AGI（通用人工智慧）
一個假設的人工智慧系統，可以在許多領域以人類層級執行大多數智力任務。
Free AI glossary
人工智慧術語表
Plain-language definitions of the AI terms you keep hearing — for students, professionals, and anyone curious about how AI works.
213條款A–Z搜尋 + 字母過濾器100%簡單語言定義
A3 條款
B1 術語
BPE（位元組對編碼）
子詞標記化演算法，將最常見的字元對合併為可重複使用的標記。
D1 術語
DPO（直接偏好優化）
一種直接在偏好對上微調模型的訓練方法，無需單獨的獎勵模型。
G2 條款
GAN（生成對抗網路）
生成器和鑑別器相互訓練的生成設定。
GSM8K
小學數學應用題的基準，用於評估語言模型中的逐步推理。
K1 術語
KV快取
儲存來自先前令牌的鍵和值張量，使 Transformer 可以產生新令牌而無需重新計算過去的注意力。
L1 術語
LoRA（低階適應）
一種加入低秩適配器矩陣的參數高效率微調方法。
M2 條款
MCP（模型上下文協定）
一種開放協議，允許人工智慧應用程式以標準方式連接到外部工具、資料來源和上下文提供者。
MMLU
使用多項選擇題測試跨 57 個學術和專業科目的語言模型的基準測試。
O1 術語
OCR（光學字元辨識）
將圖像或掃描中的文字轉換為機器可讀文字的技術。
P2 條款
Perplexity
語言模型指標，衡量模型對真正的下一個標記的驚訝程度。
Prompt Engineering
設計提示以提高輸出品質、可靠性和可控性。
R3 條款
RAG-融合
一種檢索方法，可產生多個查詢變體、檢索每個查詢變體的結果並融合排名。
RAG（檢索增強生成）
一種檢索外部知識並在推理時輸入生成的方法。
RoPE（旋轉位置嵌入）
一種位置編碼方法，可旋轉查詢向量和鍵向量以對相對標記位置進行編碼。
T2 條款
Top-k 採樣
僅從 k 個最有可能的下一個標記中採樣的解碼策略。
Top-p（核）採樣
一種解碼策略，從機率總和為 p 的最小標記集中進行取樣。
X1 術語
XAI（可解釋的人工智慧）
使人工智慧預測更加透明和易於理解的技術和實踐。
上1 術語
上下文視窗
語言模型一次可以處理的輸入標記的最大數量。
事1 術語
事實性
模型的主張與可驗證的現實世界資訊的匹配程度如何。
交2 條款
人9 條款
人在環
人類審查、指導或涵蓋人工智慧輸出的工作流程。
人工智慧（AI）
建構執行需要模式識別、推理、語言或決策的任務的系統的廣泛領域。
人工智慧代理
一種可以觀察、推理並採取行動來實現目標的軟體系統，通常使用工具和記憶體。
人工智慧安全
該領域專注於減少人工智慧系統中的有害行為、故障和誤用風險。
人工智慧對齊
讓人工智慧系統按照人類意圖、價值觀和安全約束行事的工作。
人工智慧治理
指導人工智慧如何在社會中發展和使用的政策、標準和監督機制。
人工智慧法案
歐盟針對人工智慧系統和提供者的基於風險的監管框架。
人類偏好模型
一個根據人類排名進行訓練的模型，用於預測使用者可能更喜歡哪些反應。
人類評估
Python 程式設計問題的基準，用於透過單元測試衡量程式碼產生的正確性。
代4 條款
位1 術語
位置編碼
新增至標記嵌入的信息，以便轉換器可以區分序列順序。
保1 術語
保護解碼
將輸出代幣限制為有效結構或符合策略的選擇的生成策略。
信2 條款
修1 術語
修剪
刪除不太重要的模型權重或神經元以減少尺寸和計算量。
假1 術語
假陰性
模型錯過真正的陽性案例的錯誤預測。
偏1 術語
偏見
數據或模型行為中一致的錯誤或不公平模式。
出1 術語
出席處罰
一種解碼設置，可降低令牌出現的機率，從而鼓勵新主題。
函1 術語
函數呼叫
產生觸發外部工具或 API 的結構化呼叫的模型功能。
分2 條款
剪1 術語
剪輯
一種學習文字和圖像之間共享表示的多模態模型架構。
卷1 術語
卷積神經網路（CNN）
一種針對處理影像等網格資料而最佳化的神經架構。
參2 條款
參數
模型中學習到的權重會影響其輸出。
參數高效率微調 (PEFT)
透過訓練一小部分添加參數來調整模型的方法。
及1 術語
及時注射
一種攻擊模式，其中惡意指令被插入到模型輸入或檢索的內容中。
