跳到主要內容
Zubnet AI › 學習 › Wiki

AI 維基 — 第 9 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 401–450 個術語,共 454 個 · 第 9 頁,共 10 頁

篩選本頁

騰訊別名:混元大模型、微信、遊戲 AI
公司
微信背後的中國科技巨擘,也是全球最大的遊戲公司之一,並逐漸成為生成式AI領域的重要力量。其Hunyuan模型驅動著騰訊龐大的生態系統中的各項功能,服務超過十億使用者。
Tensor別名:多維陣列
基礎
多維數字陣列——深度學習中的基本資料結構。純量是 0 維張量(單個數字)。向量是 1 維張量。矩陣是 2 維張量。影像是 3 維張量(高度 × 寬度 × 通道)。一批影像是 4 維張量。模型權重、激活值、梯度——神經網路中的一切都是張量。
測試時計算別名:推論時計算、思維鏈、思考 Token
基礎
在推論過程中(模型生成回應時)使用額外計算以提高答案品質。模型不是立即生成答案,而是「思考」更長的時間 — 生成推理 token、探索多種方法或驗證自己的輸出。在測試時使用更多計算會產生更好的答案,特別是對於複雜的推理任務。
Text Summarization別名:摘要、TL;DR
使用AI
自動生成保留關鍵資訊的文字縮短版本。擷取式摘要選取並組合最重要的現有句子。抽象式摘要生成捕捉原意的新句子——就像人類摘要一樣。現代 LLM 擅長抽象式摘要,能為文件、文章和對話產出流暢、準確的摘要。
文字轉語音別名:TTS、語音合成、語音 AI
使用AI
將書面文字轉換為自然流暢的語音音訊。現代 TTS 系統使用神經網路生成幾乎與人聲無法區分的語音,並能控制情感、節奏、語氣,甚至進行特定聲音的複製。ElevenLabs、OpenAI TTS 以及 Bark 和 XTTS…
苦澀的教訓別名:The Bitter Lesson、Bitter Lesson、Sutton 的苦澀教訓
基礎
Rich Sutton 在 2019 年提出的論點,即能隨算力擴展的通用方法,最終會勝過建立在人類專業知識之上的方法。
Thinking Machines別名:Thinking Machines Lab、TML
公司
一家由 OpenAI 前 CTO Mira Murati 與一群知名研究人員於 2025 年創立的 AI 研究及產品公司。其首款產品 Tinker 是一套微調 API,讓開發者無須自建 GPU 基礎設施,就能自訂開放權重語言模型。
Throughput別名:每秒 Token 數、TPS
基礎設施
系統在所有並行請求中每秒可生成的 token 總數。與延遲(單一請求被服務的速度)不同。具有高吞吐量的系統可同時服務許多使用者。具有低延遲的系統讓每個個別使用者感覺很快。兩者之間通常存在權衡。
公司
一個用於運行和訓練開源 AI 模型的雲端平台。Together AI 以具有競爭力的價格提供流行開源模型(Llama、Mistral、Qwen 等)的推理 API,以及微調和自訂訓練基礎設施。由 AI…
Token別名:詞元
基礎
AI模型處理文字的基本單位。一個 token 通常是單字或單字片段 — 「understanding」可能是單個 token,而「un」+「der」+「standing」則可能是三個。平均來說,一個 token 大約相當於英文單字的…
Tokenizer(分詞器)別名:分詞、Tokenization
基礎
在模型處理文字之前,將原始文字轉換為 tokens 的演算法。分詞器維護一個固定的詞元類型詞彙表,並將任何輸入文字拆分為這些詞元的序列。不同的模型使用不同的分詞器 — 同一個句子在 Claude、GPT 和 Llama…
工具使用別名:函式呼叫
工具
AI 模型在對話過程中呼叫外部函數或工具的能力。除了僅生成文字外,模型可以決定在網路上搜尋、執行程式碼、查詢資料庫或呼叫 API — 然後將結果納入其回應中。模型輸出結構化的「工具呼叫」,由主機應用程式執行。
TPU別名:Tensor Processing Unit、張量處理單元
基礎設施
Google 專為機器學習工作負載設計的一系列客製化 AI 加速器晶片(ASIC)。TPU 捨棄 GPU 的通用彈性,採用以大型矩陣乘法單元為核心的脈動陣列架構,在主導深度學習的張量運算上提供高吞吐量與能源效率。Google 自…
利用從一個任務或資料集中學到的知識來提升在不同但相關任務上的表現。你不必每次都從頭訓練,而是從一個已經理解一般模式(語言結構、視覺特徵)的模型開始,再將其調適到你的特定需求。預訓練然後微調是現代 AI 的主導範式。
模型
