人工智能是一个复杂的领域，从业者常用专业术语来解释其研究内容。为帮助读者更好地理解相关报道，我们编制了这份人工智能术语词典，对重要术语进行解释。随着研究人员不断推进人工智能发展并识别新的安全风险，我们将持续更新这份词典。
AI代理是一种高级人工智能工具，能够代表用户执行复杂任务，如报销处理、订票预订、代码编写等。它的功能远超基础聊天机器人，可以调用多个AI系统来完成多步骤任务。目前这一领域仍在快速发展中，基础设施正在逐步完善。
思维链推理是大语言模型的一项重要能力，通过将复杂问题分解为多个中间步骤来提高解答质量。虽然这种方式可能需要更长处理时间，但能显著提高结果准确性，特别是在处理逻辑推理和编程任务时。
深度学习是一种基于多层人工神经网络（Artificial Neural Network）的机器学习方法。它模仿人类大脑的神经元连接方式，能够自主识别数据特征并通过不断学习改进输出。这种方法虽然需要大量数据和较长训练时间，但能实现更复杂的数据分析。
微调是指通过专门数据训练来优化AI模型在特定领域的表现。许多AI企业以此方式改进大语言模型，使其更适合特定行业应用。
大语言模型是现代AI助手的核心，如ChatGPT、Claude、谷歌Gemini（Google Gemini）等都基于此技术。这些模型通过分析海量文本数据，学习语言规律和知识关系，能够理解和生成人类语言。
神经网络是深度学习的基础架构，其设计灵感来自人类大脑。得益于图形处理器（GPU）技术的发展，神经网络在语音识别、自动驾驶、药物研发等领域取得重大突破。
权重是AI模型训练中的关键参数，决定了不同输入特征的重要程度。通过不断调整权重，模型能够优化其输出结果，更准确地完成预测任务。例如，在房价预测模型中，不同特征（如房间数量、位置等）会被赋予不同的权重值。
