01
基础概念Artificial Intelligence让机器完成过去通常需要人类判断的任务。
打个比方像给电脑请了一组会识别、归纳和生成内容的助手。
展开讲明白 →02
基础概念Machine Learning让机器从数据里学规律,而不是把每条规则都写死。
打个比方不是告诉孩子每只猫长什么样,而是让他看很多猫后自己总结。
展开讲明白 →03
基础概念Deep Learning用多层神经网络从大量数据里学习复杂模式。
打个比方像一层层筛网,从边缘、形状一直筛到完整概念。
展开讲明白 →04
基础概念Neural Network由大量可调数字连接组成的计算结构。
打个比方像一张有很多旋钮的调音台,训练就是不断调旋钮。
展开讲明白 →05
基础概念Generative AI能够生成文字、图片、音频、视频或代码的 AI。
打个比方从“判卷老师”升级为“能交作业的创作者”。
展开讲明白 →06
模型原理Foundation Model先在海量数据上训练、再适配许多任务的大模型。
打个比方像读过大量通识课程的毕业生,之后再做岗位培训。
展开讲明白 →07
模型原理Model把训练中学到的规律保存成可计算的参数集合。
打个比方像一位厨师脑中的经验,而产品是前厅、菜单和服务。
展开讲明白 →08
模型原理Large Language Model通过预测下一个词元来理解和生成语言的模型。
打个比方像一个读过巨量文本、非常擅长接话的写作伙伴。
展开讲明白 →09
模型原理Multimodal能处理文字、图片、音频、视频等多种信息形式。
打个比方从只会读文字,变成能看、能听、能说。
展开讲明白 →10
模型原理Parameter模型训练后保存下来的可调数字。
打个比方像数十亿个微小旋钮,共同决定模型如何反应。
展开讲明白 →11
使用模型Token模型读写文字时使用的基本计量单位。
打个比方像快递计费用的“包裹格”,一个汉字常接近一个格,但并非永远如此。
展开讲明白 →12
使用模型Context Window模型一次能看到的全部内容上限。
打个比方像一张有限大小的工作台,放不下的材料会被挤出去。
展开讲明白 →13
使用模型Prompt你交给 AI 的任务、背景、材料和输出要求。
打个比方像给同事写任务单:目标、资料、标准越清楚,返工越少。
展开讲明白 →14
使用模型System Prompt为模型设定长期角色、边界和行为规则的高优先级指令。
打个比方像员工手册,普通问题则像当天工单。
展开讲明白 →15
使用模型Few-shot Prompting在提示词中给几个输入输出示例,让模型照着做。
打个比方与其解释饺子怎么包,不如先包两个给它看。
展开讲明白 →16
使用模型Temperature控制模型输出随机程度的参数。
打个比方低温像照标准答案写,高温像自由脑暴。
展开讲明白 →17
模型原理Sampling模型从多个可能的下一个词中选择一个的过程。
打个比方像从概率不同的签筒里抽签。
展开讲明白 →18
图像视频Seed用于初始化随机过程的数字。
打个比方像洗牌前固定一种洗牌起点。
展开讲明白 →19
可靠性HallucinationAI 生成了听起来合理、实际上错误或不存在的内容。
打个比方像一个很自信但没查资料的同事。
展开讲明白 →20
可靠性Grounding让回答明确依托给定资料、数据库或工具结果。
打个比方先把参考书放到桌上,再要求按页回答。
展开讲明白 →21
可靠性Citation给答案附上可以检查的来源。
打个比方像论文脚注,告诉你这句话从哪里来。
展开讲明白 →22
模型原理Training用数据反复调整模型参数的过程。
打个比方像做大量练习题并根据错误调整方法。
展开讲明白 →23
模型原理Inference训练完成的模型根据新输入生成结果。
打个比方学习已经结束,现在是拿到题目现场作答。
展开讲明白 →24
训练与定制Fine-tuning用较小的专用数据继续训练模型,使它更适合特定任务。
打个比方通识毕业后参加岗位培训。
展开讲明白 →25
训练与定制Low-Rank Adaptation用少量额外参数低成本微调模型的方法。
打个比方不重装整间厨房,只加一套专用操作台。
展开讲明白 →26
