Multi-Agent
多智能体是指多个 AI 智能体分工协作完成复杂任务的系统形态，各自承担不同角色，通过编排与协作共同达成目标。
Multi-Agent Collaboration
多智能体协作指多个 AI 角色分工完成复杂任务的技术：统筹、执行与验收角色配合，自动化处理长程任务，代表如 Mavis 等。
Multi-Agent System
多智能体系统是由多个 AI Agent 协同配合完成复杂任务的架构，通过角色分工、任务编排与相互协作，解决单个 Agent 难以独立完成的复合问题。
Multimodal AI
多模态 AI 指能同时理解和处理文本、图像、音频、视频等多种信息形态的 AI 技术，用统一模型完成跨模态的理解、生成与交互，代表如 GPT-4V、Gemini、豆包、通义千问等。
Multimodal Model
多模态模型指能同时处理文本、图像、音频、视频等多种输入形态的 AI 模型，如能看图回答、听懂语音、理解视频画面的模型，是当前 AI 技术的重要发展方向。
LLM API
大模型 API 指以接口方式提供大模型能力的服务形态：开发者按需调用模型，平台负责算力与稳定，代表如 SiliconFlow、OpenRouter 等。
LLM Evaluation Benchmark
大模型评测基准是用标准化题库衡量模型能力的方法体系，代表有 MMLU、C-Eval、CMMLU、OpenCompass 等；评测分数是模型选型的重要参考，但需结合场景与真人体验综合判断。
Large Language Model (LLM)
大语言模型（LLM）是海量文本数据训练出的深度神经网络模型，核心能力是理解和生成自然语言，是 ChatGPT、Claude、DeepSeek 等 AI 助手的底层技术。
Conversational AI
对话式 AI 指以自然语言对话为核心交互方式的人工智能技术：问答、任务执行、多模态理解，服务知识工作者与日常用户。
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。
Embedding
嵌入向量（Embedding）是把文本、图片等内容转换为数字向量的技术，让机器能计算内容之间的相似度，是语义搜索、知识库（RAG）、推荐系统的基础。
Workflow Automation
工作流自动化是指用软件把跨系统的重复性业务流程自动串联执行的技术与产品形态，通过触发器、节点与条件分支替代人工搬运，代表工具包括 Zapier、n8n、Make 等，与 AI 结合后可实现智能化的流程处理。
Hallucination
幻觉（Hallucination）指大模型生成看似合理但实际错误或虚构的内容。它源于模型按概率生成而非查证事实。降低幻觉的主要手段是检索增强（RAG）、引用来源与人工复核。
Open Source AI
开源 AI 指代码、模型与权重开放可用的 AI 技术与生态：开源框架、开源模型与开放社区让开发者自由使用、定制与部署，代表如 Llama、DeepSeek、PaddlePaddle、PyTorch 等。
Open Source AI
开源 AI 指以开源形式发布模型权重、代码与工具的人工智能生态，代表如 Llama、Qwen、DeepSeek、Mistral 等开源大模型及 n8n、FastGPT、Dify 等开源应用框架，通过开放与社区协作降低 AI 使用门槛、推动技术创新。
Open Source LLM
开源大模型指开放权重与代码的大语言模型：可本地部署与微调，自主可控与生态活跃，代表如 LLaMA、DeepSeek 等。
Open Source Models
开源模型是公开权重、允许本地部署与二次开发的大模型（如 Llama、DeepSeek、Qwen），是自建 AI 应用与隐私部署的主流选择。
Open Source License
开源许可证规定开源软件/模型的使用、修改与分发规则，MIT、Apache 2.0、GPL 等各有差异；AI 时代模型 License（Llama、Qwen 等）还需关注商用与衍生条款。
Reinforcement Learning
强化学习（RL）是机器学习的重要范式：智能体通过与环境的试错交互，根据奖励信号学习最优策略，广泛应用于游戏博弈、机器人控制与RLHF对齐等场景。
Recurrent Neural Network (RNN)
循环神经网络（RNN）是擅长处理序列数据的神经网络：通过循环结构保留历史信息，广泛用于文本、语音、时间序列任务，是 LSTM、GRU 等模型与语言模型发展的重要基础。
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。
Tree of Thoughts
思维树指让模型同时探索多条推理路径并择优的技术：分支搜索、自我评估、回溯选择，服务复杂推理任务。
Chain-of-Thought (CoT)
思维链（CoT）是一种让大模型分步推理的技术：要求模型把复杂问题拆解为中间推理步骤，再逐步得出结论，能显著提升数学、逻辑等任务的表现。
Diffusion Model
扩散模型是当前 AI 图像与视频生成的主流技术路线，通过「逐步加噪再逐步去噪」的方式从随机噪声中生成图像，Stable Diffusion、Midjourney 等工具都基于该原理。
