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
3378 条记录 · 53/85
- 2081
Rollout
在 RL 训练中，使用当前策略与环境交互生成轨迹数据的过程
官网待补 - 2082
GRPO
一种无需价值网络、通过组内相对优势估计进行优化的 RL 算法变体
官网待补 - 2083
优化器状态
深度学习训练中记录梯度动量等辅助信息的内部变量
官网待补 - 2084
检查点
训练过程中保存的模型参数和优化器状态的快照
官网待补 - 2085
自回归生成
基于前序序列逐步预测下一个元素或动作的生成方式
官网待补 - 2086
视觉-语言-动作模型
结合视觉、语言理解与物理动作控制的端到端多模态模型
官网待补 - 2087
Spearman 相关系数
用于衡量两个变量之间单调关系强度的非参数统计指标。
官网待补 - 2088
端到端评估
从输入到最终输出全流程的性能与质量综合测试方法
官网待补 - 2089
llama.cpp
用于在 CPU 上高效运行大型语言模型的 C++ 库
官网待补 - 2090
推理提供商
通过统一接口调用不同后端大模型的服务层
官网待补 - 2091
密码子优化
调整基因序列中的同义密码子以改善表达效率或稳定性的技术
官网待补 - 2092
困惑度
衡量语言模型预测序列不确定性的指标，数值越低表示预测越准确
官网待补 - 2093
API 稳定性
软件接口保持向后兼容且不随意变更的承诺
官网待补 - 2094
混合注意力掩码
结合不同注意力机制模式以优化特定任务上下文理解的掩码策略
官网待补 - 2095
开放词汇分割
根据任意自然语言描述识别并分割图像中的对象，不限于预定义类别
官网待补 - 2096
服务器发送事件
一种基于 HTTP 的单向通信机制，常用于实时推送更新
官网待补 - 2097
开放词汇
能识别训练集中未出现类别的技术能力
官网待补 - 2098
早期融合
在模型输入层直接合并不同模态数据进行处理
官网待补 - 2099
张量
多维数组数据结构，深度学习中的基本计算单元
官网待补 - 2100
Pickle
Python 对象序列化模块，存在任意代码执行风险
官网待补 - 2101
重排序模型
对初步检索结果进行二次精排以提升相关性的模型
官网待补 - 2102
实时渲染
在极短时间内生成图像以支持即时交互的技术
官网待补 - 2103
视觉文档检索
直接从文档图像中检索相关页面或信息片段的任务
官网待补 - 2104
重排器
在初步检索后对候选结果进行精细排序以提升准确率的模型
官网待补 - 2105
可验证奖励
通过算法或规则自动判定正确性的强化学习反馈信号
官网待补 - 2106
技能封装
为 AI 代理预定义的可复用能力模块或指令集
官网待补 - 2107
代码智能体
能自主编写、调试和执行编程任务的 AI 系统
官网待补 - 2108
DAPO
一种改进的大语言模型策略优化算法，旨在提升训练稳定性与效率
官网待补 - 2109
可验证奖励强化学习
利用规则或外部工具自动验证输出正确性以提供奖励信号的强化学习方法
官网待补 - 2110
前向传播
神经网络中从输入层到输出层的计算过程
官网待补 - 2111
内容脚本
注入到网页 DOM 中执行特定逻辑的 JavaScript 文件
官网待补 - 2112
Service Worker
在浏览器后台独立线程运行脚本的技术，常用于处理异步任务
官网待补 - 2113
基准过拟合
模型专门针对测试集优化导致在真实场景中表现下降的现象
官网待补 - 2114
无服务器推理
按需自动扩缩容、无需管理底层基础设施的模型服务架构
官网待补 - 2115
基准刷分
针对特定测试数据集进行过度优化以提高分数而非提升通用能力的行为
官网待补 - 2116
策略比率
新旧策略在同一动作上的概率比值，PPO 等算法的核心更新依据
官网待补 - 2117
对数概率
模型输出每个 token 的自然对数概率，用于计算损失和策略梯度
官网待补 - 2118
训练-推理不匹配
训练时使用的概率分布与推理生成时实际采样分布不一致的现象
官网待补 - 2119
现代 BERT
针对长上下文和效率优化的新一代双向 Transformer 架构
官网待补 - 2120
MTEB 基准
用于评估文本嵌入模型在多类下游任务表现的标准化测试套件
官网待补