» 人工智能关键词


术语	定义
人工智能(AI)	智能:数字计算机或由计算机控制的机器人执行通常与智能生物有关的任务的能力. 这包括从经验中学习, 推理, 理解语言, 识别模式, 和解决问题.
生成模型	这是一种机器学习模型，它通过从训练数据中学习来创建新内容，然后根据这些数据生成新的输出, 或者类似于, 特定的训练集. 这些生成模型学习模式, 结构, 从训练数据中提取特征，可以创建具有相似特征的内容.
生成预训练变压器(GPT)	一种使用深度学习来创建逼真文本的语言模型. 它用于许多应用程序，例如翻译、问答和文本生成. 这代表ChatGPT的“GPT”.
机器学习(ML)	人工智能的一个子集，涉及使用算法解析数据的实践, 从中吸取教训, 然后对世界上的某件事做出决定或预测.
深度学习(DL)	机器学习的一个子集，它基于具有表征学习的人工神经网络. 它可以被监督, semi-supervised, 或无监督，旨在通过使用多个处理层对数据中的高级抽象进行建模.
自然语言处理(NLP)	人工智能的一个子领域，专注于通过自然语言进行计算机和人类之间的交互. NLP的最终目标是阅读, 解读, 理解, 以一种有价值的方式理解人类语言.
语言模型(LM)	NLP中的一种模型，用于预测序列中的下一个单词或字符. 这些模型用于语音识别、文本生成和其他NLP任务.
令牌	在NLP的背景下, 令牌是一个单独的单元，它是句子或文档的构建块, 比如一个词, 一个字符, 或者是副标题.
微调	机器学习中的一个过程，其中预训练模型(如GPT)在具有较少数据量的新数据集上进一步训练. 微调的目的是将预训练模型的一般知识应用到特定的任务中.
文本分类	这涉及到为文本分配类别或标签. 例如，将电子邮件分为“垃圾邮件”和“非垃圾邮件”是文本分类的一种形式.
转移学习	将解决一个问题时获得的知识应用于另一个不同但相关的问题. 例如, 在学习识别汽车时获得的知识可以应用于试图识别卡车.
提示	在人工智能的背景下, 提示符是给定给语言模型的输入，语言模型使用它来生成响应或输出.
培训	这是将数据输入人工智能软件的过程，这样它就开始了机器学习过程.