大模型常见术语表

一、核心概念类

1. AI（Artificial Intelligence）

中文：人工智能

简介：模拟人类智能的计算机系统，涵盖学习、推理、感知等技术，广泛应用于机器人、语音识别等领域。

2. LLM（Large Language Model）

中文：大语言模型

简介：基于海量文本训练的通用语言模型（如GPT-4、文心一言），可完成文本生成、翻译、代码编写等任务。

3. AGI（Artificial General Intelligence）

中文：通用人工智能

简介：具备人类同等认知能力的AI系统，能跨领域自主学习和解决问题，当前仍处于理论探索阶段。

4. AIGC（AI-Generated Content）

中文：人工智能生成内容

简介：利用AI生成文本、图像、音频等内容的技术，典型应用包括AI绘画（如Midjourney）、AI写作工具。

5. Token

中文：词元

简介：模型处理文本的最小单位，中文通常以字或词为Token，影响计算效率与成本（按Token数计费）。

二、技术架构类

1. Transformer

中文：变换器架构

简介：基于自注意力机制的神经网络架构，解决传统RNN处理长序列时的梯度消失问题，成为大模型的核心技术。

2. Attention Mechanism

中文：注意力机制

简介：让模型动态关注输入数据的关键部分，提升长文本理解能力，例如翻译时聚焦源语言的核心词汇。

3. RAG（Retrieval-Augmented Generation）

中文：检索增强生成

简介：结合外部知识库与大模型生成能力，通过检索相关文档提升回答准确性，适用于知识密集型任务（如医疗问答）。

4. MCP（Model Context Protocol）

中文：模型上下文协议

简介：由Anthropic推出的开源协议，旨在实现大语言模型与外部数据源和工具的集成，用来在大模型和数据源之间建立安全双向的连接。

三、训练与优化类

1. Pre-training

中文：预训练

简介：模型在海量无标注数据上学习通用知识的过程，例如BERT通过预测被遮蔽的词语掌握语言规律。

2. Prompt Engineering

中文：提示工程

简介：设计输入指令以引导模型输出更符合需求的结果，例如将“翻译这句话”优化为“以正式商务风格翻译以下英文合同条款”。

3. Hallucination

中文：幻觉问题

简介：模型生成与事实不符的内容，如虚构历史事件，常通过RAG技术或事实性校验缓解。

4. Fine-tuning

中文：微调

简介：在预训练模型基础上，用特定领域数据二次训练，使模型适应专业场景（如法律文书生成）。

四、推理

1. Chain-of-Thought, CoT

中文：思维链

简介：一种通过分步骤逻辑推理提升大语言模型解决复杂问题能力的技术，在问LLM问题前，手工在prompt里面加入一些包含思维过程的问答示例，就可以让LLM在推理任务上大幅提升。

2. Few-shot CoT

中文：少样本思维链

简介：通过提供少量包含推理过程的示例（通常3-5个），引导模型学习类似的推理模式。

3. Zero-shot CoT

中文：零样本思维链

简介：不提供任何示例的情况下，直接通过自然语言指令（如“让我们一步步思考”）引导模型生成推理步骤。

五、应用与扩展类

1. Multimodal Model

中文：多模态模型

简介：能同时处理文本、图像、音频等多种输入的大模型（如GPT-4V），支持“根据图片生成故事”等复杂任务。

2. AI Agent

中文：智能体

简介：具备自主规划与执行能力的AI系统，例如能独立完成“预订机票-安排行程-发送提醒”的旅行助手。

3. Model Compression

中文：模型压缩

简介：通过剪枝、量化等技术减小模型体积，使其能在手机等边缘设备运行（如华为盘古模型轻量化版本）。

4. Skills

中文：技能包

简介：一个打包好的“技能包”。它把完成某个特定任务所需的领域知识、操作流程、要用到的工具、以及最佳实践全都封装在了一起。当 AI 面对相应请求时，就能像一位经验丰富的专家那样，有条不紊地自主执行。 [1]一个 Skills 通常以一个文件夹的形式存在，里面主要装着三样东西：一份说明书（SKILL.md）、一堆操作脚本（Script）、以及一些参考资料（Reference）。 [1]

六、大模型公司及产品

国外知名大模型产品

​

• GPT-5系列

    ◦ 公司 ：OpenAI

    ◦ 特点 ：综合能力顶尖，通用场景适应性强，在多模态、逻辑推理和工具调用方面表现卓越 。

• Claude 4.5系列

    ◦ 公司 ：Anthropic

    ◦ 特点 ：以安全合规性著称，长文本处理能力非常出色，代码生成和逻辑推理严谨 。

​

• Gemini 3系列

    ◦ 公司 ：Google DeepMind

    ◦ 特点 ：原生多模态能力强大，能够无缝融合和处理文本、图像、音频和视频，与谷歌搜索等生态系统深度集成 。

​

• LLaMA 4系列

    ◦ 公司 ：Meta

    ◦ 特点 ：完全开源的通用模型，可进行私有化部署，社区生态活跃，性价比极高 。

​

• Grok 4系列

    ◦ 公司 ：xAI

    ◦ 特点 ：能够实时接入网络数据，响应速度快，风格幽默，善于理解梗文化 。

​

国内知名大模型产品

​

• 通义千问 (Qwen) 系列

    ◦ 公司 ：阿里巴巴

    ◦ 特点 ：中文理解能力强，开源生态丰富，在编程和多语言任务上表现突出 。

​

• 文心一言 (ERNIE) 系列

    ◦ 公司 ：百度

    ◦ 特点 ：在中文语义理解和知识图谱方面优势明显，数据安全合规性成熟，适合政务、金融等领域 。

​

• DeepSeek V3系列

    ◦ 公司 ：深度求索

    ◦ 特点 ：以极致的性价比著称，在数学推理和代码生成方面能力强大，开源模式使其在学术界和工业界广受欢迎 。

​

• Kimi K2.5系列

    ◦ 公司 ：月之暗面

    ◦ 特点 ：超长文本处理能力领先，支持百万级token，非常适合处理长篇文档、论文和法律合同 。

​

• 豆包大模型系列

    ◦ 公司 ：字节跳动

    ◦ 特点 ：C端用户体验优秀，多模态能力强，语音交互自然流畅，内容创作功能完善 。

​

• GLM-4.6系列

    ◦ 公司 ：智谱AI

    ◦ 特点 ：中英双语能力均衡，开源友好，API性价比高，在智能体应用方面有深入布局 。

​

• 星火大模型系列

    ◦ 公司 ：科大讯飞

    ◦ 特点 ：在教育和医疗等垂直领域深耕，特别是在语音识别、口语测评和医疗诊断方面表现突出 。