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。
AI
解释企业订货、渠道协同、供应链数字化与 AI 经营中的核心概念。
当前主题：AI查看全部词条
全部词条
推荐词条优先，其余内容按发布时间从新到旧排列。
10 个词条
工具调用是什么：模型如何请求外部系统执行任务
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是什么：模型、工具与执行边界
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。
提示词是什么：任务指令、上下文与输出约束
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…
模型微调是什么：与预训练、提示词和检索的区别
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…
模型幻觉是什么：成因、表现与核验方法
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。
RAG是什么：检索增强生成如何工作
RAG（检索增强生成）是一种结合外部知识检索与大型语言模型生成能力的技术，通过先检索相关资料再生成回答，缓解模型幻觉并提升知识型任务的准确性。本文解释RAG的定义、工作流程、典型应用场景、与微调及长上下文等方法的区别，并说明…
Embedding是什么：向量表示与语义检索
Embedding是一种将文本、图像等数据转换为数值向量的技术，使语义相近的内容在向量空间中距离更近。本文解释其定义、工作原理、在语义检索中的应用，并辨析它与关键词搜索、模型训练等概念的区别，帮助读者理解其能力边界。
Token是什么：分词单位与上下文的关系
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。
大语言模型是什么：生成机制与能力边界
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…