AI 常见名词解释_rewritten
原文：/Users/zongxiaocheng/Library/Mobile Documents/iCloudmdobsidian/Documents/AI 常见名词解释.md 重写说明：基于原文重写，去掉了学术和翻译腔。梳理了从基础概念、模型训练到 Agent 工程化的逻辑线，用大白话解释了这些常见的 AI 术语，让内容更易读。   用大白话解释常见的 AI 术语 你最近肯定听过很多 AI 词汇。你大概知道它们是什么意思，但可能又没那么确定。 这篇文章用最通俗的话，把这些满天飞的 AI 黑话解释清楚。下次开会再听到这些词，你就不用一头雾水了。 基础与核心概念 什么是模型（Model）？ AI 模型就像一个模仿人脑工作的计算机程序。你给它一个输入，它处理一下，然后给你一个输出。 模型像小孩子一样，通过看大量例子来“学习”。看得多了，它就能认出模式、理解语言，并给出合理的回答。 模型有很多种。处理文字的叫大语言模型（LLM），比如 ChatGPT。处理视频的叫视频模型，比如 Sora。还有传统的用来推荐内容和识别垃圾邮件的模型。 大语言模型（LLM） 全称是大语言模型（Large Language Model）。它专门用来理解和生成人类能看懂的文字。 现在大多数 LLM 已经不只懂文字了。它们变成了“多模态”模型，可以同时看懂图片、听懂声音，甚至直接用语音和你对话。 Transformer 架构 这是 Google 在 2017 年发明的一种算法，也是现代 AI 爆发的基础。 它引入了“注意力机制”。以前的 AI 只能挨个看句子里的词，而 Transformer 可以同时看完所有词，并理解词和词之间的关系。这就让它能更好地把握上下文和细微差别。 它还能“并行处理”。这意味着只要堆算力和数据，就能训练出更大、更聪明的模型。如今几乎所有主流 AI 模型都是基于它构建的。 Token（词元） Token 是 AI 理解文字的最小单位。 对于英文来说，一个 Token 有时是一个词，有时只是词的一部分。比如“ChatGPT”可能会被切成“Chat”和“GPT”两个 Token。把它切碎，是为了让模型处理起来更高效。 现在还都在争论 Token 怎么翻译的问题，暂时可以先忽略这个中文翻译 模型是怎么变聪明的？ 训练（Training / Pre-training） 训练就是让模型看海量的数据，比如整个互联网的网页、所有的书。这个过程可能要花几个月，烧掉几亿美金。 ...