ADK.wang AI & 软件技术百科

平均模型并非独立的人工智能技术，而是指在深度学习与强化学习中，通过聚合多个独立训练模型（如专家网络）的预测结果以生成最终输出或决策的统计平均策略。

张量核心是英伟达 GPU 专为加速矩阵乘加运算设计的专用硬件单元，通过支持混合精度计算与 Warp 级指令集，显著提升深度学习与大模型训练的吞吐量和能效。

指示学习（Instruction Learning）是一种通过向大模型注入自然语言指令，使其能够灵活执行复杂任务的新型范式，标志着从静态训练向动态交互的范式转变。

提示注入是一种针对大语言模型的网络安全攻击手法，攻击者通过伪装恶意指令于正常输入中，诱导模型忽略系统预设指令而执行非预期操作。

数值型向量是人工智能大模型中用于高效存储与计算连续数值特征的高维数据结构，通过稀疏化与压缩技术平衡内存占用与计算精度，是向量检索与推荐系统的核心载体。

数据小时并非人工智能与大模型领域的标准技术术语，而是指代数据作为客观事实记录或原始素材的基本概念，在AI语境下常作为模型训练的基础数据资源被提及。

数据距离是衡量数据点间差异或相似度的量化指标，作为大模型训练中的核心损失函数与评估基准，用于指导模型参数优化与知识对齐。

机器视觉是基于成像技术与计算机算法的自动化感知系统，通过采集、处理与分析图像数据，实现工业检测、机器人引导及过程控制等实际工程应用。

Token Embedding 是将离散的自然语言标记（Token）映射为连续高维向量空间表示的数学过程，是连接符号计算与神经网络语义理解的核心桥梁。

零样本思维链（Zero-Shot CoT）是一种无需额外训练数据，仅通过提示工程引导大模型模拟人类推理步骤以解决复杂问题的技术范式。

核函数是一种将输入空间映射至高维特征空间的隐式映射机制，通过计算特征空间内积的等价形式，使支持向量机等算法能在不显式计算复杂非线性变换的前提下实现高效分类与回归。

自主智能体驱动是一种将大模型封装为具备感知、规划与执行能力的独立智能体，使其能自主感知环境、拆解任务并自主调用工具完成复杂目标的技术范式。

根因分析是人工智能与大模型领域用于快速定位系统故障、逻辑错误或推理偏差源头的高级诊断技术，通过多维归因与动态追踪实现精准排查。

梯度提升森林是一种基于弱学习器迭代构建强预测模型的集成算法，通过优化残差误差实现高精度分类与回归任务，是工业界与学术界的主流机器学习范式。

梯度消失问题是指在深度神经网络反向传播训练时，由于链式法则的连乘效应导致梯度值随层数增加呈指数级衰减，致使深层网络权重无法有效更新的学习困境。

梯度递减（Gradient Descent）是机器学习中最基础的优化算法，通过迭代计算损失函数关于模型参数的负梯度方向来更新参数，旨在最小化预测误差并收敛至最优解。

欧洲联合环状反应堆（JET）是英国卡勒姆核聚变中心运营的国际合作托卡马克装置，作为ITER的前身，它实现了人类历史上首次氘氚聚变能量增益，为可控核聚变商业化奠定了关键工程基础。

比张力是人工智能与大模型领域用于衡量模型在特定任务上表现与基准模型差距的相对指标，通过归一化处理消除规模差异，直观反映模型在复杂推理、长上下文处理及多模态理解等场景下的相对效能提升。

DeepSpeed Hybrid Engine 是一种专为大模型训练设计的混合精度计算引擎，通过动态融合 FP16/BF16 与 FP32 精度，在保持训练稳定性的同时显著提升显存效率与吞吐量。

游戏智能体（Agents）是具备自主感知、决策与执行能力的软件实体，能在大模型驱动下自主规划并操控游戏环境，实现从自动化操作到复杂策略博弈的智能化交互。

率失真优化量化是一种在人工智能与大模型中，通过数学模型平衡重建误差与比特消耗，以实现高效压缩与传输的自适应编码技术。

社会智能是人工智能迈向通用智能的关键能力，指智能体在复杂社会情境中通过感知、心智理论与交互实现自适应协作的综合性认知体系。

神经符号系统是一种融合深度学习感知能力与符号逻辑推理能力的混合人工智能架构，旨在解决纯神经网络缺乏可解释性与纯符号系统缺乏泛化能力的根本缺陷。

策略爬山是一种基于启发式规则的优化算法，通过局部搜索机制在解空间迭代提升目标函数值，常用于解决组合优化与路径规划问题。