反2 條款
句1 術語
句子片段
與語言無關的分詞器，可以直接從原始文本中學習子詞單元，而無需在空格上進行預分割。
召1 術語
召回
模型正確辨識的實際陽性的比例。
可1 術語
可解釋性
模型的行為可以被解釋和解釋給人類的程度。
合1 術語
合奏團
結合多個模型的預測以提高穩健性或準確性。
向1 術語
向量資料庫
針對儲存和查詢高維嵌入向量而最佳化的資料庫。
命1 術語
命名實體識別 (NER)
識別人物、地點、日期或組織等實體的 NLP 任務。
品1 術語
品質保證
一種微調技術，將 4 位元權重量化與 LoRA 適配器結合，以減少記憶體需求。
因1 術語
因果推理
估計因果關係而不是簡單相關性的方法。
地1 術語
地面真相
用於訓練或評估模型輸出的可信參考標籤。
型1 術語
型號卡
描述模型的預期用途、指標、限制和風險的文件。
培1 術語
培訓後
預訓練後應用的訓練步驟，例如指令調整、偏好最佳化和安全調整。
基5 條款
多3 條款
大2 條款
大數據
非常大且複雜的資料集，需要可擴展的儲存和處理技術。
大語言模型（LLM）
在海量文本語料庫上訓練來產生和分析文本的語言模型。
學1 術語
學習率
訓練超參數控制每個更新步驟的參數變化量。
安2 條款
小1 術語
小語言模型 (SLM)
一種緊湊的語言模型，針對較低的延遲、成本或設備上的使用情況進行了最佳化。
少1 術語
少樣本學習
僅從少量範例中學習或適應行為。
嵌2 條款
工1 術語
工具使用
模型呼叫外部工具（例如搜尋、計算器或 API）的能力。
差1 術語
差異隱私
一種隱私技術，會增加統計噪聲，因此無法從輸出中可靠地推斷出單一記錄。
幻1 術語
幻覺
當模型產生流暢但錯誤或不受支援的資訊。
延1 術語
延遲
發送請求和接收模型輸出之間的時間。
引1 術語
引文
模型回應中包含的來源段落或文件的引用，以支持其主張。
強1 術語
強化學習
透過獎勵訊號進行訓練，代理學習能夠最大化長期回報的行動。
影1 術語
影子部署
與生產流量並行運行模型，不會影響面向使用者的決策。
微1 術語
微調
對特定領域的資料進行持續訓練，以使預先訓練的模型適應特定任務。
思2 條款
情2 條款
意1 術語
意圖分類
根據文字查詢預測使用者的目的以正確路由。
憲1 術語
憲法人工智慧
一種訓練和行為塑造方法，其中模型輸出由一組固定的書面原則指導。
持1 術語
持續學習
讓模型不斷從新資料中學習而不忘記先驗知識的訓練方法。
指1 術語
指令調優
微調指令-響應對的模型以改善任務追蹤。
接1 術語
接地氣
人工智慧響應得到來源資料或檢索到的證據支持的程度。
推5 條款
提2 條款
損1 術語
損失函數
量化訓練期間預測誤差的數學目標。
擴1 術語
擴散模型
一種生成架構，可以學習反轉雜訊以合成影像、音訊或其他內容。
數6 條款
新1 術語
新南威爾斯州
基於圖的索引結構，用於高維向量上的快速近似最近鄰搜尋。
校1 術語
校準
模型的置信度分數與實際正確性機率的匹配程度。
根1 術語
根據人類回饋進行強化學習 (RLHF)
一種使用人類偏好訊號來塑造模型行為的訓練方法。
梯1 術語
梯度下降
一種向減少誤差的方向更新參數的最佳化方法。
概1 術語
概括
模型在訓練集之外的新的、未見過的資料上的表現如何。
標2 條款
模3 條款
機1 術語
機器學習（ML）
允許系統從數據中學習模式並隨著時間的推移進行改進的方法。
檢2 條款
水1 術語
水印
在人工智慧生成的文字或媒體中嵌入可偵測訊號，以便稍後將其識別為機器生成的。
決2 條款
法1 術語
法學碩士法官
在評估過程中使用語言模型對其他模型的輸出進行評分或比較。
波1 術語
波束搜尋
一種解碼演算法，在每一步中保留前幾個候選序列以找到更高機率的輸出。
注1 術語
注意力機制
產生輸出時動態注意輸入的相關部分的模型組件。
深1 術語
深度學習
機器學習的子集，使用多層神經網路進行表示學習。
混2 條款
混合式專家 (MoE)
具有專門子網路的架構，其中每個輸入僅運行選定的專家。
混合搜尋
一種檢索方法，將關鍵字（詞彙）搜尋與向量（語義）搜尋相結合，以提高召回率和精確度。
測1 術語
測試時計算
在回應生成期間使用額外的推理計算來提高品質或推理。
溫1 術語
溫度
控制生成輸出中的隨機性的取樣設定。
滑1 術語
滑動視窗注意
