AI 术语表

用通俗语言解释 AI 新闻中常见的术语，写给初次接触的读者。目前共 264 个术语。

本周资讯中的术语

1. MoE9
2. 量化5
3. GGUF4
4. MCP4
5. 推理模型4
6. 激活参数4
7. HBM3
8. Transformer3

基础概念

阅读 AI 新闻的第一批术语

• A/B 测试入门 A/B 测试是一种实验方法：将用户随机分成两组，一组看到现有版本（A），另一组看到新版本（B），然后用真实数据比较哪一组的结果更好。
• AGI入门 AGI（Artificial General Intelligence，通用人工智能）指的不是只做某一件特定事情，而是能以与人相当或更高的水平完成人类所做的大部分智力工作的 AI。目前尚无公认的确切定义或判定标准。
• AI 平台入门 AI 平台是将从数据准备到模型训练、部署和运维等构建和提供 AI 服务所需的工具与基础设施集中在一处的公共基础环境，也称为 ML 平台。
• AI 智能体入门 AI 智能体是一种只要给定目标，就能自行制定计划、使用工具并直接执行多步骤任务的 AI。它比只会回答的聊天机器人更进一步，是“处理事务”的 AI。
• LLM入门 LLM（大语言模型）是通过阅读和学习海量文本，能像人一样理解和写出文字的 AI 程序。它可以回答问题、做摘要、翻译和写作。
• SLM入门 SLM（Small Language Model，小型语言模型）是参数量相对较少、运行轻快的语言模型。它没有固定的规模标准，“小”是相对于大型 LLM 而言的说法。
• Token入门 Token 是 AI 语言模型处理文本时使用的最小单位片段。它可能是一个单词，也可能是单词的一部分或几个字符。
• TTS入门 TTS（Text-to-Speech，语音合成）是把文字句子转换成听起来像人声的语音并朗读出来的技术。
• 上下文窗口入门 上下文窗口是 AI 模型一次能够读取、记住和处理的文本的最大量，通常用 token 数表示。
• 主权 AI入门 主权 AI 是指一个国家（或企业）力求自主掌控 AI 的核心要素——数据、算力基础设施、模型和人才，而不依赖其他国家或外部企业的战略。
• 交叉验证入门 交叉验证是把数据分成若干份，轮流用其中一份做评估，对模型进行多次训练和评估，从而更可靠地衡量性能的方法。
• 人工神经网络入门 人工神经网络是一种计算结构：它把接收数字并进行计算的小单元（神经元）分多层连接起来，在观察数据的过程中自行调整连接强度，从而学会规律。它是当今深度学习和 LLM 的基本骨架。
• 人形机器人入门 人形机器人是拥有与人类相似身体结构的机器人，比如头、躯干、两条手臂和两条腿。其目标是直接使用为人类设计的空间和工具。
• 参数入门 参数是 AI 模型在训练过程中自行调整的内部数值。模型学到的知识和判断方式都蕴含在这些数值之中。
• 回归分析入门 回归分析是一种找出多个输入值与结果值之间的关系，在有新输入时预测房价、销售额、温度等连续数值的方法。它是监督学习最基本的形式之一。
• 基础模型入门 基础模型是一种大型 AI 模型，它事先用海量数据进行了广泛训练，只需稍加训练或给出指令，就能用于多种任务。与只做一件事的模型不同，它是多种服务的“基础”。
• 多模态入门 多模态是指 AI 不仅能处理文字，还能同时理解或生成图像、声音、视频等多种类型信息的特性。
• 幻觉入门 幻觉是指 AI 把不真实或没有依据的内容当作事实一样自信地生成出来的现象。
• 强化学习入门 强化学习是一种学习方式：AI 不是预先学习正确答案，而是自己尝试行动，并根据结果获得的奖励（分数）逐步找到更好的行动。
• 批处理入门 批处理（Batch Processing）是把数据积累一段时间，在预定时间点一次性处理的方式。每晚汇总当天的销售额就是典型例子。
• 推荐系统入门 推荐系统是根据用户过去的行为和内容的特征，挑选出该用户可能喜欢的商品、视频、文章等并展示给他们的软件。
• 提示工程入门 提示工程是为了让 AI 模型更好地给出想要的答案，而设计和打磨问题或指令（提示词）的工作。这是一种不重新训练模型、只修改输入文本来改进结果的方法。
• 提示词入门 提示词是向 AI 传达希望它做什么的输入内容。问题、指令、示例、参考资料等都可以成为提示词。
• 数据标注入门 数据标注是给照片、文本、语音、视频等原始数据加上正确答案标记（标签）的工作，例如“这是一只猫”“这句话是负面的”。它也称为注释（annotation），相当于编写告诉 AI 应该学什么的教材。
• 无监督学习入门 无监督学习是一种机器学习方法：只提供没有标注答案的数据，让 AI 自行把相似的数据归为一类，或找出其中隐藏的结构。
• 机器学习入门 机器学习是一种方法：不由人逐条制定规则，而是让计算机查看大量数据，自行找出规则（模式），从而做出预测或判断。
• 欧盟人工智能法案入门 欧盟人工智能法案是欧盟（EU）制定的人工智能监管法律。它根据 AI 可能对人造成的风险大小，规定不同的义务。
• 氛围编程入门 氛围编程（vibe coding）是一种不亲手逐行写代码，而是用自然语言描述想做的东西、让 AI 来写代码的编程方式。人运行结果看看，再用语言要求修改，直到满意为止。
• 深度伪造入门 深度伪造（Deepfake）是用 AI 把真人的面孔、声音、动作合成得以假乱真或进行替换的图像、视频和音频。这个词由深度学习（deep learning）和伪造（fake）组合而成。
• 深度学习入门 深度学习是一种机器学习方法，它把模仿人脑神经网络的人工神经网络深深地堆叠成多层，让模型从数据中自行学习复杂的模式。
• 监督学习入门 监督学习是一种机器学习方式：向 AI 展示问题与正确答案配对的数据，让它自行掌握“这种输入对应这种答案”的规律。
• 系统提示词入门 系统提示词是在用户开始对话之前预先放入 AI 模型的基本指令。它规定模型扮演什么角色、用什么语气回答、不能做什么。
• 结构化数据入门 结构化数据是以行和列固定的表格形式整理的数据。就像 Excel 表格或数据库表一样，每个单元格中放什么值都是事先规定好的。
• 编程智能体入门 编程智能体是一种 AI 程序：人用自然语言提出编程任务后，由 LLM 自行规划，阅读、修改并运行代码，一直到完成任务。
• 语音识别入门 语音识别（ASR，Automatic Speech Recognition，也称 STT）是一种听取人说话的声音，并把内容转写成文字的技术。
• 越狱入门 越狱是指通过巧妙的提问或情境设定绕过 AI 模型的安全规则，让它给出原本会拒绝的回答。
• 预训练入门 预训练是 AI 模型先阅读互联网文本、书籍、代码等海量数据，掌握语言和世界基础知识的第一个训练阶段。之后会以完成这一阶段的模型为基础，针对各种用途进行打磨。

