智客百科
读懂 AI 概念与技术术语,沿着关联内容找到工具和实践。
103个词条
显示 103 / 103 个词条
清空搜索 ×AI 概念
36-
AGI(通用人工智能)
AGI · 通用人工智能
AGI(Artificial General Intelligence) 指在 任何 人类能做的认知任务上达到或超过 人类水平的人工智能。与当前"窄 AI"(每个任务单独训练的模型…
-
AI 对齐(Alignment)
对齐 · AI alignment
AI 对齐 是让 AI 系统的行为与人类意图、价值观、期望保持一致的研究领域。 这是 llm 训练流程的核心目标之一,也是当前 AI 安全研究最前沿的课题。
-
AI 搜索(Answer Engine)
answer engine · AI 搜索
AI 搜索 (答案引擎,Answer Engine)指用 LLM 直接生成答案,而不是返回 10 条蓝色链接的搜索产品。代表:Perplexity、You.com、Phind、秘塔…
-
AI 智能体 (AI Agent)
智能体 · Agent
AI 智能体(AI Agent / Autonomous Agent)是一种以大语言模型( LLM)为核心认知推理中枢,融合规划(Planning)、记忆(Memory)、工具使用…
-
Agent 记忆(Agent Memory)
Agent Memory · 智能体记忆
Agent 记忆(Agent Memory) 是智能体运行时保存并重新取用任务信息的机制。保存的信息可以是本轮任务进度、跨会话偏好或经过验证的事实;这些记录通常位于模型权重之外。
-
Constitutional AI (宪法式 AI)
Constitutional AI · CAI
Constitutional AI (CAI) 是 Anthropic 2022 年提出的训练范式, 目标是用 AI 反馈(RLAIF) 替代 人类反馈(RLHF),同时保留对齐效…
-
MCP(模型上下文协议)
Model Context Protocol · 模型上下文协议
MCP(Model Context Protocol,模型上下文协议) 是 Anthropic 于 2024 年 11 月开源的一套面向人工智能应用的 开放标准化通用通信协议。它定…
-
MoE(混合专家)
Mixture of Experts · 混合专家
MoE(Mixture of Experts,混合专家) 是一种基于 条件计算(Conditional Computation) 与 稀疏激活(Sparse Activation)…
-
RLVR (可验证奖励的强化学习)
RLVR · Reinforcement Learning with Verifiable Rewards
RLVR 是 2024 年起兴起的大模型强化学习新范式:奖励信号 不需要人类 判断,而是由 机器可验证的程序 给出。例如:
-
System 1 / System 2 (双系统思维)
System 1 · System 2
System 1 / System 2 是心理学家 Daniel Kahneman 在《思考,快与慢》 (Thinking, Fast and Slow, 2011) 里提出的认知…
-
Transformer 架构
变换器 · 自注意力架构
Transformer 是 2017 年 Google 团队在论文 Attention Is All You Need 中提出 的经典神经网络架构。它彻底重构了序列建模范式,取代循…
-
上下文学习 (In-Context Learning)
In-Context Learning · ICL
上下文学习 (ICL) 是大语言模型最重要的能力之一:在 prompt 里放几个 "输入-输出示例"或"指令",模型就能在 不更新权重 的前提下完成任务。 它把"训练"和"推理"的…
-
上下文工程(Context Engineering)
上下文工程 · Context Engineering
上下文工程(Context Engineering) 是为模型的一次或多次调用,选择、组织和维护任务需要的信息。它包括指令、对话状态、检索资料、工具说明与工具结果,不只是调整一句提…
-
世界模型 (World Model)
World Model · 世界模型
世界模型 是 AI 研究里的一个 愿景性概念:让模型建立对 真实世界 运作方式 的内部表征,包括物理规律、空间几何、因果关系、社会动态。 具备世界模型的 AI 可以在"脑内"模拟行…
-
代码生成(Code Generation)
code-gen · AI 编程
代码生成 指 LLM 根据自然语言描述写出可运行代码的能力。是当前 LLM 最成熟、最有商业价值的应用方向之一。
-
函数调用 (Function Calling)
函数调用 · Function Calling
函数调用(Function Calling,亦称工具调用 Tool Use / Tool Calling)是大语言模型( LLM)突破纯文本输入输出局限、实现与外部数字环境可编程交…
