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
专业技术领域分类
共 1516 篇词条状态信念
State Belief
它对应认知架构中的感知世界的箭头,即从状态(State)到学 生智能体的状态信念(State Belief)。
独热向量
OneHot Vector
在Word2Vec技术出现之前,词通常都表示成离散的独一无二的编码,也称为独热向量(OneHot Vector)。
独热码
One-Hot Code
推荐算法领域的特征不像其他领域,如CV、NLP的特征是一段连续的浮点数向量/张量,而是无数的独热码(One-Hot Code),怎么理解呢?比如有10000个物料,编号从1~10000,那么它的物料ID的特征就是一个维度为10000的向量,只有自己ID对应...
独立准则 (HSIC)
在实践 中,可以使用 Hilbert-Schmidt 独立准则
独立性准则 (HSIC)
一般非参数独立检验的例子是 Hilbert-Schmidt 独立性准则( HSIC ) ( 见 Gretton 等人 ,2008 )o 其思想是基于一个再生核 Hilbert 空间 ( RKHS ) 的单射映射 (Scholkopf 和 Smola, 20...
玩意儿 (LLM)
而这玩意儿(LLM)不会放弃,它只会用蛮力不断尝试。
理性人
Rational Agent
当经济学中的“理性人(Rational Agent)”与计算机科学中的“对象”或“模块”相结合,“智能体”范式就完善了。
理性情绪行为疗法 (REBT)
ABCDE模型 ABCDE模型是一个理解和处理心理障碍的框架模型,是阿尔伯特·埃利斯(Albert Ellis)理性情绪行为疗法(REBT)的基本理论。
理想条件
Query
接着婚介所拿着理想条件(Query)去和所有候选人的现实条件(Key)进行匹配,匹配程度越高,女士应投入的注意力权重就越大,然后根据注意力大小来决定要花多大精力去阅读候选人的档案材料(Value)。
理解任务 (NLU)
BERT模型只使用了Transformer中的编码器,更擅长处理自然语言理解任务(NLU)。
生命周期管理
Agent Lifecycle Management
Agent生命周期管理(Agent Lifecycle Management)当某个Agent崩溃或宕机 InfoQ 架构师2025年第二季 时,系统应能自动重启它、加载其上下文,或根据情况创建新的子Agent。
电子邮件分词器
UAX URL email tokenizer
UAX URL电子邮件分词器 (UAX URL email
界面端
Web Interface
and Storage)、Web界面端(Web Interface)在内的各个模块,以实现对日志数据的接收、处理和存储。
百代唱片 (EMI)
同时,AOL时代华纳、贝塔斯曼(Bertelsmann)及百代唱片(EMI)和里尔网络合作,推出了MusicNet。
监控代理
Agent
图1-7 监控系统通用架构 1. 代理层 监控数据采集一般有无监控代理(Agentless)和监控代理(Agent)两种方式。
监控数据采集一般有无监控代理
Agentless
图1-7 监控系统通用架构 1. 代理层 监控数据采集一般有无监控代理(Agentless)和监控代理(Agent)两种方式。
目标策略
Target policy
在强化学习智能体与环境交互过程中,我们可以将策略分成目标策略(Target policy)和行为策略(Behavior policy)。
目的王国公式 (FRE)
在第十二章我将论证,绝对命令,特别是在目的王国公式(FRE)中,是这个直观观点的一种解读,也就是说,绝对命令是一种推理过程的公式,当我们认定彼此有责任服从道德要求时,它构成了我们所预设的第二人称能力。
相关信息
Embedding
首先用一句概 括一下这个方法的原理: 根据输入问题先通过搜索的方式检索出一些相关信息(Embedding),再将这些信息作为 上下文辅助大模型回答这个问题(Chat)。
相当于身份提示词
Prompt
确定智能体描述信息,这一步主要是为了确定智能体的身份信息,相当于身份提示词(Prompt)。
矢量量化器
Vector Quantizer
根据输入输出数据的类型,量化器可分为标量量化器(Scalar Quantizer)和矢量量化器(Vector Quantizer)两种类型。
知识产权政策
Intellectual Property Policy
Operations)、知识产权政策(Intellectual Property Policy)、修正案(Amendments)14部分,各部分内容要点总结如下。
知识图谱补全 (KGC)
图8.32 采用LLM作为KG完成的编码器(PaE)的总体框架 将LLM作为知识图谱补全(KGC)中序列到序列的生成器。
知识图谱问答 (KGQA)
)LLM-augmented KG question answering 知识图谱问答(KGQA)任务的目标是根据存储在知识图谱中的结构化事实来回答自然语言问题。