模型与生成

语言、生成、多模态与语音模型

• ANN 搜索进阶 ANN 搜索（近似最近邻搜索，Approximate Nearest Neighbor）是一种在海量数据中查找与查询最相似项目的方法，它不追求“完全准确”，而是以“几乎准确”换取极快的速度。它是向量数据库和 RAG 检索的核心技术。
• CoT基础 CoT（Chain-of-Thought，思维链）是一种让 AI 模型不直接给出答案，而是逐步写出中间推导过程、最终得出答案的方法。
• Decision model基础 决策模型是一种 AI 模型，它不生成文字，而是以概率判断输入属于预先设定的选项中的哪一个。例如，判定某篇内容是否违反政策。
• GAN基础 GAN（生成对抗网络）是一种方法，让生成假数据的生成器和分辨真假的判别器这两个神经网络相互竞争，从而逐步生成越来越逼真的图像等内容。
• GraphRAG进阶 GraphRAG 是一种检索增强生成（RAG）方法：先将文档中的人物、公司、概念等对象及其关系整理成“知识图谱”，再利用这一结构帮助 AI 回答问题。它尤其擅长把分散的信息串联起来，或回答需要综观整份文档的问题。
• Loop Transformer基础 循环 Transformer 是一种让输入多次重复经过 Transformer 中同一组层（神经网络层）来处理问题的设计，也称为“循环深度（Recurrent Depth）”。
• LoRA进阶 LoRA（Low-Rank Adaptation，低秩适应）是一种微调方法：保持大型 AI 模型的原始参数不变，只在旁边训练一个很小的附加部件，使模型适应新用途。
• MASS基础 MASS（Multi-Agent Self-Supervision）是一种自我改进方法：由一个 AI 模型同时担任任务执行者、团队运作方式设计者和评估者，以改进团队的协作方式，并用表现良好的团队工作记录重新训练自身。这是 Sakana AI 与 UC Berkeley 研究团队于 2026 年 10 月公开的研究技术。
• MoE进阶 MoE（Mixture of Experts，混合专家）是一种在模型内设置多个称为“专家”的小型神经网络、并针对每个输入只选取其中一部分进行计算的结构。它可以把整个模型做得很大，同时减少每次实际使用的计算量。
• RAG基础 RAG（检索增强生成）是一种让 AI 在回答之前先从文档或数据库中查找相关资料，再以查到的内容为依据生成回答的方法。模型没有学过的最新信息或公司内部信息也可以用在回答中。
• RNN基础 RNN（循环神经网络）是一种人工神经网络，它按顺序逐个读取句子、语音等有序数据，并把前面看到的内容作为“记忆”传递下去，用于后续判断。
• SFT基础 SFT（Supervised Fine-Tuning，监督微调）是指向已完成预训练的语言模型展示由“指令与示范回答”成对组成的示例，进一步训练它按期望的方式作答。这是让聊天机器人以对话形式回答问题的最基础的后训练阶段。
• Transformer基础 Transformer 是一种人工神经网络架构，其核心是注意力机制，即同时衡量句子中各个词（token）之间的关联程度。如今大多数 LLM 都以这一架构为基础。
• VLM基础 VLM（Vision-Language Model，视觉-语言模型）是一种能看图像或视频，并用文字描述其内容或回答相关问题的 AI 模型。可以看作给语言模型装上了“眼睛”的多模态模型。
• 上下文工程基础 上下文工程是设计 AI 模型（LLM）生成回答时所看到的全部信息的工作。它决定在指令、对话记录、检索到的文档、工具结果中，放入什么、放多少、按什么顺序放。
• 分块基础 分块（chunking）是把文档切分成名为“块”（chunk）的小片段，以便 AI 检索和利用长文档的工作。它主要是在构建 RAG 这类由 AI 查找外部资料来回答问题的系统时，事先要经过的准备步骤。
• 反向传播基础 反向传播是一种方法：把神经网络给出的答案与正确答案之间的差距（误差）从输出层向输入层反向传递，计算每个权重对误差负有多大责任。再根据这些值调整权重，从而训练神经网络。
• 后训练基础 后训练是把完成预训练的模型打磨得更便于人使用的阶段。它会额外教模型遵循指令、进行对话、安全作答以及推理等。
• 向量数据库基础 向量数据库是把文本、图像等数据转换成数字列表（向量、嵌入）存储起来，并能快速找出与问题“含义相近”的数据的数据库。
• 嵌入基础 嵌入是把词语、句子、图像等数据转换为一串数字（向量），并让含义相近的数据彼此靠近的一种表示。计算机通过测量这些数字之间的距离来判断“有多相似”。
• 微调基础 微调是对已经过广泛训练的 AI 模型进行少量追加训练，使其适应特定领域或任务。
• 感知机基础 感知机是最简单的人工神经元模型：把多个输入分别乘以权重后相加，如果总和超过阈值就输出 1，否则输出 0。它是人工神经网络起步时的基本单元。
• 扩散模型基础 扩散模型是一种生成式AI模型，它从随机噪声出发，一点点去除噪声，从而生成图像、视频、声音等数据。训练时，它学习从混有噪声的数据中猜出这些噪声。
• 损失函数基础 损失函数是用一个数字计算 AI 模型的预测与正确答案相差多少的规则。训练就是朝着尽量减小这个数字（损失）的方向，逐步修正模型的过程。
• 推理模型基础 推理模型是一种大语言模型（LLM），它经过训练，在收到问题后不会立即回答，而是先经历较长的“思考过程”，逐步分析问题，然后才给出最终答案。
• 梯度下降基础 梯度下降（Gradient Descent）是一种让 AI 模型朝着减少错误程度（损失）的方向一点点调整参数来进行学习的方法。如今大多数深度学习模型都采用这种方法或其变体进行训练。
• 注意力进阶 注意力（Attention）是 AI 模型在处理句子等输入时，对与当前处理的词关系密切的其他词赋予更大权重来汇集信息的方法。它是 Transformer 架构的核心组件。
• 测试时计算进阶 测试时计算是指 AI 模型在完成训练后、实际回答问题的阶段（推理时）投入更多计算，以提高回答质量。
• 混合检索进阶 混合检索是一种同时运行两种或以上不同检索方式，再将结果合并为一个排序列表的技术。通常会同时使用逐词匹配的“关键词检索”和查找含义相近文档的“语义检索”。
• 激活函数基础 激活函数是一种简单的变换规则，决定人工神经网络中每个神经元把接收到的信号以多大程度、什么形状传递给下一层。有了这个函数，神经网络才能超越简单的线性关系，学习复杂的模式。
• 状态空间模型进阶 状态空间模型（SSM）是一种 AI 模型架构，它从头开始逐个读取文本、声音等较长的序列数据，并把目前为止看到的内容不断覆写进一个大小固定、称为“状态”的摘要中进行处理。它作为替代或补充 Transformer 的方式而受到关注。
• 结构化输出基础 结构化输出是一种让 AI 模型不用自由文本，而是按照 JSON 这类既定框架（Schema）组织的数据来回答的功能。它让程序可以直接读取并使用模型的回答。
• 缩放定律基础 缩放定律是一条经验规律：AI 模型的规模（参数量）、训练数据量和训练所用计算量越大，模型性能就会以相当可预测的方式提升。
• 自回归模型进阶 自回归模型（Autoregressive model）是这样一种模型：它根据目前已生成的结果预测紧接着的下一个片段，再把这个片段接到输入后面，继续预测下一个，如此反复来生成结果。如今大多数 LLM 都用这种方式写文字。
• 语义搜索基础 语义搜索是一种搜索方式：它不看查询词中的词语是否原样出现在文档里，而是衡量查询与文档在“意思”上有多接近，据此找出结果。
• 重排序器进阶 重排序模型（reranker）会将检索初步筛选出的候选文档逐一与问题仔细比对，再按真正的相关程度重新排序。它主要在 RAG 等把检索结果交给 AI 的系统中承担“二次审核”的角色。