训练与定制RLHF用人类偏好反馈让模型更符合有用、安全等目标。
打个比方不只判对错,还让老师比较哪个回答更好。
展开讲明白 →27
训练与定制Alignment让模型行为尽量符合人类目标、规范和安全要求。
打个比方给能力很强的实习生补上工作规范和边界。
展开讲明白 →28
知识与检索Embedding把文字、图片等转成能比较相似度的一串数字。
打个比方给每段内容一个“意义坐标”。
展开讲明白 →29
知识与检索Vector Database专门保存并快速检索向量的数据库。
打个比方不是按书名查,而是按“内容像不像”找书。
展开讲明白 →30
知识与检索Retrieval-Augmented Generation先找相关资料,再让模型基于资料回答。
打个比方开卷考试:先翻资料,再组织答案。
展开讲明白 →31
知识与检索Chunking把长文档拆成适合检索的小段。
打个比方把一本书拆成带标题的知识卡片。
展开讲明白 →32
智能体Agent能围绕目标规划步骤、调用工具并根据结果继续行动的 AI 系统。
打个比方聊天模型像顾问,智能体更像会查资料、操作软件和交付结果的助理。
展开讲明白 →33
智能体Tool Calling让模型按结构化格式选择并调用外部功能。
打个比方模型负责决定要打哪个电话,程序负责真正拨号。
展开讲明白 →34
智能体Workflow把多个固定步骤和工具连接成可重复流程。
打个比方像工厂流水线,每一站负责明确动作。
展开讲明白 →35
智能体Memory系统把过去信息保存后,在未来任务中重新提供给模型。
打个比方不是模型天生记得,而是助理把笔记重新放回桌面。
展开讲明白 →36
智能体Model Context Protocol连接 AI 应用与外部工具、资料和提示模板的开放协议。
打个比方像 AI 世界的通用转接头,让不同工具用统一方式接入。
展开讲明白 →37
智能体Skill把一套可复用的专业流程、说明、脚本和参考资料打包给智能体。
打个比方像给新同事一份会在合适时机取用的标准作业手册。
展开讲明白 →38
智能体Plugin可安装和分发的能力包,可能包含 Skill、工具连接或应用。
打个比方Skill 像菜谱,插件像包含菜谱、厨具接口和材料清单的工具箱。
展开讲明白 →39
开发基础Application Programming Interface软件之间按约定互相请求功能的接口。
打个比方像餐厅菜单:写清能点什么、怎么点、会返回什么。
展开讲明白 →40
开发基础Software Development Kit帮助开发者更方便调用某个平台的一组代码工具。
打个比方API 是规则,SDK 是把常用步骤封装好的工具包。
展开讲明白 →41
开发基础EndpointAPI 中处理某类请求的具体地址。
打个比方同一家餐厅里,点餐台、退款台各有窗口。
展开讲明白 →42
开发基础JavaScript Object Notation用键和值组织结构化数据的常见文本格式。
打个比方像字段固定的电子表单。
展开讲明白 →43
开放与部署Open Source源代码按许可证公开,允许查看、修改和再分发。
打个比方不仅能吃到菜,还能看菜谱。
展开讲明白 →44
开放与部署Open Weights模型参数可以下载,但训练代码、数据或许可证未必完全开源。
打个比方能拿到成品配方参数,但不一定知道全部制作过程。
展开讲明白 →45
开放与部署License规定代码、模型或素材可以如何使用的法律条款。
打个比方像租房合同,写清能不能转租、改造和商用。
展开讲明白 →46
开放与部署Local Model在自己的电脑或服务器上运行的模型。
打个比方不是把问题寄到云端,而是在自家厨房处理。
展开讲明白 →47
开放与部署Quantization用更少的数字精度保存模型,以降低内存和计算需求。
打个比方把高清原图压成更小文件,尽量保留主要信息。
展开讲明白 →48
性能指标Latency从发出请求到开始或完成响应所需的时间。
打个比方下单后多久端上第一道菜。
展开讲明白 →49
性能指标Throughput单位时间内系统能处理多少请求或生成多少 Token。
打个比方一家餐厅每小时能接待多少桌。
展开讲明白 →50
