遠在達到官方上限之前就會出現。
上下文視窗別名:上下文長度
使用AI
模型在單次對話中可處理的最大文字量(以 token 為單位)。這包括您的輸入和模型的輸出內容。如果某模型具有 200K 的上下文視窗,這大約相當於 15 萬字 — 約等同於兩本小說的篇幅。
持續學習別名:終身學習、增量學習
訓練
模型持續從新資料中學習而不忘記之前所學的能力。目前的 LLM 訓練一次後就凍結 — 更新它們需要昂貴的重新訓練。持續學習將允許模型從每次互動中學習、保持最新資訊,並隨時間適應個別使用者,就像人類自然學習的方式。
連續批次處理別名:Continuous Batching、Dynamic Batching、In-flight Batching、Iteration-level Scheduling、動態批次處理
基礎設施
一種 LLM 推論服務技術,在每個生成步都把新請求加入正在執行的批次、把已完成的請求移出,讓 GPU 始終滿載。
對比學習別名:SimCLR、InfoNCE
訓練
一種自監督學習方法,透過對比正對(相似的項目,應在嵌入空間中接近)和負對(不相似的項目,應在嵌入空間中遠離)來訓練模型。CLIP 對比匹配的圖像-文本對和不匹配的對。SimCLR…
ControlNet別名:控制網路
模型
一種為圖像生成模型增加空間控制的架構。ControlNet 不是只用文字描述你想要什麼(「一個人站著」),而是讓你指定怎麼做 — 提供邊緣圖、深度圖、姿態骨架或分割圖來引導構圖。生成的圖像會遵循控制輸入的空間結構,同時根據文字提示填充細節。
Convolution別名:Conv、卷積層、核、濾波器
基礎
一種數學運算,將一個小型濾波器(核)滑過輸入以偵測局部模式。在影像中,一個 3×3 核滑過每個位置,計算與底層像素的內積以產生特徵圖。不同的核偵測不同的模式:水平邊緣、垂直邊緣、紋理,以及在更深層中最終偵測像眼睛或車輪等複雜特徵。
ESC