ZZing AI体验 ZingFace

AI 名词速查 · 36 TERMS

不用翻卡片，
一张表看懂 AI 名词。

每一行直接给出人话解释、常见使用场景和容易踩的误区。搜索或按类别筛选，快速找到你听不懂的词。

共 36 个名词 · 可横向滑动查看完整解释

名词人话解释什么时候会遇到别被什么误导
AI人工智能基础概念让机器完成通常需要人类认知能力的任务的总称。识别图片、生成文字、预测需求都属于 AI 应用。AI 不是一个单一产品，也不等于聊天机器人。
ML机器学习基础概念让系统从数据中学习规律，而不是把每条规则手写出来。根据历史订单预测库存需求。有数据不等于一定能训练出可靠模型。
Deep Learning深度学习基础概念使用多层神经网络学习复杂模式的机器学习方法。语音识别、图像生成和大模型都大量使用深度学习。层数更深不自动代表效果更好。
LLM大语言模型基础概念从大量文本中学习语言规律、可生成和理解文本的模型。用自然语言总结合同或生成代码草稿。它预测合理的下一个内容，不是永远正确的知识库。
Multimodal多模态模型能力一个系统同时处理文字、图片、音频或视频等多种信息。上传产品照片并让模型生成销售文案。支持上传图片不代表能准确理解所有视觉细节。
Token词元基础概念模型读取和生成内容时使用的基本计量单位。中文一个字可能对应一个或多个 token，API 常按 token 计费。Token 不是严格等同于字数或单词数。
Context Window上下文窗口模型能力模型在一次请求中能够共同参考的内容容量。长报告超过窗口后需要分段或检索。窗口更大不代表模型能同等准确地记住每个细节。
Prompt提示词基础概念给模型的任务、背景、约束和输出要求。说明目标读者、材料范围和输出格式。不存在适用于所有任务的万能咒语。
System Prompt系统提示工程实践定义模型角色、边界和长期行为的高优先级指令。要求客服助手只根据已批准知识库回答。系统提示不能替代权限控制和后端校验。
Temperature温度参数模型能力影响生成结果随机性和多样性的参数。创意写作可适当提高，结构化抽取通常降低。温度设为零也不能保证事实永远正确。
Hallucination幻觉模型能力模型生成看似合理、实际错误或无来源内容的现象。编造论文、政策条款或不存在的网址。语言越流畅不代表事实越可靠。
Embedding向量嵌入工程实践把文本或其他内容转换为可比较相似度的数字表示。根据语义找到与用户问题最相关的文档段落。向量相似只代表内容接近，不代表答案正确。
RAG检索增强生成工程实践先检索相关资料，再让模型依据资料回答。企业知识库客服先找到制度原文再生成回复。接入 RAG 不会自动解决脏数据、错误切分和权限泄露。
Fine-tuning微调工程实践用特定样本继续训练模型以改变行为或能力。让模型稳定输出企业规定的分类格式。知识更新通常先考虑 RAG，不必凡事都微调。
Inference推理/推断模型能力训练完成后，模型根据输入生成结果的过程。用户发送问题后服务器运行模型返回答案。行业里的 inference 不只指逻辑推理能力。
Agent智能体智能体能围绕目标规划步骤、调用工具并根据结果继续行动的系统。读取表格、查询库存并草拟补货单。接一个模型和几个工具不等于形成可靠的自主员工。
Workflow工作流智能体按预先定义的步骤和条件执行任务的流程。收到表单后分类、审批、写入数据库并通知负责人。稳定业务往往更适合工作流，不一定需要高自主 Agent。
Tool Calling工具调用智能体让模型按结构化格式请求外部函数或服务。查询天气、创建日程或读取数据库。模型提出调用不代表系统应无条件执行。
MCP模型上下文协议智能体用统一方式把 AI 应用连接到工具、数据和提示资源的开放协议。同一个 MCP 服务可供多个兼容客户端读取文档。MCP 解决连接标准，不自动解决授权、安全和数据质量。
OPC一人公司商业合规由少量人员借助外包、自动化和 AI 运营业务的组织方式。创始人负责产品与销售，AI 辅助内容、客服和研发。一人公司仍需处理主体、合同、财税、监管和售后责任。
API应用程序接口工程实践软件之间按照约定交换请求和结果的入口。网站通过模型 API 生成摘要。拿到 API Key 只是接入起点，不是完整产品。
SDK软件开发工具包工程实践帮助开发者调用平台能力的一组代码、类型和示例。使用官方 Python SDK 调用模型接口。SDK 方便开发，但不会替你处理业务架构和安全。
Open Source开源商业合规源代码按特定许可证公开并允许规定范围内使用。MIT、Apache-2.0、GPL 都是不同开源许可证。能看到代码、免费使用、可商用是三个不同概念。
Model Weights模型权重基础概念模型训练后保存的参数，是其能力的重要载体。下载开源权重后在本地推理。开放权重不一定等于符合 OSI 定义的开源软件。
Quantization量化工程实践用更低精度表示模型参数，以减少内存和计算需求。让较大模型在个人电脑上运行。压缩越激进，速度、质量和兼容性之间的取舍越明显。
Benchmark基准测试模型能力用固定数据和规则比较模型表现的方法。比较数学、代码或长文本任务得分。榜单高分不等于适合你的用户、语言和业务数据。
Eval评测工程实践持续测量 AI 系统质量、安全、成本和稳定性的过程。用真实客服问题检查答案正确率和拒答率。上线前跑一次测试不叫完整评测体系。
Guardrail护栏工程实践限制输入、输出和行动范围的规则与技术措施。拦截隐私数据、危险指令和超权限操作。一层关键词过滤无法覆盖全部风险。
Latency延迟工程实践从请求发出到用户获得响应所需的时间。对话首字延迟和完整回答耗时会分别影响体验。只追求最快可能牺牲模型质量、成本或可靠性。
Throughput吞吐量工程实践系统在单位时间内能处理的请求或 token 数量。并发用户增加时评估推理服务器容量。单请求快不代表高并发时吞吐也高。
Structured Output结构化输出工程实践要求模型按 JSON 或明确字段返回可由程序处理的数据。从发票中返回金额、日期和供应商字段。格式正确不代表字段内容一定真实。
Function Calling函数调用智能体模型根据函数定义生成参数，由应用决定是否执行。生成创建工单所需的标题、优先级和描述。它与真正执行函数是两个必须分离的步骤。
Human in the Loop人在回路智能体在关键判断或行动节点保留人工审核。AI 草拟退款方案，由客服确认后发送。人工审核不是失败，而是高风险系统的成熟设计。
PII个人身份信息商业合规能够单独或结合其他信息识别个人的数据。身份证号、手机号、精确地址和生物特征。去掉姓名后数据不一定已经匿名。
Copyright著作权商业合规保护作品表达形式的法律权利。训练材料、输入素材和生成结果都可能涉及权利边界。AI 生成不自动意味着无版权风险或可随意商用。
AI GatewayAI 网关工程实践统一管理多个模型供应商调用、权限、日志、路由和成本的服务层。按任务选择模型并在故障时切换供应商。网关集中能力的同时也集中密钥和数据风险。