评测Benchmark用一组固定任务比较模型表现。
打个比方像统一考试,便于横向比较。
展开讲明白 →51
评测Evaluation用任务、样例和评分标准系统检查 AI 输出质量。
打个比方为 AI 建一套可重复的验收清单。
展开讲明白 →52
评测Arena把两个匿名模型的回答交给用户投票比较。
打个比方先遮住品牌做双盲试吃,再统计偏好。
展开讲明白 →53
评测Elo Rating根据成对胜负动态计算相对排名的评分方法。
打个比方像棋手等级分,赢过强者涨得更多。
展开讲明白 →54
可靠性Guardrail在输入、工具和输出周围增加规则、检测与权限控制。
打个比方高速公路护栏降低风险,但不能替代驾驶员。
展开讲明白 →55
可靠性Prompt Injection恶意内容试图诱导智能体忽略原任务或泄露信息。
打个比方资料里夹了一张假便条,骗助理执行不该做的事。
展开讲明白 →56
可靠性Sandbox把程序或智能体限制在受控环境中运行。
打个比方让实验在隔离实验室里做,避免影响整栋楼。
展开讲明白 →57
AI 编程Vibe Coding主要用自然语言描述目标,让 AI 生成和修改代码的开发方式。
打个比方你像导演讲结果,AI 像技术团队快速搭建。
展开讲明白 →58
AI 编程Coding Agent能阅读代码库、修改文件、运行命令和验证结果的 AI。
打个比方从只会补一句代码,升级为能接完整工单的结对程序员。
展开讲明白 →59
AI 编程IDE把代码编辑、运行、调试和项目管理放在一起的软件。
打个比方程序员的工作台。
展开讲明白 →60
AI 编程CLI通过文字命令在终端里操作软件。
打个比方没有按钮的控制台,输入明确命令就执行。
展开讲明白 →61
AI 编程Repository集中保存项目文件和版本历史的地方。
打个比方带时间机器和协作记录的项目文件夹。
展开讲明白 →62
AI 编程Commit记录一组代码变化及说明的版本节点。
打个比方给项目拍一张带备注的快照。
展开讲明白 →63
AI 编程Pull Request邀请他人检查并合并一组代码改动。
打个比方把修改稿送审,讨论后再收入正式版。
展开讲明白 →64
图像视频Diffusion Model从随机噪声逐步还原出图片或视频的生成方法。
打个比方像从雪花屏里一层层洗出画面。
展开讲明白 →65
图像视频Text-to-Image根据文字描述生成图片。
打个比方把文字分镜交给一位极速概念画师。
展开讲明白 →66
图像视频Image-to-Video以一张或多张图片为基础生成动态视频。
打个比方给静态分镜加上动作、镜头和时间。
展开讲明白 →67
图像视频Text-to-Video根据文字描述直接生成视频片段。
打个比方把导演口令交给一支虚拟摄制组。
展开讲明白 →68
图像视频Negative Prompt告诉生成模型哪些元素或问题不要出现。
打个比方给画师一张“避雷清单”。
展开讲明白 →69
图像视频Keyframe定义动作或镜头关键状态的画面。
打个比方动画里的路标,系统负责补齐路标之间的运动。
展开讲明白 →70
图像视频Storyboard把故事拆成逐镜头画面、动作、声音和时长。
打个比方开拍前的漫画版施工图。
展开讲明白 →71
图像视频Copyright & Licensing决定素材、角色、音乐和输出能否被合法使用的权利规则。
打个比方会做出来不等于有权发布或商用。
展开讲明白 →72
图像视频Vision Model能够识别、理解或生成视觉内容的模型。
打个比方像给模型装上一双会看图的眼睛。
展开讲明白 →73
训练与定制Checkpoint模型在某个训练阶段保存下来的权重文件。
打个比方像游戏存档,可以从某个进度继续或直接使用。
展开讲明白 →74
训练与定制Reward Model学习人类偏好并给模型回答打分的辅助模型。
打个比方像一位学会评分标准的评委。
展开讲明白 →75
智能体Automation把重复工作交给软件按条件自动执行。
打个比方像设置一条会自己运转的流水线。
展开讲明白 →76
开发基础Software Library别人封装好、可以在项目里直接调用的一组代码。
打个比方像厨房里现成的酱料和半成品,不必每次从零制作。
展开讲明白 →