Agent Memory
智能体记忆是让 AI Agent 跨对话记住用户偏好、历史事实与任务状态的能力，分为工作记忆、长期记忆与情景记忆，是 Agent 从「一次性问答」走向「持续服务」的关键。
Agent Memory
智能体记忆是AI智能体跨对话保存与调用信息的能力，通过短期上下文与长期存储（向量库等）让智能体记住用户偏好与历史信息，是构建个性化智能体的关键能力。
Local LLM
本地大模型（Local LLM）指在个人电脑或自有服务器上直接运行的开源大语言模型，数据不出本机、离线可用、无需按 Token 付费，代表工具包括 Ollama、LM Studio、llama.cpp 等，是隐私敏感场景与低成本实验的主流方案。
Local LLM Deployment
本地大模型部署是指在自己的计算机或自有服务器上运行开源大语言模型的技术方案，交互数据不离开本机，兼顾隐私、成本与可控性，常借助 Ollama 等工具实现。
Local Deployment
本地部署是把大模型运行在自己的服务器或电脑上，实现数据不出内网、成本可控、可定制微调，是隐私敏感场景与降本的主流选择。
Machine Learning
机器学习（ML）是让计算机从数据中自动学习规律而非显式编程的学科，涵盖监督学习、无监督学习与强化学习，是人工智能的核心分支。
Gradient Descent
梯度下降是训练机器学习模型的核心优化算法：通过计算损失函数对参数的梯度，沿着梯度反方向反复调整参数，让模型的预测误差逐步减小，是深度学习训练的基础机制。
Retrieval-Augmented Generation
检索增强生成（RAG）是一种让大模型先检索外部知识库、再把检索结果作为上下文进行生成的架构，用于解决模型知识陈旧、幻觉与企业私有数据接入问题，是当前企业级 AI 应用的主流范式。
Model Alignment
模型对齐（Alignment）是指让 AI 模型的行为、输出与人类的意图、价值观和安全要求保持一致的技术与研究方向，典型方法包括 RLHF（基于人类反馈的强化学习）、DPO 直接偏好优化与宪法式对齐等。
Model Fine-tuning
模型微调（Fine-tuning）指在预训练大模型基础上，用特定领域数据继续训练，让模型适配专属任务与风格。相比提示工程，微调改变模型权重，效果更稳定但成本更高。
Model Distillation
模型蒸馏（Model Distillation）是一种模型压缩技术：用大模型（教师）的输出作为监督信号，训练一个更小的模型（学生）模仿其行为，让小模型以更低算力成本接近大模型的能力，典型应用如让开源小模型学习闭源大模型的回复风格。
Knowledge Distillation
模型蒸馏是把大模型（教师）学到的能力压缩到更小模型（学生）的技术，让小模型在更低的算力成本下接近大模型的水平。
Model Evaluation
模型评估是用基准测试与真实任务衡量大模型能力的过程，涉及准确率、推理、代码、多语言等维度，是选模型与优化应用的基础。
Model Routing
模型路由是指在多模型环境中按规则自动分配请求到最合适模型的技术，用于平衡质量、成本与可用性，常内置于大模型聚合平台。
Model Quantization
模型量化是把模型参数从高精度（如FP16）压缩到低精度（如INT8）的优化技术，显著降低显存占用与推理成本，是本地部署大模型的关键手段。
Regularization
正则化是防止模型过拟合的技术总称：通过给模型复杂度增加惩罚（L1/L2、Dropout、早停等），让模型学习通用规律而非死记训练数据，提升泛化能力。
Attention Mechanism
注意力机制让模型在处理序列时按相关性给不同位置分配权重，是 Transformer 架构与大语言模型的核心机制。
Streaming
流式输出（Streaming）指大模型逐字生成并实时返回结果，用户看到"打字机"效果而无需等待全文。几乎所有对话应用（ChatGPT、Kimi、豆包）都用流式传输。
Deepfake
深度伪造（Deepfake）指用生成式 AI 合成逼真的人脸/声音/视频，可被用于换脸、配音造假。它带来侵权、诈骗与信任风险，也催生了检测与监管需求。
Deep Learning
深度学习是使用多层神经网络进行学习的机器学习方法，通过深层结构自动提取特征，在图像、语音、自然语言等领域取得突破，是大模型的技术基础。
Deep Research
深度研究（Deep Research）指 AI 对开放性问题进行多步自主检索、交叉验证与结构化输出的高级搜索形态：输入一个调研主题，AI 规划检索路径、多轮查证后输出带引用来源的完整研究报告。
Mixture of Experts (MoE)
混合专家模型（MoE）是一种神经网络架构：将模型拆成多个"专家"子网络，每次输入只激活其中一部分，在扩大模型参数量的同时控制推理成本。
Mixture of Experts (MoE)
混合专家模型（MoE）是让多个专家子网络分工处理不同类型输入、再由门控网络动态路由的大模型架构，用更少计算量获得更大容量，是近年大模型提升能力与降低推理成本的关键技术。
Temperature
温度参数（Temperature）是控制大模型输出随机性的设置：数值越高回答越多样甚至发散，越低越保守稳定。理解它有助于调整 AI 输出的创造性与一致性。
用通俗中文解释 AI 技术术语，帮助你看懂工具页面里的模型、协议和工作流。
