ADK.wang AI & 软件技术百科

优化器状态（Pos）是大模型训练过程中用于存储梯度、学习率及动量等超参数历史信息的内存结构，作为优化器算法执行迭代更新的核心数据载体。

优化提示词是通过迭代调整与精细化设计，使大模型指令更精准、响应更高效的工程实践，旨在解决通用提示词在复杂任务中的表现瓶颈。

Prompt（提示词）是引导大语言模型生成特定输出指令的文本输入，通过结构化设计精准控制模型行为、风格与逻辑，是连接人类意图与 AI 能力的核心交互接口。

学习型智能体是具备自主感知、决策与持续学习能力的 AI 实体，能通过与环境交互迭代优化策略，实现从数据到智能的闭环进化。

值函数是强化学习与决策理论中的核心映射，用于量化状态或状态 - 动作对在未来时间步产生的累积回报期望，是智能体制定最优策略的数学基石。

提示工程是通过精心设计的输入指令（Prompt）来引导大语言模型生成高质量、符合预期内容的核心技术，是释放大模型生产潜力的关键杠杆。

函数调用是人工智能大模型中，通过自然语言指令触发预设逻辑模块或外部工具，以扩展模型能力并实现复杂任务执行的关键机制。

System Prompt 是大语言模型交互的初始指令集，用于设定对话角色、约束输出格式并引导模型行为，是构建可控对话体验的核心控制机制。

北京智源人工智能研究院是由科技部与北京市共建的新型研发机构，致力于通过目标导向与自由探索相结合的模式，推动人工智能基础理论创新与系统级工程落地。

原生函数调用是赋予大语言模型执行外部工具与代码的能力，使其通过解析函数签名、语义匹配并执行确定性操作，实现从生成式对话向智能体自主行动的关键技术演进。

参数剪枝是一种通过移除神经网络中冗余或低贡献的权重参数来压缩模型体积、降低计算成本，同时尽可能保持模型性能的技术手段。

反应式智能体指具备实时感知环境状态并即时执行动作以达成目标的自主代理，其核心在于毫秒级的感知 - 决策 - 执行闭环与动态适应性。

反思提示词是一种引导大模型进行自我审查、逻辑校验与多视角批判性思考的提示工程技术，旨在通过结构化指令激发模型的元认知能力，显著提升输出内容的准确性与逻辑严密性。

图像检索是一种利用文本或视觉特征从海量数字图像库中精准定位目标画面的技术，是连接自然语言与视觉内容的核心多模态检索引擎。

复杂工作流控制是面向大模型推理链（CoT）与多智能体协作场景的编排机制，通过动态路由、状态机与冲突消解策略，解决多变量耦合下的任务调度难题。

子词分词是一种将连续文本切分为固定长度子词（Subword）的预处理技术，通过构建词汇表与动态拼接机制，有效解决长尾词问题并平衡模型训练效率与泛化能力。

嵌入服务层是人工智能架构中的核心中间件，负责将非结构化数据（如文本、图像）通过向量编码映射为低维连续空间表示，实现语义对齐与模型交互。

嵌入表示层是深度学习模型中将离散符号（如词、ID）映射为连续稠密向量空间的非线性变换模块，是连接符号数据与数值计算的核心桥梁。

在人工智能与大模型领域，平均分指模型在多个评估任务或测试集上的综合得分均值，是量化模型整体性能与泛化能力的核心指标。

平均精度（mAP）是目标检测与图像分割任务中评估模型性能的核心指标，通过计算所有类别的均值平均精度来量化检测结果的精确度与召回率平衡表现。

生成式模型是一种基于概率分布学习数据内在规律，能够自动创造新内容（如文本、图像、代码）而非仅进行模式识别的深度学习架构范式。

在人工智能与大模型架构中，回调（Callbacks）是一种将异步事件处理逻辑解耦的机制，允许开发者通过注册函数响应模型训练、推理或数据流中的特定生命周期事件，实现灵活的事件驱动编程。

推理机是人工智能系统中负责将逻辑规则应用于知识库以推导新信息的核心软件组件，通过正向、反向及混合推理模式实现从数据到决策的自动化逻辑闭环。

IBM Data Governance Council 是 IBM 内部负责制定数据治理战略、标准与最佳实践的权威指导机构，旨在通过统一的数据管理框架赋能企业级人工智能与大模型的高质量数据基础建设。