一種注意模式，其中每個令牌僅關注附近令牌的固定大小視窗以減少計算。
演3 條款
漸1 術語
漸變
一個向量，顯示每個參數應改變多少以減少損失。
潛1 術語
潛在空間
壓縮的表示空間，其中相似的概念作為向量彼此靠近。
無1 術語
無監督學習
從沒有明確目標輸出的未標記資料中學習模式。
父1 術語
父文檔檢索
一種檢索模式，搜尋小塊但返回其較大的父文檔以獲得更豐富的上下文。
特4 條款
獎1 術語
獎勵模式
一種根據偏好訊號對輸出進行評分的模型，通常用於 RLHF 管道。
生1 術語
生成式 AI
產生文字、圖像、音訊、視訊或程式碼等新內容的人工智慧系統。
監2 條款
知4 條款
神1 術語
神經網路
受生物神經元和突觸啟發的分層計算模型。
稀1 術語
稀疏模型
許多參數為零或不活動以減少計算的模型。
穩1 術語
穩健性
模型在雜訊、變化或對抗性輸入下保持性能的能力。
管1 術語
管道
預處理、模型步驟和後處理階段的有序工作流程。
精1 術語
精確度
實際正確的預測陽性的比例。
系1 術語
系統提示
為模型設定行為、策略和回應方式的高優先指令。
紅1 術語
紅隊
使用對抗性提示對人工智慧系統進行壓力測試，以揭示失敗和風險。
結2 條款
綜1 術語
綜合數據
用於增強、模擬或保護敏感訓練資料的人工產生的資料。
編1 術語
編碼器
將輸入轉換為潛在表示的模型組件。
縮1 術語
縮放定律
一種經驗關係，顯示效能如何隨模型大小、資料或計算而提高。
自4 條款
自我監督學習
透過預測屏蔽或變換的部分來學習未標記資料的表示。
自治系統
一種可以在有限或沒有直接人類控制的情況下即時做出決策和採取行動的系統。
自然語言處理（NLP）
人工智慧的分支專注於理解和產生人類語言。
自玩
一種訓練設置，模型透過與自身副本的互動或競爭產生資料來改進。
蒸2 條款
視1 術語
視覺語言模型 (VLM)
聯合處理視覺和文字訊息的多模態模型。
計1 術語
計算
訓練和運行模型所需的處理資源，通常以 FLOPS 或 GPU 小時來衡量。
訓2 條款
記1 術語
記憶體（代理記憶體）
AI 代理程式跨步驟或會話使用儲存的上下文來提高連續性。
設1 術語
設備上的人工智慧
人工智慧推理在用戶硬體上本地執行，而不是在遠端雲端服務中執行。
註1 術語
註解
人工添加的標籤或元資料用於訓練或評估機器學習模型。
評2 條款
詞1 術語
詞嵌入
捕獲語義關係的單字的密集向量表示。
語1 術語
語意搜尋
通常使用嵌入來匹配含義而不是精確關鍵字重疊的搜尋。
誤1 術語
誤報
模型錯誤地將負面案例標記為正面的錯誤預測。
護1 術語
護欄
限制不安全或不必要的模型行為的規則、檢查和控制。
變1 術語
變壓器
一種神經架構，利用注意力並行地對序列之間的關係進行建模。
超1 術語
超參數
訓練前設定的配置值，例如學習率、批次大小或深度。
越1 術語
越獄
一種旨在繞過模型安全約束的提示技術。
輸1 術語
輸出解析器
驗證模型輸出並將其轉換為強型別、機器可用結構的邏輯。
透1 術語
透過@k
一種程式碼評估指標，用於衡量 k 個產生的樣本中至少有一個通過測試的機會。
過1 術語
過擬合
當模型記住訓練資料並在未見過的輸入上表現不佳時。
遷1 術語
遷移學習
應用在一項任務或領域中學到的知識來改進另一項任務。
重3 條款
量1 術語
量化
將模型權重轉換為較低精確度的格式，例如 8 位元或 4 位元。
鋁1 術語
鋁鋰
一種位置偏差方法，根據標記距離懲罰注意力分數，幫助模型推斷更長的上下文。
閃1 術語
閃光注意
一種優化的注意力演算法，可減少記憶體使用並加速 Transformer 訓練和推理。
開1 術語
開源模型
使用公共權重或程式碼發布的模型，用於檢查、調整和重複使用。
雙1 術語
雙編碼器
一種將查詢和文件編碼為單獨向量的模型，以便可以快速大規模地比較它們。
零2 條款
電1 術語
電腦視覺
人工智慧的一個分支，從影像和影片中提取意義。
預1 術語
預訓練
在下游適應之前對廣泛資料進行初步大規模模型訓練。
領1 術語
領域適應
將在一個領域訓練的模型轉移到另一個領域以更好地執行的方法。
頻1 術語
頻率懲罰
一種解碼設置，可根據令牌迄今為止出現的頻率成比例地降低令牌的機率。
驗1 術語
驗證集
開發過程中用於調整模型並防止過度擬合的資料集。
黑1 術語
黑盒模型
其內部推理難以由人類直接解釋的模型。