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 · 63/85
- 2481
内在奖励
由智能体内部状态不确定性或新颖性驱动的非环境外部奖励信号
官网待补 - 2482
随机网络蒸馏
一种通过最小化目标随机网络与预测网络差异来生成内在奖励的探索方法
官网待补 - 2483
跨域迁移
将在一个领域或任务中学到的知识应用到另一个不同但相关的领域或任务中。
官网待补 - 2484
基于能量的模型
通过定义能量函数来评估数据点合理性，而非直接预测概率分布的生成式模型。
官网待补 - 2485
离线学习
仅利用历史数据而不与环境实时交互来训练策略的方法
官网待补 - 2486
基于模型的强化学习
学习环境动态模型以辅助决策和规划的强化学习方法
官网待补 - 2487
批次大小
每次参数更新所使用的样本数量
官网待补 - 2488
梯度噪声尺度
衡量小批量梯度估计与全数据梯度差异的统计量
官网待补 - 2489
长期 AI 安全
关注未来超级智能可能带来的存在性风险的研究领域
官网待补 - 2490
计算复杂性
衡量解决特定问题所需资源（如时间、空间）的理论指标
官网待补 - 2491
鲁棒分类
指模型在面对输入扰动或噪声时仍能保持准确预测的能力
官网待补 - 2492
探索
智能体尝试新动作以发现未知状态或奖励的过程
官网待补 - 2493
多智能体强化学习
多个智能体在同一环境中通过试错学习策略的方法
官网待补 - 2494
神经元交互
神经网络中不同节点之间信号传递与协同工作的机制
官网待补 - 2495
有限利润公司
一种允许盈利但将部分收益用于社会公益或设定回报上限的公司形式
官网待补 - 2496
模式覆盖
生成模型能覆盖数据分布中所有主要模式的特性
官网待补 - 2497
能量模型
通过定义能量函数来建模数据分布的生成模型
官网待补 - 2498
Token 预测
根据前文序列预测下一个离散单元的概率分布任务
官网待补 - 2499
对抗扰动
针对模型输入的精心设计的微小噪声以误导输出
官网待补 - 2500
生成式建模
学习数据分布以生成新样本的机器学习方法
官网待补 - 2501
稀疏注意力
仅计算部分关键位置间的注意力以降低复杂度的机制
官网待补 - 2502
集体行动问题
个体理性选择导致群体非最优结果的社会学或经济学概念
官网待补 - 2503
超级计算
用于处理大规模复杂计算任务的高性能计算系统
官网待补 - 2504
共同适应
多个主体在互动中相互调整以优化各自表现的过程
官网待补 - 2505
涌现
复杂系统中整体表现出部分所不具备的特性
官网待补 - 2506
对抗攻击
通过微小扰动误导机器学习模型做出错误预测的技术
官网待补 - 2507
仿真到现实迁移
将在计算机模拟中训练的模型直接应用于物理世界机器人的过程
官网待补 - 2508
自动域随机化
一种通过逐步扩大模拟环境参数分布来提升策略鲁棒性的训练技术
官网待补 - 2509
模型权重
神经网络训练后得到的参数集合，决定模型的具体行为
官网待补 - 2510
分阶段发布
逐步公开模型能力或权重的策略，以评估风险并完善安全措施
官网待补 - 2511
安全约束
限制智能体行为以防止造成危害或违反规则的硬性条件
官网待补 - 2512
安全探索
在试错过程中避免高风险状态的策略
官网待补 - 2513
程序化生成
通过算法而非手工设计自动生成内容或环境的技术
官网待补 - 2514
正则化
防止模型过拟合的技术手段，如权重衰减
官网待补 - 2515
双重下降
模型误差随复杂度增加先降后升再降的现象
官网待补 - 2516
深度强化学习
结合深度学习与强化学习的算法框架
官网待补 - 2517
动态计算图
在运行时定义网络结构，允许更灵活的调试和控制流
官网待补 - 2518
深度学习框架
用于构建、训练和部署神经网络模型的软件库或平台
官网待补 - 2519
可验证性
指通过独立方法或数据证实系统属性声明真实性的能力
官网待补 - 2520
神经音频合成
利用深度神经网络学习并重建音频信号的生成技术
官网待补