-
合成数据 (Synthetic Data)
合成数据 · Synthetic Data
合成数据 是用模型(通常是更强大的模型或专门生成器)创造的训练数据, 而不是从真实世界抓取的。当真实数据稀缺(医疗、稀有语种、专业领域)、 成本太高(人类标注)、或隐私敏感(用户对…
-
多模态(Multimodal)
多模态模型 · MLLM
多模态模型 能同时处理多种类型的数据:文本、图片、音频、视频。代表工作: GPT-4V / GPT-5、Claude 3.5 Sonnet、Gemini 1.5、Qwen-VL、L…
-
大语言模型 (LLM)
大语言模型 · LLM
大语言模型(Large Language Model,简称 LLM)是指参数规模通常在数十亿($\ge 1\text{B}$)至数万亿级别、基于深度 Transformer 架构并…
-
嵌入 (Embedding)
Embedding · 向量嵌入
嵌入(Embedding)是将离散的高维符号(如文本词元、代码、图像、图节点)投影映射到连续的低维稠密向量空间 $\mathbb{R}^d$ 的数学表示技术。通过深度神经网络(通常…
-
工具调用(Tool Use)
工具调用 · Tool Use
工具调用(Tool Use) 让模型提出搜索、读取文件、查询数据库等操作,并利用结果继续完成任务。模型产生调用请求;实际执行由应用运行时或提供商托管工具完成。 Claude 的工具…
-
开源与开放权重大语言模型
Open-source LLM · Open Weights
开源大语言模型与开放权重模型经常被混用,但公开权重并不足以说明整个 AI 系统符合开源定义。判断时应分别查看权重、代码、数据说明与许可。
-
思维链(Chain-of-Thought)
CoT · 思维链
思维链(Chain-of-Thought, CoT)是让 大语言模型 在给出最终答案前显式输出 中间推理步骤的提示技巧。能显著提升复杂任务(数学、逻辑、规划)的准确率。
-
投机解码 (Speculative Decoding)
Speculative Decoding · 投机采样
投机解码(Speculative Decoding,亦称投机采样 Speculative Sampling)是现代大语言模型推理加速的核心技术。它通过打破标准自回归解码中“逐个词元…
-
推理模型 (Reasoning Model)
推理模型 · Reasoning Model
推理模型(Reasoning Model)是专门针对高难度逻辑推演、数学证明、竞技编程与复杂长程规划任务深度优化的现代大语言模型( LLM)架构分支。其核心标志是在向用户输出最终答…
-
提示工程(Prompt Engineering)
提示词工程 · prompt 设计
提示工程 是设计输入给 大语言模型 的指令,让模型产出期望结果的技术。 即使有了最强大的模型,糟糕的 prompt 也会让输出惨不忍睹。
-
提示注入 (Prompt Injection)
Prompt Injection · 提示注入
提示注入(Prompt Injection)是针对基于大语言模型( LLM)应用系统的最核心安全威胁,常年位列 OWASP Top 10 for LLM Applications …
-
数据集
Dataset · 训练数据
数据集是按任务组织的一组样本,可以包含文本、图像、标签或交互记录。模型训练、验证与评测使用的数据承担不同职责;检索知识库则为 RAG 提供回答时读取的材料。
-
机制可解释性 (Mechanistic Interpretability)
Mechanistic Interpretability · 机制可解释性
机制可解释性 (Mech Interp) 是 AI 安全与对齐研究里的一支:试图 逆向工程 transformer 内部的"电路" ——把模型看作可分解的计算图, 找到哪个 att…
-
标度律 (Scaling Laws)
Scaling Laws · 标度律
标度律(Scaling Laws)是描述深度神经网络(特别是自回归语言模型)的测试集交叉熵损失(Cross-Entropy Loss)与模型参数量 $N$、训练数据量(Tokens…
-
检索增强生成 (RAG)
RAG · Retrieval-Augmented Generation
检索增强生成(Retrieval-Augmented Generation,简称 RAG)是一种将外部动态知识库检索与大语言模型生成能力深度耦合的系统架构。通过在模型回答前从权威文…
-
模型校准 (Calibration)
模型校准 · Calibration
校准 是衡量"模型自报的置信度是否真实反映其准确率"的指标。一个 完美校准的模型说"我有 80% 把握",就意味着它在 100 次这种判断里真的 有 80 次是对的。
-
涌现能力
Emergent Abilities · 涌现
涌现能力用于描述模型规模增加时,某些任务表现从弱或接近随机突然转为明显有效的现象。如何定义这种“突然”,与评测指标和实验设置有关。
