向量數據庫 (Vector Database)
向量數據庫（Vector Database）是一種專門設計用於儲存、管理和檢索高維度向量數據的數據庫系統。這些向量通常是由人工智慧模型，尤其是大型語言模型和深度學習系統將文字、圖像、音頻等非結構化數據轉換而來的數學表達形式。向量數據庫通過對這些向量進行索引和相似度搜索，支持基於語義的快速檢索，成為現代AI應用尤其是語義搜索、推薦系統和生成式AI的核心基礎設施。
查看AI術語
檢索增強生成RAG
檢索增強生成（Retrieval Augmented Generation，簡稱RAG）是一種結合資訊檢索技術與生成式人工智能的大型語言模型（LLM）框架，旨在突破傳統語言模型知識的局限，提升生成回答的準確度和時效性。RAG 模型通過先從外部知識庫或資料庫檢索出與用戶提問相關的內容切片，然後將這些檢索結果與原始問題共同輸入語言模型，由語言模型基於這些外部資訊生成更精準且具依據的答案。
查看AI術語
語義搜索 (Semantic Search)
語義搜索（Semantic Search）是一種基於自然語言處理和人工智慧技術的先進搜索方法，旨在讓計算機理解使用者查詢和資訊內容的深層意義，而非僅僅依賴關鍵字的字面匹配。語義搜索通過對語義的理解，更準確地捕捉用戶的搜索意圖，從而提供更相關、更精確的搜索結果，顯著提升搜索體驗。
查看AI術語
多模態人工智能 (Multimodal AI)
多模態人工智能（Multimodal AI）是一種能夠同時處理和融合來自多種不同數據模態的信息（如文字、圖像、音頻、視頻等）的人工智能技術。與傳統的人工智能系統僅僅專注於單一數據類型不同，多模態AI旨在模擬人類多感官協同感知和理解世界的能力，從多維度的數據中綜合學習和推理，從而提供更準確、更全面的智能判斷和生成能力。
查看AI術語
上下文窗口 (Context Window)
上下文窗口（Context Window）是大型語言模型（Large Language Models，LLM）和自然語言處理（NLP）領域中的一個核心概念，指的是模型在處理或生成文本時，能夠同時考慮的最大資訊範圍。換句話說，上下文窗口決定了模型可以「看到」多少文字或詞元（token），進而理解上下文、捕捉語義關聯和生成連貫內容的能力。
查看AI術語