DALL-E
DALL-E 是 OpenAI 的文生图模型系列，从 2021 年的 DALL-E 到 DALL-E 3，与 ChatGPT 深度整合，以理解复杂提示词与文字渲染著称。
DeepSeek
DeepSeek 是深度求索公司推出的开源大模型系列，以强推理能力与高性价比著称，V3 与 R1 分别在通用能力与推理任务上表现突出。
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。
Generative Adversarial Network
GAN（生成对抗网络）是一种经典生成模型：生成器与判别器相互博弈，生成器越做越真、判别器越查越严，最终生成器学会生成逼真数据。
Gemini
Gemini 是谷歌推出的多模态大模型系列（Nano/Flash/Pro/Ultra），深度集成谷歌搜索与安卓生态，以长上下文与多模态理解见长。
GPT-4o
GPT-4o 是 OpenAI 于 2024 年发布的旗舰多模态模型，支持文本、图像、音频实时理解与生成，以低延迟语音对话和全能输入著称。
GraphRAG
GraphRAG 是在 RAG 基础上引入知识图谱的检索增强技术：把文档构建成实体关系图，按主题查询再生成，能回答跨文档、关系型与全局性问题。
Hugging Face
Hugging Face 是全球最大的开源 AI 社区与模型平台，托管数百万模型、数据集与 AI 应用（Spaces），是开发者获取和分享开源模型的核心枢纽。
JSON Schema
JSON Schema 是描述 JSON 数据结构的规范，用于定义字段、类型与约束。大模型用它实现结构化输出与 Function Calling 参数校验。
Kimi AI
Kimi 是月之暗面推出的智能助手，以超长上下文（百万级 token）著称，可一次处理超长文档，主打"长文本领域专家"。
KV Cache (Key-Value Cache)
KV Cache 是 Transformer 推理中的键值缓存机制：把已计算的注意力键值存起来供后续词元复用，避免重复计算，是提升大模型生成速度与吞吐的核心优化。
LangChain
LangChain 是最流行的 LLM 应用开发框架：提供模型调用、Prompt 管理、RAG 组件与 Agent 编排的标准封装，降低 AI 应用开发门槛。
Low-Rank Adaptation
LoRA（低秩适配）是一种高效微调技术，通过冻结基础模型参数并注入可训练的低秩矩阵来适配新任务。相比全量微调，它大幅降低显存占用与算力成本，适用于风格迁移、领域知识注入等场景，但需注意数据质量对效果的决定性作用及潜在过拟合风险。
Low-Rank Adaptation (LoRA)
LoRA（低秩适配）是一种高效微调大模型的方法：冻结原模型、只训练少量低秩矩阵，用极低算力与显存让大模型适配新任务或新风格，是当前最主流的高效微调技术。
Model Context Protocol
Model Context Protocol（MCP）是连接 AI 模型与外部数据的标准化协议。它通过客户端-服务器架构，让应用以统一方式发现并调用工具、资源与提示模板。本文详解其工作原理、安全边界及选型建议，帮助开发者构建可扩展的 AI 集成系统。
Midjourney
Midjourney 是全球最流行的 AI 绘画工具之一，以美学质量与风格控制著称，主要通过 Discord 使用，支持文生图与图生图。
Machine Learning Operations
MLOps（机器学习运维）是把 DevOps 实践引入机器学习生命周期的工程方法论，覆盖数据准备、模型训练、评估、部署、监控与迭代的全流程自动化，解决「模型能训练但难上线、上线后难维护」的问题，是大模型时代 AI 工程化的关键。
Mixture of Experts
MoE（混合专家）是一种模型架构，将多个"专家"子网络组合，每次推理只激活其中一部分，兼顾大模型能力与推理成本。
OpenAI o1
OpenAI o1 是 2024 年发布的推理增强模型：通过"先思考再回答"（内部思维链）在数学、代码与逻辑任务上大幅超越 GPT-4o，重新定义了推理模型路线。
Ollama
Ollama 是本地一键运行大模型的开源工具：下载即可在个人电脑上部署 Llama、Qwen、DeepSeek 等模型，提供命令行与 API 接口，是本地 AI 应用开发的热门底座。
OpenRouter
OpenRouter 是统一多模型 API 的聚合路由平台：一个接口接入上百个大模型，自动按价格、质量路由，按用量计费，是开发者对比与调度大模型的常用枢纽。
Pika
Pika 是主打易用的 AI 视频生成工具，从"文字/图片生成视频"到视频特效，以产品体验与创意玩法见长，是 AI 视频普及的重要推动者。
RAG（检索增强生成）让大模型在回答前先查资料，从而减少胡说八道。本文用大白话讲清它是什么、解决什么问题、怎么落地，以及哪些情况其实不该用它。
Reasoning + Acting
ReAct 是让大模型"边推理边行动"的 Agent 范式：思考→调用工具→观察结果→再思考，是 Function Calling 与智能体工作流的思想基础。