感知与行动

能看、能判断、能行动的 AI

• A2A进阶 A2A（Agent2Agent）是一套通用通信规则（协议），让不同公司或工具开发的 AI 智能体能够互相发现、委派工作并交换结果。
• Agentic RAG进阶 Agentic RAG 是由 AI 智能体自行规划和调整检索过程的 RAG 方式。由 AI 直接判断何时重新查找什么内容，不是检索一次就结束，而是多次查找、完善结果后再作答。
• CNN基础 CNN（卷积神经网络）是一种人工神经网络，它在图像这类按网格排列的数据上，一点点移动小窗口（滤波器）来找出图案。它曾作为识别照片中物体的技术基础而被广泛使用。
• DPO进阶 DPO（Direct Preference Optimization，直接偏好优化）是一种利用偏好数据（人从两个回答中选出较好的一个）直接训练 LLM 的方法，不需要单独的奖励模型或强化学习阶段。
• Function Calling基础 Function Calling（函数调用）是指 AI 模型为回答问题需要使用外部程序的功能（函数）时，按规定格式生成“请用哪些值执行哪个函数”的请求的功能。实际执行不由模型负责，而由使用该模型的应用负责。
• Harness基础 Harness 是指包裹在 AI 模型外围、模型之外的所有代码、配置和执行装置。它帮助模型成为能真正干活的 AI 智能体，通常概括为“智能体 = 模型 + Harness”。
• JEPA进阶 JEPA（联合嵌入预测架构）是一种学习方式：它不是把图像或视频中被遮挡的部分按像素原样画出来，而是让模型预测该部分的“概括性含义”（嵌入），从而让 AI 自行学会理解世界。
• Jev基础 Jev 是 TypeSafe AI 于 2026 年 9 月 15 日发布的决策专用 AI 模型。它不生成文字，而是直接返回预先设定的选项中哪一个正确，并附上概率。
• MCP基础 MCP（Model Context Protocol，模型上下文协议）是一项公开协议，规定 AI 应用以统一方式连接文件、数据库、办公工具等外部资源。按照 MCP 构建一次的连接模块，可以直接在多个支持 MCP 的 AI 应用中使用。
• RLHF进阶 RLHF（基于人类反馈的强化学习）是一种方法：收集人们对 AI 多个回答中哪个更好的判断，再通过强化学习调整模型，使其朝人们偏好的方向作答。
• RLVR进阶 RLVR（Reinforcement Learning with Verifiable Rewards，可验证奖励强化学习）是一种以可自动判断对错的标准（如核对答案或运行测试）作为奖励，对 AI 模型进行强化学习的方法。
• Sim-to-Real进阶 Sim-to-Real 是一种技术：先在计算机中的虚拟环境（仿真）里训练机器人或 AI，再把学到的能力迁移到真实世界中使用。
• VLA进阶 VLA（Vision-Language-Action，视觉-语言-动作模型）是一种能同时理解摄像头看到的场景和人用语言下达的指令，并直接生成机器人动作的 AI 模型。看、听懂、动手这几件事由一个模型完成。
• World Action Model基础 世界动作模型（WAM）是一种 AI 模型，它把预测周围环境将如何变化的世界模型与决定下一步动作的功能结合在一起。这个说法大约在 2026 年开始用于机器人和自动驾驶研究，目前定义尚未统一。
• 世界模型进阶 世界模型让 AI 像拥有脑中模拟器一样掌握世界的运作方式，从而提前预测“这样做之后会发生什么”。
• 人在回路基础 人在回路（HITL）是一种设计方式，让人在 AI 处理任务的过程中介入，进行确认、批准和修改。不把一切都交给 AI，而是在每个关键节点由人来判断。
• 多智能体基础 多智能体是指多个 AI 智能体分工承担不同角色、相互传递结果，共同完成一项大任务的方式。不是由一个智能体独自完成所有工作，而是像团队一样协作。
• 子智能体基础 子智能体是主 AI 智能体把部分任务交给它处理的辅助智能体。它在自己的上下文中完成工作后，只把结果摘要返回给主智能体。
• 工具使用基础 工具使用是指 AI 模型不独自生成所有答案，而是调用搜索、计算器、数据库、外部 API 等外部工具的功能。也称为 Function calling（函数调用）。
• 技能基础 技能（Agent Skills）是为了让 AI 智能体出色完成特定任务，而将指令、脚本和参考资料打包放在一个文件夹中的“工作手册包”。智能体只在任务需要时才取出并读取这个包。
• 智能体工作流基础 智能体工作流是一种工作方式：AI 不是回答一次问题就结束，而是接收目标后自行拆分步骤、使用工具、检查并修正结果，反复这一过程，直到把工作完成。
• 智能体记忆基础 智能体记忆是一种装置，让 AI 智能体把当前对话或任务所需的信息，以及从过去的对话和任务中了解到的内容保存下来，在需要时再取出使用。模型本身在对话结束后什么都不会记住，因此需要在外部单独管理记忆。
• 计算机使用基础 计算机使用是指 AI 像人一样看屏幕、点击鼠标或用键盘输入，直接操作计算机程序的能力。它的特点是连没有专用接口（API）的程序也能操作。

