中级

理解基础 AI 概念后学习

• 检索增强生成

  让 AI 在回答前先查找相关资料，再根据资料生成答案。

• 智能体

  能根据目标规划步骤、调用工具并持续完成任务的 AI 系统。

• 向量嵌入

  把文本、图片等内容转换成一串可计算数字的表示方式。

• 向量数据库

  专门存储和检索向量数据的数据库。

• 上下文窗口

  模型在一次处理里能“看到”的文本范围。

• 微调

  在已有模型基础上，用特定数据继续训练以适应某类任务。

• 模型上下文协议

  让 AI 应用以统一方式连接工具和外部数据的开放协议。

• 强化学习

  解释 AI 如何从数据中学习、判断或完成任务的基础概念。

• 验证数据

  解释 AI 如何从数据中学习、判断或完成任务的基础概念。

• 测试数据

  解释 AI 如何从数据中学习、判断或完成任务的基础概念。

• 特征

  解释 AI 如何从数据中学习、判断或完成任务的基础概念。

• 回归

  解释 AI 如何从数据中学习、判断或完成任务的基础概念。

• 聚类

  解释 AI 如何从数据中学习、判断或完成任务的基础概念。

• 概率

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 分布

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 统计学

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 均值

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 方差

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 损失函数

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 优化

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 过拟合

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 欠拟合

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 归一化

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 标准化

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 数据增强

  用于表示数据、衡量误差或优化训练过程的数学与数据概念。

• 神经元

  神经网络内部的结构组件或训练机制。

• 权重

  神经网络内部的结构组件或训练机制。

• 偏置项

  神经网络内部的结构组件或训练机制。

• 训练轮次

  神经网络内部的结构组件或训练机制。

• 批次

  神经网络内部的结构组件或训练机制。

• 批量大小

  神经网络内部的结构组件或训练机制。

• 小批量

  神经网络内部的结构组件或训练机制。

• 分词

  用于让模型表示、理解或生成自然语言的概念。

• 分词器

  用于让模型表示、理解或生成自然语言的概念。

• 词表

  用于让模型表示、理解或生成自然语言的概念。

• 编码器

  用于让模型表示、理解或生成自然语言的概念。

• 解码器

  用于让模型表示、理解或生成自然语言的概念。

• 双向编码器表示模型

  用于让模型表示、理解或生成自然语言的概念。

• 基座模型

  会影响 AI 如何表示、生成或检索信息的模型架构或方法。

• 多模态模型

  会影响 AI 如何表示、生成或检索信息的模型架构或方法。

• 扩散模型

  会影响 AI 如何表示、生成或检索信息的模型架构或方法。

• 知识图谱

  会影响 AI 如何表示、生成或检索信息的模型架构或方法。

• 预训练

  用于训练模型或把模型适配到具体任务的方法和产物。

• 指令微调

  用于训练模型或把模型适配到具体任务的方法和产物。

• 监督微调

  用于训练模型或把模型适配到具体任务的方法和产物。

• 迁移学习

  用于训练模型或把模型适配到具体任务的方法和产物。

• 超参数

  用于训练模型或把模型适配到具体任务的方法和产物。

• 检查点

  用于训练模型或把模型适配到具体任务的方法和产物。

• 提前停止

  用于训练模型或把模型适配到具体任务的方法和产物。

• 合成数据

  用于训练模型或把模型适配到具体任务的方法和产物。

• 对齐

  用于训练模型或把模型适配到具体任务的方法和产物。

• 解码

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• 核采样

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• Top-k 采样

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• 停止序列

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• 批处理

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• 吞吐量

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• 每秒词元数

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• 模型服务

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• 自动扩缩容

  会影响已训练模型如何生成、运行和服务输出的设置或系统组件。

• 少样本提示

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 零样本提示

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 思维链

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 提示链

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 结构化输出

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 函数调用

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 工具调用

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• JSON 架构

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 上下文工程

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 提示词注入

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 越狱提示

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 护栏

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 依据约束

  用于向生成式模型提供指令、上下文、结构或安全边界的概念。

• 检索

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 语义搜索

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 相似度搜索

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 文本分块

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 文档切分

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 元数据过滤

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 检索查询

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 查询改写

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 文档入库

  用于寻找、排序并为 AI 回答提供依据的信息检索组件或方法。

• 编排

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 规划

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 任务分解

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 记忆

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 短期记忆

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 长期记忆

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 工具使用

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 人在回路

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 智能体工作流

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 资源

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 客户端服务器架构

  让 AI 系统能够规划、调用工具并完成多步骤工作的组件或模式。

• 基准测试

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 评估

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 指标

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 准确率

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 精确率

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 召回率

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• F1 分数

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 事实性

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 鲁棒性

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 红队测试

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 内容审核

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 公平性

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 可解释性

  用于衡量 AI 系统质量、可靠性、风险或责任的概念。

• 自动语音识别

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 图像描述

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 视觉问答

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 扩散

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 控制网络

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 图像嵌入

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 声音克隆

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 合成媒体

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 深度伪造

  让 AI 处理图像、音频、视频或多种数据类型的方法与能力。

• 机器学习运维

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 流水线

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 实验跟踪

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 模型注册表

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 模型版本管理

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 模型监控

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 模型部署

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 持续集成与持续交付

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 容器化

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• Docker

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 张量处理器

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。

• 边缘 AI

  用于构建、部署、监控和运维 AI 系统的工程实践或平台组件。