AI 术语表

大语言模型（LLM）是用海量文本训练出来的神经网络，它的任务是预测接下来会出现哪一小段文字。一段一段地重复这个预测，它就能回答问题、写作、翻译、总结，还能生成代码。

Token 是语言模型读写文字的基本单位，可以是一个完整的词、词的一个片段、一个数字或一个标点。模型看到的不是字母或句子，而是一串 token，它能读入和写出的一切内容，都以 token 来计数。

上下文窗口是语言模型一次最多能考虑的文字量，以 token 计算。你的指令、到目前为止的对话、你粘贴的文档，以及正在写的回复，都要放进这个窗口里。

温度（temperature）是一项设置，用来控制语言模型挑选下一个 token 时的随机程度。数值低时，它几乎每次都选最可能的续写；数值高时，不太可能的词也有了真正被选中的机会。

推理模型是经过训练的语言模型，在给出最终答案之前，会先通过中间步骤一步步地思考问题。它不会马上回复，而是先生成一条思维链，因此更擅长数学、逻辑和调试这类包含多个阶段的任务。

在 AI 领域，幻觉指的是听起来流畅而自信、实际上却错误、没有依据或纯属编造的回答。它可能是一个错误的日期、一句捏造的引文、一个不存在的函数，或一个从未发表过的出处。

检索增强生成（RAG）是一种技术：先从文档集合中检索出与问题最相关的段落，再把它们交给语言模型，让模型依据这些内容写出答案。它让模型能够处理自己从未训练过、或者大到无法整篇粘贴的资料。

系统提示词是在对话开始之前交给语言模型的一组长期指令，规定它的角色、语气、格式和规则。它为之后的每个回答搭起框架，而用户自己的消息则承载一个个具体的请求。

top-p，也叫核采样，是一项设置：它把语言模型限定在概率之和达到所选比例的、最可能的最小一组 token 里，然后只从这一组中挑选下一个 token。设为 0.9 时，模型会忽略掉占最后十分之一概率的那条不太可能的长尾。

混合专家模型是一种被拆分成许多专门子网络（称为专家）的神经网络，另有一个路由器，把每个 token 只发给其中的少数几个。由于每个 token 只有模型的一部分在工作，它总体上可以非常大，运行成本却低于同样大小的稠密模型。

量化是一种技术：用更少的比特来保存模型的数值，比如 8 位或 4 位，而不是 16 位，让模型占用更少的内存，运行得更快。代价是精度略有损失，这可能使回答的质量稍稍下降。

嵌入是一串称为向量的数字，用来表示一段文字、一张图片或一段声音的含义。含义相近的两段内容，会得到彼此靠近的向量，这让程序能够按含义，而不是按确切字词来搜索。

AI 智能体是围绕语言模型构建的系统，它为了一个目标分多个步骤行动：决定下一步做什么，使用工具，并检查结果。聊天机器人只回答一次，而智能体会持续工作，直到它判断任务完成或者触及上限。

工具调用，也叫函数调用，是一项功能，让语言模型请求你的程序运行某个函数，并在回答里使用运行的结果。模型自己从不运行任何东西：它返回工具的名称和参数，真正的工作由你的代码来做。

MCP，即模型上下文协议，是一项开放标准，让 AI 应用可以通过一个共同的接口连接各种工具和数据源。它由 Anthropic 提出，对 AI 工具的作用，类似于 USB 接口对设备的作用。

无审查模型是一种语言模型，它没有被调教成随意拒绝请求，或用警告淹没自己的回答，因此会坦率地回应你的提问。这个词描述的是一种倾向，并不意味着没有任何界限，也没有正式的定义。

拒答是指语言模型拒绝执行某个请求，通常会附上一句简短的话，说明它不能或不愿帮忙。拒答可能有充分的理由，比如请求是要造成严重伤害；也可能很随意，比如一个只是看起来有风险的无害问题。

护栏是 AI 开发者为限制模型能说什么、能做什么而添加的规则、过滤器和训练出来的行为。它在多个层面起作用，从模型的训练方式，到回答前后进行的各项检查。

开放权重模型是公开了训练后参数（称为权重）、让任何人都能下载并运行的 AI 模型。它不等同于完全开源的模型，因为训练数据和训练代码不一定也会公开。

对齐是让 AI 模型按开发者和用户的意图行事的工作：遵循指令，有用，并避开被认定为有害的内容。在实践中，它是叠加在原始语言模型之上的一整套训练步骤和规则，而不同的开发者把界线划在不同的地方。

