AI 学习笔记-专业术语

AI 学习笔记-专业术语

AI：Artificial Intelligence，人工智能。指由人造系统所表现出来的智能行为，使机器能够模拟人类的认知功能。

ANI：Artificial Narrow Intelligence ，弱人工智能，专注于特定领域或任务的智能系统，只能在预设范围内表现出智能行为。

AGI：Artificial General Intelligence，通用人工智能，具备人类水平的通用智能，能够理解、学习和应用知识 across 多个领域，解决各种复杂问题。

ASI：Artificial Super Intelligence，超级人工智能，是指智能水平显著超越人类最聪明大脑的人工智能系统。

LLM：Large Language Models，大语言模型

MCP：Model Context Protocol ，模型上下文协议

RAG：Retrieval Augmented Generation，检索增强生成

Web Search：网络搜索

Agent：智能体。（Single Agent、Sub Agent、Multi Agent）

AI Agent：AI智能体

Autonomous Agent：自主智能体

Agentic AI System：广义智能体系统

Prompt：提示词

Data Flywheel：数据飞轮，是一种通过数据驱动业务增长的正向循环机制，其核心思想是： 数据收集 → 分析洞察 → 业务优化 → 产生更多数据 的闭环过程。

多模态：

云智一体：

VLM：Vision-Language Model。视觉语言模型，一种能够同时理解和处理图像与文本信息，并完成跨模态任务（如图像描述、视觉问答）的大模型。

NHI：Non-Human Identity。非人类身份，通常指在数字或AI语境中，不属于真实人类的虚拟实体、AI智能体或机器人账户的身份标识。

M2M：Machine to Machine

A2A：Agent to Agent

Zero-shot：零样本

RRF：Reciprocal Rank Fusion。倒数排名融合，一种用于融合多个检索系统排序结果的算法，通过合并各系统结果中文档的倒数排名分数来产生更优的综合排序。

Cross-Encoder：交叉编码器

Bi Encoder：双编码器

Embedding 模型：

Function Calling：工具调用、函数调用、调用协议

Workflow：工作流

Prompts：提示语

WASM 插件：

SSE：Server-Sent Events ，一种长链接协议

Code Interpreter：代码解释器

Image Generation：图像生成

LIME技术：

SHAP技术：

SSRF：服务端请求伪造

DoW：Denial of Wallet ，拒绝钱包攻击

PII：个人身份信息

Memory：记忆

Skill：技能

Credits：额度、积分

 

NLP：Natural Language Processing，自然语言处理。NLP是人工智能的一个关键子领域，致力于研究如何让计算机能够理解、解释、操作和生成人类的自然语言，最终实现人与计算机之间用自然语言进行有效通信。

简单来说，NLP的目标是让机器“懂”人话。

OCR：Optical Character Recognition。光学字符识别，OCR是一项具体的计算机技术，旨在将图像（如扫描的文档、照片）中的文字（包括印刷体和手写体）​ 检测并转换为机器可编码、可编辑、可搜索的文本数据。

CV：Computer Vision，计算机视觉。CV是一个广阔的AI研究领域，旨在使计算机能够从数字图像、视频等视觉输入中获取、分析和理解高层次信息，并做出决策。

VCR：Visual Commonsense Reasoning，视觉常识推理。VCR是一个多模态的问答与推理任务。它的目标不仅仅是让AI识别图片中的物体，更是要让它理解图片中隐含的场景、人物关系、社会互动、意图和因果逻辑，即进行“常识”层面的推理。

MOE：Mixture of Experts，混合专家模型。像一个由多名“领域专家”组成的委员会。每个问题进来后，由一个路由器决定将其分发给最相关的几位专家进行处理，最后汇总结果。大部分“专家”在本次计算中处于休眠状态。

AIGC：Artificial Intelligence Generated Content，人工智能生成内容。AIGC 指的是利用人工智能技术，自动或辅助生成各种形式内容的一种范式。它标志着内容生产方式从专业生成内容和用户生成内容，进入了由人工智能驱动的 “人工智能生成内容”​ 的新阶段。

蒸馏：在AI领域的“蒸馏”，特指知识蒸馏这一技术。它通过让小模型模仿大模型的输出“感觉”，来实现模型能力的迁移与压缩，是解决大模型落地应用中“体积大、速度慢”这一核心矛盾的关键技术之一。其过程正如其名，是一个“去粗取精、浓缩提炼”的过程。可以简单理解成“提纯”。

 

Reasoning：模型推理能力

Instruction：任务指令

Guided Autonomy：引导式自主
Tool Use：工具调用

Pre-defined Action： 预定义行动