幾乎所有現代大型語言模型 (LLM) 和許多影像/音訊模型所採用的神經網路架構。由 Google 於 2017 年發表的論文《Attention Is All You Need》所提出,Transformers…
Tripo別名:文字轉 3D、圖像轉 3D
公司
AI公司專注於從文字或圖片生成3D模型。在大多數3D生成技術僅能產出無法使用的塊狀物的領域中,Tripo則以生成精緻且可直接投入生產的網格模型而脫穎而出,讓遊戲開發者與設計師能夠實際使用的模型。
TTFT別名:Time to First Token、首 token 時間、首 token 延遲、首字延遲
基礎設施
從向模型發出請求到收到回應的第一個 token 之間的延遲,是衡量 AI 應用程式回應是否靈敏的主要指標。
Turing Test別名:模仿遊戲
基礎
Alan Turing 在 1950 年論文《Computing Machinery and…
Twelve Labs別名:影片檢索、Pegasus、Marengo
公司
影片理解公司,讓您能使用自然語言來搜索、分析和生成影片內容。可以把它想成是「影片的 RAG」— 他們的模型理解影片內容的方式,就像大型語言模型(LLM)理解文字一樣。
U-Net別名:UNet
模型
一種 U 形卷積網路,先把影像逐步縮小,再藉助跳躍連接把它重建回來,也是第一波擴散模型的骨幹。
公司
一家 AI 音樂生成公司,其網頁應用程式可將文字提示變成完整歌曲,包括人聲、歌詞與配器。公司由前 Google DeepMind 研究人員創立,於 2024 年公開上線,隨後與 Suno…
欠擬合別名:Underfitting、高偏差
訓練
模型過於簡單或訓練不足,學不到資料中的規律,連訓練過的樣本都表現不好。
一種模型在沒有被告知要尋找什麼的情況下從資料中發現模式的訓練方法。沒有標籤、沒有正確答案 — 只有原始資料和一個自行發現結構的模型。聚類、降維和異常偵測是經典的任務。
Upstage別名:Solar 模型、Document AI
公司
韓國AI公司以Solar模型系列和Document AI產品聞名。證明規模較小但訓練良好的模型在許多方面可以超越規模遠大的模型——其Solar 10.7B在國際基準測試中的表現遠超其規模。
Validation Set別名:開發集、保留集
訓練
從訓練中保留的資料子集,用於在開發過程中評估模型效能和調整超參數。三向劃分:訓練集訓練模型,驗證集引導關於模型的決策(學習率、架構、何時停止),測試集提供最終的、無偏的效能估計。驗證集是你在開發過程中的鏡子。
梯度消失別名:Vanishing Gradients、梯度爆炸、梯度消失問題
基礎
一種訓練故障,學習訊號在向後穿過許多層的過程中逐漸縮小到幾乎為零(或者急劇膨脹)。
向量資料庫別名:Qdrant、Pinecone、Weaviate、ChromaDB
工具
一個用於儲存和搜尋嵌入(向量)的資料庫。與傳統資料庫透過匹配精確關鍵字不同,向量資料庫會找出語意上最相近的項目。當你詢問「如何修復記憶體洩漏」時,它會回傳關於「除錯 RAM 使用量」的文件,因為嵌入的相似度較高。
Veo別名:Google Veo、Veo 2、Veo 3
模型
Google DeepMind 的影片生成模型系列,可將文字提示或靜態圖像轉換成簡短的高解析度影片片段。該系列從最初的 Veo(2024),經 Veo 2 發展至 Veo 3(2025);Veo 3…
Vibe Coding別名:Vibe Coding、氛圍程式設計
使用AI
一種建構軟體的方式:以自然語言描述需求,讓 AI 模型撰寫程式碼,再接受結果而不仔細審查。Andrej Karpathy 於 2025 年 2…
影片生成文字到影片、AI 影片
基礎
使用 AI 模型從文字描述、影像或其他影片建立影片。Sora(OpenAI)、Kling(快手)、Runway Gen-3、Vidu…
Vidu別名:Vidu 影片生成、長片段連貫性
公司
生數科技的影片生成平台,生產一些物理上連貫的AI生成影片。因出色的運動品質和多鏡頭一致性,能夠與西方競爭對手相媲美。
視覺輸入別名:多模態視覺、圖像理解
使用AI
語言模型理解並推理圖像以及文本的能力。你可以發送一張照片並問「這張圖像中有什麼?」或上傳一張圖表並問「總結趨勢」。具備視覺能力的模型(Claude、GPT-4V、Gemini)將圖像編碼為 token,語言模型將這些 token 與文本…
Vision Transformer別名:ViT、視覺 Transformer
模型
將 Transformer 架構應用於圖像的方法,透過將圖像分割為固定大小的區塊(例如 16×16 像素),將每個區塊視為「token」,然後用標準的 Transformer 注意力處理區塊序列。ViT(Dosovitskiy…
