30个AI基本概念 30 LLM concepts

Everyone is using LLMs. 人人都在用大语言模型。 Very few people actually understand what happens behind the prompt. 但很少有人真正知道提示词背后发生了什么。 Here are 30 concepts that give you the foundation: 以下 30 个概念帮你打好基础：

01 — 𝗟𝗟𝗠｜大语言模型 The model that understands and generates human-like language. 能够理解并生成类人类语言的模型。

02 — 𝗧𝗢𝗞𝗘𝗡𝗜𝗭𝗔𝗧𝗜𝗢𝗡｜分词 Text is broken into smaller units called tokens before the model processes it. 文本在进入模型处理前，会被切分成叫做 Token 的最小单元。

03 — 𝗖𝗢𝗡𝗧𝗘𝗫𝗧 𝗪𝗜𝗡𝗗𝗢𝗪｜上下文窗口 The amount of information the model can consider at once. 模型一次能够读取、处理的信息总量。

04 — 𝗣𝗔𝗥𝗔𝗠𝗘𝗧𝗘𝗥𝗦｜参数 Learned values that shape how the model generates predictions. 模型经过学习得到的数值，决定模型如何生成预测内容。

05 — 𝗧𝗥𝗔𝗜𝗡𝗜𝗡𝗚 𝗗𝗔𝗧𝗔｜训练数据 The massive datasets used to teach models patterns in language and information. 用来让模型学习语言与信息规律的海量数据集。

06 — 𝗣𝗥𝗘𝗧𝗥𝗔𝗜𝗡𝗜𝗡𝗚｜预训练 The initial stage where a model learns broad patterns from large datasets. 模型从海量数据中学习通用规律的初始训练阶段。

07 — 𝗙𝗜𝗡𝗘-𝗧𝗨𝗡𝗜𝗡𝗚｜微调 Additional training that adapts a model toward specific tasks or domains. 二次训练，让模型适配特定任务或行业场景。

08 — 𝗜𝗡𝗦𝗧𝗥𝗨𝗖𝗧𝗜𝗢𝗡 𝗧𝗨𝗡𝗜𝗡𝗚｜指令微调 Teaches models to better follow human instructions. 训练模型，使其更好地遵从人类指令。

09 — 𝗥𝗟𝗛𝗙｜基于人类反馈的强化学习 Uses human feedback to improve model behavior and responses. 利用人类反馈优化模型的行为与回答风格。

10 — 𝗣𝗥𝗢𝗠𝗣𝗧｜提示词 The instruction or input you give to an AI model. 你发给 AI 模型的指令或者输入内容。

11 — 𝗦𝗬𝗦𝗧𝗘𝗠 𝗣𝗥𝗢𝗠𝗣𝗧｜系统提示词 Defines the model’s role, behavior, rules, and constraints. 定义模型的角色、行为风格、规则与限制。

12 — 𝗙𝗘𝗪-𝗦𝗛𝗢𝗧 𝗟𝗘𝗔𝗥𝗡𝗜𝗡𝗚｜少样本学习 Give examples in the prompt so the model understands the pattern you want. 在提示词里附上示例，让模型看懂你想要的格式和规律。

13 — 𝗭𝗘𝗥𝗢-𝗦𝗛𝗢𝗧｜零样本学习 Ask the model to perform a task without providing examples. 不给任何示例，直接让模型完成任务。

14 — 𝗧𝗘𝗠𝗣𝗘𝗥𝗔𝗧𝗨𝗥𝗘｜温度系数 Controls how predictable or varied the generated output can be. 控制生成内容的随机性、多样性。

15 — 𝗧𝗢𝗣-𝗞 / 𝗧𝗢𝗣-𝗣｜Top-K / Top-P 采样 Control which possible next tokens the model can consider during generation. 控制模型生成时可以选择哪些候选下一个 Token。

16 — 𝗠𝗔𝗫 𝗧𝗢𝗞𝗘𝗡𝗦｜最大 Token 数 Limits how much text the model can generate in a response. 限制单次回答模型最多输出的文本长度。

17 — 𝗛𝗔𝗟𝗟𝗨𝗖𝗜𝗡𝗔𝗧𝗜𝗢𝗡｜幻觉 When a model produces information that is incorrect, unsupported, or made up. 模型输出虚假、无依据、编造的信息。

18 — 𝗚𝗨𝗔𝗥𝗗𝗥𝗔𝗜𝗟𝗦｜安全护栏 Rules and controls designed to keep AI behavior safer and more reliable. 用来约束 AI，使其行为更安全可靠的规则与控制机制。

