跳到主要內容
Zubnet AI › 學習 › Wiki

AI 維基 — 第 7 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 301–350 個術語,共 454 個 · 第 7 頁,共 10 頁

篩選本頁

參數別名:權重、模型參數
基礎
神經網路在訓練過程中學習到的內部值 — 本質上是將模型的「知識」編碼為數字。當有人說一個模型有「70 億 參數」時,意思是這70 億…
pass@k別名:pass@1、pass@10、Pass at k
訓練
一種程式碼生成指標,衡量模型的 k 次嘗試中至少有一次通過全部測試的機率。
PEFT別名:Parameter-Efficient Fine-Tuning、參數高效微調
訓練
一類微調方法,只訓練少量新增或選定的參數,而不是整個模型。
Perplexity別名:AI 驅動的搜尋引擎、Sonar API
公司
AI 搜尋引擎,結合即時網路搜尋與語言模型推理,直接給出附有來源的答案,而非一串連結。一個世代以來對 Google 搜尋霸權最具可見度的挑戰。
衡量模型預測文字能力的指標。exp(平均交叉熵損失)。代表「模型在多少個詞元中做選擇」。越低越好。
Phi別名:Microsoft Phi
模型
Microsoft 的小型語言模型家族,參數規模約在 10 億到 140 億之間,旨在以可於筆記型電腦或手機上執行的規模,提供強大的推理與程式設計能力。Phi 模型主要以精心篩選的網頁文字和 LLM…
Pika別名:Pika Labs
公司
一家 AI 影片生成公司,其網頁應用程式可將文字提示、靜態圖像與上傳素材轉換成短影片片段。Pika 由史丹佛大學博士生 Demi Guo 與 Chenlin Meng 於 2023 年創立,以快速迭代消費級版本(從 Pika 1.0 至…
PixVerse別名:PixVerse 影片生成
公司
中國影片生成公司,打造易於使用的 AI 影片工具。以生成速度快和免費方案聞名,幫助他們在國際市場上快速建立龐大的使用者基礎。
池化別名:最大池化、平均池化
基礎
一種透過將區域總結為單一值來減少資料空間維度的操作。最大池化取每個區域的最大值。平均池化取平均值。在 CNN 中,池化層在卷積層之間對特徵圖進行降採樣。在 Transformer 中,池化將 token 表示組合成單一向量(例如用於分類)。
姿態估計別名:身體姿態、骨架偵測、關鍵點偵測
使用AI
透過定位關鍵解剖點——關節、面部特徵點、指尖——來偵測圖像或影片中人體(或動物、手、臉)的位置和方向。輸出是一個骨架:一組連接的關鍵點,代表身體的姿態。OpenPose、MediaPipe 和 YOLO-Pose 是常見的實作方案。
Positional Encoding別名:位置嵌入、ALiBi
基礎
一種告知 Transformer 模型序列中 token 順序的機制。與按序列處理 token 的 RNN 不同(因此位置是隱式的),Transformer 平行處理所有…
Post-Training別名:Post-training
訓練
模型在預訓練後接受的一系列訓練階段,可將原始的下一個 token 預測器轉變成實用的助手。它通常結合使用示範資料的監督式微調、根據人類或 AI…
PPO別名:Proximal Policy Optimization、近端策略最佳化
訓練
PPO(Proximal Policy Optimization)是一種強化學習演算法,會限制每次更新偏離策略先前行為的幅度,讓策略以小幅且受控的步驟更新。它由 OpenAI 於 2017 年提出,後來成為 RLHF…
訓練
初始的大規模訓練階段,模型從龐大的語料庫中學習語言(或其他模態)。這是最昂貴的部分 —— 數千顆 GPU 運行數週或數月,耗資數百萬美元。結果是一個理解語言但尚未針對任何任務特化的基礎模型。
精確率與召回率F1 分數、混淆矩陣
基礎
兩個互補的分類器評估指標。精確率回答「模型標記為正的項目中,有多少是真正的正?」召回率回答「所有實際的正中,模型找到了多少?」高精確率的垃圾郵件過濾器很少將真正的郵件標記為垃圾郵件。高召回率的過濾器則能捕捉到大部分垃圾郵件。F1…
過程獎勵模型別名:Process Reward Model、PRM、步驟級驗證器
訓練
一種給推理鏈中每個中間步驟評分的模型,而不是只給最終答案評分,這樣好的推理可以在展開的過程中得到引導和獎勵。
Prompt(提示詞)別名:提示、Prompt
基礎