-
结构化输出(Structured Output)
结构化输出 · Structured Output
结构化输出(Structured Output) 是让模型返回符合约定结构的数据,便于程序读取和验证。它解决格式契约问题;字段内容仍可能错误,业务权限仍需单独检查。
-
自博弈 (Self-Play)
自博弈 · Self-Play
自博弈 (Self-Play) 是强化学习的一种训练范式:让智能体 与自己 的副本对战 / 协作,通过胜负 / 反馈信号不断进化。它是人类最强 AI 系统的核心方法之一——从 Al…
-
重排 (Rerank)
Rerank · Reranking
重排(Rerank / Reranking)是在检索系统的第一阶段(粗筛召回)产出初步候选列表后,使用具备更强语义交互能力的模型对候选文档进行细粒度相关性重新评估并调整顺序的核心技…
基础设施
11-
Docker
Docker · 容器
Docker 是当前事实标准的容器化平台。把应用 + 依赖 + 配置打包成镜像, 一处构建,到处运行。是 LLM 服务部署( vllm / ollama / 微服务)的主流形态。
-
Elasticsearch
ES · Elastic
Elasticsearch (简称 ES)是基于 Apache Lucene 的分布式搜索引擎,也是当前最流行的 全文检索 + 日志分析平台。AWS 出品的 OpenSearch …
-
Hugging Face
HuggingFace · HF
Hugging Face (huggingface.co)是 AI 领域的"GitHub + AWS":开源模型托管、 数据集、Spaces(demo)、Inference 服务一…
-
LangChain
LangChain · LangGraph
LangChain 是当前最流行的 LLM 应用开发框架,覆盖从原型到生产的完整链路。 核心模块:langchain-core(抽象)/ langchain(集成)/ langgr…
-
LlamaIndex
LlamaIndex · GPT Index
LlamaIndex 是专注于 LLM 与私有数据对接的框架,是 RAG 应用的主流选择。 相比 LangChain 更"专注",API 设计更优雅。
-
Ollama
Ollama
Ollama 是把开源 LLM 跑在本地 / 边缘的最简单工具。一行命令拉模型、跑起来、 暴露 OpenAI 兼容 API。
-
Qdrant
向量搜索引擎 · Qdrant 向量数据库
Qdrant 是用 Rust 实现的开源向量数据库与搜索引擎。它存储向量及附带元数据,为相似度检索、过滤和混合查询提供接口;服务端仓库使用 Apache-2.0 许可。
-
pgvector(PostgreSQL 向量扩展)
pgvector · PostgreSQL 向量检索
pgvector 是 PostgreSQL 官方生态中最具影响力的开源向量检索扩展。它通过为 Postgres 引入原生的 vector、 halfvec 及 sparsevec …
-
vLLM
vLLM · PagedAttention
vLLM 是由加州大学伯克利分校 RISELab 团队开源并主导的高吞吐量、低延迟大语言模型( LLM)服务与 推理引擎 (发表于 SOSP 2023)。它凭借首创的 PagedA…
-
可观测性(Observability)
Observability · 可观测性
可观测性(Observability) 是利用运行时信息理解系统内部行为的能力。对 LLM 应用,它帮助定位问题出现在检索、模型、工具执行还是后处理环节。 OpenTelemetr…
-
向量数据库
Vector Database · 向量检索
向量数据库(Vector Database)是专为存储、索引和高速检索高维向量表示( Embeddings)及关联元数据(Payload / Metadata)而设计的现代数据基础…
安全
3-
数据投毒(Data Poisoning)
data poisoning · 数据投毒
数据投毒 指攻击者在 pretraining / SFT / RLHF 数据里注入恶意样本, 让训练出来的 LLM 带有后门、偏见、隐藏行为。是供应链攻击在 AI 领域的具体形式。
-
红队评估(Red Team)
red team · 红队
红队评估 指组织专门团队(内部或外部)模拟攻击者,主动尝试突破 AI 系统的 安全 / 对齐 / 隐私边界。是 OpenAI / Anthropic / Google DeepMi…
-
越狱(Jailbreak)
jailbreak · 越狱
越狱 (Jailbreak)指用精心构造的 prompt 绕过 LLM 的安全对齐,让模型输出 原本应该拒绝的内容(暴力、色情、危险操作、隐私信息等)。 与 prompt-inje…
技术术语
29-
BLEU / ROUGE(文本生成评测指标)
BLEU · ROUGE
