ADK.wang 统一知识工程 · 权威专著深度引证

ADK.wang AI & 软件技术百科

全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。

22,077

全量学术技术词条

9 大

核心专业领域体系

10,000+

权威专著深度引证

100%

原书精粹与工业对齐

人工智能与大模型
📚 2 本专著

European Commission (EC)

on the environment (85/337/EEC)." European Commission (EC). Accessed May 15, 2022. Available at https:/ /

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Exponential Moving Average (EMA)

Exponential Moving Average (EMA) is best used on data with trends,

难度: ★★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Hellman Ephemeral (ECDHE)

Curve Diffie–Hellman Ephemeral (ECDHE)) that provide PFS ensures that

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Language Learning Model (LLM)

the Language Learning Model (LLM), uses 177 specifically chosen user

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Meta Agent Search (MAS)

agent, we can enable a higher-level Meta Agent Search (MAS) algorithm to

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Security Token Service (STS)

use temporary credentials returned by the Security Token Service (STS)

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

The European Union (EU)

The European Union (EU) Artificial Intelligence (AI) Act also defines an

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

主体

Agent

在被动语态中所用的介词,主要有by和with两个,by用于行为者或行为的主体(Active Agent),with用于工具(Passive Instrument)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

像素空间

Pixel Space

参考论文中介绍算法核心逻辑的插图,Stable Diffusion 的数据会在像素空间(Pixel Space)、潜在空间(Latent Space)、条件(Conditioning)三部分之间流转,其算法 逻辑大概分这几步: ∙ 图像编码器将图像从像素空...

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

前缀微调

Prefix Tuning

PEFT 技术包括适配器微调、前缀微调(Prefix Tuning )、Prompt Tuning、P-Tuning、 LoRA( Low Rank Adaptation Tuning )等多种方法,可根据不同的任务和模型需求灵活选择。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

前额叶皮层 (PFC)

相反,这些结构跨越了多个大脑区域,通过一个心理网络中的神经连接形成了一个大的脑区,其中就包含了广为人知的前额叶皮层(PFC),这个脑区是最后才进化出来的部分,主要负责高级思维和推理。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

复杂适应系统 (CAS)

为什么ChatGPT能实现如此大的飞跃? ChatGPT之所以能实现技术飞跃,本质上是因为其作为复杂适应系统(CAS)在数据、参数和算法协同作用下产生了非线性质变。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

存储资源

Storage Resources

设置默认的 StorageClass 在Kubernetes中,管理员可以为有不同存储需求的PVC创建相应的 StorageClass来提供动态的存储资源(PV)供应,同时在集群级别设置 一个默认的StorageClass,为那些未指定StorageCla...

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

嵌入向量

Embeddings

嵌入向量(Embeddings)引擎 ### 什么是嵌入向量? > 衍生解释:嵌入向量(Embedding)是一种将文本映射到高维浮点数数组的技术。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

年度经常性收入 (ARR)

工具图谱 | 大模型时代的编程工具 从烧光现金、裁掉一半员工,到 ARR 9 个月破 亿: Replit 用“全栈平台”反杀 Cursor ,赌赢 “每层都赚钱”模式 作者 Tina 傅宇琪 2024年初,Replit的年度经常性收入(ARR)还不到100...

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

指数移动 (EMA)

改进的 VAE 它使用与原始 Stable Diffusion 相同的架构,但在更大的批次大小上训练,并使用指数移动平均 (EMA) 技术更新权重。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

特征嵌入

Feature Embedding

使用的是经典的交叉熵损失函数(Softmax)进行问题优化,最后通过特征嵌入 (Feature Embedding)得到固定长度的人脸特征向量。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

状态空间模型 (SSM)

例如,新兴的Mamba模型采用了基于状态空间模型(SSM)的选择性状态空间方法,成功将注意力机制的计算复杂度降低到线性水平(O(n)),同时保持了与传统Transformer相当的性能,这种算法突破使得处理超长文本和音频序列变得更加高效。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

皮格马利翁效应

Pygmalion Effect

也许就是这个原因,导致了当我和教育者们交谈时,其中只有极少数人听说过罗伯特·罗森塔尔(Robert Rosenthal)和勒诺·雅各布森(Lenore Jacobson)在1968年发现的著名的皮格马利翁效应(Pygmalion

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

稀疏注意力

Sparse Attention

稀疏注意力机制的概念与实现 稀疏注意力( Sparse Attention )机制是一种优化注意力计算的方法, 旨在减少注意力矩阵中的冗余计算。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

视觉语言模型

Visual Language Model

视觉-语言多模态大模型从结构角度来看,主要可分为 3 种典型的技术路线:基于 第 9 章 大模型的进阶优化 199 BERT 的模型、双编码对比模型(Dual-encoder Contrastive Model)和视觉语言模型(Visual Languag...

难度: ★★★ 阅读: 8分钟
查看引证 →
人工智能与大模型
📚 2 本专著

资产治理模块

Asset

工具模型包含3个模块——工具模块(Utility),涵盖日志管理、文本格式化和配置管理等功能;资产治理模块(Asset),涵盖元数据管理、指标特征管理和资产推荐等功能;大模型模块(LLM),涵盖公共大模型和私有模型的操作功能。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

跟踪器

Tracker

FastDFS就是上面例子中的仓库, FastDFS里有两大角色:跟踪器(Tracker)和存储节点(Storage)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

量时钟

Vector Clock

取了数据的最终一致,也就是说,在一定的时间窗口内,对数据的更新会传播到所有备份中,但是在时间窗口内,如果客户端有读取数据的操作,尽管上一小节保证一定可以读取到最新的数据,但还是可能会同时读取到旧版本的数据,Dynamo保存了数据的新旧等多个版本信息,并采用...

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 12 / 64 页,共 1516 条记录