AI相关常见名词解释
输入“/”快速插入内容
✅AI相关常见名词解释
AI相关常见名词解释
飞书用户65728月14日修改
P0｜必会（立刻能用）
1.
AI (Artificial Intelligence)
◦
含义：计算机执行通常需人类智能的任务。
◦
主要用途与作用：助手、诊断、推荐、驾驶等全场景智能化。
2.
LLM (Large Language Model)
◦
含义：超大参数的语言模型，理解/生成自然语言与多模态内容。
◦
主要用途与作用：聊天问答、写作改写、代码辅助、数据助理、自动化中枢。
3.
NLP (Natural Language Processing)
◦
含义：计算机处理与理解人类语言的一整套技术。
◦
主要用途与作用：搜索、翻译、对话、情感分析、信息抽取。
4.
系统提示与指令层级（System / Developer / User）
◦
含义：上层规约与约束优先级 > 开发者/角色约束 > 用户输入。
◦
主要用途与作用：把模型行为“写死”，确保风格/格式/安全不漂移。
5.
结构化输出（JSON / JSON Schema / 表格）
◦
含义：强制模型按固定结构输出。
◦
主要用途与作用：直达数据库/工作流，避免答案跑偏；便于自动化。
6.
Prompt（提示）
◦
含义：引导模型输出的指令与示例（角色、约束、步骤、Few-shot）。
◦
主要用途与作用：控风格、控范围、控格式，提升一致性。
7.
Token（标记）
◦
含义：模型处理的最小文本单位。
◦
主要用途与作用：影响费用、上下文长度、截断与切分策略。
8.
上下文窗口（Context Window）
◦
含义：模型一次可读写的 Token 上限。
◦
主要用途与作用：决定能放多少资料；长文场景的硬约束。
9.
采样参数（Temperature / Top-p 等）
◦
含义：控制输出稳定性与多样性的超参数。
◦
主要用途与作用：低温求稳、头脑风暴提温；可控创意与确定性。
10.
Embedding（嵌入）
•
含义：把文本/多模态内容映射为语义向量。
•
主要用途与作用：相似度搜索、聚类、推荐、RAG 检索端核心。
11.
向量数据库（Vector DB）
•
含义：针对向量相似搜索优化的数据库。
•
主要用途与作用：高效召回相似知识片段，支撑知识库问答与 RAG。
12.
RAG（Retrieval-Augmented Generation）
•
含义：先检索证据，再基于证据生成答案。
•
主要用途与作用：显著降低幻觉、让答案有出处；
•
关键实践：切分(Chunking 300–500 tokens, 10–20% overlap)、重排(Rerank)、引用(Citations)。
13.
工具/函数调用（Tool / Function Calling）
•
含义：模型按需调用外部工具/API（计算、爬取、DB、代码、文件解析）。
•
主要用途与作用：从“会说话”升级为“会办事”，打通自动化闭环。
14.
安全与审查（Guardrails / Moderation / Policy）
•
含义：基于策略过滤/改写/拒绝危险或违规内容。
•
主要用途与作用：合规、降风险、可上线。
15.
观测与评测（Tracing / Eval / 回放）
•
含义：记录调用链路与结果，用任务集与指标打分。
•
主要用途与作用：定位问题、A/B 迭代、量化提升。
16.
成本与速率限制（计费/吞吐/并发）
•
含义：Token 成本、QPS 限流、配额。
•
主要用途与作用：控成本、控延迟、稳并发。