AI常见问题解答

AI最前沿整理了用户最常问的AI领域问题，点击问题查看详细解答。

什么是大语言模型（LLM）？

大语言模型（Large Language Model, LLM）是基于Transformer架构、在海量文本数据上预训练的超大规模神经网络模型，能够理解和生成人类语言。代表模型包括OpenAI GPT系列、Anthropic Claude、Google Gemini、Meta LLaMA、智谱ChatGLM、阿里通义千问等。

什么是AI Agent（智能体）？

AI Agent是能够自主感知环境、规划任务、调用工具并执行多步骤操作的人工智能系统。与传统对话式AI不同，AI Agent可以自主使用API、访问知识库、记忆上下文，完成复杂任务。代表框架包括LangChain、AutoGPT、CrewAI等。

什么是RAG（检索增强生成）？

RAG（Retrieval-Augmented Generation，检索增强生成）是一种将外部知识库检索与大语言模型生成相结合的技术。系统先从向量数据库中检索相关文档片段，再将其作为上下文输入LLM生成答案，有效解决大模型幻觉和知识过时问题。

什么是微调（Fine-tuning）？

微调是在预训练大模型基础上，使用特定领域数据继续训练，使模型适配特定任务的过程。主要方法包括全参数微调、LoRA（低秩适配）、QLoRA等。

什么是RLHF？

RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）是通过人类标注员对模型输出进行打分，训练奖励模型，再用强化学习优化大模型的对齐技术。ChatGPT和Claude都使用了RLHF。

什么是多模态大模型？

多模态大模型能够同时理解和处理文本、图像、音频、视频等多种类型的数据。代表模型包括GPT-4o、Gemini、Claude 3.5 Sonnet、Qwen-VL等。

什么是Transformer架构？

Transformer是2017年Google论文提出的神经网络架构，核心是自注意力机制（Self-Attention），能够并行处理序列数据。它是现代大语言模型（GPT、BERT、Claude等）的基础架构。

什么是向量数据库？

向量数据库是专门存储和检索高维向量嵌入的数据库系统，用于RAG系统中的语义搜索。主流产品包括Pinecone、Weaviate、Chroma、Milvus等。

什么是具身智能？

具身智能（Embodied AI）是指具有物理身体、能通过与环境交互学习的人工智能系统，如人形机器人。代表模型包括Google RT-2、Figure AI、特斯拉Optimus等。

什么是MoE（混合专家模型）？

MoE（Mixture of Experts）是一种通过门控网络选择性激活部分专家子网络的模型架构，在保持计算效率的同时大幅扩展模型参数。代表模型包括GPT-4、Mixtral 8x7B、DeepSeek-V2等。