多模态AI是什么:文本、图像与其他信息如何结合
多模态AI指能够同时处理文本、图像、音频等多种类型数据的AI系统。本文解释其定义、工作机制、典型应用场景、与单模态模型的区别及技术边界,帮助读者理解多模态AI的能力范围与局限。
知识百科内容
仅显示知识百科范围内匹配的内容。
多模态AI指能够同时处理文本、图像、音频等多种类型数据的AI系统。本文解释其定义、工作机制、典型应用场景、与单模态模型的区别及技术边界,帮助读者理解多模态AI的能力范围与局限。
工具调用是模型在对话中生成结构化请求,由外部系统实际执行并返回结果的一种工程机制。本文解释其定义、工作流程、典型场景、与普通函数调用的区别,以及权限、参数校验和人工确认等必要边界,帮助业务人员理解模型如何借助外部能力完成任务…
AI Agent(智能体)是以大语言模型为核心,通过规划、记忆与工具调用自主完成任务的系统。本文解释其定义、运作机制、与普通工作流的区别、典型应用场景、易混淆概念及使用边界,帮助业务人员理解Agent的能力与局限。
提示词是用户向大语言模型等生成式AI系统提供的文本输入,用于传达任务指令、补充上下文并规定输出要求。本文解释提示词的核心构成、作用机制、典型应用场景,并与模型微调、检索增强生成等概念区分,帮助读者理解如何通过提示词引导模型生…
模型微调是在预训练大模型基础上,用特定数据继续训练模型参数,使其在特定任务或领域表现更好的方法。本文解释微调的定义、机制与适用场景,并对比预训练、提示词工程和检索增强生成(RAG)等常见方法,帮助读者理解不同技术路径的边界与…
模型幻觉指大语言模型生成看似可信但事实错误的输出。本文解释其成因、常见表现,并给出核验方法,帮助读者识别和降低幻觉风险。
Token是大语言模型处理文本的基本单位,可以是字、词或子词,并不固定等同于汉字。本文解释Token的定义、分词机制、与上下文窗口的关系,以及Token数量对成本和生成长度的影响,帮助读者理解AI模型如何读取和生成文本。
大语言模型(LLM)是基于海量文本训练、根据上下文逐词生成序列的人工智能模型。本文介绍其基本定义、Token与Embedding等核心机制,说明训练、微调、检索增强等能力来源的区别,并通过示例展示典型应用场景。同时明确模型幻…
牛鞭效应指供应链中需求信息从终端向上游传递时波动逐级放大的现象。本文解释其定义、四种主要成因、典型业务情境、易混淆概念与边界,并说明需求预测、信息共享等缓解思路,帮助经营者理解并识别供应链中的需求失真问题。
需求预测是供应链管理中的核心环节,通过历史数据与业务信息估算未来需求,为采购、生产、库存与配送提供决策依据。本文解释需求预测的定义、主要方法、误差来源与业务使用边界,帮助经营者正确理解预测的不确定性,避免将预测等同于承诺,并…
库存周转率衡量库存商品在一定期间内的周转速度,反映企业库存管理与资金使用效率。本文介绍其定义、成本口径计算公式、平均库存的取法、周转天数的换算,以及不同行业和业务情境下的解读边界,帮助经营者正确理解和使用这一指标。
提前期指从发起需求到完成相应活动所经过的时间,在不同语境下起止点不同。本文区分采购提前期、生产提前期和交付提前期,说明其构成、影响因素及在库存与补货决策中的作用,帮助读者正确理解和使用这一供应链基础概念。