并行函数调用（Parallel Tool Calls）
AI 助手的“一次性多线办事”——模型一次发出多个互不依赖的工具调用并发执行，结果齐了再汇总，延迟从串行累加变成等最慢一个。…
1 次浏览推理模型（Reasoning Model）
会“打草稿”的 AI——回答前先在内部想一大段，把复杂问题想透了再开口。数学、逻辑、代码难题的正确率因此大幅提升，代价是更慢更贵。…
2 次浏览数据集许可证（Dataset License）
数据的“使用条款”——模型权重有许可证，训练它的数据同样有：能商用吗？要署名吗？能再分发吗？训练前必查。…
16 次浏览训练数据（Training Data）
模型的“教材”——AI 的本事、知识甚至偏见都来自它，喂什么长成什么样。版权争议、能力差异，根源都在这份数据里。…
15 次浏览推理引擎（vLLM 与推理框架）
让模型“跑得快装得多”的后厨——精细管理缓存、请求随到随拼批，同一张显卡吞吐翻倍，自建 AI 服务的选型核心。…
15 次浏览位置编码（RoPE）
给每个字发座位号——注意力本身不分先后，靠位置编码才知道谁前谁后。RoPE 是当下主流方案，各种长上下文技术都围着它转。…
17 次浏览本地开发环境（显卡与驱动）
在自己电脑跑大模型的“开工三件套”——显卡显存、驱动运行时与推理工具，显存是第一硬约束，选对少走弯路。…
14 次浏览人类偏好评估（Human Preference）
让真人给 AI 回答打分——同一个问题、两个答案，选出更好的那个，把“好用”这种主观感受变成可统计的数据，RLHF 的地基。…
17 次浏览成员推断攻击（Membership Inference）
反推“你的数据有没有被拿去训练”——通过观察模型对输入的自信程度判断某条记录是否在训练集里。隐私审计的利器，也是模型记忆的照妖镜。…
18 次浏览Agent 评测（智能体评测）
考 AI 员工的绩效考核——不只看回答说了什么，还要看任务到底办没办成、步骤绕没绕路、烧了多少 Token，智能体落地的验收标准。…
19 次浏览AI 唱歌修音（K 歌修音）
五音不全的“后悔药”——跑调自动修正、干瘪人声加上空间感，唱完一键出“录音棚质感”，K 歌分享与翻唱视频的幕后功臣。…
18 次浏览API（应用程序接口）
程序之间“点菜”的窗口——你的应用按规矩发请求，AI 服务按规矩返回结果，不用关心后厨怎么炒的。开发者接 AI 能力的第一站。…
23 次浏览OCR（光学字符识别）
让机器“认字”——把图片、扫描件里的文字抠出来变成可编辑文本。大模型时代的 OCR 连表格、公式、手写体都能整页还原。…
22 次浏览机器学习（Machine Learning）
不写死规则，让机器自己从数据里找规律——喂它一千张猫狗照片，它自己总结出怎么区分。现代 AI 的地基。…
25 次浏览评测基准（Benchmark）
给 AI 出的“统一考卷”——MMLU 考知识、HumanEval 考代码，新闻里“模型得分超越谁”用的都是这些卷子。也催生了“刷榜”这个行业词。…
26 次浏览