概念词汇表：F¶
本页整理拼音首字母为 F 的中文概念词条。词条正文由单词源文件 include 生成。
事实¶
- 含义: 事实是在当前输入或观察状态中用于应用规则的值或条件。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
rule-based system,inference engine,knowledge base - 核心 Section:
P1-3.1 - 出现 Section:
P1-2.2,P1-15.2,P4-index,P4-summary,P4-15.3
事实性主张¶
- 含义: 事实性主张是需要用外部证据核查的陈述。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
interpretation,working hypothesis,prediction - 核心 Section:
P1-17.3 - 出现 Section:
P1-17.2
事实性¶
- 含义: 事实性是判断陈述是否符合可验证现实的质量标准。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
evidence,hallucination,evaluation - 核心 Section:
P1-12.3 - 出现 Section:
P1-10.3,P1-11.1,P1-13.1,P6-9.2
失败¶
- 含义: 失败是执行已尝试但未能完成或未达到预期条件的状态。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
hold state,run record,evaluation,retry,next action - 核心 Section:
P7-6.2 - 出现 Section:
P1-14.6,P1-16.3,P7-6.1,P7-6.3,P7-7.2
失败类型¶
- 含义: 失败类型按重复的问题结构整理失败案例。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
failure,evaluation,incident record,next action,project - 核心 Section:
P1-16.3 - 出现 Section:
P7-2.3,P7-7.2
花式索引¶
- 含义: 花式索引用位置列表或数组选择特定值。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
boolean mask,indexing,copy - 核心 Section:
P2-11.4 - 出现 Section:
P2-12.2
特征¶
- 含义: 特征是模型用作输入信号或判断依据的值。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
representation,input,parameter,feature selection,representation learning - 核心 Section:
P1-4.3 - 出现 Section:
P1-2.3,P1-3.2,P1-3.3,P3-1.1,P3-2.2,P3-4.1,P3-4.2,P3-5.1,P3-6.1,P3-6.2,P3-6.3,P3-6.4,P5-10.1
特征选择¶
- 含义: 特征选择是在可用特征中决定当前问题保留哪些特征。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
feature,preprocessing,data leakage - 核心 Section:
P4-7.1 - 出现 Section:
P3-6.1,P4-7.3,P4-7.4,P4-15.2
前馈网络¶
- 含义: 前馈网络让输入沿层向前流动，没有循环反馈。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
Transformer,self-attention,layer normalization - 核心 Section:
P5-14.1 - 出现 Section:
P5-14.2
少样本提示¶
- 含义: 少样本提示在当前提示中放入少量输入输出示例。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
example,in-context learning,prompt - 核心 Section:
P1-12.2
Figure¶
- 含义: Figure 是 Matplotlib 中包含一个或多个绘图区的外层画布。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
Axes,plot,savefig - 核心 Section:
P2-13.1 - 出现 Section:
P2-13.2,P2-13.3
筛选¶
- 含义: 筛选是只保留满足条件的行或值。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
aggregation,groupby,DataFrame - 核心 Section:
P2-12.2 - 出现 Section:
P1-13.4
微调¶
- 含义: 微调是在预训练模型上继续用任务或领域数据训练。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
pretraining,in-context learning,GPT - 核心 Section:
P6-8.1 - 出现 Section:
P1-11.3,P1-12.1,P6-8.2,P6-9.3,P6-9.5
拟合¶
- 含义: 拟合是把选定模型或工具调整到给定数据上。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
training,inference,model - 核心 Section:
P1-5.1
专家系统¶
- 含义: 该词条说明这一概念在 AI、数据处理或系统运行中的基本含义。
- 为什么重要: 理解它有助于把相近概念、执行边界和失败原因区分开。
- 相关概念:
rule-based system,knowledge acquisition,inference engine - 核心 Section:
P1-3.1 - 出现 Section:
P1-2.1,P1-2.2
固定长度向量¶
- 含义: 固定长度向量把不同长度输入压缩成同样大小的向量。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
Encoder-Decoder,Attention,vector - 核心 Section:
P1-11.2 - 出现 Section:
P1-9.3,P1-11.3
过度代理性¶
- 含义: 该词条说明这一概念在 AI、数据处理或系统运行中的基本含义。
- 为什么重要: 理解它有助于把相近概念、执行边界和失败原因区分开。
- 相关概念:
least privilege,scope,approval,security,agent - 核心 Section:
P1-15.3 - 出现 Section:
P1-10.3,P1-14.6,P7-6.2
后续审查样本¶
- 含义: 后续审查样本是在下一轮优先重新检查的样本。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
review target,evaluation record,execution summary,error case,priority - 核心 Section:
P7-3.1 - 出现 Section:
P7-3.2,P7-4.2,P7-summary
预测展望¶
- 含义: 预测展望是基于依据讨论未来可能变化的陈述。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
scenario,indicator,prediction - 核心 Section:
P1-17.1 - 出现 Section:
P1-17.3
导数¶
- 含义: 导数是瞬时变化率，表示输入极小变化时输出如何变化。
- 为什么重要: 导数把函数变化同优化和学习连接起来，是理解梯度和降低损失方向的基础。
- 相关概念:
变化率,斜率,梯度 - 核心 Section:
P2-4.3 - 出现 Section:
P2-4.4,P2-6.1,P2-6.3
函数¶
- 含义: 函数按规则把输入映射到输出。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
variable,expression,model - 核心 Section:
P2-2.1 - 出现 Section:
P2-4.2,P2-4.3,P2-6.2,P2-8.5,P2-10.3
CNN，卷积神经网络¶
- 含义: 卷积神经网络通过多层反复读取局部视觉模式，并把它们组合成更高层表示。
- 为什么重要: CNN 是图像识别中层级表示学习的代表例子，说明为什么局部模式读取、卷积和池化比把整张图像完全展平更有效。
- 相关概念:
图像识别,学习到的表示,AlexNet - 核心 Section:
P1-9.1 - 出现 Section:
P5-11.1,P5-11.2,P5-11.3
卷积¶
- 含义: 卷积是让小滤波器在输入上滑动，并在每个位置计算局部模式响应的运算。
- 为什么重要: 卷积是 CNN 读取局部视觉模式的核心运算，解释特征图以及同一检测器如何应用到图像多个位置。
- 相关概念:
CNN，卷积神经网络,池化,特征图 - 核心 Section:
P5-11.2
函数调用¶
- 含义: 函数调用用结构化参数表达要调用哪个工具或函数。
- 为什么重要: 理解它有助于区分数据、建模、评估、提示或系统运行中的具体角色。
- 相关概念:
tool use,agent,Model Context Protocol, MCP - 核心 Section:
P6-13.2 - 出现 Section:
P6-14.1