Function Calling
工具调用是让大模型按规范输出调用指令、由应用执行外部函数或 API 的能力，是智能体（Agent）连接现实世界的核心机制。
Few-shot Learning
少样本学习（Few-shot）指给模型提供少量示例，让它理解任务格式与要求后再执行，是提示词工程中最实用的技巧之一，能显著提升输出稳定性与符合度。
Fine-tuning
微调（Fine-tuning）是在预训练大模型基础上，用特定领域数据继续训练，让模型更贴合特定任务或风格。相比提示词，微调能带来更稳定的领域表现，但需要数据准备与训练成本。
Federated Learning
联邦学习指在不共享原始数据的前提下协作训练模型的技术：本地训练、梯度聚合、隐私保护，服务多机构联合建模。
