AI GLOSSARY
AI 術語表
收錄人工智慧領域最常用的術語與縮寫，讓你快速看懂評測文章、新聞與技術文件。
A
AGI（通用人工智慧）
Artificial General Intelligence。能執行任何人類智能任務的 AI 系統，目前尚未實現，是 AI 研究的終極目標。
API（應用程式介面）
Application Programming Interface。讓不同軟體系統互相溝通的介面。AI API 讓開發者將 AI 功能整合進自己的應用程式。
Attention（注意力機制）
Transformer 架構的核心組件，讓模型在處理文字時能關注句子中不同位置的詞語，理解上下文關係。
C
Context Window（上下文視窗）
語言模型在單次對話中能記住的最大文字量，以 Token 計算。視窗越大，模型能處理的文件越長。
Claude（克勞德）
Anthropic 開發的大型語言模型系列，以安全性與長文處理能力著稱，與 ChatGPT 並列為最受歡迎的 AI 助手。
F
Fine-tuning（微調）
在預訓練模型基礎上，用特定領域數據進一步訓練，使模型在特定任務上表現更佳。
Foundation Model（基礎模型）
在大規模數據上預訓練的大型 AI 模型，可作為下游任務的基礎。GPT-5、Claude、Gemini 都是基礎模型。
G
GPT（生成式預訓練 Transformer）
Generative Pre-trained Transformer。OpenAI 開發的語言模型系列，GPT-4、GPT-5 是目前最廣泛使用的 AI 模型。
Generative AI（生成式 AI）
能生成新內容（文字、圖像、音訊、影片）的 AI 系統，與傳統分析型 AI 不同，強調創作能力。
L
LLM（大型語言模型）
Large Language Model。以海量文字數據訓練的 AI 模型，能理解並生成人類語言。ChatGPT、Claude 背後都是 LLM。
Latency（延遲）
AI 模型從收到請求到輸出第一個 Token 的時間。低延遲對即時對話應用尤其重要。
M
Multimodal（多模態）
能處理多種類型輸入（文字、圖像、音訊、影片）的 AI 模型。GPT-5、Gemini 都是多模態模型。
Model（模型）
AI 的核心，透過訓練數據學習規律並用於預測或生成輸出。不同的模型在不同任務上各有優勢。
P
Prompt（提示詞）
輸入給 AI 模型的指令或問題文字。高品質的 Prompt 能顯著提升 AI 輸出的品質與相關性。
Prompt Engineering（提示詞工程）
設計和優化 Prompt 以獲得更好 AI 輸出的技術。良好的 Prompt Engineering 可大幅提升工作效率。
R
RAG（檢索增強生成）
Retrieval-Augmented Generation。結合外部知識庫檢索的生成技術，讓 LLM 能回答訓練資料以外的問題，大幅降低幻覺。
T
Token（語言單元）
AI 語言模型處理文字的最小單位，通常是一個單詞或幾個字符。計費和上下文限制通常以 Token 計算。
Transformer（Transformer 架構）
2017年 Google 提出的深度學習架構，是現代所有主要 LLM 的基礎。GPT 的「T」就是 Transformer。