学习·基于来源的基础

AI 概念

清晰解释实用AI工作的理念、风险和构建模块。

每个概念说明其含义、重要性、可能失败的地方以及支持解释的来源。

所有概念

从你需要理解的问题开始。

这是一个维护的学习库,而不是每个AI术语的术语表。

ai applications

AI 助手

对AI助手作为帮助完成任务的产品的实用解释,而不将它们与模型或代理混淆。

已审核 2026-08-04 →
ai foundations

人工智能

理解AI系统、输出以及围绕它们所需判断的通俗基础。

已审核 2026-08-04 →
generative ai

上下文窗口

对模型在一次请求中可以使用的 token 容量的实用解释,以及为什么它不是内存。

已审核 2026-08-04 →
building with ai

嵌入

对用于搜索和RAG的文本嵌入的实用指南,包括向量相似性可以证明和不能证明的内容。

已审核 2026-08-04 →
ai literacy safety

幻觉

识别听起来合理但虚假或无支持的生成AI内容的实用指南。

已审核 2026-08-04 →
ai at work

人工监督

设计人工审查、权威和AI辅助工作中的升级机制的实用指南。

已审核 2026-08-04 →
generative ai

大型语言模型

对LLM是什么、它们如何生成文本以及用户需要验证的地方的通俗解释。

已审核 2026-08-04 →
ai foundations

机器学习

对模型如何从数据中学习、推广到新案例以及当模式较弱时如何失败的实用解释。

已审核 2026-08-04 →
generative ai

提示

将提示作为任务指令和上下文的实用指南,而不将提示设计视为真理的证明。

已审核 2026-08-04 →
building with ai

检索增强生成

对RAG如何结合检索与生成的实用解释,以及为什么仍然需要验证。

已审核 2026-08-04 →
ai literacy safety

敏感数据

识别在与AI工具共享之前需要额外注意的信息的实用指南。

已审核 2026-08-04 →
ai literacy safety

来源验证

检查是否存在来源、是否相关以及是否支持所附主张的实用指南。

已审核 2026-08-04 →