一、基础技术术语
1. Token
大模型处理文本的最小单位,直接影响计费(如1元/百万Tokens)和性能(如128K Tokens≈6.5万汉字)
中英文换算:1中文字符≈0.6 Token,1英文字符≈0.3 Token
2. RAG(检索增强生成)
结合外部知识库优化模型输出的技术,常用于减少幻觉回答
3. RL(强化学习)
通过奖励机制训练模型,典型应用包括游戏AI和自动驾驶
二、模型相关热词
1. LLM(大语言模型)
千亿参数级模型(如GPT-4),支持多任务但需注意训练成本
2. AGI(通用人工智能)
2024年最热概念,指跨领域完成人类级任务的AI,引发争议
3. 智能体(Agent)
能自主感知决策的AI程序,如自动生成报告的办公助手
三、行业"黑话"解析
1. 赋能
为传统业务添加AI功能,实际可能仅是基础自动化
2. 对齐(Alignment)
让AI目标符合人类价值观,常通过关键词过滤实现
3. 端到端
输入到输出全自动流程,优势是简化但可解释性差
四、新兴趋势词汇
1. 开源大模型
2024年爆发式增长,降低企业使用门槛(如LLaMA、百川)
2. 提示词工程
"答案"成为2024年度最高频提示词,反映用户对AI的依赖
3. 小样本学习
宣称用少量数据训练,实际仍需隐性数据支持
这些词汇的流行既反映技术突破(如AGI),也揭示行业包装现象(如"赋能")。理解其真实含义有助于辨别技术实效与营销话术。
留言(●'◡'●)