查看“WikiEdge:ArXiv-2303.15935/terms”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2303.15935/terms|action=edit}} 编辑]</div>
这篇文章的术语表如下：
* [[人工通用智能]]（[[Artificial General Intelligence]], AGI）：人工通用智能指的是能够执行任何人类智能任务的机器智能，包括推理、问题解决和创造力等。
* [[神经网络]]（[[Neural Networks]]）：神经网络是模仿人脑结构和功能的一种计算模型，由大量节点（或称“神经元”）相互连接构成。
* [[卷积神经网络]]（[[Convolutional Neural Networks]], CNNs）：卷积神经网络是一种深度学习网络，常用于处理视觉信息，其结构受到大脑视觉皮层的启发。
* [[注意力机制]]（[[Attention Mechanisms]]）：注意力机制是人工神经网络中的一种技术，模仿人脑选择性关注某些感官输入或认知过程的方式。
* [[变换器模型]]（[[Transformer Model]]）：变换器模型是一种基于自注意力机制的深度学习模型，广泛应用于自然语言处理和其他序列处理任务。
* [[多模态学习]]（[[Multimodal Learning]]）：多模态学习指的是同时处理和整合来自多种感官模态（如视觉、听觉等）的信息的学习方式。
* [[强化学习]]（[[Reinforcement Learning]], RL）：强化学习是一种机器学习方法，通过奖励和惩罚来训练模型，使其能够根据环境反馈做出决策。
* [[神经形态计算]]（[[Neuromorphic Computing]]）：神经形态计算是设计模仿生物神经元和突触的计算机硬件的领域，旨在模拟大脑的工作方式。
* [[大规模语言模型]]（[[Large Language Models]], LLMs）：大规模语言模型是一类包含大量参数的深度学习模型，能够处理和生成自然语言文本。
* [[零样本学习]]（[[Zero-Shot Learning]]）：零样本学习是指模型在没有看到特定类别样本的情况下，能够识别或生成该类别的样本。