文章名詞彙編
AI 名詞一詞一篇:定義、白話比喻、易混淆對照與實際用例,配酒Ann 的圖解。
RAG 是一套檢索增強生成的技術流程,Grounding 是讓 AI 回答有依據、不亂編造的目的,RAG 是實現 Grounding 最常用的手段。
2026/8/28 易混淆對照 約 3 分鐘
想讓 AI 學會自家產品或特定講義,該選擇查資料的 RAG,還是改模型本身的 Fine-tuning,一次講清楚。
2026/8/28 易混淆對照 約 4 分鐘
讓 AI 嚴格根據你指定的私有文件回答,把答案錨定在檢索到的內容上,而不是憑印象自己編。
2026/8/28 RAG 與知識庫 約 4 分鐘
Pre-training 是 AI 模型的第一階段學習,讓模型讀遍海量資料學到通用語言能力,此時還不會特定任務。
2026/8/28 模型與訓練 約 3 分鐘
一台伺服器可以同時提供很多服務,每個服務都有自己的房號,用戶連線時要指定對的房號才能找到服務。
2026/8/28 開發與網路 約 4 分鐘
Planning 指 AI 先釐清目標、拆解任務、制定待辦清單,再開始執行,讓整個流程更有條理,也更容易追蹤進度。
2026/8/28 Agent 與工作流 約 3 分鐘
Pipeline 是把複雜任務拆成一連串固定順序的處理步驟,像生產線一樣讓資料自動流動,逐步產出最終結果。
2026/8/28 Agent 與工作流 約 3 分鐘
Personalization 是 AI 根據你的偏好、習慣與風格調整回應的能力,記得越多、比對越深,回答就越貼近需求。
2026/8/28 上下文與記憶 約 4 分鐘
Parsing 是把複雜內容拆成有結構的小單位,例如句子、詞性、實體與關係,讓 AI 更容易理解、分析與應用。
2026/8/28 生成與推論 約 3 分鐘
Overlap 是切片時讓相鄰區塊保留一段重疊內容,防止重要上下文在邊界被硬生生切斷,提升檢索準確度。
2026/8/28 RAG 與知識庫 約 4 分鐘
Optimizer 是訓練 AI 模型時用來調整參數以降低誤差的演算法,決定每一步該往哪個方向、走多遠去修正。
2026/8/28 模型與訓練 約 3 分鐘
開源模型指模型權重、原始程式碼或訓練方法被公開,任何人都能取得、研究、修改與再發布的 AI 模型。
2026/8/28 模型與訓練 約 4 分鐘
平台原生內建的長記憶能力,讓 AI 自動記住你提供的重要資訊、偏好、目標與歷史脈絡,不用每次重講一次。
2026/8/28 上下文與記憶 約 4 分鐘
AI 為什麼能看圖辨識,又為什麼能上網查資料訂機票,兩種能力的來源完全不同,一次分清楚。
2026/8/28 易混淆對照 約 4 分鐘
Multimodal 多模態 AI 能同時理解、處理並整合文字、圖片、語音、影片等多種類型的資訊,讓理解更全面。
2026/8/28 多模態與應用 約 4 分鐘
Memory 記住你這個人,Knowledge Base 記住這些資料,兩者都重要但用途完全不同,缺一不可。
2026/8/28 易混淆對照 約 4 分鐘
Lost in the Middle 指模型在處理長文件或長脈絡時,開頭與結尾的內容記得較準,中段內容卻容易被忽略或答錯。
2026/8/28 上下文與記憶 約 3 分鐘
LoRA 是一種高性價比的微調技術,不動大模型原本的參數,只訓練一小層輕量參數就能讓 AI 學會特定專業。
2026/8/28 模型與訓練 約 4 分鐘
本地模型把模型下載到自己的電腦運算,隱私與離線是強項;雲端模型借用他人伺服器運算,最新最強且免維護,兩者互有取捨。
2026/8/28 易混淆對照 約 3 分鐘
Knowledge File 指上傳給 AI 的專屬參考資料,讓 AI 回答時先參考這些內容,輸出更準確、更一致、更有依據。
2026/8/28 RAG 與知識庫 約 3 分鐘