基础与应用

效率、评测与科学应用

• Active Learning进阶 Active Learning（主动学习）是一种学习方式：模型挑出自己判断为“拿不准”的数据，请人为其标注正确标签。目的是在降低标注成本的同时高效地提升性能。
• Distillation进阶 Distillation（知识蒸馏）是以大型高性能Teacher模型的答案为范本，训练更小、更快的Student模型达到相近性能的方法。
• Evals基础 Evals（评估，Evaluations）是用预先设定的题目和评分标准，反复检验 AI 模型或 AI 功能是否按预期良好运行的测试集及其过程。与公开基准测试不同，它通常是针对自己的服务和业务亲自构建的。
• KNN基础 KNN（k 近邻，k-Nearest Neighbors）是一种方法：当新数据进来时，从已知数据中找出最相似的 k 个，再参考这些邻居的答案做出判断。它不需要复杂的训练过程，依靠“相似的东西答案也相似”这一想法，是最简单的机器学习方法之一。
• LLM-as-a-Judge进阶 LLM-as-a-Judge 是一种评估方法：由 LLM（大语言模型）代替人来给其他 AI 的回答打分，或从两个回答中选出更好的一个。
• Strata基础 Strata 是一款让大型 LLM 在游戏 PC 上直接（本地）运行的 AI 运行应用。据 2026 年 10 月初的报道，它可以用一块游戏 GPU 快速运行参数规模达 1,250 亿（125B）的 Qwen3.8-Flash-Next 的量化版本。
• Weak Supervision进阶 弱监督（Weak Supervision）是一种方法：不由人逐条为数据标注正确答案，而是利用规则、关键词、现有模型等准确度参差不齐的多种“弱”线索批量生成答案（标签），再用这些标签训练模型。
• 合成数据基础 合成数据不是由人实际创建或收集的数据，而是由 AI 模型或程序人工生成的数据。主要用于训练或评估 AI 模型。
• 基准测试基础 基准测试是为了在相同条件下比较 AI 模型能力而设计的一套标准试题及评分方法。让各个模型解答相同的题目，用分数比较其水平。
• 推理（Inference）基础 推理（Inference）是向已完成训练的 AI 模型输入新数据、得到实际结果（回答、图像、分类等）的过程，也就是“使用”模型的阶段。
• 数据污染进阶 数据污染是指用于评估 AI 模型的试题（基准测试）混入了模型的训练数据，导致分数高于模型真实能力的现象。
• 数据过滤进阶 数据过滤是在训练 AI 模型之前，从收集到的数据中挑出并剔除质量低、有害或无用内容的工作。去掉什么和放进什么一样，会在很大程度上决定模型性能。
• 数据配比进阶 数据配比是指在训练 AI 模型时，决定网页文档、代码、书籍、数学、多种语言等不同数据按什么比例混合的组合。即使数据总量相同，混合比例不同，模型的能力也会不同。
• 数据集卡片基础 数据集卡片是一份说明文档，整理了数据集的来源、包含的内容，以及可以用在哪里、不可以用在哪里。它是附在数据上的“使用说明书兼成分表”。
• 本体基础 本体（ontology）是一张“概念地图”：它确定某个领域中出现的概念，并把这些概念具有什么属性、彼此如何关联，整理成计算机可读的形式。
• 模型崩溃进阶 模型崩溃是指在反复用 AI 生成的数据训练下一代 AI 的过程中，模型逐渐忘记现实世界原本的多样面貌，输出变得单调或离谱的现象。
• 知识图谱基础 知识图谱是一种把人物、地点、事件、概念等“实体”作为点，把实体之间的关系作为线连接起来，像网一样存储知识的方式。这样，计算机就能读取并推敲“什么与什么以何种方式相连”。
• 课程学习进阶 课程学习是一种训练方法：不以任意顺序向 AI 模型提供训练数据，而是按照从易到难的顺序来教。
• 过拟合基础 过拟合是指 AI 模型过度贴合训练数据，在学过的数据上表现很好，但在没见过的数据上性能大幅下降的现象。

安全与对齐

AI 安全、对齐、隐私与监管

• AI BOM进阶 AI BOM（AI Bill of Materials，AI 物料清单）是将 AI 系统中使用的模型、数据集、库、配置等连同版本和来源一并完整记录下来的清单。
• AI 供应链安全基础 AI 供应链安全是指确认并保护构建 AI 系统所用的外部材料（数据集、预训练模型、库、插件等）未被污染或篡改的活动。
• AI 水印基础 AI 水印是一种在 AI 生成的文字、图像、语音和视频中嵌入不易察觉的标记，以便日后确认其是否“由 AI 生成”的技术。
• AI 风险管理基础 AI 风险管理是在组织层面提前识别、评估并降低 AI 系统可能造成的危害（歧视、故障、侵犯个人隐私、安全事故等）的管理活动。美国 NIST 发布的 AI RMF 是具有代表性的参考框架。
• OWASP LLM Top 10基础 OWASP LLM Top 10 是非营利安全社区 OWASP 整理的清单，列出了在使用 LLM 的应用·服务中尤其常见、影响也大的 10 类安全风险。
• Self-replicating AI基础 自我复制 AI 是指在没有人类指令或许可的情况下，将自身的模型文件和运行环境复制到其他计算机或设备上，从而自行扩散并持续运行的 AI。目前主要在 AI 安全领域作为未来可能出现的风险加以讨论。
