Harness 是包裹大模型、管控智能体执行流程、施加硬性约束与外部能力的整套运行控制系统。...
Ralph Loop 是一种让 AI 自主迭代的机制，主要用于解决 AI 编程助手"半途而废"的问题。...
GTM（Go-to-Market）市场进入策略，是一个整合了产品定位、定价、渠道、销售和客户成功的系统性工程。...
LoRA（Low-Rank Adaptation）是一种对大模型进行“轻量级微调”的技术。...
联邦学习（Federated Learning）是一种分布式机器学习技术，旨在解决数据隐私与数据孤岛问题，允许多个参与方（如设备、机构）在不共享原始数据的情况下，协同训练机器学习模型。...
T5：Text-to-Text Transfer Transformer...
大模型的范式（paradigm）是指支撑其设计、训练和应用的核心方法论或框架，反映了其处理问题的基本模式。这一概念可以从多个维度理解，以下是关键要点： 1. 技术范式 自监督学习 大模型的核心训练方式，通过海量无标注数据（如文本、图像）...
语料数据（Corpus Data）是指用于训练、验证和测试语言模型的大规模结构化或非结构化文本集合。...
ChatBI 是一种基于人工智能和自然语言处理技术的商业智能（Business Intelligence, BI）分析工具。与传统的 BI 工具不同，ChatBI 以对话交互为核心，用户可以像与人交流一样，通过自然语言对话来获取数据分析和业...
阿西洛马人工智能原则（Asilomar AI Principles）是一套旨在确保人工智能（AI）技术安全、伦理和有益发展的指导原则。该原则于2017年1月在美国加利福尼亚州阿西洛马举行的“Beneficial AI”会议上提出，由“生命未...
Scaling Law 在人工智能领域的解释 Scaling Law（缩放定律）是人工智能（AI）领域中的一个核心概念，用于描述模型性能如何随着模型规模（如参数数量）、数据集大小和计算资源的增加而变化。这一规律通常遵循幂律关系，即模型性能...
模型微调（Fine-tuning）与模型蒸馏（Knowledge Distillation）的比较 1. 定义与核心思想 模型微调 在预训练模型的基础上，通过目标任务的数据调整模型参数（通常仅调整部分层或全网络），使其适应新任务。例...
DeepSeek提出的原生稀疏注意力机制（Native Sparse Attention, NSA）是一种针对Transformer模型注意力计算的高效优化技术，旨在降低计算复杂度的同时保持模型性能，尤其适合处理长序列任务。以下从核心思想、...
Neocortex Neocortex，又称新皮质，是哺乳动物大脑中最外层的一部分，负责高级神经功能。它是大脑皮层的最新进化部分，占据了人类大脑皮层的绝大部分。Neocortex在认知、感知、空间推理、语言和意识等复杂功能中起着关键作用。...
Mermaid 格式 Mermaid 是一种基于文本的图表生成工具，允许用户通过简单的代码语法快速创建多种类型的图表（如流程图、序列图、甘特图等）。其核心目标是将图表设计与文本化编程结合，实现高效的可视化文档编写。 核心功能 特性 ...
VBA（Visual Basic for Applications）是一种事件驱动的编程语言，由微软开发，主要用于其Office套件中的应用程序自动化。它允许用户编写宏来扩展Office软件的功能，比如Excel、Word、PowerPoi...
Claude MCP Server是基于Model Context Protocol（MCP）协议为Claude模型搭建的服务器。以下是具体介绍： 协议基础 MCP是由Anthropic推出的一种开放标准协议，旨在为大语言模型（如Claud...
图形数据库（Graph DB）是一种专门用于存储和处理图形结构数据的数据库。...
专家协同（Collaboration of Experts）是一种组织或项目管理策略...
CoE（Collaboration of Experts，专家协同）技术架构是一种创新的人工智能架构模式： 核心概念与原理 多模型协作：CoE技术架构的核心在于将多个不同的专家模型组合在一起，这些专家模型各自在特定的领域或任务中具有高精度...
自然语言处理（Natural Language Processing，NLP）算法是一类用于处理和分析人类自然语言的计算机算法。...
React 是一个用于构建用户界面的 JavaScript 库，由 Facebook 开源。...
