AI工程师英文学习小抄

一、词符切分

Tokenization (n. 词符切分)：把句子切成一个个小零件

二、矢量化

Vectorization (n. 矢量化)：把文字、图片、声音都变成数字

三、基础设施

Infrastructure (n. 基础设施)：AI系统的地基

四、核心架构

Core Architecture (n. 核心架构)：AI的大脑设计

五、混合专家

Mixture of Experts (n. 混合专家)：多个”专家”模型各显神通

六、人类反馈强化学习

RLHF (Reinforcement Learning from Human Feedback)：让AI懂礼貌、会说话

七、思维链

Chain of Thought (n. 思维链)：让AI一步一步思考

八、推理能力

Reasoning (n. 推理)：衡量AI智能的重要标准

九、模型优化

Optimizations (n. 优化)：让模型跑得更快、吃得更少

十、知识蒸馏

Distillation (n. 蒸馏)：把大模型的知识提炼给小模型

十一、状态空间模型

SSMs (State Space Models)：Transformer的新兴挑战者

十二、模型竞赛

Competition Models (n. 竞争模型)：AI界的奥林匹克

十三、炒作与质疑

Hype Makers & Breakers (n. 吹鼓手与泼冷水)：理性看待AI

十四、图像Transformer

Image Transformers (n. 图像转换器)：让AI看懂图片

十五、视频Transformer

Video Transformers (n. 视频转换器)：理解动态视觉

十六、实际案例

Case Studies (n. 案例研究)：AI在真实世界的应用

参考链接
– 原文：https://docs.80aj.com/docs/AI%20%E5%B7%A5%E7%A8%8B%E5%B8%88%E7%9A%84%E5%A5%87%E5%B9%BB%E6%BC%82%E6%B5%81%EF%BC%9A%E4%B8%80%E4%BB%BD%E5%B8%A6%E6%A2%97%E7%9A%84%E8%8B%B1%E6%96%87%E5%AD%A6%E4%B9%A0%E5%B0%8F%E6%8A%84.html