附录B 术语表

• 人工智能（AI）：使机器完成通常需要感知、学习、推断、生成或决策支持等能力的一类方法与系统。
• 人工智能系统：由数据、模型、普通程序、规则、软件或设备以及人共同组成的完整运行系统。
• 模型：由结构和参数构成、把输入映射为输出的可运行对象。
• 参数：模型在训练中调整并保存、影响输入如何变成输出的数值。
• 训练：利用样本和目标调整模型参数的过程。
• 监督学习：利用带有标签或目标值的样本学习输入到输出关系的方法。
• 验证集：训练过程中用于比较设置和观察过拟合、但不直接更新参数的数据。
• 测试集：模型和设置确定后，用于评价未见数据表现的封存数据。
• 推理：使用训练完成的模型处理新输入并产生输出的过程。
• 泛化：模型对未见但与任务相关的输入仍能有效工作的能力。
• 数据集：为训练、验证或测试按一定规则组织的样本集合。
• 标签：监督学习中与样本对应的目标类别或数值。
• 特征/表征：用于描述输入、便于模型处理的属性或数值形式。
• 嵌入向量：把文字、图像或声音表示为可比较的数值向量。
• 分类：从预先定义的类别中为输入给出一个或多个候选类别。
• 回归：根据输入预测连续数值的任务。
• 损失函数：把模型输出与目标之间的差异表示为训练所需数值的函数。
• 置信度：模型对某个输出给出的相对分数；它不自动等于真实正确概率。
• 阈值：把连续分数转换为接受、拒绝、提醒或未知等行为的分界值。
• 误报：实际不是目标事件却被系统报出。
• 漏报：实际是目标事件却没有被系统报出。
• 精确率：被系统报为目标的样例中，真正为目标的比例。
• 召回率：所有真实目标样例中，被系统找到的比例。
• 混淆矩阵：按真实类别和预测类别统计分类结果的表。
• 过拟合：模型在训练样本上表现很好，却不能适应新样本的现象。
• 迁移学习：复用预训练模型已经学到的表示，再适应新任务的方法。
• 卷积：用可学习的小窗口在图像或其他网格数据上提取局部模式的运算。
• 特征图：卷积层对输入中某类局部模式响应形成的二维或三维数值结果。
• 光学字符识别（OCR）：把图像中的文字转换为可处理文本的一类视觉任务；本书不将其设为独立技术主线。
• 语音识别（ASR）：把声音中的口语内容转换为文字的技术。
• 波形：声音振幅随时间变化的表示。
• 频谱图：显示声音不同频率能量随时间变化的表示。
• 时间序列：按时间顺序记录的一组观测数据。
• 采样频率：单位时间内采集观测值的次数。
• 移动平均：在滑动时间窗口内求平均、用于观察局部趋势的方法。
• 异常检测：找出与正常模式明显不同的样本或时间片段。
• 数据漂移：实际输入的数据分布随时间、环境或设备变化的现象。
• 生成式模型：根据所学数据模式产生文字、图像、声音等新内容的模型。
• 自回归生成：按照已有部分逐步预测并生成下一个元素的方法。
• 潜空间：模型用较少维度表示数据主要变化因素的内部空间。
• 扩散模型：学习逐步去除噪声、从随机噪声形成数据样本的一类生成模型。
• 条件生成：在类别、文字、图像或其他条件约束下产生内容。
• 大语言模型（LLM）：在大量语言或多模态数据上训练、能够理解和生成语言内容的大规模模型。
• 词元：语言模型处理文字时使用的基本编号单位，可能是字、词的一部分或符号。
• 上下文：模型在当前交互中能够看到并用于生成的信息。
• 结构化输出：按约定字段和数据类型组织、便于程序读取和校验的输出。
• JSON：用键、值、数组和对象表达结构化数据的文本格式。
• Schema：对数据字段、类型、必填项和允许范围作出的结构约定。
• 检索：从限定资料或索引中找出与问题相关的内容。
• 余弦相似度：依据两个向量夹角比较方向是否相近的指标。
• 最近邻：在表示空间中寻找与查询向量距离最近的一个或多个样本。
• 检索增强生成（RAG）：先检索外部资料，再让生成模型依据命中资料回答的方法。
• 来源锚点：能够回到原始材料的页码、片段编号、文件或链接。
• 无依据生成：模型输出了提供材料中找不到支持的事实或结论。
• 应用程序接口（API）：软件之间交换数据或请求功能的明确接口；API本身不是AI。
• 工具调用：模型或程序按结构化参数请求外部软件执行查询、计算或写入等动作。
• 推荐系统：依据用户、物品和交互证据，从候选集合中召回并排序内容的系统。
• 候选召回：从大量物品中快速找出可能相关的一小批候选。
• 排序：根据相关性、偏好和约束为候选计算次序。
• 冷启动：新用户或新物品缺少交互记录、难以形成可靠推荐的情况。
• 反馈偏差：系统的曝光影响用户行为，新的行为数据又反过来强化原有推荐的现象。
• 强化学习：智能体通过与环境交互，根据奖励信号改进策略的学习方法。
• 状态：智能体作出动作时能够观察到的环境信息。
• 动作：智能体在环境中可选择执行的操作。
• 奖励：环境对动作结果给出的数值反馈，不自动等同于完整目标。
• 策略：智能体根据状态选择动作的方法。
• 探索与利用：尝试未知动作以获取信息，与使用当前已知较好动作之间的取舍。
• 回合：从一个初始状态开始到终止条件结束的一段完整交互。
• 多模态模型：能够联合处理文字、图像、声音等两种或更多数据形态的模型。
• 物理AI：通过传感器感知环境、在计算设备上推理并可能影响物理世界的人工智能系统形态。
• 云端运行：把数据发送到远程计算服务处理。
• 本地运行：在个人电脑或校内受控设备上处理数据。
• 设备端/边缘推理：在手机、单板计算机或传感节点等靠近数据源的设备上运行模型。
• 基线：用于判断新方法是否真正改善任务的简单现有方案。
• 控制变量实验：只改变一个因素、保持其他条件不变并比较结果的实验。
• 回归测试：修改后重新运行原测试集，检查已有能力是否被破坏。
• 数据卡：记录数据来源、构成、收集、授权、用途和限制的说明。
• 模型卡：记录模型用途、训练信息、评价、限制和风险的说明。
• 系统卡：记录完整系统中的模块、数据流、权限、评价、停止和维护的说明。
• 人工接管：达到特定条件时由明确的人停止自动流程并负责后续处理。
• 停止条件：出现风险、缺失、冲突、无权限或低可信结果时不再继续的规则。