AI 百科 · 共 20 个词条

把 AI 术语说人话

大模型、注意力机制、RAG、LoRA、MoE…… 这些词天天见,但很少有人讲清它们到底在说什么。 这里每一条都用大白话拆开讲:它解决什么问题、怎么工作、为什么重要、常见误区在哪。 不用数学背景也能读懂。

全部 基础概念 训练方法 模型架构 推理优化 应用工程
神经网络Neural Network 一种模仿大脑神经元连接方式的计算模型:大量简单单元层层相连,靠调整连接强度从数据里找规律,是今天所有 AI 大模型的地基。 基础概念 查看详情 ↗ 词嵌入Word Embedding 把词变成一串数字向量的技术:意思相近的词,向量也彼此靠近,模型因此能用数学运算来处理语义。 基础概念 查看详情 ↗ Token 与分词Token and Tokenization 模型不直接读字,而是先把文本切成一个个小片段(Token)再处理;切分方式直接影响成本、上下文长度和效果。 基础概念 查看详情 ↗ 大语言模型(LLM)Large Language Model (LLM) 用海量文本训练出来的超大神经网络,靠不断预测下一个词学会了语言,能对话、写作、编程,也能犯下很像样的错。 基础概念 查看详情 ↗ 上下文窗口Context Window 模型一次能读进去的 Token 上限,决定了它同时能记住多少内容;超出窗口的部分会被丢弃或另想办法处理。 基础概念 查看详情 ↗
本站是免费的副业装备导航站,不售卖任何课程或资料。词条为原创整理,用于科普; 技术细节如有出入,请以论文与官方文档为准。
← 返回首页 · AI 名人堂