• 个人信息去标识化基础 个人信息去标识化是指把姓名、电话号码、居民登记号码等能识别特定个人的信息（PII，个人身份信息）删除或替换为其他值，使人无法知道数据属于谁。这是将数据用于 AI 训练·分析之前的基本保护程序。
• 内容审核基础 内容审核是检查发布到在线服务上的文字、图片、视频或 AI 生成的回答是否违反运营政策，并在有问题时进行遮挡、删除等处理的工作。
• 内容来源证明基础 内容来源证明是给照片、视频、文字等数字内容记录“由谁、用什么工具制作、做过哪些修改”，并能通过电子签名确认该记录未被篡改。代表性标准是 C2PA，用这一标准附加的记录通常称为“内容凭证（Content Credentials）”。
• 可解释性进阶 可解释性（Interpretability）是一个研究领域，旨在让人能够理解 AI 模型为什么给出某个回答、模型内部实际发生了怎样的计算。
• 后门攻击进阶 后门攻击是在 AI 模型中暗中植入“触发器”，使模型平时看似正常运行，只有在收到特定信号时才按攻击者的意图行动的攻击。
• 奖励黑客进阶 奖励黑客（Reward hacking）是指 AI 只专注于提高训练中获得的分数（奖励），没有实现原本预期的目标，而是钻评分方式漏洞的现象。
• 安全 AI基础 安全 AI 是利用 AI 更快地发现和应对黑客攻击企图、恶意代码、异常访问等安全威胁的技术。有时也同时指攻击者利用 AI 实现攻击自动化的趋势。
• 对抗样本基础 对抗样本是经过刻意细微修改的输入：人眼几乎看不出差别，AI 模型却会做出完全不同的判断。可以把它看作专门用来欺骗模型的“错觉题”。
• 对齐基础 对齐（AI alignment）是指让 AI 按照人们真正想要的目标和价值观行事。其核心是让 AI 既能做好被要求的事，又不做有害或欺骗性的行为。
• 工具投毒进阶 工具投毒是一种攻击：在 AI 智能体所用工具的说明或元数据中隐藏恶意指令，让智能体照着执行。在 MCP 这类便于连接外部工具的环境中尤其受到关注。
• 差分隐私进阶 差分隐私是一种数学化的隐私保护方法：在数据中混入经过计算的一定量“噪声”，使人仅凭分析结果无法判断某个特定个人是否在数据中。
• 成员推断攻击进阶 成员推断攻击是仅通过观察模型的反应，试图推断某些数据是否被用于训练 AI 模型的攻击。如果训练数据是敏感数据，仅“被包含在内”这一事实就可能泄露个人信息。
• 护栏基础 护栏是一种安全机制，在 AI 模型前后进行检查和拦截，防止模型接收或输出危险或违反规则的内容。
• 提示注入基础 提示注入是一种攻击：在输入 AI 模型的文本中偷偷夹带指令，使模型不按原本的指令而是按攻击者的指令行事。
• 数据外泄基础 数据外泄（Data Exfiltration）是指未经授权的人或程序把组织内部的数据偷偷转移到外部。在 AI 时代，AI 智能体被欺骗后自行将数据发送到外部，已成为一种新的风险。
• 数据投毒进阶 数据投毒是一种攻击：故意在 AI 学习的训练数据中混入错误或被篡改的数据，使模型做出错误判断，或按攻击者的意图行动。
• 最小权限原则基础 最小权限原则（Least Privilege）是一项安全原则：只给人或程序完成其工作所必需的权限。对 AI 智能体而言，就是只向它开放所需的工具和数据。
• 机器遗忘进阶 机器遗忘是一种技术，旨在从已训练好的 AI 模型中消除特定数据（个人信息、受版权保护的作品、危险知识等）的影响，使模型如同从一开始就没有用这些数据训练过一样。
• 机密计算进阶 机密计算是一种技术：即使数据处于正在计算的“使用中”状态，也在硬件构建的隔离空间（TEE，可信执行环境）内保持加密和保护，使云运营方乃至服务器管理员都无法查看其内容。
• 模型窃取进阶 模型窃取（Model Extraction）是一种攻击：攻击者向 AI 模型大量提问并收集回答，据此造出一个行为与原模型相似的复制模型。
• 沙箱基础 沙箱是一种隔离的执行环境，让程序或 AI 智能体只能在设定好的围栏内活动。无论在里面做什么，都不能随意触碰外部的重要文件或系统。
• 系统提示词泄露基础 系统提示词泄露是指 AI 服务预先放入、让模型在后台遵循的指令（系统提示词），因用户提问或攻击而被暴露出来。如果指令中含有密码或内部规则，这些内容也会一并泄露。
• 红队基础 红队是为了找出 AI 模型的弱点，故意站在攻击者的立场尝试欺骗和滥用模型的测试活动。
• 联邦学习基础 联邦学习是一种不把数据集中到一处，而是由各设备或机构用自己的数据对模型做少量训练，只汇总“训练结果（变化量）”来构建一个公共模型的方法。
• 训练数据提取进阶 训练数据提取是一种攻击：向 AI 模型输入精心设计的内容，使模型原样输出训练时记住的原文（个人信息、代码、文档等）。
• 谄媚基础 谄媚（Sycophancy）是指 AI 模型优先说出用户可能想听的话，而不是事实或正确判断的现象。
• 间接提示注入进阶 间接提示词注入是一种攻击：攻击者在网页、电子邮件、文档等外部资料中偷偷藏入指令，使 AI 在读取这些资料时执行该指令。即使用户没有直接输入恶意命令，这种攻击也会发生。
• 零信任基础 零信任（Zero Trust）是一种安全方式：抛弃“在公司内部就可以信任”的想法，每当人员、设备或程序访问资源时，都要确认其身份及是否具有权限。

