WikiEdge:ArXiv-2409.02711v1/terms

編輯

這篇文章的術語表如下：

• 生成性人工智能（Generative AI）：生成性人工智能是一類能夠生成與訓練數據相似的新數據或內容的人工智能算法。
• 多代理系統（Multi-Agent Systems）：多代理系統是由多個具有不同能力和專業知識的代理組成的系統，這些代理能夠通過交互模擬複雜現實世界環境。
• 大型語言模型（Large Language Models, LLMs）：大型語言模型是使用變換器架構訓練的人工智能模型，能夠理解和生成類似人類的語言。
• 檢索增強生成（Retrieval-Augmented Generation, RAG）：檢索增強生成是一種通過從外部知識庫中實時檢索相關文檔片段來增強大型語言模型的方法。
• 量化（Quantization）：量化是一種減少神經網絡內存占用和計算需求的技術，通常涉及將模型參數的精度從32位浮點數降低到更低的位寬表示。
• 自注意力機制（Self-Attention Mechanism）：自注意力機制是變換器模型中的一種機制，允許模型學習輸入序列中每個詞的重要性，無論其位置如何。
• 編碼器-解碼器結構（Encoder-Decoder Structure）：編碼器-解碼器結構是變換器模型中的一種結構，其中編碼器和解碼器都使用自注意力和前饋神經網絡。
• 物流事件（Logistic Events）：物流事件是物流過程中記錄的各種情況的代碼，代表包裹在PostNL網絡中從接收到交付的旅程。
• 數字化轉型（Digital Transformation）：數字化轉型是企業利用數字技術來改造其業務模式和流程的過程，以提高效率和競爭力。
• 生成性預訓練變換器（Generative Pre-trained Transformer, GPT）：生成性預訓練變換器是一種基於變換器模型的生成性人工智能，能夠生成新的文本數據。