BLEU 和 ROUGE 是 NLP 文本生成任务最经典的两类自动评测指标。在 LLM 时代 仍有参考价值,但 必须配合人工评估。
-
BM25
BM25 · Okapi BM25
BM25(Best Matching 25,亦称 Okapi BM25)是信息检索领域基于概率相关性框架(Probabilistic Relevance Framework)的经典…
-
CUDA(GPU 编程)
CUDA · GPU 编程
CUDA 是 NVIDIA 的 GPU 并行计算 API。深度学习几乎完全依赖 CUDA(虽然 AMD ROCm 和 Apple Metal 在追赶,但生态规模差一个数量级)。
-
DPO(直接偏好优化)
Direct Preference Optimization · 直接偏好优化
DPO(Direct Preference Optimization,直接偏好优化) 是由斯坦福大学团队于 2023 年提出的一种大语言模型对齐算法。它在数学上严格证明了 语言模型…
-
FlashAttention
Flash Attention · FlashAttention-2
FlashAttention 是一种针对 GPU 硬件存储层次结构(Memory Hierarchy)深度优化的高效、精确注意力( Attention)算法。它在严格保证数学数值完…
-
JSON 输出模式(JSON Mode)
JSON Mode · JSON 输出模式
JSON Mode 是模型接口提供的一种输出模式,目标是生成合法 JSON。它与按指定 schema 约束字段、类型的 结构化输出 需要区分。 Mistral 文档 给出了 JSO…
-
KV Cache(键值缓存)
键值缓存 · Key-Value Cache
KV Cache(Key-Value Cache,键值缓存) 是基于 Transformer 架构的大语言模型在进行 自回归文本生成(Autoregressive Generati…
-
LoRA(低秩适配)
Low-Rank Adaptation · 低秩适配
LoRA(Low-Rank Adaptation,低秩适配) 是微软团队于 2021 年提出的一种大语言模型 参数高效微调(PEFT, Parameter-Efficient Fi…
-
Mamba (状态空间模型)
Mamba · 状态空间模型
Mamba 是一种基于选择性状态空间模型(Selective State Space Models, 简称 Selective SSM / S6)的新一代深度序列建模架构。由 Al…
-
PPO(近端策略优化)
PPO · Proximal Policy Optimization
PPO(Proximal Policy Optimization)是 OpenAI 2017 年提出的强化学习算法, 是当前 RLHF 第二阶段的主流选择。
-
SWE-bench
SWE-bench · SWE-bench Verified
SWE-bench(Software Engineering Benchmark) 是当前最权威的代码工程能力评测: 让模型修复真实 GitHub 项目里的 issue,提交 pa…
-
Token(词元)
词元 · tokens
Token 是大语言模型处理文本的最小单位。一个 token 大约对应 0.75 个英文单词 或 1-2 个中文字符。模型不认识字符,只认识 token ID。
-
上下文窗口 (Context Window)
上下文窗口 · Context Window
上下文窗口(Context Window,亦称上下文长度 Context Length)是指大语言模型( LLM)在单个推理或微调生命周期内,能够一次性完整接收、保留注意力关联并有…
-
人类反馈强化学习 (RLHF)
RLHF · Reinforcement Learning from Human Feedback
人类反馈强化学习(Reinforcement Learning from Human Feedback,简称 RLHF)是一种通过人类对模型输出的偏好排序作为奖励信号、利用强化学习…
-
分词(Tokenization)
分词器 · tokenizer
分词(Tokenization)是现代大语言模型( LLM)数据处理流水线中的第一道工序:将人类可读的原始自然语言文本或代码,切分为离散的数值符号序列( Token ID)。分词算…
-
困惑度(Perplexity)
PPL · perplexity
困惑度(Perplexity, PPL)是评估语言模型最基础的指标。它衡量模型对一段文本 的"惊讶程度"——困惑度越低,模型越"懂"这段文本。
-
幻觉 (Hallucination)
幻觉 · Hallucination
幻觉(Hallucination)是指大语言模型( LLM)在生成文本时,输出看似语法规范、用词流畅、逻辑自洽,但实际上 与客观世界已知事实相悖(事实性幻觉),或与用户提供的参考上…
-
微调 (Fine-tuning)
微调 · Fine-tuning
