AI词典

• 【AI词典】Fine-tuning微调 - 预训练模型的针对性优化2026-04-19

  Fine-tuning微调：定义Fine-tuning（微调）是一种迁移学习技术，指在通用预训练模型的基础上，使用特定领域或任务的较小规模数据集进行额外训练，从而使其适应新任务、提升性能并节省计算资源。Fine-tuning微调的工作原理理解微调原理的一个经典类比是“专家再深造”。想象一个在广泛学科（

  查看详情>>
• 【AI词典】Embedding - 将数据映射为低维向量的技术2026-04-19

  Embedding是什么？Embedding（嵌入）是一种将高维、离散或非结构化的数据对象（如词语、图像、用户ID）映射为低维、连续的实数向量的核心技术。这个生成的向量，即“嵌入向量”，能够在一个稠密的向量空间中捕捉和表征原始数据的本质特征与语义关系。Embedding的工作原理想象一下，你需要为图

  查看详情>>
• 【AI词典】Token - 文本处理的基本语义单元2026-04-19

  Token是什么：AI理解文本的基石在人工智能（AI）和自然语言处理（NLP）领域，Token是文本被分割后的最小语义处理单元，它是大语言模型（LLM）理解和生成语言的基础“砖块”。它可以是单词、子词、单个字符甚至标点符号，其具体形态取决于模型所使用的分词算法。Token的工作原理：从文本到数字的桥梁

  查看详情>>
• 【AI词典】BERT - 谷歌预训练语言理解模型2026-04-19

  BERT是什么？定义BERT（BidirectionalEncoderRepresentationsfromTransformers）是谷歌于2018年发布的一种基于Transformer架构的预训练语言理解模型，其核心创新在于通过“双向”上下文训练，使模型能够更深刻地理解词语在句子中的真实含义。BERT的工作

  查看详情>>
• 【AI词典】GPT - 生成式预训练Transformer模型2026-04-18

  GPT是什么？GPT（生成式预训练Transformer模型）是一种基于Transformer架构的大规模语言模型，其核心能力是通过预训练学习海量文本数据中的规律，从而能够理解并生成高质量、连贯的人类语言文本。它代表了当前自然语言处理领域的主流技术范式，其“生成式”与“预训练”的特性，使其区别于早期的规则式或特定任务型AI模型。

  查看详情>>
• 【AI词典】Attention机制 - 模拟人类注意力的神经网络核心组件2026-04-18

  Attention机制：定义Attention机制（注意力机制）是深度学习模型中的一种核心计算组件，它通过动态分配权重，使模型能够有选择地聚焦于输入数据中最相关的部分，从而提升信息处理的效率和准确性。其核心思想是模仿人类的注意力行为，即从海量信息中快速筛选出关键线索。Attention机制的工作原理可

  查看详情>>
• 【AI词典】Transformer架构 - 基于自注意力机制的深度学习模型架构2026-04-18

  Transformer架构：定义Transformer架构是一种完全基于自注意力机制的深度学习模型架构，它摒弃了传统的循环或卷积结构，通过并行处理序列数据，实现了对长距离依赖关系的高效建模，已成为现代人工智能，尤其是自然语言处理领域的基石性模型。Transformer架构的工作原理可以将Transfo

  查看详情>>
• LangChain：解锁大语言模型潜力的新一代AI应用框架2026-04-18

  LangChain：连接大语言模型与现实世界的桥梁在人工智能浪潮席卷全球的今天，以GPT为代表的大语言模型展现出了惊人的理解和生成能力。然而，如何将这些“聪明”但“孤立”的模型真正应用于解决复杂的现实问题，成为了开发者和企业面临的核心挑战。

  查看详情>>
• 【AI词典】LLM - 大型语言模型2026-04-18

  LLM-大型语言模型：定义大型语言模型（LargeLanguageModel，简称LLM）是一种基于海量文本数据训练、能够理解、生成和操作人类语言的深度学习模型。其“大型”主要体现在其庞大的参数规模（通常达数十亿甚至万亿级别）和训练数据量上，这使其具备了强大的通用语言理解和生成能力。LLM的工作原理

  查看详情>>
• 【AI词典】大语言模型 - 基于海量数据训练的大型自然语言处理模型2026-04-18

  大语言模型定义大语言模型是一种基于海量文本数据训练、拥有巨量参数规模的人工智能模型，其核心能力在于理解、生成和推理人类自然语言。它通过捕捉语言中的统计规律和深层语义关联，能够执行多样化的语言任务，而无需为每个任务进行专门编程。

  查看详情>>