中文释义 定义解释
以人类反馈强化学习使模型对齐人类偏好。
英文释义 English Definition
Aligning models with human preferences via RL from feedback.
「训练」领域的其他术语
步态训练Gait Training
行走训。
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。
端云协同训练on-device training端侧参与训练
仿真到现实sim-to-real仿真迁移现实
归一化Normalization缩放激活以稳定训练的技术。
核心力量Core Strength躯干稳定肌群的力量。
间歇训练Interval Training高低强度交替的训练方式。
记忆力训练memory training提升记忆
损失函数loss function优化目标
微调Fine-tuning在预训练模型上用特定数据继续训练以适配下游任务。
无氧Anaerobic无氧代谢供能的运动。
有氧Aerobic有氧代谢供能的运动。
「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。
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。
多模态Multimodal融合文本图像音频等多种输入的模型。
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。
幻觉Hallucination模型生成看似合理但不符合事实的内容。