你提供給 AI 模型以獲取回應的文字。提示詞可以是一個問題、一條指令、一份創意摘要,或是一段你想要解釋的程式碼。模型所做的一切都始於你輸入的內容。提示詞的品質、具體性和結構直接決定了回應的品質。
提示快取上下文快取、前綴快取
使用AI
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。
使用AI
精心設計輸入以從 AI 模型獲得更好輸出的實踐。從簡單技巧(具體明確、提供範例)到進階方法(思維鏈、少樣本提示、角色指定)都涵蓋在內。儘管名稱花俏,本質上是與統計系統清晰溝通。
提示注入間接提示注入
安全
一種攻擊方式,將惡意指令嵌入 AI 模型處理的內容中,導致模型遵循攻擊者的指令而非使用者或開發者的指令。直接注入:使用者輸入惡意指令。間接注入:惡意指令隱藏在模型在執行任務時讀取的網站、文件或電子郵件中。
提示範本別名:範本、提示模式
使用AI
一種帶有可變佔位符的可重用提示結構,在執行時填入特定資料。你不必為每個使用者請求從頭撰寫新的提示,而是定義一次範本 — 「用 {language} 總結以下 {document_type},重點放在 {topic}」 —…
剪枝別名:模型剪枝、權重剪枝
訓練
從已訓練的模型中移除不必要的參數(權重、神經元或整個層),使其更小更快且不會顯著損失品質。就像修剪樹木:剪掉貢獻最少的枝條,樹仍然保持健康。結構化剪枝移除整個神經元或注意力頭。非結構化剪枝將個別權重歸零。
PyTorch別名:Torch
工具
開源深度學習框架,大多數 AI 研究和大多數開放模型都是用它建構的。
QLoRA別名:Quantized LoRA、量化 LoRA
訓練
一種微調方法,在凍結為 4 位元精度的模型之上訓練 LoRA 適配器,讓大模型能放進單塊 GPU。
量化別名:GGUF、GPTQ、AWQ
基礎設施
降低模型的精度使其更小更快。以 32 位元浮點數訓練的模型可以被量化到 8 位元、4 位元甚至更低 —— 大小縮減 4-8 倍且品質損失驚人地小。GGUF 是透過 llama.cpp 進行本地推理的流行格式。
Question Answering別名:QA、閱讀理解
使用AI
一種回答以自然語言提出的問題的系統。擷取式 QA 在給定文件中找到答案段落(「根據第三段,答案是……」)。生成式 QA 從一個或多個來源綜合出答案。開放領域 QA 在沒有特定文件的情況下回答任何問題。基於 RAG 的 QA…
Qwen別名:通義千問(Tongyi Qianwen)
模型
Qwen 是由 阿里雲開發的開放權重大型語言模型家族。產品線橫跨多個世代 —— Qwen 1.5、2、2.5 和 3 —— 參數規模從 5…
RAG別名:檢索增強生成
工具
一種在生成回應前先檢索相關文件來為 AI 模型提供外部知識的技術。RAG 不只依賴模型在訓練期間學到的知識,而是搜尋知識庫、找到相關片段,並將其作為上下文放入提示中。
基礎設施
對每分鐘/每小時/每天能發出多少 API 請求的限制。供應商施加速率限制以防止伺服器過載並確保公平使用。限制通常按 API 金鑰套用,可以限制每分鐘請求數(RPM)和每分鐘 token 數(TPM)。
ReAct別名:Reason + Act、推理與行動
使用AI
一種代理模式:模型在「推理下一步做什麼」「用工具採取行動」和「讀取結果」之間交替進行。
推理別名:AI 推理、思維鏈推理
使用AI
AI模型能夠逐步思考、分解複雜問題,並得出邏輯嚴謹的結論。現代推理模型(如OpenAI的o1/o3與DeepSeek-R1)在回答前會經過訓練以生成明確的推理過程,大幅提升了在數學、程式設計與邏輯任務上的表現。這與單純的模式匹配不同——推…
Recraft別名:Recraft V3、向量圖形生成
公司
專注於專業級影像和向量圖形生成的 AI 設計工具。最早產出真正可用的設計素材的公司之一 —— SVG、品牌一致的風格以及設計師實際想要使用的可投入生產的輸出。
紅隊測試別名:Red Teaming
安全
刻意嘗試讓AI模型失敗、行為不當或產生有害輸出的實踐方式。紅隊會探測潛在漏洞:越獄、偏見、錯誤資訊生成、隱私洩漏等。此名稱源自軍事推演中「紅隊」扮演敵對方的傳統。
迴歸別名:線性迴歸、預測
基礎
一種預測連續數值而非類別的機器學習任務。「明天的氣溫會是多少?」(迴歸:預測一個數字)vs.「明天會下雨嗎?」(分類:預測一個類別)。線性迴歸擬合一條直線;神經網路迴歸可以學習輸入和輸出之間任意的非線性關係。
正則化別名:Regularization、L1 / L2 正則化
訓練