数据、运维与平台

数据工程、MLOps、平台与解决方案、经典机器学习

• BM25进阶 BM25 是一种关键词检索排序函数，它根据查询中的词在文档中出现得有多频繁、又有多罕见，为每篇文档打分。它长期以来一直是搜索引擎的基本方法，至今仍是 RAG 的核心组件。
• CDC进阶 CDC（Change Data Capture，变更数据捕获）是一种从数据库中只挑出新增、修改或删除的数据，并立即传递给其他系统的技术。它不必每次都整体复制全部数据，而是只追踪“发生变化的部分”。
• Entity Resolution进阶 Entity Resolution（实体解析，找出并合并同一对象）是指在不同数据中，找出名称或写法略有差异的记录是否实际指向同一个人、公司或商品，并将它们合并为一条的工作。
• ETL·ELT基础 ETL·ELT 是一种作业方式：把分散在各处的数据取出（Extract），转换成便于使用的形式（Transform），再集中装入一处（Load）。转换在装入之前进行叫 ETL，在装入之后进行叫 ELT。
• LLM 可观测性基础 LLM 可观测性是指让使用 LLM 的服务实际接收了什么输入、经过了哪些步骤、给出了什么回答都能被记录和查看。它用于在出问题时查找原因，并管理质量和成本。
• LLMOps基础 LLMOps 指构建和运营使用 LLM（大语言模型）的服务时所需的管理方法与工具。它以 MLOps 为基础，并加入了提示词管理、回答质量评估、成本管理等 LLM 带来的新工作。
• MLOps基础 MLOps 是对机器学习模型的构建、部署上线、运行维护和持续改进这一整个过程进行自动化和系统化管理的方法。意思是把模型开发（ML）和运维（Ops）连成一体。
• OLAP基础 OLAP（联机分析处理）是一种数据处理方式，把积累的数据按时间、地区、商品等多个维度分组汇总，进行快速分析。它不是用来记录每一笔交易，而是专门回答“上季度各地区销售额是多少？”这类汇总问题。
• Text-to-SQL基础 Text-to-SQL 是把人用日常语言提出的问题，转换成数据库能理解的查询语言 SQL 的技术。即使不会 SQL，也能直接向数据提问。
• 决策树基础 决策树是一种预测模型，它依次提出可以用“是/否”回答的问题来划分数据，并在最末端的分支给出答案。把多棵决策树组合起来、通过投票决定答案的方法称为随机森林。
• 列式存储进阶 列式存储是一种把表格数据按列（字段）而不是按行（一条记录）集中存放的方式。它能让只读取少数几列来计算总和、平均值的分析任务变得快得多、便宜得多。
• 去重进阶 去重是指当训练数据中多次出现完全相同或几乎相同的文档、句子、图像时，只保留一份、过滤掉其余部分。在整理从互联网大量收集的 LLM 训练数据时，这尤其是必不可少的步骤。
• 实验跟踪基础 实验跟踪是在每次训练 AI 模型时，自动记录使用了哪些数据、代码和设置以及结果如何，以便日后比较并完全复现的工作。
• 嵌入流水线进阶 嵌入流水线是把收集文档、切分成小块、转换成嵌入（承载含义的数字列表）并存入向量数据库这一系列过程自动串联起来的工作流程。要让 RAG 或语义搜索正常运作，必须先做好这项准备。
• 异常检测基础 异常检测（Anomaly Detection）是一种机器学习技术：先学习大多数数据所呈现的“平常模式”，再自动找出明显偏离该模式的罕见情况。
• 数据仓库基础 数据仓库（DW）是把公司各处的数据整理成便于分析的形式、集中存放在一处的存储库。与处理日常业务的数据库不同，它专为一次性汇总大量数据并进行查询而设计。
• 数据可观测性进阶 数据可观测性是指持续监视数据是否按时、以正确的数量和形式流入，一旦出现异常就立即发出通知，并能追踪原因。
• 数据增强基础 数据增强是对已有训练数据进行少量修改或变换，以增加新的训练样本。它让模型无需重新收集数据，也能见到并学习更多样的情况。
• 数据契约进阶 数据契约是指数据的生产方和使用方以文档和代码的形式，事先约定“这份数据将以何种格式、含义和质量提供”。违反约定的变更会被提前发现。
• 数据治理基础 数据治理是一套体系，用于确定并落实组织所拥有的数据由谁、按什么规则、如何管理和使用。它涵盖数据负责人、访问权限、质量标准、保存与删除规则等各个方面。
• 数据泄露基础 数据泄露是指在训练模型时，把实际使用时无法获得的信息，尤其是测试数据或正确答案的线索，混入训练过程的失误。这样一来，评估分数虽然很高，但在实际服务中性能会大幅下降。
• 数据湖基础 数据湖是一种大容量存储库，以低成本将表格数据、日志、图像、文档等各类数据按原始形态集中存放在一处。它不预先定义格式，先存下来，使用时再按需要的方式读取。
• 数据湖仓进阶 数据湖仓是一种数据存储与分析架构，它在一个系统中融合了“数据湖”（以低成本原样存放任何数据）和“数据仓库”（快速、可靠地分析整理好的数据）的优点。
• 数据漂移进阶 数据漂移是指模型实际接收的数据，其特性逐渐偏离训练时数据的现象。因此，起初预测准确的模型会随着时间推移悄无声息地出错。
• 数据版本管理基础 数据版本管理是指在数据集每次变化时记录其状态，以便随时取回某一时间点的数据，并比较发生了哪些变化。
• 数据目录基础 数据目录是一份清单兼搜索服务，把公司内部有哪些数据、存放在哪里、含义是什么、由谁管理、是否可以放心使用等信息集中整理在一处，方便查找。
• 数据管道基础 数据管道是把分散在各处的数据收集起来、加工成便于使用的形式、再搬运到所需存储的工作自动串联起来的处理流程。按步骤顺序可分为 ETL（提取→转换→加载）和 ELT（提取→加载→转换）两种方式。
• 数据网格进阶 数据网格是一种组织与运营方式：不再由一个中央数据团队管理公司的全部数据，而是让产生数据的各业务部门（领域）像对待“产品”一样，对自己的数据负责并对外提供。
• 数据血缘基础 数据血缘是指记录并展示数据从哪里来、经过了哪些处理、流向了哪里。它也称为“数据谱系”，可以让人回溯确认一个数字的来源和流转路径。
• 数据质量基础 数据质量是指数据在多大程度上足够准确、完整、一致和及时，能满足使用目的。用低质量数据做出的分析或 AI 模型，其结果也难以信任。
• 数据飞轮基础 数据飞轮是指一种良性循环：使用服务的人越多，积累的数据就越多；用这些数据让 AI 变得更好，又会吸引更多用户。
• 时间序列预测基础 时间序列预测是分析按时间顺序积累的数据（每日销售额、每小时用电量等）的过去模式，从而预先推测未来数值的方法。
• 梯度提升基础 梯度提升是一种通过逐个依次添加小型决策树、让每棵新树去弥补前面各棵树的误差，从而构建强预测模型的技术。XGBoost、LightGBM、CatBoost 是其代表性实现。
• 模型注册表进阶 模型注册表是一个中央存储库，用来按版本集中存放训练完成的 AI 模型，并记录和管理每个模型是用什么数据和配置构建的、当前处于哪个阶段（验证中、运行中、归档）。
• 流处理基础 流处理（Stream Processing）是一种在数据产生的每一刻持续接收数据、立即计算并输出结果的处理方式。它与先把数据积攒起来、之后再一次性处理的批处理相对。
• 特征存储进阶 特征存储是集中生成并保存机器学习模型所用输入值（特征）的存储库。它让训练时和实际服务中预测时都能以完全相同的方式取用相同的值。
• 特征工程基础 特征工程是把原始数据挑选、加工并新构造成机器学习模型易于发现规律的输入值（特征）的工作。
• 类别不平衡基础 类别不平衡是指在分类问题中，某些答案类别（类）的数据非常多，而另一些类别的数据非常少的状态。在这种状态下训练，模型很容易只答对数量多的一方，而漏掉数量少但重要的一方。
• 聚类基础 聚类是把没有标注答案的数据，按相似程度自动归组，分成若干群组（簇）。它是无监督学习的代表性方法。
• 语义层进阶 语义层是一个中间层，用于在同一处定义“销售额”“活跃用户”等业务术语在实际数据中是以什么方式计算出的值。仪表板、电子表格和 AI 都通过这些定义来提取数据，因此同一个问题会得到同一个数字。

