AI 术语表 - Blog

994 字

5 分钟

AI 术语表

2025-03-15

/

大模型与交互#

术语	英文	说明
大语言模型	LLM	基于 Transformer 架构、在海量文本上训练的生成式语言模型，如 GPT、Claude、Gemini
多模态大模型	Multimodal LLM	能同时处理文本、图像、音频等多种模态输入的大模型
Token	Token	模型处理文本的基本单位，约等于 0.75 个英文单词或 1-2 个汉字
上下文窗口	Context Window	模型单次能处理的最大 Token 数量，决定对话长度上限
提示词	Prompt	输入给模型的指令或问题文本
系统提示词	System Prompt	对话前预置的隐藏指令，用于设定模型角色和行为规范
温度	Temperature	控制输出随机性的参数，值越低越确定，值越高越发散（0~2）
幻觉	Hallucination	模型生成事实上不存在或错误的内容，是当前 LLM 的主要缺陷之一
推理	Inference	模型根据输入生成输出的过程
对齐	Alignment	让模型行为符合人类意图和价值观的训练目标

技术与方法论#

术语	英文	说明
检索增强生成	RAG	在模型生成前先从外部知识库检索相关内容，减少幻觉、注入实时知识
函数调用	Function Calling	模型识别意图后调用外部函数/API，实现与真实系统的交互
模型上下文协议	MCP	Anthropic 提出的开放标准，规范 AI 模型与外部工具/数据源之间的通信接口
智能体	Agent	能自主规划、调用工具、循环执行任务直到目标完成的 AI 系统
工作流	Workflow	AI 执行任务的固定步骤编排，区别于 Agent 的自主决策
嵌入向量	Embedding	将文本/图像等映射为高维数值向量，用于语义相似度计算
向量数据库	Vector Database	专门存储和检索 Embedding 向量的数据库，如 Pinecone、Chroma、Faiss
微调	Fine-tuning	在预训练模型基础上用特定领域数据继续训练，使其适应特定任务
指令微调	Instruction Tuning	用「指令-回答」格式数据微调，使模型更好地遵从人类指令
思维链	Chain-of-Thought	让模型逐步推理、显式写出中间步骤，提升复杂任务准确率
并行执行	Parallel Execution	多个 Agent 或工具同时运行，提高效率
技能	Skill	Agent 可调用的封装能力单元，类似插件或工具包
长上下文	Long Context	支持超长输入（如 100K+ Token）的模型能力
蒸馏	Distillation	用大模型的输出训练小模型，在保留能力的同时降低计算成本
量化	Quantization	降低模型权重精度（如 FP16→INT4），减小体积、加速推理

推理与规划#

术语	英文	说明
ReAct	ReAct	结合推理（Reasoning）和行动（Acting）的 Agent 框架，交替思考与调用工具
规划	Planning	Agent 将复杂目标分解为子任务并排列执行顺序的能力
反思	Reflection	Agent 对自身输出进行自我评估和修正的机制
记忆	Memory	Agent 存储和检索历史信息的机制，分短期（上下文）和长期（外部存储）
多智能体	Multi-Agent	多个 Agent 协作完成任务，各自负责不同子任务

应用与工具生态#

术语	英文	说明
代码助手	Code Assistant	辅助编写、调试、解释代码的 AI 工具，如 GitHub Copilot
提示词工程	Prompt Engineering	设计和优化 Prompt 以获得更好模型输出的方法论
AI 网关	AI Gateway	统一管理多个 LLM API 调用、限流、日志的中间层服务
护栏	Guardrails	限制模型输出范围、过滤有害内容的安全机制
评估框架	Evaluation Framework	系统性测试模型能力和对齐程度的方法体系
人机协作	Human-AI Collaboration	人类与 AI 分工配合完成任务，发挥各自优势
AI 治理	AI Governance	规范 AI 开发和使用的制度、流程和技术框架

人生第一次五杀

大模型与交互

技术与方法论

推理与规划

应用与工具生态