当前位置: 首页 > news >正文

LLM与Agent术语大解析:从基础到前沿,测测你了解多少?

本文系统地梳理了与LLM(大语言模型)和Agent(智能体)相关的核心概念,涵盖了基础模型、提示工程、智能体组成、工具调用、知识记忆、推理决策、多模态技术、评估安全、系统工程以及商业产品等多个维度。文章旨在帮助读者全面了解这些关键技术领域的术语体系,并通过互动问答加深理解。


LLM(大语言模型)Agent(智能体)相关的名词很多,可以从不同层次来理解。下面按体系分类的名词,大家对照一下自己知道几个,请打在评论区。


一、基础概念(核心名词)

1. LLM 基础

  • LLM(Large Language Model):大语言模型
  • Foundation Model(基础模型)
  • Pretraining(预训练)
  • Fine-tuning(微调)
  • Instruction Tuning(指令微调)
  • Alignment(对齐)

典型模型:

  • • OpenAI 的 GPT 系列
  • • Anthropic 的 Claude
  • • Google DeepMind 的 Gemini
  • • Meta AI 的 Llama

2. Token 与上下文

  • • Token(词元)
  • • Context(上下文)
  • • Context Window(上下文长度)
  • • Prompt(提示词)
  • • System Prompt(系统提示)

二、Prompt 相关(提示工程)

1. Prompt Engineering

  • • Prompt Engineering(提示工程)
  • • Zero-shot(零样本)
  • • Few-shot(少样本)
  • • Chain-of-Thought(思维链)
  • • Self-consistency(自一致推理)
  • • ReAct(Reason + Act)

三、Agent(智能体)核心概念

1. Agent 基础

  • • Agent(智能体)
  • • Autonomous Agent(自主智能体)
  • • AI Agent
  • • Multi-agent(多智能体)

相关项目或框架:

  • • LangChain
  • • AutoGPT
  • • BabyAGI
  • • CrewAI

2. Agent 组成

Agent 常见模块:

  • • Planner(规划器)
  • • Executor(执行器)
  • • Memory(记忆)
  • • Tools(工具调用)
  • • Reflection(反思)
  • • Feedback(反馈)

四、工具调用与外部能力

  • • Tool Use(工具使用)
  • • Function Calling(函数调用)
  • • API Calling
  • • Plugins(插件)

例如:

  • • OpenAI Function Calling
  • • 浏览器、搜索、数据库等工具

五、知识与记忆

1. 知识增强

  • • RAG(Retrieval-Augmented Generation,检索增强生成)
  • • Embedding(向量表示)
  • • Vector Database(向量数据库)

典型数据库:

  • • Pinecone
  • • Weaviate
  • • Milvus

2. Memory(记忆)

  • • Short-term Memory
  • • Long-term Memory
  • • Episodic Memory(情节记忆)
  • • Semantic Memory(语义记忆)

六、推理与决策

  • • Reasoning(推理)
  • • Planning(规划)
  • • Decision-making(决策)
  • • Tree of Thoughts(思维树)
  • • Graph of Thoughts(思维图)

七、多模态与扩展

  • • Multimodal(多模态)
  • • Vision-Language Model(视觉语言模型)
  • • Audio-Language Model
  • • Video Understanding

典型模型:

  • • OpenAI GPT-4o
  • • Google Gemini

八、评估与安全

  • • Benchmark(基准测试)
  • • Hallucination(幻觉)
  • • Safety(安全)
  • • Guardrails(安全护栏)
  • • Red Teaming(红队测试)

九、系统与工程

  • • LLMOps(大模型运维)
  • • MLOps
  • • Model Serving(模型部署)
  • • Inference(推理服务)
  • • Latency(延迟)
  • • Cost Optimization(成本优化)

十、商业与产品方向

  • • AI Native
  • • AI Copilot
  • • Agentic Workflow(智能体工作流)
  • • Vertical Agent(垂直智能体)
  • • SaaS + AI
  • • AI Automation(自动化)

假如你从2026年开始学大模型,按这个步骤走准能稳步进阶。

接下来告诉你一条最快的邪修路线,

3个月即可成为模型大师,薪资直接起飞。

阶段1:大模型基础

阶段2:RAG应用开发工程

阶段3:大模型Agent应用架构

阶段4:大模型微调与私有化部署

配套文档资源+全套AI 大模型 学习资料,朋友们如果需要可以微信扫描下方二维码免费领取【保证100%免费】👇👇


配套文档资源+全套AI 大模型 学习资料,朋友们如果需要可以微信扫描下方二维码免费领取【保证100%免费】👇👇

http://www.jsqmd.com/news/485299/

相关文章:

  • 梳理九江市有机肥生产企业,生物有机肥制造企业如何选择 - 工业品网
  • 纯前端实现科幻级交互!Three.js 结合 MediaPipe 打造 3D 手势粒子引擎 (附源码与在线演示)
  • windows下openclaw的操作指令有哪些?
  • COMSOL生成三维多孔介质
  • 孩子独立后,父母最难的一关:把卡住的人生“重启”
  • 科研虾LabClaw接管实验室!斯坦福和普林斯顿重新定义人机协作边界
  • 【C++】C++入门基础
  • 清单来了:9个AI论文工具测评!本科生毕业论文写作必备清单
  • STL——迭代器
  • BeanFactory与FactoryBean区别详解
  • 第二篇:大模型提示工程(Prompt Engineering)高级调优与前沿策略
  • 分享一款高颜值强大的uniapp组件库-图鸟组件库
  • 为什么四年级才建议开始学习C++?很多家长都问早了
  • 英伟达龙虾模型开源,12B激活登上成功率全球第四
  • vectorbt-案例学习-1 对出场条件的探索
  • 部署RHCSA9.7、并完成优化
  • SAM2:使用mask作为提示输入,实现VOS视频分割
  • Meta甩出4款推理芯片,软硬协同两年算力暴涨25倍
  • 笨鸟先飞之python基础总结
  • AI大模型教程(2026最新)从零基础入门到精通,一篇收藏全掌握!
  • 测试文章发布
  • MATLAB R2018A环境下基于基尼相关性的频域地震盲反褶积方法
  • 小程序毕业设计-基于微信小程序的乡村治理数字化平台的设计与实现
  • 政府科技管理部门如何高效整合区域创新资源?
  • 面试官最爱问的设计题:动态支付系统设计(策略模式 + 工厂模式 + Spring自动注册)
  • Python每日一题:四道易错题深度解析(变量作用域、逻辑运算、lambda、Py2/3区别)
  • OpenClaw玩转有道云笔记
  • 超越 Transformer 的架构前瞻
  • 2026年手机摄像头测试方案厂商技术强的品牌推荐 - mypinpai
  • 网络安全向日葵漏洞