AI百科

交叉驗證（Cross-validation）是統計分析中一種重要的模型驗證技術，主要用于評估模型在未知數據上的泛化能力。它通過將數據集分割成若干個子集，然后使用不...

模型泛化（Generalization）是機器學習中的一個核心概念，指的是模型在訓練數據之外的新數據上的表現能力。換句話說，泛化能力衡量的是模型能否在未見過的樣...

模型量化（Model Quantization）是深度學習模型優化中的一項關鍵技術，它通過減少模型參數的位寬來降低模型的存儲和計算需求，從而提高模型在各種硬件平臺上...

獎勵模型是強化學習中的一個核心概念，用于評估智能體在特定狀態下的行為表現。在大型語言模型（LLMs）中，獎勵模型通過對輸入的問題和答案進行評分，指導模...

上下文窗口指的是在自然語言處理（NLP）任務中，模型在處理一個特定輸入時所考慮的上下文信息的范圍。具體來說，它決定了模型在生成或理解文本時，可以同時看...

視覺語言模型（Vision-Language Models, VLMs）是一種多模態人工智能系統，它結合了圖像和文本的處理能力，以執行高級視覺語言任務，如視覺問答（Visual Ques...

光學字符識別（Optical Character Recognition，OCR）是一種將文本圖像轉換為機器可讀格式的技術。通過自動數據提取，能快速識別掃描文檔、相機圖像和圖像PDF...

情感分類（Sentiment analysis）也稱為情感分析或意見挖掘，是一種自然語言處理技術，用于分析文本數據以識別和提取作者的情感傾向、觀點和評價。通過評估文...

代理型AI（Agentic AI）是一種人工智能系統，能自主行動和決策。這些系統被稱為AI代理，可以獨立于直接人類干預追求目標。代理型AI使用高級技術，如強化學習...

人臉識別（Face recognition）是一種基于人的面部特征進行身份識別的技術。通過計算機視覺和模式識別技術，對輸入的人臉圖像或視頻流進行分析，首先判斷是否...

具身智能（Embodied Intelligence, EI）是一個多學科交叉的研究領域，它涉及認知科學、人工智能、機器人技術、神經科學等多個領域。具身智能的核心觀點是，智...

知識表示（Knowledge Representation）是指將知識以一種機器可理解的形式表示出來，它涉及數據結構及其處理機制的綜合：表示= 數據結構+處理機制。在知識表示...

機器人流程自動化（Robotic Process Automation, RPA）是一種軟件技術，通過模擬人類行為與數字系統和軟件進行互動，實現業務流程的自動化。RPA軟件機器人能...

模式識別（Pattern Recognition）是信息科學和人工智能領域的一個重要分支，對事物或現象的各種形式的信息（數值的、文字的和邏輯關系的）進行處理和分析，實...

圖像生成（Image generation）是計算機視覺領域的一項重要研究方向，通過深度學習模型，如VAE、GANs和Diffusion Model等，從數據中學習并生成新的圖像。這項...