ADK.wang AI & 软件技术百科

激活存储器并非人工智能与大模型领域的真实技术术语，而是指代 Windows 操作系统激活机制中用于模拟 KMS 服务器环境的软件工具或脚本，常被误用于描述大模型推理加速中的激活函数存储概念。

特征向量是线性代数中的核心概念，指在特定线性变换下方向保持不变（仅缩放）的非零向量，它是描述矩阵内在属性与数据降维、聚类分析等人工智能算法的数学基石。

特征空间是人工智能中将样本映射为多维向量后形成的几何抽象空间，通过该空间内的距离度量与拓扑结构分析，实现模式识别、聚类及降维等核心算法功能。

特殊函数处理单元是专为加速大模型中非标准数学运算（如三角函数、指数对数）而设计的专用硬件加速模块，旨在突破通用 CPU/GPU 在特定算子上的性能瓶颈。

玻尔兹曼分布是描述热平衡系统中微观状态概率的核心统计规律，在大模型训练中作为温度参数（Temperature）的数学基础，用于控制生成过程的随机性与多样性。

玻尔研究所（Niels Bohr Institute）是丹麦哥本哈根的一座顶尖物理研究机构，以量子力学奠基人尼尔斯·玻尔命名，虽非直接的大模型技术，却是量子计算与量子人工智能（QAI）的前沿孵化地，为AI for Science提供底层物理引擎支持。

当前检索资料中未包含名为“理单元”的人工智能与大模型技术术语，仅提供了汉字“理”的字源与释义，无法生成符合架构师视角的技术百科内容。

理性情绪疗法（REBT）是一种基于认知行为理论的心理干预模型，通过识别并重构非理性信念来改变情绪与行为反应，虽属心理学范畴，但在大模型情感计算与认知对齐研究中具有理论映射价值。

Agent（智能体）是具备自主感知、规划与执行能力的软件实体，作为大模型的核心交互接口，能独立完成任务并适应动态环境。

矩阵乘法单元是专为加速大模型训练中矩阵运算而设计的硬件加速模块，通过并行计算机制将海量矩阵运算转化为高效的数据流处理，显著提升AI推理与训练性能。

神经语言模型是一种基于深度神经网络的自然语言处理架构，通过词嵌入将离散词汇映射至低维稠密向量空间，利用循环或自注意力机制捕捉长距离上下文依赖，以突破传统统计模型的参数限制。

离散提示词是一种将自然语言指令转化为机器可识别的离散符号序列或结构化数据表示的技术，旨在解决大模型对模糊语义理解不足的问题，提升指令执行的确定性与可解释性。

Johari Window 是人际沟通领域的经典模型，用于量化自我认知与人际互信度，虽非人工智能核心技术，但在大模型的情感计算、人机交互及社会机器人伦理对齐中提供关键的行为理解框架。

MindCompiler 是面向人工智能与大模型领域的专用编译优化引擎，通过深度代码分析与架构感知技术，将模型代码转化为高性能机器指令，显著提升推理与训练效率。

自动梯度（Autograd）是深度学习框架中用于高效计算复杂函数梯度的核心自动微分引擎，通过符号推导与数值计算结合，实现模型参数的反向传播优化。

虚拟词是大模型推理优化中的关键概念，指在生成过程中被模型预测但尚未完全确认或处于高不确定性状态的中间状态标记，用于平衡生成速度与推理准确性。

该术语并非标准技术概念，而是对‘规划’与‘智能体高层动作’两个独立概念的误合并写，指代在人工智能中利用长期规划能力指导大模型执行复杂任务的方法论。

规模定律是大模型领域的核心经验法则，指出模型性能随数据量、参数量及算力规模呈幂律增长，是通用人工智能涌现的关键路径。

语言处理是人工智能与大模型领域的核心基础技术，指利用算法对自然语言进行理解、生成、转换及分析，赋予机器处理人类语言信息的能力。

计数是人工智能与大模型领域通过累加或遍历数据单元以量化样本数量、统计分布特征及评估模型收敛状态的基础数学行为与工程实践。

评价分数平均值（Mean of Score）是人工智能与大模型评估体系中，用于量化模型输出结果整体表现的核心指标，通过对多个评分维度或样本的算术平均计算得出综合得分。

词法分析是人工智能与大模型预处理中的关键阶段，负责将原始文本流解析为具有语义属性的词元序列，为后续的语言理解与推理奠定结构化基础。

Prompt（提示词）是引导大语言模型生成特定输出的人为指令或上下文框架，通过精确定义任务目标、约束条件与风格偏好，将模糊意图转化为模型可执行的标准化输入范式。

读取单元（Fetch Unit）是大模型推理引擎中负责从显存或片上存储中高效提取模型权重与中间激活值的关键硬件模块，直接决定推理吞吐上限。