ADK.wang AI & 软件技术百科

在人工智能与大模型领域，Oriented Programming 并非标准术语，通常指代面向特定目标（如任务导向、数据流导向）的编程范式，强调代码逻辑与模型训练目标的紧密对齐。

活跃用户数指在特定统计周期内，对系统或平台产生有效交互行为的独立用户数量，是衡量大模型应用生态热度与用户粘性的核心指标。

量空间模型是信息检索领域的经典向量表示方法，通过将文档与查询映射为高维数值向量，利用几何距离计算相似度，实现高效的文本匹配与排序。

Latent Diffusion Model 是一种基于潜空间变分推断的生成式架构，通过前向加噪与逆向去噪过程，在低维压缩空间中高效学习数据分布并合成高质量图像。

Unary Code 是一种将正整数转换为等长二进制序列的前缀编码机制，通过连续置 1 后接一个 0 来唯一标识数值，在大模型训练数据压缩与稀疏矩阵存储中用于高效表示非负整数索引。

命令行接口（CLI）是计算机通过文本指令与软件交互的基础人机界面，作为现代大模型智能体（如 Command Code）在终端环境中执行复杂任务与代码生成的核心操作载体，实现了从物理开关到自然语言编程的演进。

机器（Maschinismus）在人工智能与大模型语境下，指代一种基于规则或模型驱动，能够自动执行特定任务、处理信息并产生输出结果的智能计算系统或算法架构。

式人工智能是一种基于符号逻辑与规则推理的AI范式，通过显式定义知识图谱与推理引擎，实现可解释、可验证的决策过程，区别于依赖统计概率的大模型。

提示词工程是通过精心设计与优化自然语言指令，引导大语言模型精准理解意图并生成高质量内容的核心技术，是释放生成式 AI 生产力的关键杠杆。

张量处理单元（TPU）是谷歌专为加速机器学习任务而定制的 ASIC 芯片，通过高度优化的数据流架构显著提升能效比，是构建大规模 AI 基础设施的核心算力引擎。

慕课（MOOC）是依托互联网与人工智能大模型构建的大规模开放在线课程体系，通过数据驱动实现从标准化教学向个性化智能辅导的范式跃迁。

马太效应指在人工智能与大模型生态中，头部模型因先发优势积累更多算力、数据与人才，进而形成强者愈强的正反馈循环，导致行业资源高度集中。

在人工智能与大模型领域，'政策'指代模型安全对齐中的核心约束机制，即通过预设规则、价值导向及伦理准则，引导大模型生成符合人类价值观、法律法规及社会规范的输出内容。

循环单元是人工智能与大模型训练中用于高效并行处理序列数据、实现动态掩码机制及优化计算图执行的关键基础架构组件。

掩码语言建模（Masked Language Modeling, MLM）是一种基于预测缺失词项来训练预训练语言模型的核心范式，通过随机遮蔽输入序列中的部分token并训练模型填补空白，从而高效学习语言的深层语义与语法结构。

梯度消失是深度神经网络训练中的常见现象，指反向传播时误差梯度随层数增加呈指数级衰减，导致浅层参数无法有效更新，阻碍模型收敛。

参数高效微调是一种通过冻结预训练模型大部分参数并仅训练少量新增参数（如适配器层）来实现大模型高效适配下游任务的技术范式。

注意力缺陷障碍（ADHD）是一种神经发育性精神障碍，以持续性的注意力不集中、多动及冲动控制困难为核心症状，严重影响个体的认知功能、情绪调节及社会适应能力。

状态机是一种基于离散状态与转移规则构建的数学计算模型，在人工智能与大模型中用于表征世界模型的核心认知状态、管理复杂决策流程及实现模块化系统控制。

集团并非人工智能或大模型领域的专业技术术语，而是指由多个子公司或业务单元组成的、具有共同战略目标的大型企业组织形式，其名称常被误用为技术概念。

Exploratory Data Analysis (EDA) 是一种以数据可视化与统计图形为核心，旨在揭示数据内在结构、发现异常模式并生成假设的探索性分析方法，是构建可靠机器学习模型的前置关键步骤。

大语言模型是基于海量文本数据训练而成的深度学习架构，具备强大的自然语言理解、生成及推理能力，是现代人工智能应用的核心基座。

无线局域网（WLAN）是一种基于IEEE 802.11标准，利用射频电磁波替代双绞铜线构建的局部无线网络，旨在提供高灵活性的移动接入与资源共享能力。

知识蒸馏是一种通过让轻量级学生模型学习大型教师模型内部概率分布（软标签）的模型压缩技术，旨在在保持高性能的同时显著降低推理成本与延迟。