术语百科
收录 8 篇精选指南
AI 核心技术与大模型术语百科
通俗解析 LLM、Token、上下文窗口、Prompt、AI 幻觉、思考链 (CoT) 与 RAG 等常见人工智能术语。
快速答案 / Quick Answer
AI 术语百科旨在用通俗易懂的语言厘清大模型领域的关键概念。理解 Token、上下文长度、Prompt 结构与思考链 (CoT)，能让您更深刻地掌握 ChatGPT 的能力边界并发挥其最大效能。
LLM (大型语言模型)
Large Language Model通过海量文本数据进行自监督训练的深度学习神经网络模型，具备理解自然语言、生成文本与推理的能力。
Token (词元)
Token大模型处理文本的基本单位。对于中文，一个常见汉字通常对应 1 到 2 个 Token；对于英文，一个标准单词约占 1.3 个 Token。
Context Window (上下文窗口)
Context Length模型单次对话或任务中能够同时“记住”并处理的最大 Token 数量。例如 128K Token 相当于约 10 万字篇幅。
Prompt (提示词)
Prompt用户输入给大语言模型的文字指令或引导文本，直接决定了模型输出内容的质量、风格与准确度。
Hallucination (AI 幻觉)
AI Hallucination大模型生成看似自信流畅但实际脱离事实或逻辑错误的虚假信息的现象。
CoT (思考链 / 推理链)
Chain of Thought模型在输出最终答案前，先在内部逐步展开中间逻辑推演步骤的技术，显著提升数学与逻辑推理准确率。
Fine-tuning (微调)
Model Fine-tuning在已有预训练大模型的基础上，使用特定领域的数据集进行二次针对性训练以适配特定下游任务的方法。
RAG (检索增强生成)
Retrieval-Augmented Generation在模型回答前先从外部知识库检索相关真实文档，再将文档作为上下文一同发给模型生成答案的技术架构。