扩散模型
扩散模型的训练方式是先往真实数据里一点点加噪声直到变成纯噪点，再学会把这个过程倒放。生成时它从一团随机噪声出发，按提示词一步步去噪，最终得到图像、视频或音频
基础概念1
Knowledge Base
AI 百科
AI之上的知识库。围绕协议、智能体、核心概念与框架工具，帮你把碎片名词整理成可理解、可复用的认知结构。
具身智能
具身智能指有物理身体的 AI：它通过传感器感知真实环境，通过执行器改变环境，再从结果里学习。和纯软件模型相比，它多了一个不能重来的现实世界，也因此卡在数据、实时性和安全三道坎上
基础概念0
图谱增强检索
GraphRAG 在普通 RAG 之上加了一层知识图谱：先把文档里的实体和关系抽出来建图，检索时沿着关系走，而不只是找语义相似的片段。它擅长回答需要跨多篇文档串联、或者需要全局概括的问题
知识与检索0
低秩适配
LoRA 是一种参数高效微调方法：冻结原模型权重，只在旁边训练一组很小的低秩矩阵。训练成本降到全量微调的很小一部分，产出的适配器文件通常只有几十兆，可以随时挂载和切换
训练与优化1
开放权重
开放权重指模型的训练结果（权重文件）可以公开下载、自行部署和微调。它常被叫成「开源模型」，但多数并不满足开源的完整定义——训练数据和训练代码通常不公开，许可证也可能带使用限制
接入与部署1
模型量化
量化是把模型权重从 16 位浮点压到 8 位、4 位甚至更低的整数表示，用可控的精度损失换取更小的显存占用和更快的推理。它是本地跑大模型、以及降低推理成本的最常用手段
接入与部署0
缩放定律
缩放定律是一组经验规律：模型的预测误差随参数量、数据量和算力的增加，按可预测的幂律下降。它让「花多少钱能得到多好的模型」变成可以提前估算的工程问题，也是过去几年疯狂堆算力的直接理由
基础概念0
影子 AI
影子 AI 指员工在未经 IT 或安全团队批准的情况下使用 AI 工具处理公司数据。它和影子 IT 的关键区别在于泄露的是数据本身而不只是系统入口，并且封禁很少奏效，可行的路径是提供合规替代
安全与治理0
小语言模型
小语言模型指参数量小到能在消费级设备上跑、且响应足够快的语言模型。在智能体系统里，大量调用其实是重复、狭窄、格式固定的子任务，用小模型处理往往更便宜也更稳
接入与部署0
规格驱动开发
规格驱动开发把版本化的规格文档当作唯一事实来源，代码由人和 AI 依据规格生成与维护。它针对的是编程 Agent 的三类典型失败：意图漂移、上下文衰减、以及没有验收标准导致结果无法判定
工程实践0
合成数据
合成数据指由模型或程序生成、而非从真实世界采集的训练数据。它在高质量真实数据见底、以及机器人这类采集成本极高的领域成了必需品，但用得不当会放大偏差、导致模型退化
训练与优化0
Transformer 架构
Transformer 是 2017 年提出的神经网络架构，它丢掉了此前逐词处理的循环结构，改用注意力机制一次性看完整段输入。今天几乎所有大语言模型、多模态模型和主流图像视频模型的骨架都是它
基础概念0
已显示 12 / 12 个词条
术语速查
全部词条按主题排开，点一下直接看解释。