Today for AI

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

3387 条记录 · 62/85

  1. 2441

    多目标优化

    同时处理多个相互冲突的目标函数以寻找帕累托最优解的过程

    官网待补
  2. 2442

    多目标强化学习

    智能体需同时或依次完成多个不同目标的强化学习范式

    官网待补
  3. 2443

    探索策略

    智能体在未知环境中选择动作以获取信息的机制

    官网待补
  4. 2444

    深度学习

    基于多层神经网络进行特征提取与模式识别的机器学习分支

    官网待补
  5. 2445

    元强化学习

    让智能体学会如何快速适应新任务的学习范式

    官网待补
  6. 2446

    模型无关元学习

    一种通过梯度更新实现快速适应的元学习算法

    官网待补
  7. 2447

    随机梯度下降

    利用小批量数据迭代更新参数的优化方法

    官网待补
  8. 2448

    一阶优化

    仅利用梯度信息而非二阶导数进行参数更新

    官网待补
  9. 2449

    Wasserstein 距离

    基于最优传输理论的度量，用于衡量两个概率分布之间的差异

    官网待补
  10. 2450

    最优传输

    研究如何以最小成本将一个概率分布转换为另一个的数学理论

    官网待补
  11. 2451

    基线

    用于减去奖励期望以降低梯度高方差的参考值

    官网待补
  12. 2452

    方差缩减

    降低随机梯度估计波动以提高收敛稳定性的技术

    官网待补
  13. 2453

    迁移学习

    将已学到的知识应用到不同但相关的新任务中的方法

    官网待补
  14. 2454

    进化策略

    受生物进化启发的随机优化算法，常用于黑盒优化

    官网待补
  15. 2455

    进化算法

    模拟自然选择过程来优化候选解集合的计算方法

    官网待补
  16. 2456

    策略梯度

    直接对策略参数进行梯度上升以最大化期望回报的 RL 方法

    官网待补
  17. 2457

    元学习

    让模型学会如何学习，从而快速适应新任务的方法

    官网待补
  18. 2458

    算力

    执行计算任务的能力，通常以 FLOPs 衡量，是训练大模型的核心资源。

    官网待补
  19. 2459

    缩放定律

    描述模型性能随参数、数据和算力增加而提升的经验规律

    官网待补
  20. 2460

    模拟器

    在计算机上重现旧硬件系统以运行经典软件的程序

    官网待补
  21. 2461

    模拟器后端

    用于运行旧式游戏或系统以提供标准化环境的软件层

    官网待补
  22. 2462

    马尔可夫决策过程

    描述序列决策问题的数学框架，假设未来状态仅依赖当前状态

    官网待补
  23. 2463

    定理证明

    使用形式化逻辑规则验证数学命题真伪的过程

    官网待补
  24. 2464

    策略表征

    将智能体的决策规则映射到向量空间以便学习和泛化的方法

    官网待补
  25. 2465

    无监督预训练

    利用大量未标注数据学习通用语言表示的过程

    官网待补
  26. 2466

    模仿学习

    智能体通过观察专家行为来学习策略的方法

    官网待补
  27. 2467

    1x1 卷积

    核大小为 1x1 的卷积操作，常用于通道间的线性变换或降维。

    官网待补
  28. 2468

    可逆神经网络

    一种允许信息无损双向传播的网络结构，常用于生成模型。

    官网待补
  29. 2469

    域随机化

    在仿真中随机改变环境参数以增强模型泛化能力

    官网待补
  30. 2470

    选项模型

    强化学习中用于表示时间抽象动作的分层决策结构

    官网待补
  31. 2471

    变分推断

    将后验概率计算转化为优化问题的近似贝叶斯方法

    官网待补
  32. 2472

    零和博弈

    一方收益必然等于另一方损失的博弈模型，常见于竞技游戏

    官网待补
  33. 2473

    内在动机

    由内部心理状态（如好奇心）驱动的行为，而非外部奖励

    官网待补
  34. 2474

    雅可比矩阵

    描述多变量函数局部线性近似的一阶偏导数矩阵，用于计算变换体积元

    官网待补
  35. 2475

    归一化流

    通过一系列可逆变换将简单分布映射到复杂目标分布的生成模型

    官网待补
  36. 2476

    神经常微分方程

    将神经网络视为连续时间的动态系统，用微分方程描述隐藏状态变化

    官网待补
  37. 2477

    任务分解

    将复杂问题拆解为可独立解决的子问题的过程

    官网待补
  38. 2478

    迭代放大

    通过递归分解任务并放大人类判断力来训练AI的技术

    官网待补
  39. 2479

    开源

    公开源代码供他人查看、修改和分发的软件许可模式

    官网待补
  40. 2480

    稀疏奖励

    仅在任务完成或极少状态下提供反馈，导致探索困难的环境特性

    官网待补