Foundations
基础概念
AI 领域最底层的通用概念
共 9 张词条卡片
| 编号 | 词条 | 英文名 | 一句话摘要 | 标签 |
|---|---|---|---|---|
| 01-01 | 人工智能 | Artificial Intelligence | 让机器完成需要人类智能参与的任务，比如识别、判断、生成、规划和行动。 | |
| 01-02 | 生成式 AI | Generative AI | 能根据提示生成文本、图片、音频、视频或代码的新内容的 AI。 | |
| 01-03 | 大语言模型 | Large Language Model | 在海量文本和代码上训练出来、擅长理解和生成语言的大型神经网络。 | |
| 01-05 | 机器学习 | Machine Learning | 让计算机从数据中学习规律，而不是只按人工写死的规则执行。 | |
| 01-06 | 神经网络 | Neural Network | 由多层计算单元组成的模型，用来从数据中学习复杂模式。 | |
| 01-07 | Transformer 架构 | Transformer Architecture | 一种基于注意力机制的神经网络架构，是现代大语言模型的核心底座。 | |
| 01-08 | 参数 | Parameters | 模型在训练中学到的内部数值，决定它如何把输入映射成输出。 | |
| 01-09 | 训练数据 | Training Data | 用来训练模型的样本集合，模型从中学习语言、图像、行为或任务规律。 | |
| 01-10 | 预训练 | Pre-training | 在大规模通用数据上先训练模型，让它获得基础语言和世界模式。 |