基础设施与模型使用

GPU、推理服务、成本等 AI 基础设施，以及在 Hugging Face 上挑选和阅读模型时会遇到的术语

• AI 数据中心入门 AI 数据中心是集中部署大量用于 AI 训练和推理的 GPU 等加速器，并配备相应电力、冷却和网络的设施。
• Base/Instruct 模型入门 Base 模型是只完成了预训练、会接着给定文字续写后续内容的模型；Instruct 模型则是在此基础上加入后训练，经过打磨以遵循指令并进行对话的模型。
• CUDA基础 CUDA 是 NVIDIA 开发的 GPU 编程平台，是让 GPU 的大量运算单元可用于 AI 训练、推理等通用计算的软件基础。
• FlashAttention进阶 FlashAttention 是一种计算方法，它按照 GPU 的内存结构重新组织 Transformer 的注意力计算，在结果不变的前提下运行得更快、占用内存更少。
• FLOPS基础 FLOPS 是计算机每秒能执行的浮点（带小数点的数）运算次数，是表示 AI 芯片计算速度的代表性单位。
• GGUF基础 GGUF 是 llama.cpp 系列工具用来运行 LLM 的模型文件格式。它把权重连同分词器、聊天模板等信息装进一个文件，主要存储量化后的权重。
• GPTQ·AWQ进阶 GPTQ·AWQ 是将已训练好的 LLM 权重压缩到 4 比特等低比特的代表性量化方法。它们无需重新训练，只用少量样本数据就能在减少质量损失的同时让模型变轻。
• GPU入门 GPU（图形处理器）最初是为绘制屏幕画面而设计的芯片，擅长同时处理成千上万个简单计算。凭借这一特性，它如今已成为训练和运行 AI 模型的核心设备。
• GPU 云基础 GPU 云是一种不直接购买 GPU 服务器，而是按小时等方式从云服务商租用，用于 AI 训练和推理的服务。
• HBM基础 HBM（High Bandwidth Memory，高带宽内存）是一种把多片内存芯片像公寓楼一样向上堆叠，并紧贴在 GPU 等计算芯片旁边，从而能一次传输大量数据的内存。
• Hugging Face入门 Hugging Face 是一个用于上传和下载 AI 模型、数据集和演示的在线仓库，也是一家开发让这些资源易于使用的开源库的公司。它常被称为“AI 模型界的 GitHub”。
• Kubernetes基础 Kubernetes 是一个开源管理系统，能自动把容器（把程序及其运行环境装进一个箱子）分散部署到多台服务器上，在容器停止时重新启动，并根据使用量进行扩缩容。通常简写为 K8s。
• KV 缓存进阶 KV 缓存是一种机制：LLM 逐个 token 生成文本时，把前面已经计算好的中间结果（Key 和 Value）存入内存并重复使用。
• LLM 网关进阶 LLM 网关是在多个应用使用多个 AI 模型时，在两者之间设置的一道统一关口，让所有请求都经过这里的中间层。认证、模型选择（路由）、成本管理、日志记录和安全检查都集中在这道关口处理。
• NPU入门 NPU（Neural Processing Unit，神经网络处理器）是专门设计的半导体芯片，只用于以高速度、低功耗处理人工神经网络计算。可以把它看作专门用来运行 AI 模型的“专用计算器”。
• RoPE进阶 RoPE（Rotary Position Embedding，旋转位置编码）是一种让 Transformer 得知每个 token 位于句子第几个位置的方法，它按位置将向量旋转一定角度。如今许多 LLM 都把它作为处理位置信息的基本方式。
• safetensors基础 safetensors 是一种文件格式，用于安全、快速地保存和加载 AI 模型的权重（通过训练确定的数值）。它最大的特点是，仅打开文件不会有执行隐藏代码的风险。
• TPU基础 TPU（Tensor Processing Unit，张量处理单元）是 Google 为加速深度学习计算（尤其是矩阵乘法）而自主设计的 AI 专用芯片。
• TTFT基础 TTFT（Time To First Token，首 token 时间）是指用户发出请求后，AI 输出回答的第一个 token（文字片段）所需的时间。它是让人感觉聊天机器人“反应快”的关键指标。
• VRAM入门 VRAM 是 GPU 上的专用内存，模型权重和计算中间值必须加载到这里，GPU 才能快速计算。
• 互连进阶 互连是将多个 GPU 和服务器相互连接、使其交换数据的高速通信网络。服务器内部以 NVLink 为代表，服务器之间则以 InfiniBand 或高速以太网为代表。
• 分布式训练进阶 分布式训练是把训练一个模型的工作分配给多块 GPU 或多台服务器共同完成的方式。当模型或训练数据无法全部放进一块 GPU，或者用一块 GPU 耗时太长时，就会使用分布式训练。
• 分词器基础 分词器是把文本转换成模型可读的 token 片段和编号，并把模型输出的编号还原为文本的转换器。每个模型都有自己固定的分词器。
• 分页注意力进阶 分页注意力（PagedAttention）是一种内存管理技术：把 LLM 生成回答时不断累积的 KV缓存切分成小块（页），只按需放入 GPU 内存的空闲位置。推理引擎 vLLM 因这一技术而广为人知。
• 吞吐量（token/秒）基础 吞吐量（token/秒）是推理服务器每秒生成的 token 数，用来衡量同样的设备能完成多少工作。需要区分服务器整体的处理量和单个用户感受到的速度。
• 开放权重入门 开放权重是指公开 AI 模型通过训练得到的内部数字（权重），让任何人都能下载使用的方式。用户可以在自己的电脑或服务器上直接运行模型。
• 按 token 计费入门 按 token 计费是通过 API 使用 AI 模型时，以 token 为单位统计收发文本量并据此收费的方式。通常输入模型的输入 token 和模型写出的输出 token 分别定价。
• 排行榜入门 排行榜是用同一套基准测试或用户投票来评估多个 AI 模型，并以排名表的形式展示结果。在挑选模型时，它像一张地图，帮助筛选出第一批候选。
• 推测解码进阶 推测解码是一种加快 LLM 生成回答速度的技术：由小模型先快速猜测接下来的多个 token，再由大模型一次性检查这些猜测，只接受其中正确的部分。
• 推理引擎基础 推理引擎是一种运行软件，它把训练完成的 AI 模型加载到 GPU 上，使其能快速、高效地响应用户请求。服务器端常用 vLLM、SGLang、TensorRT-LLM，个人 PC 端常用 llama.cpp、Ollama 等。
• 提示缓存基础 提示缓存是一种将每次都原样输入 LLM 的提示词开头部分的计算结果保存起来，在下一次请求时重复使用的技术。由于不必从头重新计算相同内容，响应更快，成本也更低。
• 本地 LLM入门 本地 LLM 是指不使用云端 API，而是把模型下载到自己的电脑、笔记本或公司内部服务器上直接运行的语言模型。llama.cpp、Ollama 等工具让这一过程变得简单。
• 检查点基础 检查点是在训练模型的过程中或训练结束后，把某一时刻的权重（以及训练状态）保存成的文件。它用于继续训练，或取出该时刻的模型来使用和比较。
• 模型卡入门 模型卡是一份说明文档，写明 AI 模型的用途、用什么数据训练、如何使用以及不擅长什么。在 Hugging Face 上，模型页面首屏的 README 就是模型卡。
• 模型合并进阶 模型合并是一种技术：把从同一个基础模型分化出来的多个微调模型的权重混合在一起，无需额外训练，就得到一个兼具各模型长处的新模型。
• 模型并行进阶 模型并行是把单张 GPU 装不下的大模型拆分到多张 GPU 上、让它们协同计算的方法。代表性的有拆分层内计算的张量并行（TP）和按顺序拆分各层的流水线并行（PP）。
• 模型服务基础 模型服务是指把训练完成的 AI 模型部署到服务器上并持续运行，接收应用或用户发来的请求、执行模型并返回结果。
• 模型许可证入门 模型许可证是规定 AI 模型权重可以由谁、出于什么目的、在什么条件下使用、修改和再分发的使用规则。它尤其决定了能否用于商业用途，因此挑选模型时应最先确认。
• 激活参数基础 激活参数是指模型处理一个 token 时实际参与计算的参数数量。MoE 模型只从全部参数中挑选一部分使用，因此总参数和激活参数相差很大。
• 端侧 AI入门 端侧 AI 是指不在网络另一端的服务器上，而是直接在智能手机、笔记本电脑、汽车等设备内运行 AI 模型的方式。数据不发送到外部，而是在设备上生成回答。
• 精度（FP32、BF16、FP8）基础 精度指 AI 模型用多少位来存储和计算一个数字，如 FP32、BF16、FP8，位数越少，内存和计算量越少，但表示也越粗糙。
• 聊天模板基础 聊天模板是一套规则，它把由系统、用户、助手消息组成的对话，转换成模型训练时所见的原样字符串格式（包括特殊 token）。
• 连续批处理进阶 连续批处理是一种模型服务技术：把多个用户请求打包在 GPU 上一起处理，已完成的请求立即移出，等待中的请求立即补入，使 GPU 不会闲置。
• 量化进阶 量化（Quantization）是用更少的比特来表示 AI 模型中的数字（参数等），从而让模型变得更小、更快的技术。它以略微降低精度为代价，大幅减少内存和计算成本。