RLHF 即基于人类反馈的强化学习，是一种训练方法：由人对模型的回答排序，然后调整模型，使它生成人们更喜欢的那类回答。它是把文字预测器变成能遵循指令、能进行对话的助手的主要步骤之一。

微调是在一个较小的专门数据集上，继续训练已经预训练好的模型，使它适应某项任务、某种风格或某个领域的过程。它改变的是模型的权重，而提示词只是改变模型读到的指令。

扩散模型是一种图片生成器，它从随机噪声出发，一步步地去除噪声，直到出现与文字描述相符的画面。它通过训练学会这件事：把加在真实图片上的噪声再还原回去。

反向提示词是第二段文字描述，用来告诉图片模型要避开什么，比如模糊、多余的手指或发灰的色调。它与说明要画什么的主提示词配合使用。

图片放大是在尽量保持清晰的前提下，把一幅图片放大到更高的分辨率。简单的方法只是拉伸已有的像素，而 AI 放大器则会预测合理的新细节。

种子是一个整数，用来固定图片模型起始的随机噪声，所以相同的种子加上相同的提示词和设置，可以再次画出同一幅图。换一个新种子，起点就不同，得到的就是另一个变体。

CFG 值是无分类器引导（classifier-free guidance）的缩写，也叫引导强度，是一项设置，决定图片模型多严格地遵循你的文字提示。数值低时，模型有更多自由；数值高时，会推动它服从字面，但代价是自然度。

LoRA，即低秩适配，是一个小小的附加文件，让大型 AI 模型学会一种风格、一个对象或一项技能，而无需完整地重新训练。你把它挂到基础模型上，通常带有一个强度设置，卸下它就恢复原来的行为。

局部重绘（inpainting）是一种图片编辑技术：AI 模型按文字提示，只重画图片中选定的区域，画面其余部分保持原样。它用于去除不想要的物体、修复瑕疵，或把一个元素换成另一个。

去除背景是把图片的主体从背景中自动分离出来，使主体可以被放到透明的或不同的背景上。AI 模型会逐个像素地判断，每个点有多大比例属于主体。

图生视频是一种制作短片的方式：给 AI 模型一张静态图片作为起点，再加一句说明事物应该怎样运动的话。图片决定场景的样子，运动则由模型来设想。

本地优先是一种软件理念：把数据的主副本放在你自己的设备上，服务器只起辅助作用。应用依靠本地保存的内容运行，备份与同步则是次要的。

匿名代理是一个中间环节，它代替你发出请求，让另一端的服务不知道你是谁。它隐藏的是 IP 地址、账户这类身份信息，而不是请求的内容。

数据保留指的是服务在删除之前，保存它收到或产生的信息的时间长度。保留期可以是零，可以是固定的天数，也可以与你的账户存续的时间一样长。

IndexedDB 是内置于网页浏览器的数据库，它让网站可以把大量结构化数据存放在访问者自己的设备上。它以异步方式工作，带索引地保存对象，并且为每个网站分别存放数据。

零日志指的是不保留你所问所说内容的日志的服务：除了运行所必需的之外，不存储你的提示词、回复或活动记录。这是一种关于行为的声明，其可信程度取决于证据，以及背后的各方。

端到端加密是指数据在发送者的设备上加密，只有在预期接收者的设备上才能解密，所以中间的每一台服务器承载的都只是读不懂的密文。密钥始终留在两端，从不到达中间。

OpenAI 兼容 API 接受与 OpenAI 的 API 相同的请求，并返回相同的响应，所以现有的代码和工具只需改动地址和密钥，就能使用另一家服务商。成为标准的是请求的形状，而不是背后的模型。

速率限制是对一个账户或密钥在一段时间内可以向服务发送的请求数设定的上限。超过之后，服务会拒绝后续的调用，通常返回 HTTP 状态码 429，直到时间窗口向前移动。

积分是服务用来给用量定价的一种预付计量单位，每个请求会按其消耗的资源花掉少量积分。在 NeverNo，1 个积分等于 1 美分（0.01 美元）。