ADK.wang AI & 软件技术百科

通用人工智能（AGI）指具备人类水平认知能力、可跨领域解决复杂问题并持续进化的智能系统，是人工智能发展的终极形态与核心目标。

脑电波（EEG）是通过记录大脑神经元同步电生理活动产生的宏观生物电信号，作为连接神经科学与人工智能大模型的关键生物特征数据源，用于驱动脑机接口、认知计算及神经反馈系统。

腾讯混元大模型是腾讯全链路自主研发的万亿级参数混合专家（MoE）架构通用大模型，具备超长上下文与多模态能力，作为腾讯生态智能化底座并逐步向开发者开放。

自主智能体是指具备感知、决策与行动闭环能力，能依据自身目标在动态环境中独立执行任务并持续进化的软件实体。

AutoGraph 是 PyTorch 框架中用于自动微分（Automatic Differentiation）的核心计算图构建与优化引擎，通过动态构建计算图实现高效梯度计算与模型训练加速。

Agent（智能体）是人工智能领域具备感知、决策与行动能力的自主代理实体，能自主规划任务并执行操作，是连接大模型与物理/数字世界的核心执行单元。

当前检索结果未包含人工智能与大模型领域的'航空航天局'相关技术定义，实际搜索结果仅显示多家航空公司的机票查询与预订服务，无法生成符合要求的结构化百科知识。

艾奥瓦州立大学是一所位于美国艾姆斯的顶尖公立研究型大学，以农业、工程和计算机科学闻名，是全球第一台计算机的诞生地，其学术背景为人工智能与大模型领域的早期计算研究奠定了基石。

节点代表数学操作是大型语言模型推理引擎中，将复杂计算任务拆解为独立计算单元（Node）并动态调度执行的核心机制，旨在通过并行化与流水线优化提升推理吞吐量与延迟表现。

药物是用于预防、治疗、诊断疾病或调节生理机能的物质，涵盖天然、合成及基因工程三大类，是现代医学体系的核心工具。

蒙特利尔学习算法研究所（MLAI）是加拿大蒙特利尔地区专注于人工智能与大模型研究的核心学术与产业枢纽，汇聚顶尖科研团队推动前沿技术落地。

REINFORCE（强化学习中的策略梯度算法）是一种基于蒙特卡洛采样估计梯度以优化神经网络策略函数的基础算法，通过收集交互轨迹并计算优势函数来指导智能体学习最优决策策略。

DistilBERT 是一种基于 Google 提出的知识蒸馏技术构建的轻量级预训练语言模型，通过压缩原始 BERT 架构，在保持 97% 准确率的同时将模型体积缩小至 40%，旨在解决大模型部署中的资源瓶颈。

行为症状并非人工智能与大模型领域的专有技术术语，而是心理学与医学范畴内描述个体异常行为模式的临床概念，常被用于大模型安全对齐中的异常检测与对抗样本识别场景。

行为策略是大模型强化学习中的核心控制算法，通过参数化概率分布指导智能体在状态空间下随机选择动作，实现从环境交互中获取奖励并优化长期回报。

行代理（ParallelAgent）是专为大模型多智能体协作设计的并行执行架构，通过多智能体并行处理任务，显著提升复杂问题的解决效率与鲁棒性。

行矩阵是线性代数中仅含单行元素的1×m阶矩阵，作为行向量空间的基础单元，在大模型输入层与特征提取中承担数据扁平化与线性变换的关键角色。

Prompt（提示词）是引导大语言模型生成特定输出的结构化指令集，通过精确定义任务目标、约束条件与输出格式，将模糊的人类意图转化为模型可执行的逻辑逻辑，是连接人类创造力与大模型计算能力的核心接口。

Temporal-Difference learning 是一种基于强化学习的核心算法，通过直接比较当前状态估计与下一状态估计的误差（即时间差分）来更新价值函数，从而在无需明确奖励函数的情况下实现智能体的决策优化。

动态路由是大模型推理引擎中一种基于运行时状态自适应调整计算路径的优化技术，旨在通过动态分配计算资源与激活参数来平衡延迟与能耗。

要素结构是大模型中用于表征实体及其属性、关系和约束的图结构数据组织形式，通过节点与边构建知识图谱，实现语义的显式建模与推理。

观察空间是强化学习与多智能体系统中定义智能体感知输入与状态映射的数学抽象，作为策略网络与价值网络的输入维度，决定了智能体对环境的认知粒度与决策边界。

在人工智能与大模型领域，'Scale'指代通过大规模数据、算力与算法协同，实现模型能力指数级跃迁及系统弹性扩展的核心范式与工程实践。

视觉大型语言模型（VLLMs）是专为处理图像、视频等视觉模态数据而设计的大规模人工智能模型，旨在实现从视觉感知到语义理解的端到端生成与推理。