行业 AI

在医疗、金融、制造、国防等行业使用 AI 时会遇到的术语

• AI 导师入门 AI 导师是能回答每位学生的提问、并根据其水平调整讲解和题目的 AI 私人家教。它通常以 LLM 为基础，以对话的方式辅助学习。
• AI 新药研发基础 AI 新药研发是指利用机器学习和生成式 AI 寻找致病靶点、设计和筛选有望成为药物的物质，并提前预测其疗效和副作用，从而使新药研发更快、更高效。
• AI-RAN进阶 AI-RAN 是一种通信网络设计方式：将 AI 深度融入连接手机与基站的无线接入网（RAN，Radio Access Network），用 AI 让网络运营更智能，并在同一套基站计算资源上运行 AI 服务。
• AML基础 AML（Anti-Money Laundering，反洗钱）是指为防止把犯罪所得清洗成看似正常的资金，金融机构核实客户身份、发现可疑交易并向监管机构报告的制度和技术。
• C4ISR进阶 C4ISR 是指挥（Command）、控制（Control）、通信（Communications）、计算机（Computers）与情报（Intelligence）、监视（Surveillance）、侦察（Reconnaissance）的合称，指军队掌握态势、作出决策并传达给部队的整套信息与决策体系。
• CDSS基础 CDSS（Clinical Decision Support System，临床决策支持系统）是在医生、护士决定诊断或处方时，根据患者信息和医学知识弹出警告或建议的软件。
• EHR·FHIR基础 EHR（电子健康记录）是以数字方式存储和管理患者诊疗记录的系统；FHIR（读作“fire”）是一项国际标准，让不同的 EHR 和医疗应用能以相同格式交换数据。
• SaMD基础 SaMD（Software as a Medical Device，软件即医疗器械）是指不内置于单独的医疗设备中，仅凭软件本身就能实现疾病诊断、治疗、预防、管理等医疗目的，因而被作为医疗器械对待的程序。
• 两用技术基础 两用技术是指同一种技术既能用于民用的和平目的，也能用于军事或有害目的。AI 大多是通用技术，这一属性尤其明显。
• 信用评分模型基础 信用评分模型是根据数据计算申请贷款或信用卡的个人或企业今后按时还款的可能性，并以分数或等级表示的模型。金融机构依据这一分数决定是否批准、额度和利率。
• 医学影像 AI基础 医学影像 AI 是由 AI 分析 X 光、CT、MRI、超声等医学影像，以发现病灶（疑似患病部位）或辅助阅片的技术。最终诊断通常由医生做出，AI 起到“第二双眼睛”的作用。
• 医疗 LLM基础 医疗 LLM 是针对医学知识和病历等医疗数据进行调整的大语言模型，用于在医疗现场辅助问答、文书撰写和信息摘要。
• 卫星影像分析基础 卫星影像分析（GEOINT，地理空间情报）是指分析卫星、飞机、无人机拍摄的影像和地图数据，以了解地面上正在发生什么。如今通常由 AI 先在海量影像中找出物体和变化，再由人工确认。
• 另类数据基础 另类数据是指在财务报表、股价、信用记录等传统金融数据之外获取的信息，例如把银行卡消费流水、卫星照片、网站流量、通信费缴纳记录等用于投资决策或信用评估。
• 异常交易检测基础 异常交易检测是指在刷卡支付、转账等金融交易中，自动识别盗用、诈骗等与平常不同的可疑交易，并加以拦截或核实。金融业通常称之为 FDS（Fraud Detection System）。
• 数字孪生基础 数字孪生是在计算机中按原样复制实际工厂、设备、城市、电网等对象的虚拟模型，它持续接收实物的数据、跟踪其状态，用于预先进行测试。
• 数字病理进阶 数字病理是一种病理诊断方式：将组织切片以高分辨率扫描成数字图像，并在屏幕上对图像进行判读、共享和分析。它也是AI分析的基础技术。
• 无人机集群基础 无人机集群是一种运用方式：多架无人机相互交换信息，像一个群体一样共同行动并分工执行任务。不是由人逐架操控，而是给整个集群下达目标，无人机之间相互协调着行动。
• 智能工厂入门 智能工厂是指通过数据把工厂的设备、传感器和生产管理系统连接起来，实时掌握生产情况，并借助 AI 和自动化更高效地运营的工厂。
• 智能投顾入门 智能投顾（robo-advisor）是一种在线投资咨询与管理服务：先通过问卷了解投资者的目标和风险偏好，再由算法自动进行资产配置和再平衡（调整比重）。
• 有意义的人类控制基础 有意义的人类控制（Meaningful Human Control）是一项原则，指当 AI 或自主系统参与使用武力的决策时，人不能只是形式上按下批准按钮，而必须保持能够真正理解、判断并承担责任的控制水平。
• 模型风险管理进阶 模型风险管理是一套管理体系，用于防止金融机构使用的信用评分、定价和 AI 模型因出错或被误用而造成损失，覆盖模型开发、验证、审批、监控到退役的全过程。
• 法律 AI基础 法律 AI 是用 AI 协助查找、阅读、总结和起草判例、法规、合同等法律文件的技术。它主要用作减少重复性文书工作的工具，而不是替代律师或法务团队。
• 电网 AI基础 电网 AI 是一种预测用电量以及太阳能、风能发电量，并提前发现设备故障，帮助电网稳定运行的 AI。
• 算法交易基础 算法交易是一种交易方式：把何时、买卖什么、以什么价格、买卖多少交给预先设定的规则或模型，由计算机自动下单。
• 自主武器系统基础 自主武器系统（LAWS，Lethal Autonomous Weapon Systems）是指一旦启动，无需人逐一批准即可自行选择目标并实施攻击的武器系统。围绕是否以及如何对其进行监管，国际社会一直存在争论。
• 蛋白质结构预测进阶 蛋白质结构预测是仅根据构成蛋白质的氨基酸序列，通过计算推断该蛋白质实际会折叠成怎样的三维形状。
• 视觉检测基础 视觉检测是一种由 AI 查看摄像头拍摄的产品图像，自动找出划痕、异物、装配不良等缺陷的质量检测方式。
• 路径优化基础 路径优化是指综合考虑多个配送点、车辆和时间条件，找出总行驶距离、时间或成本最低的行驶顺序和路线。
• 需求预测基础 需求预测是根据过去的销售记录以及天气、活动、价格等信息，预先估算未来哪些商品会在何时、何地、卖出多少的工作。
• 预测性维护基础 预测性维护是用 AI 分析安装在设备上的传感器数据，在故障发生前提前发现征兆，并在真正需要的时候进行维护的方法。