ADK.wang AI & 软件技术百科

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。

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。

前景理论是由卡内曼与特沃斯基提出的行为经济学基石，揭示人类在收益与损失非对称情境下的风险偏好反转及心理估值偏差机制。

参数共享是密码学中将同一密钥或参数应用于多个加密算法或操作的技术策略，旨在通过复用安全资源提升系统效率与安全性。

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。

帕累托分布是一种描述现实世界中“少数关键因素决定多数结果”现象的幂律分布，揭示了财富、流量等数据呈现的极端不均衡特性。

平台服务是云计算与容器网络中提供基础设施、开发工具及运维能力的标准化接口集合，旨在降低系统构建复杂度并加速应用交付。

感知模块是人工智能系统中负责从原始传感器数据中提取、理解并转化为结构化语义信息的核心处理单元，充当机器‘视觉’与‘听觉’的神经中枢。

政策研究所并非数据库或大数据技术，而是专注于生态环境损害责任追究、产业发展规范及基本药物配备等公共政策制定与执行研究的学术与智库机构，其工作内容与数据库技术领域无直接关联。

在人工智能与大模型领域，Pass Rate（格率）指模型在特定测试集或推理任务中表现合格的样本比例，是量化模型准确性、鲁棒性及部署就绪度的核心指标。

模式匹配是计算机科学中用于在序列数据（如字符串或代码）内查找特定子序列结构的核心算法，通过精确比对实现定位、提取与替换功能。

泊松分布是一种描述单位时间或空间内稀有事件发生次数的离散概率分布，其核心特征在于均值与方差相等，是二项分布在特定极限条件下的近似模型。

物理视图是软件架构中描述系统硬件部署、组件映射及网络拓扑的视图，用于指导系统实例化、资源调度与运维管理，是连接逻辑架构与物理世界的桥梁。

策略梯度是一种基于强化学习的端到端优化算法，通过直接调整策略网络参数来最大化累积奖励，是连接价值函数与动作概率分布的关键桥梁。

策略网络是强化学习中的核心组件，负责根据当前状态输出具体动作或策略参数，通过价值网络与动作空间交互，实现智能体在复杂环境中的自适应决策与最优行为选择。

Playwright 是一款由微软主导开发的现代化、跨浏览器自动化测试框架，通过声明式 API 实现高效、可维护的端到端测试与 UI 交互自动化。

蓝图是人工智能与大模型领域用于描述模型架构、训练策略及推理流程的抽象规划文档，作为连接理论设计与工程落地的核心蓝图，指导从数据预处理到模型部署的全生命周期。

规划模块是大模型推理引擎中的核心控制单元，负责将用户意图拆解为可执行的原子任务序列，通过动态调度与状态管理实现复杂逻辑的有序执行。

提示词工程是通过精心设计的结构化输入指令，引导大语言模型精准理解意图并生成高质量内容的关键技术，是释放大模型生产力的核心杠杆。

饼图是一种将数据系列划分为扇形区域的二维统计图表，通过各扇区面积占比直观展示整体中部分项的相对比例关系。

Page Object Model 是一种将 UI 页面元素封装为独立对象以解耦测试逻辑与页面实现的设计模式，显著提升前端与移动端自动化测试的可维护性与复用性。

高性能计算（Performance Computing）是专为解决大规模科学计算与工程模拟问题而设计的计算范式，通过并行架构与专用硬件加速，在极短时间内处理海量数据以获取精确数值解。

Policy Decision Point (PDP) 是网络策略控制架构中的核心决策引擎，负责接收客户端请求并依据预设规则库进行策略评估与分发，是连接策略定义与执行的关键枢纽。

位置编码器是 Transformer 架构中用于将序列中元素的索引位置映射为向量，使模型能够感知数据顺序的关键组件，解决了纯自注意力机制无法处理序列顺序的缺陷。