中文释义 定义解释
融合文本图像音频等多种输入的模型。
英文释义 English Definition
Model fusing text, image, audio inputs.
「人工智能」行业的其他术语
AIGCAIGC
生成式AI。
AgenticAgentic AI自主体。
TransformerTransformer基于自注意力机制的神经网络架构，主导现代 NLP 与多模态。
残差连接Residual Connection跨层直连以缓解深层网络退化。
参数高效微调Parameter-efficient Fine-tuning · PEFT只训练少量参数以适配下游任务的方法。
词嵌入Word Embedding将词语映射为低维向量以刻画语义关系。
词元Token模型处理文本的基本单位。
大模型Foundation Model在大规模无标注数据上训练、可迁移至多任务的大模型。
对齐Alignment使 AI 目标与行为符合人类意图与价值观。
对齐微调RLHF · RLHF以人类反馈强化学习使模型对齐人类偏好。
多模态模型Multimodal Model可同时处理文本、图像、音频等多种模态输入的模型。
多智能体Multi-agent多个智能体协作分工完成任务的范式。