想了解哪個概念?
搜尋名詞,或從分類中選擇。每個主題都有說明、例子與延伸資料。
45 個名詞・10 項延伸資料
延伸資料與專題 ↓沒有找到符合的內容
可以試試英文縮寫或中文名稱,例如「RAG」或「檢索」。
模型與資料
- LLMLarge Language Model,大型語言模型;依上下文產生文字。
- Token模型處理文字時使用的片段單位。
- Tokenizer/BPE分詞器及其中一種建立詞彙表的方法。
- Context Window單次處理可容納的上下文範圍。
- Temperature/Top-p部分模型控制生成隨機性或候選範圍的設定。
- Knowledge Cutoff模型訓練資料的時間範圍線索。
- Embedding把內容轉成可比較的向量表示。
- RAG先檢索相關資料,再交給模型回答。
- MoE模型內按輸入選用部分專家模組的架構。
- Pre-training在大量資料上訓練基礎模型。
- Fine-tuning以特定資料繼續訓練,讓模型適應任務。
- LoRA以較少可訓練參數進行微調的方法。
- Distillation讓學生模型學習教師模型行為的訓練方法。
- Transformer許多語言模型採用的架構,用多層運算處理上下文。
- Attention計算不同位置的資訊如何互相影響。
- Inference使用已訓練的模型處理輸入、產生輸出。
- Memory保存與取回資訊;要分清本輪 Context 和外部記憶。
提示詞與上下文
Agent 與工具
- Agent圍繞目標選擇行動並觀察結果的系統。
- Agent Loop選擇、行動、觀察,再決定下一步。
- Tool Calling請求應用程式執行工具並取得結果。
- Harness協調模型、工具、權限與限制的框架。
- Background Agent在背景環境依條件持續工作的代理人。
- Computer Use透過畫面、滑鼠和鍵盤操作電腦的能力。
- Skill可重複使用的工作指引與資源。
- MCP連接 AI 應用、工具與資料的協定。
- Human-in-the-Loop在需要判斷或授權時由人參與確認。
- Multi-Agent由多個代理人分工並交接結果。
- Workflow事先安排好的工作路徑,也可以包含條件分支。
- Tool應用程式提供的可執行操作,例如讀取檔案或計算。
- Schema約定工具請求要填哪些參數,以及參數的格式。