微调(Fine-tuning)是在海量通用语料上预训练完成的基础语言模型(Base Model)之上,利用特定下游任务、垂直领域专业知识或特定指令格式的精选数据集,继续更新模型部分…
-
数据泄漏与评测污染
Data Leakage · 评测污染
数据泄漏指训练、预处理或模型选择使用了评测时本不应获得的信息,导致离线分数高估实际泛化能力。这里讨论的是机器学习评测问题;用户隐私泄露是另一个问题。
-
数据清洗
Data Cleaning · 数据去重
数据清洗是发现并处理数据中的重复、格式错误、缺失值及不符合任务要求的内容,使后续训练或检索有稳定、可追溯的输入。
-
文档分块(Chunking)
Chunking · 文本分块
文档分块(Chunking)是检索增强生成( RAG)知识库构建中最为基础也最具决定性的数据工程工序。它的任务是将篇幅较长、结构复杂的非结构化原始文档(PDF、Markdown、W…
-
模型推理 (Inference)
模型推理 · Inference
模型推理(Inference,在企业级生产中亦统称为 LLM Serving)是指将训练或微调完成的大语言模型( LLM)部署在高性能计算集群上,以高可用、低延迟、高吞吐的 API…
-
模型蒸馏(Distillation)
distillation · 模型蒸馏
模型蒸馏 是把大模型(teacher)的知识"蒸馏"到小模型(student)的过程。 学生模型通过学习教师模型的"软标签"(概率分布而不是硬标签)获得接近教师的性能, 但参数量小…
-
模型量化(Quantization)
量化 · GPTQ
模型量化(Quantization)是现代深度学习中通过降低数值位宽来压缩模型体积并提升推理计算效率的核心工程技术。它将原本以 16 位或 32 位浮点数(FP16/BF16/FP…
-
混合检索
Hybrid Search · 混合搜索
混合检索结合多路检索结果,常见做法是同时使用关键词检索与向量检索,以覆盖精确词语和语义改写。
-
监督微调(SFT)
SFT · Supervised Fine-Tuning
监督微调(Supervised Fine-Tuning, SFT),亦称 指令微调(Instruction Tuning),是使海量语料 预训练 产出的原始基座模型(Base Mo…
-
自注意力机制
注意力 · Self-Attention
自注意力(Self-Attention)是 Transformer 架构 的核心计算单元。 它让序列中的每个位置都能"看到"序列中所有其他位置,并根据相关性分配不同的 权重。
-
评测基准(Benchmark)
benchmark · 评测
评测基准(Benchmark) 是一套任务、数据和评分规则,用来观察模型在指定条件下的表现。分数对应的是某种测试设置,不能直接当作所有业务的能力排名。 HELM 强调用多个场景和指…
-
预训练(Pretraining)
预训练 · Pre-training
预训练(Pre-training)是现代大语言模型( LLM)生命周期中算力消耗最高、工程复杂度最庞大的阶段。通过在大规模无标注文本与代码语料(数万亿至数十万亿 Token 规模)…
模型与产品
24-
智客 (ZICQ)
智客 · ZICQ
智客(ZICQ,域名 zicq.com) 是面向开发者的中英双语人工智能技术资讯与知识沉淀平台,成立于 2026 年。平台致力于解决大模型时代信息碎片化、营销洗稿泛滥与工程落地断层…
-
Anthropic
Anthropic · Anthropic AI
Anthropic 是 2021 年成立的前沿 AI 安全公司,由前 OpenAI 研究副总裁 Dario Amodei 和 Daniela Amodei 兄妹联合创立。从 Ope…
-
ChatGPT
ChatGPT · chat.openai.com
ChatGPT 是 OpenAI 于 2022 年 11 月发布的对话式 AI 产品,是首个引爆 LLM 消费级 应用的里程碑。短短两个月内月活突破 1 亿,至今仍是用户量最大的 …
-
Claude
Anthropic · Claude 3.5
Claude 是 Anthropic 公司开发的大语言模型系列,以安全性、推理能力、长上下文著称。 最新版本 Claude 3.5 / Claude 4 系列在代码、写作、分析任务…
-
Cohere
Cohere · Cohere Command
Cohere 是加拿大 AI 公司(2020 年成立),专注企业级 LLM 与 RAG 工具。 Command 系列是其主力 LLM 产品,Rerank v3 是业界 RAG 重排…
-
Cursor
Cursor · Cursor IDE
Cursor 是 Anysphere 公司出品的 AI-first 代码编辑器,基于 VS Code fork。 2024-2025 年成为最受开发者欢迎的 AI 编程工具,ARR…
-
DeepSeek
DeepSeek · DeepSeek V3
