AI黑话词典（2026年3月版），建议收藏
《AI黑话词典（2026年3月版》是一份面向AI初学者的实用指南，旨在帮助读者快速理解AI领域的高频术语。文章分为基础词汇和进阶词汇两部分，共收录30个核心概念。
基础词汇包括：
- **LLM（大语言模型）**：基于海量数据训练的深度学习模型，擅长处理文本和多模态内容。
- **AI Agent**：能理解目标、调用工具并执行任务的智能系统。
- **多模态**：模型处理文本、图像、音频等多种输入输出的能力。
- **Prompt**：用户与模型交互的指令。
- **生成式AI（AIGC）**：专注于生成文本、代码等内容的AI技术。
- **Token**：模型处理输入输出的基本单位，影响计费和响应速度。
- **上下文窗口**：模型单次处理可考虑的Token总量。
- **记忆**：模型保留用户偏好和历史状态的能力。
- **训练与推理**：模型学习参数的过程及上线后生成输出的阶段。
- **工具调用**：模型调用外部API或数据库的能力。
- **API**：连接AI产品与第三方服务的基础设施。
进阶词汇涵盖：
- **Transformer架构**：大语言模型的技术基础，擅长理解上下文关系。
- **注意力机制**：模型重点处理关键信息的核心机制。
- **Agent化工作流**：系统自主拆解任务并执行的智能化流程。
- **子智能体与可复用能力**：Agent分解任务及模块化能力单元。
- **机器幻觉**：模型生成错误或荒谬输出的现象。
- **延迟与护栏**：模型响应时间及安全限制机制。
- **氛围编程**：通过对话让AI直接生成代码的方式。
- **参数与强推理模型**：模型规模衡量标准及复杂任务处理能力。
- **模型上下文协议（MCP）**：模型与外部工具的通用接口标准。
- **微调与蒸馏**：模型适应特定任务及能力压缩技术。
- **RAG与事实对齐**：通过外部数据增强生成答案并确保依据真实。
- **向量嵌入与基准测试**：内容语义化表示及模型能力评估方法。
文章建议收藏，便于随时查阅学习。
marsbit03/11 11:52
