ADK.wang 统一知识工程 · 权威专著深度引证

ADK.wang AI & 软件技术百科

全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。

22,077

全量学术技术词条

9 大

核心专业领域体系

10,000+

权威专著深度引证

100%

原书精粹与工业对齐

人工智能与大模型
📚 2 本专著

European Commission (EC)

欧盟委员会是欧盟事实上的行政首脑与立法建议机构,负责起草法规、执行法律及管理预算,其发布的《人工智能大陆行动计划》正重塑全球 AI 治理格局。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Exponential Moving Average (EMA)

指数移动平均(EMA)是一种赋予近期数据更高权重的加权移动平均算法,通过指数衰减因子平滑时间序列噪声,在金融预测与大模型时序特征提取中比简单移动平均更具响应灵敏度。

难度: ★★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Hellman Ephemeral (ECDHE)

Hellman Ephemeral 并非标准技术术语,实为 Diffie-Hellman 密钥交换协议中“临时密钥(Ephemeral)”特性的误称或混淆,指代在每次通信会话中动态生成并立即销毁的临时密钥机制,用于保障会话安全性。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Language Learning Model (LLM)

Language Learning Model 并非单一成熟技术,而是指代利用自然语言处理技术进行语言习得、翻译及跨语言理解的模型集合,涵盖从基础词典构建到生成式大模型的演进路径。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Meta Agent Search (MAS)

Meta Agent Search 是 Meta 公司基于其 Llama 系列大模型构建的自主智能体搜索框架,旨在通过让 AI 自主规划、执行多步操作以解决复杂查询任务,实现从被动检索到主动解决问题的范式转变。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Security Token Service (STS)

Security Token Service (STS) 是基于 WS-Trust 标准的跨平台开放协议核心组件,负责安全令牌的生命周期管理,为 Web 服务单点登录提供无专利限制的认证基础。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

The European Union (EU)

欧盟是欧洲大陆上由27个主权国家组成的超国家政治与经济联盟,通过独特的‘苏维格尼斯’(sui generis)架构,在成员国让渡部分主权的基础上实现深度一体化,是全球最具影响力的区域经济组织之一。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

主体

Agent

Agent 是人工智能领域指具备自主感知、决策与行动能力的智能体,作为大模型生态中的核心执行单元,能够独立完成任务并适应动态环境。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

像素空间

Pixel Space

像素空间是图像数据在计算机内存中的离散化二维坐标表示,作为视觉感知与深度学习的底层数据载体,定义了图像分辨率、色彩通道及空间拓扑结构。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

前缀微调

Prefix Tuning

前缀微调是一种通过冻结预训练模型参数并仅训练可学习前缀向量来高效适配特定任务的大语言模型微调方法,显著降低了计算成本并提升了泛化能力。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

前额叶皮层 (PFC)

前额叶皮层是大脑额叶前端的最高级认知中枢,负责执行功能、决策规划与情绪调节,其健康状态直接决定个体在复杂环境下的理性控制力与行为稳定性。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

复杂适应系统 (CAS)

复杂适应系统(CAS)是一种由微观主体通过局部交互、学习与适应机制涌现出宏观复杂行为的计算范式,是大模型多智能体协同与自我进化的理论基石。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

存储资源

Storage Resources

存储资源是人工智能与大模型计算架构中的基础数据载体,指代用于持久化保存模型参数、训练数据及推理结果的各类硬件设备与软件管理系统的集合,直接决定算力系统的吞吐效率与成本结构。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

嵌入向量

Embeddings

嵌入向量是将非结构化数据映射为低维连续数值向量的数学表示,旨在捕捉数据内在语义结构,使机器能进行相似度计算与推理。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

年度经常性收入 (ARR)

年度经常性收入(ARR)是衡量订阅制及SaaS企业财务健康度的核心指标,代表一年内通过客户订阅合同产生的可预测、重复性收入,是评估商业模式可持续性与长期价值的基石。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

指数移动 (EMA)

指数移动平均(EMA)是一种赋予近期数据更高权重的时间序列平滑算法,通过引入动态衰减因子,有效解决传统移动平均对价格滞后反应的问题,在大模型时序预测与金融量化中广泛应用。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

特征嵌入

Feature Embedding

特征嵌入是将离散的高维特征向量映射为低维稠密连续向量空间的技术,旨在保留原始数据的语义结构与拓扑关系,是深度学习模型中连接输入数据与神经网络的核心桥梁。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

状态空间模型 (SSM)

状态空间模型是一种基于一阶微分或差分方程的动态系统描述框架,通过隐式状态变量与观测方程解耦内部演化与外部输入,已成为构建高效大语言模型(如 Mamba 架构)及世界模型的核心数学基石。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

皮格马利翁效应

Pygmalion Effect

皮格马利翁效应(罗森塔尔效应)是一种心理现象,指对个体的高期望能转化为自我实现的预言,显著提升其在特定领域的表现,是大模型提示工程中通过正向引导优化模型输出的核心策略。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

稀疏注意力

Sparse Attention

稀疏注意力是一种通过动态限制查询 - 键对计算范围,以突破长序列建模计算瓶颈的高效注意力机制,旨在平衡模型表达能力与推理效率。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

视觉语言模型

Visual Language Model

视觉语言模型(VLM)是融合计算机视觉与自然语言处理的多模态大模型,通过统一表征学习实现图文联合理解、生成与推理,成为当前人工智能架构的核心范式。

难度: ★★★ 阅读: 8分钟
查看引证 →
人工智能与大模型
📚 2 本专著

资产治理模块

Asset

资产治理模块是大模型工程化中的核心基础设施组件,负责全生命周期的模型资源(如权重、配置、版本)的标准化注册、元数据管理、权限控制及成本核算,确保模型资产的可追溯性与高效复用。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

跟踪器

Tracker

在人工智能与大模型领域,跟踪器指用于实时监测、定位及分析目标状态以辅助决策的算法组件或系统模块,是构建智能监控与动态响应机制的核心单元。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

量时钟

Vector Clock

量时钟(Vector Clock)是一种基于向量数学的分布式系统逻辑时钟,用于解决并发事件的全局顺序与因果依赖问题,是构建分布式一致性协议的核心基础组件。

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 12 / 64 页,共 1516 条记录