AI 术语百科
把 RAG、Agent、MoE、LoRA 等常见 AI 术语讲清楚:一句话定义、通俗解释、例子和相关工具。
50 个术语
AI Agent
能感知目标、规划步骤、调用工具并执行任务的 AI 系统。
上下文窗口
模型一次能读取和记住的最大 token 数,包括输入和输出。
扩散模型
从随机噪声逐步去噪,生成图像、视频或音频的生成模型。
AI 幻觉
模型生成看似合理但事实错误或没有依据的内容。
大语言模型
用海量文本训练、能理解并生成自然语言的模型。
MCP
让 AI 应用以统一协议连接外部工具和数据源的开放标准。
开放权重模型
权重可下载、可本地部署和二次开发的模型。
提示词工程
通过设计输入指令、示例和约束,让模型稳定输出想要的结果。
RAG
先从知识库检索相关片段,再让模型基于片段回答。
文生视频
根据文字描述生成视频片段。
Token
模型处理文本的最小单位,可能是词、子词或字符组合。
Vibe Coding
用自然语言描述意图,让 AI 生成和修改代码的编程方式。
AI 放大
用模型提升图片分辨率并补充细节。
智能体工作流
把任务拆成多个由 AI 规划、工具执行和人工审核的步骤。
AGI
能在广泛任务上达到或超过人类水平、并可迁移学习的通用人工智能。
ASR
把语音转换成文字。
基准测试
用统一数据集和指标比较模型能力的测试。
脑机接口
直接读取或刺激大脑信号,与外部设备交互的技术。
思维链
让模型在给出结论前先写出中间推理步骤。
ControlNet
给扩散模型增加姿态、边缘、深度等结构控制的插件。
数字人
用 AI 生成或驱动的虚拟人物形象,可说话、做动作。
DPO
跳过奖励模型,直接用偏好数据优化模型输出的对齐方法。
向量嵌入
把文本、图片等内容转换成可计算相似度的向量。
具身智能
在物理身体中感知环境、决策并行动的 AI。
微调
用任务数据继续训练模型,让输出更符合特定风格或任务。
函数调用
模型根据用户意图选择并调用外部函数,再把结果用于回答。
AI 护栏
限制模型输入、输出和行动范围的规则与系统。
图生视频
以一张图片为起点生成动态视频。
推理
模型训练完成后,根据输入生成输出的计算过程。
局部重绘
只重绘图片中被遮罩的区域,保留其他部分。
延迟
从发出请求到收到模型响应所需的时间。
潜空间
模型压缩后的高维表示空间,扩散过程通常在潜空间中完成。
LoRA
冻结原模型,只训练少量低秩参数来适配新任务。
MoE 混合专家
把模型拆成多个专家子网络,每次只激活其中一部分。
模型蒸馏
用大模型(教师)的输出训练小模型(学生),把能力压缩到更小模型。
模型评测
针对具体任务设计测试集和评分标准,判断模型是否可用。
多智能体
多个 Agent 分工协作完成复杂任务。
多模态
模型能同时处理文本、图像、音频、视频等多种输入或输出。
OCR
把图片或扫描件中的文字识别成可编辑文本。
扩图
在原图边界外生成新内容,扩展画面。
模型量化
用更低精度表示模型权重,降低显存占用和推理成本。
RAG 与微调的区别
RAG 解决知识更新,微调解决行为/风格定制。
RLHF
用人类偏好数据训练奖励模型,再通过强化学习优化模型输出。
Temperature
控制模型输出随机性的参数,值越高越发散。
TTS
把文字转换成自然语音。
工具调用
模型在推理过程中使用搜索、代码执行、API 等外部工具。
Top-p 采样
只从累计概率达到 p 的候选词中采样,控制输出范围。
向量数据库
专门存储向量并支持相似度检索的数据库。
声音克隆
用少量录音复制某个人的音色和说话风格。
世界模型
学习环境运行规律、能预测行动后果的内部表示。