AI知识探索库

AI幻觉指大语言模型生成看似流畅合理、实则与客观事实相悖的虚假信息，常被形容为 “一本正经胡说八道”。核心源于模型基于概率生成文本，缺乏真实理解与事实校验，易捏造数据、文献、事件等。分为事实性、逻辑与...

AI幻觉(AI Hallucination)，在人工智能领域通常指大型语言模型(LLM)或其他生成式AI系统生成的看似合理但实际上错误、虚构或与事实不符的内容。 这种现象之所以被称为“幻觉”，是因为A...

文生视频(Text-to-Video)是人工智能生成内容(AIGC)领域的一项核心技术，指的是用户只需输入一段文字描述(提示词/Prompt)。 简单来说，就是“你写剧本，AI当导演和摄影师”。 1...

扩散模型(Diffusion Models)是目前人工智能领域，特别是生成式AI(AIGC)中最核心、最主流的算法架构之一。 简单来说，它的核心用途是：从随机噪声中“变”出高质量的数据(如图片、音频...

文生图(Text-to-Image Generation)是指利用人工智能技术，根据用户输入的文字描述(Prompt)，自动生成对应的图像。 简单来说，就是“你用语言描述一个画面，AI就把它画出来...

ASR语音识别技术(Automatic Speech Recognition，自动语音识别)是一种将人类的口语语音自动转换为书面文字的计算机技术。 如果说TTS(文本转语音)是让机器“开口说话”，那么...

TTS语音引擎(Text-to-Speech Engine，文本转语音引擎)是一种将书面文字自动转换为自然流畅的口语语音的技术系统或软件核心组件。 简单来说，它的作用就是让机器“开口说话”。当你输入一...

很多人用大模型写文案、做对话时，总会看到「Token 超限」「Token 计费」，却不知道Token到底是什么。其实简单来说，Token(词元)就是大模型“认字、读句子”的最小基础单位。 我们可以打个...

大模型RAG是Retrieval-Augmented Generation(检索增强生成)的缩写。 简单来说，它是一种让大模型在回答问题时，不再仅靠“死记硬背”的训练数据，而是先像查字典一样去外部知识...

AIGC是Artificial Intelligence Generated Content的缩写，中文译为 “人工智能生成内容”。 它是指利用人工智能技术(特别是深度学习、大语言模型、扩散模型等)来...

大模型分词器(Tokenizer) 是大型语言模型(LLM)的“翻译官”和“预处理引擎”。它的核心作用是将人类可读的自然语言文本(字符串)，转换为模型能够理解和计算的数字序列(词元 IDs)，以及在模...

词元（Token）是人工智能处理文本的最小单位。它不等于单词或汉字，而是将文本切割成的碎片，如英文词根、中文单字或常见词组。模型通过词元理解语义、生成内容。其数量直接决定AI处理的成本、速度及上下文长...

RNN (Recurrent Neural Network，循环神经网络) 是一种专门用于处理序列数据的深度学习模型。 它的核心特点是具有“记忆”功能：它在处理当前输入时，不仅考虑当前的信息，还会利用...

生成式 AI (Generative AI) 和决策式 AI (Decisional AI / Discriminative AI) 是人工智能的两个主要分支，它们的核心区别在于目标不同：一个是“创造...

CNN(Convolutional Neural Network，卷积神经网络) 是一种专门用于处理具有网格结构数据(如图像、视频、音频频谱图)的深度学习模型。它是计算机视觉领域的基石，广泛应用于图像...

大模型解码器（Decoder） 是大语言模型(LLM)和序列生成任务中的核心组件，主要负责根据已生成的内容和上下文信息，预测并生成下一个词（Token），从而逐步构建出完整的输出序列。 在现代大模型架...

前馈神经网络(Feedforward Neural Network, FNN)，也称为多层感知机(Multilayer Perceptron, MLP)，是人工神经网络中最基础、最经典的结构。它的核心...

要把自注意力机制(Self-Attention)讲得通俗易懂，我们完全可以把那些复杂的数学公式( Q,K,VQ,K,V 、矩阵乘法、Softmax)先扔到一边。 你可以把它想象成人类在阅读时的一种“本...

大模型编码器（Encoder） 是大语言模型(尤其是基于Transformer架构的模型)中的核心组件，它的角色可以比喻为人类的“感官与理解中枢”。 简单来说，它的作用是将人类可读的原始数据(文字、图...

字节跳动(ByteDance) 是一家成立于2012年3月的全球化互联网科技公司，由张一鸣创立。公司总部位于中国北京，其核心使命是 “激发创造，丰富生活”(Inspire Creativity, En...

生成式 AI (Generative AI) 和分类式 AI (Discriminative/Classification AI) 是人工智能的两大核心流派。虽然它们都基于数据学习，但它们的目标、工作...

决策式AI(Decisional AI)，在学术界和工业界更常被称为判别式AI(Discriminative AI)或分析式AI。 它是生成式AI出现之前，人工智能领域长期占据主导地位的技术形态。它的...

生成式AI（Generative AI，简称Gen AI）是指一类能够创造全新内容的人工智能技术。 与传统的“分析式AI”（用于分类、预测或识别现有数据）不同，生成式AI的核心能力是从无到有地生成文本...

Transformer是目前人工智能领域(尤其是大语言模型)最核心的深度学习架构。 简单来说，它是所有现代大模型(如GPT-4. Claude, Llama, Qwen等)的“发动机”。没有Trans...

大模型对齐(AI Alignment)是指让人工智能模型的目标、行为和价值观与人类的意图、利益及伦理道德保持一致的过程。 简单来说，就是确保AI“听话”、“有用”且“无害”，防止它虽然很聪明，但做出来...

模型参数(Model Parameters)是人工智能模型(特别是深度学习模型)内部的可调节变量。 你可以把它们想象成模型的“记忆”或“知识权重”。在模型训练之前，这些参数是随机初始化的(模型什么都不...

Token是大语言模型(LLM)处理和计算文本的基本单位。 你可以把它简单理解为：AI眼中的“文字碎片”。 人类阅读时是以“字”或“词”为单位的，但AI模型无法直接理解汉字或英文单词，它必须先把文本切...

提示词(Prompt)，在人工智能(特别是大语言模型)的语境下，指的是用户输入给模型的指令、问题或文本内容，用于引导模型生成特定的回答或执行特定的任务。 你可以把它理解为人与AI沟通的“语言”。就像你...

模型微调(Model Fine-tuning)是机器学习和深度学习中的一个重要概念，特别是在自然语言处理(NLP)和计算机视觉领域。 简单来说，它的含义是：在已经预训练好的大型模型基础上，使用特定的...

最近跟几个做产品的朋友聊天，发现大家又被一个新词整懵了——“蒸馏模型”（Distilled Model）。听着挺玄乎，又是“蒸馏”又是“模型”的，感觉像是在搞什么高科技化学实验。其实吧，把这层窗户纸捅...