Apache HTTP 服务器，通常简称为 Apache，是 Apache 软件基金会的一个开放源代码的网页服务器软件。...
API（Application Programming Interface ），应用程序编程接口，是一组定义了软件组件之间交互的规则和协议。...
在 AI 领域中“guardrail”通常可以理解为“防护栏”或“保障措施”。...
在 AI 在自然语言处理等任务中，“chunk”可以理解为“组块”。 它指的是将文本或数据分割成较小的、有意义的单元或片段。...
DSK 通常指的是开发套件，英语全称为 Development Starter Kit。...
Graph Intelligence，图智能是一种利用先进技术处理和分析图结构数据的方法，旨在从节点和边组成的图中提取有价值的信息和知识，以解决各种与关系相关的问题。...
Function Call, 函数调用是一种编程语言结构，用于执行一个预定义的函数（也称为子程序或过程）。...
向量数据库（Vector Database）是一种专门为处理向量数据而设计的数据库。它支持多维数据、高效存储、快速查询和近似最邻近搜索。...
语音合成技术，Speech Synthesis，通常被称为文本到语音（Text-to-Speech, TTS）系统。...
“对齐”（Alignment）是指使模型的行为和输出与人类的价值观、伦理标准和期望相一致的过程。...
商业智能（Business Intelligence，简称BI）是一套流程和工具，旨在通过分析业务数据来辅助企业做出更明智的决策。...
基础模型(Foundation Model, FM)是人工智能领域的一个重要概念，基于海量的、广泛的未标记数据进行训练的模型，通常包含数十亿甚至数千亿个参数。...
在大模型（如深度学习模型）中，微调（Fine-Tuning）是指在预训练模型的基础上，对模型进行进一步的训练，以适应特定任务或数据集的需求。...
参数的作用在大型语言模型中，参数有助于： 学习：在训练阶段，模型会调整其参数以做出更好的决策，类似于你从错误中学习并相应地调整你的行为。预测：当模型获得新数据时，它会使用其参数进行预测，类似于根据当前情况猜测天气。理解上下文：参数帮助模型理...
在大模型中，参数（Parameters）通常指的是模型在训练过程中学习和调整的数值。这些数值决定了模型的行为和输出结果。 例如，在神经网络中，参数可以包括神经元之间的连接权重（weights）和偏置值（biases）。通过对大量数据的学习，...
RAG，即检索增强生成（Retrieval-Augmented Generation），是一种将知识检索（Retrieval）和语言生成（Generation）两种技术巧妙地结合在一起的方法。...
知识图谱（Knowledge Graph） 是一种基于语义网络的知识表示形式，用于描述现实世界中的实体、概念及其之间的关系。...
混合专家模型（Mixture of Experts, MoE）是一种机器学习模型，它将多个专家模型（Experts）组合起来，以解决复杂的问题。...
GraphRAG（Graph-based Retrieval-Augmented Generation）:基于图谱的检索增强生成, 是一种结合了知识图谱和图机器学习技术的新型检索增强生成模型。...
绿色AI指的是在不增加，甚至降低计算成本的前提下，研发性能更为强大的AI模型的技术手段。...
Recurrent Neural Network (RNN) - 循环神经网络，一种神经网络，能够处理序列数据，如时间序列或自然语言文本，通过循环连接记忆先前的信息。...
Convolutional Neural Network (CNN) ， 卷积神经网络，一种深度学习模型，特别适用于处理图像数据，通过卷积层提取图像特征。...
Generative Adversarial Network (GAN)，生成对抗网络，一种由生成器和判别器组成的深度学习模型，通过二者的对抗训练来生成逼真的数据，例如生成新的图像、文本等。...
Computer Vision，计算机视觉，使计算机从图像或视频中获取信息和理解内容的领域，包括目标检测、图像分类、语义分割等任务。...
Unsupervised Learning，无监督学习，使用无标记的训练数据进行学习的机器学习方法，模型自主发现数据中的模式和结构，如聚类、降维等。...
Supervised Learning，监督学习，使用有标记的训练数据进行学习的机器学习方法，模型学习从输入特征到输出标记的映射关系。...
最新评论