vLLM別名:vLLM
工具
一個開源的 LLM 服務引擎,透過 PagedAttention 和連續批次處理實現高吞吐量。vLLM 處理 GPU 記憶體管理、請求排程和 KV 快取最佳化的複雜工程,提供 OpenAI 相容的…
詞彙表別名:詞表、Token 詞彙表
基礎
模型能夠辨識和產生的固定 token 集合。詞彙表由分詞器在訓練期間構建,通常包含 32K 到 128K 個條目 — 常見詞彙、子詞片段、單個字元和特殊 token。模型處理的任何文本都必須能表達為此詞彙表中的 token…
語音 AI別名:語音 AI、對話式 AI
工具
用於生成、理解與操控人類語音的人工智慧系統。這包括文字轉語音(TTS)、語音轉文字(STT/ASR)、聲音克隆、即時語音翻譯、語音情緒辨識,以及對話式語音代理人。此領域已發展到 AI 生成的語音往往與人類語音難以區分的程度。
Voice Cloning別名:語音合成、語音複製
使用AI
從短音訊樣本中建立特定人物語音的合成副本,使文字轉語音聽起來像那個人。現代系統(ElevenLabs、PlayHT、Resemble AI)只需短短 15 秒的音訊即可以驚人的保真度克隆語音,捕捉音調、口音、說話風格和情感範圍。
Voyage AI別名:voyage-3、領域專用 embedding
公司
嵌入模型公司專門為程式碼、法律、金融及多語言搜尋建立專業向量。他們的模型在 MTEB 排行榜上名列前茅,透過 API 提供目前最佳的檢索品質。
VRAM別名:顯存、GPU 記憶體
基礎設施
GPU 上的記憶體,與系統記憶體 (RAM) 無關。AI 模型必須符合 VRAM 容量才能在 GPU 上運行。一個 70 億參數模型在 16 位元精準度下需要約 14GB 的 VRAM。消費級 GPU 有 8-24GB;資料中心…
萬相別名:Wan 影片模型、開放權重影片生成
公司
阿里巴巴專屬的影片生成計畫,釋出高品質開放權重的影片模型。這是阿里巴巴在各個模態中領先開放源碼 AI 的更廣泛策略的一部分。
Watermarking(浮水印)別名:AI 浮水印
安全
AI 內容中用於偵測的隱形訊號。文字:在統計上偏置詞元選擇。圖像:隱形的像素圖案。
Weight Initialization別名:Xavier 初始化、Kaiming 初始化、He 初始化
訓練
在訓練開始前如何設定神經網路權重。糟糕的初始化可能讓訓練在開始之前就失敗(消失或爆炸的激活值)。好的初始化確保激活值和梯度在各層之間維持合理的量級。Xavier 初始化(用於 tanh/sigmoid)和 Kaiming/He…
權重別名:模型權重、神經網路權重
訓練
神經網路中在訓練過程中會被調整以最小化誤差的數值。每個神經元之間的連接都有一個權重,用來決定前一個神經元對下一個神經元的影響程度。當你下載一個模型檔案——例如 .safetensors、.gguf 或 .pt…
Weights & Biases別名:W&B、WandB
公司
主導的 MLOps 平台,用於追蹤機器學習實驗。W&B 讓你在訓練期間記錄指標、超參數、模型輸出和系統效能,然後以視覺化方式比較不同運行。它已成為 ML…
Whisper別名:OpenAI Whisper
模型
OpenAI 於 2022 年發佈的開放原始碼語音辨識模型。Whisper 使用以 68 萬小時弱監督音訊訓練的編碼器-解碼器…
Windsurf別名:Codeium、Windsurf Editor
公司
一個以 AI 為核心的程式碼編輯器(前身為 Codeium),在 AI 程式編寫助手領域與 Cursor 競爭。與 Cursor 類似,Windsurf 作為 VS Code 的分支,深度整合…
詞嵌入別名:Word2Vec、GloVe、詞向量
基礎
詞的密集向量表示,其中含義相似的詞具有相似的向量。Word2Vec(2013 年)和 GloVe(2014 年)開創了這個領域:它們在詞共現模式上訓練,產生向量,使得「king − man + woman ≈…
世界模型別名:內部世界模型、學習到的模擬器
模型
一種模型,建立世界如何運作的內部表示 — 不僅是統計相關性,還包括因果關係、物理定律和空間推理。關於 LLM 是否擁有世界模型的辯論是 AI…
xAI別名:Grok
公司
Elon Musk 的 AI 公司(2023 年成立)。Grok 系列模型、X 平台資料存取權、Colossus 叢集(100K+ H100)。
小米別名:MiLM、消費電子 AI
公司
全球最大的消費電子公司之一,現正自行開發AI模型。MiLM驅動小米手機、智慧家居設備與電動車等生態系統中的各項功能 — 為未來十億使用者的AI解決方案。
ESC