概念词典

能够自主使用工具、执行多步骤任务、与环境交互的 AI 系统。

让模型在处理当前信息时，动态判断输入中哪些部分更值得关注。

把输出误差从后向前传递，用来计算并更新神经网络参数的训练方法。

模型在给出答案前生成一系列中间推理步骤的行为或训练方式。

能理解代码库、调用工具并执行多步骤软件工程任务的 AI Agent。

模型一次推理能够同时看到和处理的信息范围。

使用多层神经网络从大量数据中自动学习表示和规律的方法。

让较小模型学习较大模型的输出或行为，把部分能力压缩到更低成本的模型中。

模型只看少量示例就能理解任务并产生符合模式的输出。

基于海量文本训练、能够理解和生成自然语言的大规模神经网络模型。

为 AI 应用连接工具和数据源定义统一交互方式的开放协议。

每次只激活模型中一部分“专家”网络，以较低计算量获得更大参数容量。

一个模型能够理解或生成文本、图像、音频、视频等多种信息形式。

由大量可调参数连接组成、能够从数据中学习映射关系的计算模型。

模型参数可以被下载、部署和进一步研究，但并不自动等于完整开源。

用户交给模型的输入、任务说明和上下文。

让大模型在回答问题前先检索外部知识库，从而获取最新、准确的信息。

Agent 为理解一个软件项目而收集的文件、依赖、历史和运行信息。

通过人类对模型输出的偏好反馈来优化模型行为的训练方法。

描述模型性能如何随参数、数据和计算量增加而变化的经验规律。

让同一段输入里的每个位置直接判断自己与其他位置的关系。

用真实开源仓库 Issue 评估模型解决软件工程问题能力的基准。

模型读取和生成文本时使用的基本单位。

让模型以结构化方式选择并调用外部函数、API 或软件工具。

基于自注意力机制的神经网络架构，是所有现代大语言模型的基础。

用连续向量表示词语，让语义关系可以参与数学计算。