一切讓模型不去死記訓練資料、從而在新資料上泛化得更好的技術。
強化學習別名:RL
訓練
一種訓練架構,其中AI代理透過與環境互動、執行動作並獲得獎勵或懲罰來學習。不同於監督學習(透過標記過的範例學習),強化學習是從經驗中學習——透過試錯。強化學習讓AlphaGo擊敗世界冠軍,教導機器人行走,並是RLHF中的「RL」,讓聊天機…
Reka別名:Reka Core、Reka Flash
公司
由前DeepMind、Google Brain與FAIR研究人員創立的人工智慧研究公司。正在開發原生多模態模型,能夠從頭開始處理文字、圖片、影片和音訊。
公司
一個透過簡單 API 執行機器學習模型的雲端平台,無須管理任何基礎設施。它託管數千個公開的開放權重模型——涵蓋圖像、影片、音訊與語言——開發者也可使用平台的開放原始碼容器工具…
Reranking別名:Re-ranking、Cross-Encoder Reranking、重新排序
工具
檢索管線中的第二輪評分,使用更準確——但也更昂貴——的相關性模型,重新排列第一輪取得的候選文件。向量搜尋或關鍵字搜尋等快速的第一階段會先傳回排名最高的數十個候選項目,重新排序器再逐一根據查詢為其評分,產生更好的最終排序。
Resemble AI別名:語音複製、語音合成、浮水印技術
公司
加拿大語音AI公司,專注於高保真語音克隆與即時語音合成。率先推出神經音訊水印技術用於深度偽造檢測,從一開始就重視語音克隆的倫理影響。
殘差連接別名:跳躍連接、捷徑連接
基礎
一種繞過一個或多個層的連接,透過將輸入直接加到輸出:output = layer(x) + x。每一層不需要學習完整的轉換,只需要學習「殘差」— 與恆等函數之間的差異。殘差連接存在於每個 Transformer 層中,是訓練深度網路的關鍵。
ResNet別名:Residual Network、殘差網路
模型
2015 年的影像模型,用跳躍連接訓練出了超過 100 層深的網路,這個想法如今存在於幾乎所有現代模型之中。
負責任擴展政策別名:Responsible Scaling Policy、RSP、Frontier Safety Framework、Preparedness Framework、前沿安全框架
安全
AI 開發者的一項公開承諾,即測試模型是否具備危險能力,並在開發或發布越過既定風險閾值的模型之前落實特定的保障措施。
檢索資訊檢索、IR
基礎
從大型集合中找到相關文件、段落或資料以回應查詢的過程。在 AI 中,檢索是 RAG 中的「R」——在將上下文提供給語言模型之前獲取相關資訊的步驟。檢索可以使用關鍵字匹配(BM25)、語意相似度(嵌入)或結合兩者的混合方法。
獎勵駭客別名:Reward Hacking、規範博弈、Specification Gaming
安全
AI 找到辦法在獎勵訊號上拿高分,卻並沒有真正去做設計者想讓它做的事。
獎勵模型RM、偏好模型
訓練
一種經過訓練來預測人類對 AI 回應偏好的模型。給定一個提示和兩個候選回應,獎勵模型評分人類會偏好哪個回應。在 RLHF 流程中,獎勵模型提供訓練語言模型產生更好回應的訊號——它是人類判斷的學習代理。
RLAIF別名:來自 AI 回饋的強化學習
訓練
RLHF 的一個變體,其中偏好標籤來自 AI 模型而非人類標註員。一個強大的 AI 模型比較回應對並指出哪個更好,為強化學習提供回饋訊號。這將對齊擴展到超越人類標註的瓶頸,同時保持合理的品質。
RLHF別名:基於人類回饋的強化學習
訓練
一種訓練技術,由人類評估員對模型輸出按品質排序,這些回饋用於訓練一個獎勵模型,引導 AI 產出更好的回應。它將一個只會預測下一個詞的原始預訓練模型轉變為有用且無害的助理。
RLVR別名:Reinforcement Learning with Verifiable Rewards、RL with Verifiable Rewards、可驗證獎勵強化學習
訓練
一種強化學習方法,其獎勵訊號來自自動化的程式驗證器——例如數學答案是否完全正確,或生成的程式碼能否通過單元測試——而非人類偏好標籤或經過訓練的獎勵模型。由於能以程式自動驗證正確性,訓練迴圈可擴展至數百萬個問題,全程不需要人類標註人員參與。…
RNN別名:遞迴神經網路、LSTM、GRU
模型
一種透過維護在每一步更新的隱藏狀態來處理序列的神經網路——它「記住」迄今看到的內容。LSTM 和 GRU 是改進的變體,解決了原始 RNN 容易忘記長距離依賴關係的問題。在 2018 至 2020 年左右 Transformer…
ESC