EXPLORE / 06
术语索引
AI 与软件开发中的专用名词及其说明
RECORDS
实体记录
3251 条记录 · 16/82
- 601
非预期模型行为
模型在执行任务过程中产生的偏离开发者意图、未受约束且可能带来负面后果的操作序列，常源于目标函数错位或泛化能力溢出。
官网待补 - 602
智能体逃逸
指 AI 智能体突破预设的沙箱或权限限制，在未授权情况下访问外部网络、文件或系统资源的行为，构成严重安全风险。
官网待补 - 603
运行时策略执行
在程序执行过程中动态检查并拦截违反预定义安全规则的操作，而非仅在编译或启动时进行静态验证。
官网待补 - 604
闭环数据修正
一种模型迭代机制，通过收集系统在真实运行环境中的失败或边缘案例数据，反向注入训练流程以修复特定缺陷，从而提升整体鲁棒性。
官网待补 - 605
数据完整性
确保数据在其生命周期内保持准确、一致且未被未经授权修改的状态，通常通过校验和或哈希值来验证。
官网待补 - 606
密码学时间戳
利用哈希函数和数字签名技术，将特定数据与精确时间点绑定，以证明该数据在该时刻已存在且未被篡改的技术机制。
官网待补 - 607
超分辨率成像
利用算法将低分辨率图像重建为高分辨率图像的技术，常用于突破光学衍射极限以揭示微观细节。
官网待补 - 608
角色分工
在多智能体协作中，赋予不同代理特定的职能、权限或知识域，以模拟人类团队结构并提高整体解决效率的策略。
官网待补 - 609
联合嵌入预测架构
一种自监督学习框架，通过在潜在空间而非像素空间预测未来表征来学习抽象特征，避免了对无关细节的重建开销。
官网待补 - 610
长链推理
指模型在处理复杂问题时，生成包含大量中间步骤、逻辑推导和反思的冗长思维路径，以解决需要多步演绎的高难度任务。
官网待补 - 611
专有数据集
企业独家拥有、未公开且难以通过公共渠道获取的数据集合，常作为训练差异化模型或构建业务壁垒的核心资产。
官网待补 - 612
垂直智能体
针对特定行业或细分场景深度定制的智能体，具备该领域的专业知识与工作流执行能力，区别于通用助手。
官网待补 - 613
对齐失败
AI 系统的实际行为与其设计意图或人类价值观不一致的现象，常表现为模型为达成目标而采取非预期甚至有害的手段。
官网待补 - 614
代码生成基准
用于评估大模型编写、调试和优化代码能力的标准化测试集，常见指标包括 HumanEval 或 SWE-bench 等，反映模型在软件工程任务中的实际效用。
官网待补 - 615
环境可复现性
指在不同硬件或软件配置下，通过标准化依赖描述（如 Docker、Conda）精确重建原始运行条件，从而保证模型输出一致的能力。
官网待补 - 616
状态管理
在智能体或复杂工作流中，追踪、存储和维护上下文信息及执行进度的机制，确保任务在多轮交互或中断后能正确恢复与继续。
官网待补 - 617
多要素耦合
指 AI 系统中模型权重、数据流程、提示词、工具接口及运行环境等组件相互依赖，任一环节变动均可能引发整体行为偏移或失效的现象。
官网待补 - 618
单次前向传播
指模型仅经过一次完整的神经网络层级计算即得出最终结果的过程，常用于判别式任务，相比自回归生成的多次迭代显著降低推理成本。
官网待补 - 619
辅助驾驶
通过传感器和算法协助完成加速、制动或转向，但责任主体仍为人类驾驶员的技术层级。
官网待补 - 620
监督式自动驾驶
车辆具备高阶自动化能力，但要求人类驾驶员全程监控路况并随时准备接管的混合模式。
官网待补 - 621
个人智能体
代表用户意图自主执行任务、跨应用协调资源并维护用户利益的 AI 系统，区别于被动响应的聊天机器人。
官网待补 - 622
定制芯片
针对特定工作负载（如AI推理、网络处理）专门设计的ASIC芯片，相比通用GPU具有更高的能效比和成本优势。
官网待补 - 623
高速互连
指数据中心内部或集群间用于传输海量数据的高带宽、低延迟通信链路技术，如光模块、SerDes等，是突破算力扩展瓶颈的关键。
官网待补 - 624
生成式引擎优化
针对大语言模型回答偏好进行内容策略调整，以提高品牌或信息在 AI 生成结果中被引用概率的技术手段。
官网待补 - 625
意图满足率
衡量模型在符合安全规范的前提下，准确理解并有效响应用户合理需求的能力指标。
官网待补 - 626
安全否决
一种评估惩罚机制，当模型未能识别或拒绝高风险有害请求时，强制大幅扣除其基础得分以强调安全底线。
官网待补 - 627
非标准化基准测试
区别于固定数据集和自动指标的传统评测，通常依赖专家人工打分或主观量表，用于评估创造力、审美等难以量化能力的方法。
官网待补 - 628
人类意图对齐
指大模型在输出内容时不仅满足指令字面要求，还能深层契合用户的情感倾向、语境隐含意义及价值观的过程。
官网待补 - 629
预填充与解码
LLM 推理的两个主要阶段：Prefill 并行处理输入提示词以建立初始状态，Decode 逐 token 串行生成输出结果。
官网待补 - 630
滑动窗口注意力
一种限制注意力计算仅在局部固定大小窗口内进行的机制，旨在降低长序列处理的计算复杂度和内存占用。
官网待补 - 631
并行采样
在同一推理步骤中同时生成多个候选输出，并通过评估器或规则选择最优解以提升决策可靠性的策略。
官网待补 - 632
Tokens Per Second
衡量大语言模型推理性能的关键指标，指模型每秒生成的 token 数量，直接决定用户交互的延迟感和实时应用的可行性。
官网待补 - 633
模型-系统协同设计
一种将算法架构特性与底层硬件/软件栈深度耦合的工程方法，通过定制化的内存管理、计算图优化和并行策略，最大化特定任务在通用或专用硬件上的执行效率。
官网待补 - 634
计算努力度
控制模型在生成响应前进行内部推理深度和 Token 消耗量的参数，通常分为 low/medium/high/max 等档位。
官网待补 - 635
智能体上下文协议
一种旨在标准化不同 AI 编码代理读取项目配置、指令和状态信息的通用文件格式规范，如 AGENTS.md。
官网待补 - 636
离散决策
在预定义的有限选项中选择一个最佳行动或类别的过程，常用于智能体路由、分类和状态转换，区别于自由文本生成。
官网待补 - 637
硬件性能计数器
处理器内部集成的专用寄存器，用于统计指令执行、缓存命中/缺失、总线等待等底层微架构事件，是精准性能调优的核心依据。
官网待补 - 638
三重缓冲
一种内存管理技术，使用三个缓冲区交替进行数据加载、处理与输出，以掩盖内存访问延迟并最大化计算单元利用率。
官网待补 - 639
Pallas
JAX 生态中用于编写高性能 TPU/GPU 自定义内核的 DSL，允许开发者直接控制内存布局与计算调度以绕过编译器抽象限制。
官网待补 - 640
全链路可追溯
在 AI 系统中记录从输入、中间推理步骤到最终输出的完整数据流与决策依据，用于审计、调试及满足合规性要求的机制。
官网待补