文章名詞彙編
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。
Pre-training 預訓練是什麼？AI 學會語言的第一步
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
Optimizer 優化器是什麼？決定 AI 怎麼修正錯誤
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
Open Source 開源模型是什麼？公開權重與程式碼的 AI 模型
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
LoRA 低秩適應微調是什麼？用更少資源讓模型學會新技能
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
Fine-tuning 微調是什麼？什麼時候才真的需要它
用特定領域的資料對預訓練模型做額外訓練，讓模型學會固定的語氣、格式或專業推理能力。
2026/8/28 模型與訓練 約 4 分鐘
Benchmark 基準測試是什麼？跑分能信到什麼程度
用一套標準化的測試集，評估並比較不同 AI 模型在特定能力上的表現，是各家模型互相比較的共同尺。
2026/8/28 模型與訓練 約 4 分鐘
Underfitting 欠擬合是什麼？模型學得太淺的樣子
Underfitting 欠擬合是模型太簡單、學不到資料裡的真實模式，導致訓練資料和新資料上表現都很差的現象。
2026/8/28 模型與訓練 約 4 分鐘
Transformer 變形金剛架構是什麼？現代 AI 的注意力引擎
Transformer 是以注意力機制為核心的深度學習架構，讓 AI 同時讀完整段話並判斷字與字之間的關聯，是現代大型語言模型的基石。
2026/8/28 模型與訓練 約 4 分鐘
Regularization 正則化是什麼？讓模型別把雜訊也背下來
在訓練時對模型加上限制或懲罰，逼它學到更簡單、更通用的規律，避免過擬合。
2026/8/28 模型與訓練 約 4 分鐘
Red Teaming 紅隊測試是什麼？主動去找模型的破口
紅隊測試是刻意扮演攻擊者，用各種手段誘導 AI 說出或做出不該做的事，在上線前先把破口找出來。
2026/8/28 模型與訓練 約 4 分鐘
Parameter 參數是什麼？模型腦袋裡的連結權重
參數是模型內部由訓練調出來的連結權重，數量代表容量上限，不直接等於好用程度。
2026/8/28 模型與訓練 約 4 分鐘
Overfitting 過擬合是什麼？模型背了答案，卻沒學到規律
Overfitting 過擬合是模型在訓練資料上表現很好、在新資料上卻很差的現象，等於背答案而不是學規律。
2026/8/28 模型與訓練 約 4 分鐘
MoE 專家混合架構是什麼？參數很大卻跑得很快的原因
把模型拆成很多位專家，每次只叫醒最相關的那幾位，參數規模可以很大，實際運算量卻很小。
2026/8/28 模型與訓練 約 4 分鐘
Model AI 模型是什麼？AI 的大腦，從資料裡學規律
Model 模型是經過訓練的程式結構，從大量資料中學到規律，再用來理解、預測與生成新內容。
2026/8/28 模型與訓練 約 4 分鐘
Loss Function 損失函數是什麼？模型怎麼知道自己錯了
損失函數把模型的預測與真實答案之間的差距換算成一個數字，數字越小代表錯得越少。
2026/8/28 模型與訓練 約 4 分鐘
AI Governance AI 治理是什麼？誰決定能用、誰負責出事
AI 治理是組織導入 AI 時的規範與責任歸屬，決定哪些場景可以用、資料怎麼處理、出事由誰負責。
2026/8/28 模型與訓練 約 4 分鐘
Alignment 對齊是什麼？讓 AI 不只聰明，還要可靠
對齊是 AI 訓練的關鍵階段，目的是讓模型的行為、價值觀與人類的意圖、倫理和安全規範保持一致。
2026/8/21 模型與訓練 約 4 分鐘
Proprietary 閉源模型是什麼？你用得到能力，看不到廚房
閉源模型指程式碼、權重與訓練資料都不公開，只透過服務或授權提供使用的商業 AI 模型。
2026/8/14 模型與訓練 約 4 分鐘
AGI 通用人工智慧是什麼？一個還沒有標準答案的目標
AGI 指具備跟人類相當的通用認知能力、能跨領域自行學習與解決問題的 AI，目前還沒有系統達到這個標準。
2026/8/14 模型與訓練 約 4 分鐘
Foundation Model 是什麼？一個底座長出所有應用