DeepSeek (杭州深度求索)是中国开源 AI 实验室与科技公司发布的通用大语言模型系列。 2024 至 2025 年间,DeepSeek 凭借 DeepSeek-V3 与 D…
-
Fireworks AI
Fireworks AI · Fireworks
Fireworks AI 是 2022 年成立于美国的前沿模型推理平台公司, 专注 把开源 / 商用大模型以最低延迟、最低价格提供给开发者。在 生成式 AI 应用爆发期,它和 To…
-
GPT-5
GPT-5 · OpenAI GPT-5
GPT-5 是 OpenAI 于 2025 年发布的旗舰大语言模型,是 GPT 系列的最新代。 相比 GPT-4 在推理能力、长上下文、工具使用、多模态等方面有显著提升。
-
Gemini
Google Gemini · Gemini 1.5
Gemini 是 Google DeepMind 在 2023 年底发布的大语言模型系列,是 Google 应对 GPT-4 / Claude 的旗舰武器。最新版本 Gemini …
-
Google DeepMind
DeepMind · Google DeepMind
Google DeepMind 是 Google 旗下的人工智能研究实验室,前身是 2010 年 在伦敦成立的 DeepMind Technologies,2014 年被 Goog…
-
Groq
Groq · Groq LPU
Groq 是美国 AI 推理芯片 + 云服务公司,自研 LPU(Language Processing Unit) 推理芯片,以"极致低延迟"著称。在 LLM API 市场是 Op…
-
Llama
LLaMA · Meta Llama
Llama 是 Meta(Facebook)发布的开源大语言模型系列,是当前开源 LLM 的标杆。 最新版本 Llama 3.x 系列在多项 benchmark 上接近闭源旗舰。
-
Meta AI
Meta AI · FAIR
Meta AI 是 Meta (Facebook 母公司) 旗下的人工智能部门,2013 年由 Yann LeCun 牵头成立 FAIR (Facebook AI Research…
-
MiniMax
MiniMax · 稀宇科技
MiniMax (上海稀宇科技有限公司)是国内领先的多模态大模型创业公司, 2021 年成立,专注大语言模型、视频生成、语音合成三大方向。公司同时 维护国内版 海螺 AI 和国际版…
-
Mistral AI
Mistral · Mistral 7B
Mistral AI 是法国巴黎的 AI 公司(2023 年成立),专注开源大模型与推理优化。 是欧洲最强、全球第二的开源 LLM 提供者(仅次于 Meta 的 Llama)。
-
NVIDIA
NVIDIA · 英伟达
NVIDIA 是由 Jensen Huang (黄仁勋) 1993 年创立的 GPU 与加速计算公司, 2010 年代靠深度学习押注 CUDA,从游戏显卡公司转身成 AI 基础设施…
-
OpenRouter
OpenRouter · 模型路由
OpenRouter (openrouter.ai)是 AI 模型 API 聚合平台,把 OpenAI / Anthropic / Google / Meta / Mistral …
-
Stability AI
Stability AI · Stable Diffusion
Stability AI 是 2019 年成立于伦敦的开源生成式 AI 公司,由 Emad Mostaque 联合创立。2022 年发布 Stable Diffusion 是开源文…
-
Together AI
Together AI · Together
Together AI 是 2022 年成立于旧金山的前沿模型云平台, 口号"去中心化 AI",专注 开源大模型的训练 + 推理 + 微调一体化服务。 公司由早期 Apache T…
-
TypeSafe AI
TypeSafe AI · Jev
TypeSafe AI 是 2026-09-15 离开隐身模式的 AI 实验室,由前 OpenAI 研究员 Diogo Almeida 创立——他正是 RLHF 和 Instruc…
-
Whisper
Whisper · OpenAI Whisper
Whisper 是 OpenAI 于 2022 年开源的自动语音识别(ASR)模型。凭借出色的多语种 鲁棒性和开源可用性,迅速成为业界 ASR 事实标准。
-
xAI
xAI · Grok
xAI 是 Elon Musk 2023 年成立的 AI 实验室,目标是"理解宇宙的真实结构"。 Musk 此前离开 OpenAI 董事会并多次公开批评其安全性,xAI 成立后定位…
-
通义千问(Qwen)
Qwen · 通义千问
Qwen(通义千问)是阿里云发布的大语言模型系列,中文能力是当前开源模型最强之一。 最新版本 Qwen2.5 系列在 MMLU、C-Eval、HumanEval 等多项基准上超过同…
没有匹配的词条 — 换个关键词试试。浏览全部词条