AI词典
-
【AI词典】Multi-Agent多智能体 - 多个自主智能体协同工作的系统2026-04-20
定义多智能体（Multi-Agent）是指由多个具备自主感知、决策与行动能力的智能体（Agent）通过交互与协作，共同完成复杂任务的系统。其核心在于去中心化的协同，而非单个智能体的孤立性能。原理多智能体系统的工作原理类似于一个高效的人类团队。每个智能体如同团队中的一名专家，拥有自己的“知识库”（环境模
查看详情>> -
【AI词典】Agent智能体 - 能感知环境并自主行动的智能实体2026-04-20
Agent智能体：定义Agent智能体（AIAgent），指在人工智能领域中，能够通过传感器或数据接口感知环境状态，并基于内部目标与策略自主决策、执行行动以影响环境的智能实体。其核心在于“自主性”，即能在无人为直接干预的情况下，为实现特定目标而持续运作。Agent智能体如何工作？一个典型的Agent
查看详情>> -
【AI词典】RAG检索增强生成 - 结合检索与生成的AI技术2026-04-19
RAG检索增强生成：定义RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种将信息检索系统与大型语言模型（LLM）生成能力相结合的AI技术框架。其核心在于，模型在生成答案前，会先从外部知识库中实时检索相关文档作为依据，从而提升生成内容的准确性、时效性与事实可靠性。RAG检索增强生成
查看详情>> -
【AI词典】Chain-of-Thought思维链 - 分步推理的提示方法2026-04-19
Chain-of-Thought思维链：定义Chain-of-Thought思维链是一种提示方法，它引导大型语言模型通过生成一系列中间推理步骤，最终得出问题答案，从而显著提升模型在复杂推理任务上的表现。这种方法的核心在于将“黑箱”式的直接应答，转变为透明、可追溯的分步思考过程。Chain-of-Thought思维链的
查看详情>> -
【AI词典】Zero-shot学习 - 无需样本即可识别新类别的机器学习方法2026-04-19
Zero-shot学习：无需样本即可识别新类别的机器学习方法Zero-shot学习（Zero-shotLearning,ZSL）是一种机器学习范式，其核心目标是使模型能够识别或理解在训练阶段从未见过任何具体样本的新类别。它通过迁移已学知识并利用类别之间的语义关联，实现了从已知领域向未知领域的泛化能力。原理：知识迁移
查看详情>> -
生成式AI：颠覆内容创作的智能革命与未来展望2026-04-19
生成式AI：内容创作领域的“寒武纪大爆发”我们正站在一个内容创作范式转移的临界点上。以ChatGPT、Midjourney、Sora等为代表的生成式AI技术，正以前所未有的速度和广度，重塑从文字、图像、音乐到视频的整个内容生产链条。
查看详情>> -
【AI词典】Few-shot学习 - 小样本快速适应新任务2026-04-19
Few-shot学习：小样本快速适应新任务Few-shot学习（Few-shotLearning）是机器学习的一个分支，其核心目标是让模型在仅接触极少量（通常为几个到几十个）新任务样本的情况下，快速学习并完成该任务。
查看详情>> -
【AI词典】提示工程 - 优化AI交互的指令设计与调试方法2026-04-19
定义提示工程（PromptEngineering）是一门专注于设计、优化和调试输入给大语言模型（LLM）或生成式AI的文本指令（即“提示”），以引导模型生成更准确、可靠、符合预期输出的系统性方法与技术。原理提示工程的工作原理，可以类比为与一位知识渊博但思维模式独特的外星专家沟通。这位专家拥有海量知识
查看详情>> -
【AI词典】RLHF强化学习 - 基于人类反馈的强化学习方法2026-04-19
定义RLHF（ReinforcementLearningfromHumanFeedback，基于人类反馈的强化学习）是一种将人类偏好信号作为核心优化目标的先进机器学习方法。它通过收集人类对模型输出的评价或比较数据，训练一个奖励模型来模拟人类偏好，进而指导生成模型（如大语言模型）的强化学习训练过程，旨在使模型行为更安全、更符合人类价
查看详情>> -
Fine-tuning 微调全面解析：从核心原理到 2026 大模型实战应用2026-04-19
一句话定义Fine-tuning（微调）是指在预训练大模型基础上，利用特定领域数据继续训练，使其从“通才”进化为适应具体任务的“专才”的关键技术。技术原理：从通用智能到领域专家的进化之路在人工智能的宏大叙事中，大语言模型（LLM）的诞生标志着我们拥有了具备海量知识的“通才”。然而，让一个读过互联网
查看详情>>