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
📚 1 本专著

测试代理

Agent

在人工智能与大模型领域,Agent(智能体)指具备感知、决策与行动能力的自主实体,能理解环境、规划任务并自主执行以达成目标,是连接大模型与真实世界的核心接口。

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

测试是弗拉纳根一般能力测试 (TOGA)

经核查,'测试是弗拉纳根一般能力测试'并非人工智能或大模型领域的标准术语,该名称极大概率为网络测速工具(如测速网)的误读、拼写错误或无关内容的混淆,实际指向的是网络带宽与延迟检测技术。

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

海面温度 (SST)

海面温度(Sea Surface Temperature, SST)指海洋表层0-1米水层的热力学状态,是驱动大气环流、决定热带气旋生成及全球气候模式的关键物理量,也是海洋遥感与气候建模的核心输入参数。

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

涉及问答 (QA)

涉及问答是指大模型针对用户输入中隐含的关联实体、背景知识或跨域逻辑,主动识别并补充回答的智能化交互模式,旨在解决传统问答中因信息缺失导致的回答不完整问题。

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

深度学习推理

Inference

深度学习推理是将训练好的模型部署至生产环境,利用专用硬件加速框架对新输入数据进行高效预测与决策的关键环节,是连接模型训练与业务落地的核心桥梁。

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

深度学习推理套件 (DLDT)

深度学习推理套件是专为加速大模型与神经网络模型部署而设计的软件框架,通过硬件加速与优化算法实现高效、低延迟的实时推理服务。

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

深色直方图表示深度强化学习智能体

DQN Agent

深度Q网络智能体(DQN Agent)是一种基于深度强化学习的算法代理,通过神经网络逼近价值函数,利用经验回放与目标网络机制实现稳定高效的策略优化。

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

深链

Deep Link

深链(Deep Link)是人工智能与大模型领域用于实现跨应用、跨平台精准跳转与上下文传递的关键技术,通过统一标识符直接激活目标应用特定功能或页面。

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

添加提示

Prompt Addition

Prompt Addition 指在大模型推理或微调过程中,通过动态注入额外指令、上下文或数据来引导模型生成特定内容或优化输出质量的技术手段。

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

温带 (SN)

温带是地理学与气候学中的核心概念,指位于热带与寒带之间的纬度区域,以四季分明、温差显著为特征,是地球生物多样性的关键栖息地。

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

温度参数

Temperature

在大模型生成中,温度参数控制随机性以平衡创意发散与逻辑收敛,是调节输出概率分布的关键超参数,直接决定生成内容的多样性与稳定性。

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

温度控制单元 (PCU)

在人工智能与大模型领域,温度控制单元指通过动态调整生成概率分布参数(Temperature)以平衡模型输出创造性与确定性的核心机制,是决定大模型推理风格的关键架构组件。

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

演攻击

Model Inversion Attacks

Model Inversion Attacks 是一种针对机器学习模型的黑盒攻击技术,通过输入精心构造的查询样本,逆向推导并重建模型内部存储的原始训练数据,从而泄露隐私信息。

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

演绎推理

Deductive Reasoning

演绎推理是一种从一般性前提出发,通过逻辑规则必然推导出特定结论的确定性推理方法,是人工智能大模型实现逻辑一致性、可解释性及复杂任务规划的核心认知机制。

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

点积注意力

Scaled Dot-product Attention

Scaled Dot-product Attention 是 Transformer 架构的核心机制,通过线性投影、点积计算与缩放 softmax 实现序列间动态加权,彻底革新了深度学习的并行计算范式。

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

热电偶 (TC)

热电偶是一种基于塞贝克效应将温度差直接转换为热电动势的自供电温度传感器,是工业与科研领域最经典且广泛应用的物理量测量元件。

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

爬虫代理

Agent

在人工智能与大模型领域,Agent(代理)指具备自主感知、规划、决策与执行能力的智能体,是连接大模型能力与复杂现实任务的关键桥梁,区别于传统被动执行脚本的爬虫代理。

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

爱德曼信任度晴雨表

Edelman Trust Barometer

爱德曼信任度晴雨表是由爱德曼国际公关公司发布的全球年度信任度调查报告,通过量化评估公众对政府、媒体、企业及非政府组织的信任水平,为理解社会信任生态提供关键数据基准。

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

牛顿

Newton Methods

牛顿法(Newton Methods)是一类基于二阶泰勒展开的迭代优化算法,通过计算目标函数的梯度与海森矩阵来构建二次近似模型,从而高效收敛于函数极值点,是现代大模型训练与科学计算的核心基石。

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

物理智能

Physical Intelligence

物理智能(Physical Intelligence)是致力于将通用人工智能(AGI)技术深度融入物理世界的机器人初创公司,旨在通过基础模型与学习算法突破传统机器人交互局限,实现复杂物理任务自主执行。

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

物理模式

Physical Schema

物理模式是大模型推理引擎中直接映射底层硬件资源(如显存、计算单元)的逻辑视图,旨在通过精细化的内存管理与算子调度实现极致性能。

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

特征向量分析

PageRank

PageRank 是一种基于超链接拓扑结构的网页排名算法,通过量化链接投票的传递与衰减来评估网页重要性,是搜索引擎核心排序机制的基石。

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

特征融合模块 (CFM)

特征融合模块是深度学习与大模型中用于整合多源异构特征信息的核心组件,通过特定算子将不同维度、层级或模态的数据流进行非线性交互,以增强模型对复杂模式的表征能力。

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

特沃斯基优化 (KTO)

特沃斯基优化并非独立存在的AI算法,而是指在大型语言模型训练中,利用特定数学性质(如凸性)对损失函数进行近似或简化处理的策略,旨在提升训练效率与收敛稳定性。

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 53 / 64 页,共 1516 条记录