19 — 𝗘𝗠𝗕𝗘𝗗𝗗𝗜𝗡𝗚𝗦｜嵌入向量 Convert information into numerical representations that capture semantic relationships. 把信息转为数字向量，保留语义之间的关联关系。

20 — 𝗩𝗘𝗖𝗧𝗢𝗥 𝗗𝗔𝗧𝗔𝗕𝗔𝗦𝗘｜向量数据库 Stores embeddings so relevant information can be retrieved efficiently. 存储向量，实现相关信息的快速检索。

21 — 𝗥𝗔𝗚｜检索增强生成 Retrieval-Augmented Generation connects an LLM with external knowledge before generating an answer. 在回答前，给大模型接入外部知识库。

22 — 𝗔𝗜 𝗔𝗚𝗘𝗡𝗧｜AI 智能体 An AI system that can plan, use tools, and take actions toward a goal. 可以自主规划、调用工具、朝着目标执行动作的 AI 系统。

23 — 𝗧𝗢𝗢𝗟𝗦｜工具 External capabilities that let AI search, calculate, access data, execute code, or perform actions. 外部能力，让 AI 可以搜索、计算、读取数据、运行代码、执行操作。

24 — 𝗔𝗣𝗜｜应用程序接口 A connection that allows software and AI systems to communicate with other applications and services. 一套通信接口，让软件和 AI 系统与其他服务互通。

25 — 𝗠𝗨𝗟𝗧𝗜𝗠𝗢𝗗𝗔𝗟 𝗔𝗜｜多模态 AI Models that can work across multiple types of information such as text, images, audio, and more. 能够同时处理文本、图片、音频等多种信息类型的模型。

26 — 𝗖𝗢𝗡𝗧𝗘𝗫𝗧 𝗘𝗡𝗚𝗜𝗡𝗘𝗘𝗥𝗜𝗡𝗚｜上下文工程 Designing the right information, memory, tools, and instructions around a model. 为模型设计配套信息、记忆、工具、指令体系。

27 — 𝗥𝗘𝗧𝗥𝗜𝗘𝗩𝗔𝗟｜检索 Finding the most relevant information from an external knowledge source. 从外部知识库中查找最相关内容。

28 — 𝗙𝗜𝗡𝗘-𝗚𝗥𝗔𝗜𝗡𝗘𝗗 𝗖𝗢𝗡𝗧𝗥𝗢𝗟｜细粒度控制 Techniques that give developers more precise control over model behavior and outputs. 开发人员用来精准控制模型行为与输出效果的技术。

29 — 𝗖𝗛𝗔𝗜𝗡 𝗢𝗙 𝗧𝗛𝗢𝗨𝗚𝗛𝗧｜思维链 A reasoning approach where complex problems are handled through intermediate reasoning steps. 分步推理策略，拆解复杂问题，一步步推导答案。

30 — 𝗚𝗘𝗡𝗘𝗥𝗔𝗧𝗜𝗩𝗘 𝗔𝗜｜生成式 AI AI systems capable of generating new content such as text, images, audio, video, and code. 可以创造全新内容：文本、图像、音频、视频、代码的 AI 系统。

𝗧𝗛𝗘 𝗕𝗜𝗚 𝗣𝗜𝗖𝗧𝗨𝗥𝗘｜核心总览

LLM → understands language｜大语言模型 → 理解语言

RAG → brings external knowledge｜RAG → 接入外部知识

Tools → give AI capabilities｜工具 → 赋予 AI 能力

APIs → connect systems｜API → 打通系统

Agents → plan and take action｜智能体 → 自主规划并执行

That’s the foundation behind many modern AI products. 这就是绝大多数现代 AI 产品背后的底层基础。

𝗦𝗮𝘃𝗲 𝘁𝗵𝗶𝘀 𝗹𝗶𝘀𝘁. 𝗜𝗳 𝘆𝗼𝘂 𝗹𝗲𝗮𝗿𝗻 𝘁𝗵𝗲𝘀𝗲 𝗰𝗼𝗻𝗰𝗲𝗽𝘁𝘀, 𝘂𝗻𝗱𝗲𝗿𝘀𝘁𝗮𝗻𝗱𝗶𝗻𝗴 𝗔𝗜 𝗯𝗲𝗰𝗼𝗺𝗲𝘀 𝗺𝘂𝗰𝗵 𝗲𝗮𝘀𝗶𝗲𝗿. 收藏这份清单。掌握这些概念，看懂 AI 会简单很多。