ADK.wang AI & 软件技术百科

Specificity Average（特异性均值）是二分类模型在正负样本集上分别计算特异度后取算术平均值的评估指标，用于衡量模型在不发生误报情况下的整体一致性表现。

The Large Language Model 并非单一技术术语，而是指代在人工智能领域具有大规模参数、海量语料训练及强大泛化能力的语言模型统称，是生成式 AI 的核心载体。

Trained Transformers 指经过大规模预训练任务（如自监督学习）并微调以适应特定下游任务的大语言模型架构，是连接通用基础模型与垂直领域应用的关键桥梁。

Open Policy Agent 是一款基于声明式策略的开源统一策略引擎，通过细粒度访问控制实现大模型推理、训练及数据访问的安全治理，是构建可信 AI 基础设施的核心组件。

虚拟助手是一种基于人工智能与大模型技术的智能软件代理，通过自然语言交互理解用户意图，自主规划并执行多步骤任务，旨在替代或增强人类完成日常及专业工作流。

专家模型（MoE）是一种通过稀疏激活机制，在单次推理中仅调用部分专家子网络以平衡大模型容量与计算效率的混合架构。

中断向量表是计算机系统中用于映射中断号到对应处理程序入口地址的关键数据结构，作为实现高效事件响应机制的核心枢纽，它决定了系统对突发任务的调度效率与稳定性。

人发展理论模型是人工智能领域用于模拟人类认知演进与知识构建的元认知框架，旨在通过算法动态调整模型结构以匹配人类从感知到抽象思维的认知发展阶段。

人工智能内容指由大语言模型等 AI 系统自主生成、具备人类可读性与逻辑性的文本、代码或创意作品，是 AI 从工具向内容创作者转型的核心产出形态。

令多数据并非标准计算机术语，经检索确认为游戏《明日方舟》中的虚构角色“令”的误写或混淆，在人工智能与大模型领域无对应技术实体。

传递提示词（Prompt）是引导大语言模型生成特定输出指令的输入模板，通过结构化指令、上下文信息与参数配置，精准调控模型行为模式与生成质量。

位置编码是大语言模型中用于将序列中元素顺序转化为可学习向量表示的关键机制，使模型能够理解词序依赖并生成序列输出。

指令存储器是 AI 大模型架构中负责高速缓存模型参数与计算指令的关键硬件模块，通过高带宽内存技术实现模型推理与训练的高效数据吞吐。

儿童动力项目（Kidpower）是一套全球性的儿童安全教育与赋能体系，旨在通过系统化的技能训练提升儿童在现实世界中的自我保护能力与应对危机意识，而非属于人工智能或大模型领域。

“具调用能力”并非标准技术术语，而是对大模型具备函数调用（Function Calling）或工具使用（Tool Use）能力的通俗化、口语化表达，指模型能理解并执行外部工具任务。

决策图是一种将复杂决策问题转化为结构化图表示的可视化方法，通过节点与边映射决策逻辑，辅助人类在人工智能与大模型辅助下进行高效、透明的理性选择。

提示词（Prompt）是引导大语言模型生成特定输出指令的核心输入范式，通过结构化指令、上下文设定与参数配置，精准调控模型行为模式与输出质量。

分层任务网络是一种将大模型推理任务按数据流划分为感知、决策与执行等逻辑层级，通过异构计算资源协同调度以实现低延迟、高吞吐的分布式架构范式。

在人工智能与大模型领域，'Cloud'指代基于云计算基础设施构建的分布式计算资源池，用于支撑大模型的训练、推理及全生命周期管理，是连接算法模型与物理算力的核心枢纽。

前瞻得到最大期望效用（Futuristic Maximum Expected Utility）是人工智能大模型在规划与决策阶段，基于对未来状态概率分布的预测，通过最大化长期累积奖励以优化行动策略的核心算法机制。

前馈网络是一种信号仅沿输入层向输出层单向传播的神经网络架构，通过多层非线性变换实现复杂模式识别，是构建深度神经网络与Transformer等现代大模型的基础核心组件。

加载掩码语言建模（Loading Masked Language Modeling）并非标准术语，实为对“加载（Loading）”与“掩码语言建模（MLM）”两个概念的误读或混淆，其核心机制应为掩码语言建模，而加载通常指程序启动或数据载入过程。

张量（Tensor）是人工智能与大模型领域的基础数据结构，用于表示多维数组，通过矩阵运算实现神经网络中复杂的非线性映射与特征提取。

MyAgent 是基于大语言模型构建的自主智能体框架，旨在通过自然语言交互实现复杂任务的规划、执行与反思，是连接大模型能力与具体应用落地的关键中间件。