基礎模型是在大規模資料上預訓練出來的通用底座，再透過微調或提示，適配到各種下游任務。
2026/7/21 模型與訓練 約 3 分鐘
Attention 是什麼？模型怎麼決定該看哪裡
注意力機制讓模型在處理每個字的時候，動態決定要參考句子裡哪些字、各分配多少權重。
2026/7/9 模型與訓練 約 4 分鐘
Scaling Law 規模法則是什麼？把模型變大真的就會變強嗎
規模法則描述模型參數量、訓練資料量與運算量放大之後，模型表現如何隨之改善的經驗規律。
2026/7/9 模型與訓練 約 4 分鐘
Knowledge Distillation 知識蒸餾是什麼？大模型教小模型
知識蒸餾是讓大模型把知識轉移給小模型的壓縮技術，讓小模型用極低算力發揮接近大模型的實力。
2026/7/5 模型與訓練 約 4 分鐘
Transfer Learning 遷移學習是什麼？把學會的能力搬到新任務上
遷移學習是把已經訓練好的模型知識，應用到另一個相關任務上的技術，省資料也省時間。
2026/7/4 模型與訓練 約 4 分鐘
AI 人工智慧是什麼？讓電腦模擬人類處理資訊的能力
AI 是讓電腦模擬人類處理資訊的技術，能感知、學習、推理、決策並行動，目標是協助與延伸人的能力。
2026/6/13 模型與訓練 約 4 分鐘
Pruning 是什麼？把模型裡沒貢獻的連結剪掉換速度
模型剪枝是移除權重接近零、對輸出幾乎沒貢獻的連結，在幾乎不影響準確率下讓模型更小更快。
2026/6/13 模型與訓練 約 4 分鐘
GPU 圖形處理器是什麼？為什麼全世界都在搶它
GPU 原本用來渲染遊戲畫面，卻因為擁有數千個小核心、極度適合並行計算，成為訓練 AI 的算力晶片。
2026/6/12 模型與訓練 約 4 分鐘
RLHF 是什麼？為什麼 AI 會變得有禮貌又安全
RLHF 人類回饋強化學習，是用人類的偏好當獎勵信號，把模型調成更有用、更安全、更符合人類價值的技術。
2026/6/2 模型與訓練 約 4 分鐘
RL 強化學習是什麼？用獎賞與懲罰把 AI 教到會
強化學習是讓 AI 在環境中不斷嘗試、根據結果拿到獎賞或懲罰，慢慢學會最大化長期報酬的訓練方式。
2026/5/14 模型與訓練 約 4 分鐘
Evaluation 評測是什麼？用一套固定標準看 AI 到底做得好不好
評測是用預先定義的資料集與評分標準，客觀衡量 AI 產出品質的做法，讓好壞可以被比較。
2026/5/5 模型與訓練 約 3 分鐘
Emergent Ability 湧現能力是什麼？模型大到一定程度才長出來的本事
湧現能力是指某些能力在小模型上幾乎看不到，規模跨過門檻後才明顯出現的非線性現象。
2026/4/16 模型與訓練 約 4 分鐘
VRAM 顯存是什麼？決定你跑得動多大的模型
VRAM 是顯示卡上的專屬記憶體，用來存模型參數與運算中間結果，直接決定你能在本機跑多大的模型。
2026/4/5 模型與訓練 約 4 分鐘
Reasoning Model 推理模型是什麼？先想清楚再回答的思考型模型
推理模型會在回答前先進行內心獨白與多步推理，用多花的時間換取更高的正確率。
2026/3/7 模型與訓練 約 4 分鐘
LLM 是什麼？大型語言模型其實是在猜下一個字
LLM 是靠海量文字訓練出來的語言模型，它不是真的理解世界，而是預測最可能出現的下一個詞。
2026/2/21 模型與訓練 約 4 分鐘
Knowledge Cutoff 知識截止日是什麼？模型為什麼不知道最近的事
知識截止日是模型訓練資料的最後時間點，那之後發生的事，模型本身並不知道。
2026/2/8 模型與訓練 約 4 分鐘
SLM 微型語言模型是什麼？小而美，把一個專業塞滿一顆小模型
SLM 是刻意把參數控制在 1B 到 3B 左右的小語言模型，用知識蒸餾塞進特定專業，做到小、快、省、可離線。
2026/1/29 模型與訓練 約 4 分鐘
NLP 是什麼？大語言模型底下那層語言技術
NLP 是讓電腦理解與處理人類語言的技術總稱，它是大型語言模型的基礎，也還在被廣泛使用。
2026/1/24 模型與訓練 約 3 分鐘
Local LLM 是什麼？把 AI 大腦下載到自己電腦上跑
Local LLM 本地端大模型，是把大型語言模型下載到自己的電腦執行，不連網、資料不出門。
2026/1/21 模型與訓練 約 4 分鐘
Quantization 量化是什麼？看懂 FP16、INT8、INT4 這串精度標示
量化是把模型參數從高精度浮點數壓成低位元整數，換取更小體積、更快速度與更省顯存，代價是損失一點精度。
2026/1/2 模型與訓練 約 4 分鐘