附录 C：术语表
本术语表收录了大模型应用开发过程中常用的中英文技术术语，便于读者查阅和理解。
C.1 大模型基础
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| Large Language Model (LLM) | 大语言模型 | 基于大规模语料训练的语言模型 |
| Foundation Model | 基座模型 | 大规模预训练模型，可适配多种任务 |
| Multimodal Model | 多模态模型 | 能处理文本、图像、音频等多种模态 |
| Prompt | 提示词 | 输入给模型的指令或问题 |
| Prompt Engineering | 提示工程 | 设计和优化提示词的技术 |
| Token | 词元 | 模型处理的最小单位 |
| Context Window | 上下文窗口 | 模型一次能处理的最大 token 数 |
| Temperature | 温度参数 | 控制模型输出随机性 |
| Top-p Sampling | Top-p 采样 | 核采样，一种输出生成策略 |
C.2 Transformer 架构
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| Transformer | Transformer | 一种神经网络架构 |
| Self-Attention | 自注意力机制 | Transformer 的核心组件 |
| Multi-Head Attention | 多头注意力 | 多个注意力头并行计算 |
| Feed-Forward Network (FFN) | 前馈神经网络 | Transformer 中的全连接层 |
| Positional Encoding | 位置编码 | 为序列添加位置信息 |
| Layer Normalization | 层归一化 | 稳定训练的归一化技术 |
| Residual Connection | 残差连接 | 缓解梯度消失的跳跃连接 |
| KV Cache | 键值缓存 | 加速推理的缓存机制 |
C.3 RAG 相关
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| Retrieval-Augmented Generation (RAG) | 检索增强生成 | 结合检索和生成的架构 |
| Vector Database | 向量数据库 | 存储和检索向量的数据库 |
| Embedding | 向量嵌入 | 将文本转为数值向量 |
| Chunk | 文本块 | 文档切分后的片段 |
| Hybrid Search | 混合检索 | 结合向量和关键词的检索 |
| Reranking | 重排序 | 优化检索结果排序 |
| BM25 | BM25 | 基于关键词的经典检索算法 |
| HNSW | HNSW | 一种高效向量索引算法 |
| MMR (Maximal Marginal Relevance) | 最大边际相关性 | 兼顾相关性和多样性的检索 |
| HyDE (Hypothetical Document Embeddings) | 假设文档嵌入 | 一种检索增强技术 |
C.4 Agent 相关
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| Agent | 智能体 | 能自主决策和执行任务的 AI 系统 |
| ReAct | ReAct | 推理+行动的 Agent 框架 |
| Function Calling | 函数调用 | 模型调用外部工具的机制 |
| Tool Use | 工具使用 | Agent 调用外部工具的能力 |
| Chain of Thought (CoT) | 思维链 | 引导模型逐步推理的技术 |
| Tree of Thought (ToT) | 思维树 | 探索多种解决路径的框架 |
| Planning | 规划 | Agent 分解和计划任务的能力 |
| Memory | 记忆 | Agent 存储和回忆信息的能力 |
| Short-term Memory | 短期记忆 | 当前对话上下文 |
| Long-term Memory | 长期记忆 | 持久化存储的信息 |
C.5 模型训练与微调
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| Fine-tuning | 模型微调 | 在预训练基础上继续训练 |
| Full Fine-tuning | 全参数微调 | 更新全部模型参数 |
| PEFT (Parameter-Efficient Fine-Tuning) | 高效参数微调 | 只更新部分参数的微调方法 |
| LoRA (Low-Rank Adaptation) | LoRA | 一种高效的微调技术 |
| QLoRA | QLoRA | 量化的 LoRA，减少显存占用 |
| Adapter | 适配器 | 添加的可训练小型模块 |
| Instruction Tuning | 指令微调 | 提升指令遵循能力 |
| RLHF (Reinforcement Learning from Human Feedback) | 人类反馈强化学习 | 优化模型对齐的技术 |
| Reward Model | 奖励模型 | 评估输出质量的模型 |
| PEFT | 提示微调 | 仅调整少量提示参数 |
C.6 阿里云产品术语
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| DashScope | 灵积 | 阿里云大模型服务平台 |
| PAI | 机器学习平台 | 阿里云机器学习服务 |
| DSW | 交互式建模 | PAI 的 Jupyter 环境 |
| EAS | 弹性算法服务 | PAI 的模型部署服务 |
| FC / Function Compute | 函数计算 | Serverless 计算服务 |
| ACK | 容器服务 | 阿里云 Kubernetes 服务 |
| ASK | 容器服务 Serverless | 无服务器 Kubernetes |
| OSS | 对象存储 | 云存储服务 |
| RDS | 云数据库 | 关系型数据库服务 |
| SLS | 日志服务 | 日志采集与分析 |
| ARMS | 实时监控 | 应用性能监控服务 |
C.7 DevOps 与云原生
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| Docker | 容器 | 应用打包和隔离技术 |
| Container | 容器 | 轻量级虚拟化 |
| Image | 镜像 | 容器的模板 |
| Dockerfile | Docker 配方 | 定义镜像构建步骤 |
| Kubernetes / K8s | 容器编排 | 容器自动化管理平台 |
| Pod | Pod | Kubernetes 最小调度单位 |
| Deployment | 部署 | 应用部署配置 |
| Service | 服务 | 网络暴露方式 |
| Ingress | 入口 | HTTP/HTTPS 路由 |
| ConfigMap | 配置映射 | 非敏感配置存储 |
| Secret | 密钥 | 敏感信息存储 |
| HPA (Horizontal Pod Autoscaler) | 水平 Pod 自动扩缩容 | 根据负载自动调整副本数 |
| Helm | Helm | Kubernetes 包管理器 |
| CI/CD | 持续集成/持续部署 | 自动化构建和发布 |
| Auto Scaling | 自动扩缩容 | 根据需求自动调整资源 |
| Serverless | 无服务器 | 不需管理服务器的模式 |
C.8 安全与合规
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| API Key | API 密钥 | 访问 API 的凭证 |
| IAM (Identity and Access Management) | 身份与访问管理 | 权限控制 |
| RBAC (Role-Based Access Control) | 基于角色的访问控制 | 角色化权限管理 |
| VPC (Virtual Private Cloud) | 虚拟私有云 | 隔离的网络环境 |
| TLS / SSL | 传输层安全 | 加密传输协议 |
| WAF (Web Application Firewall) | Web 应用防火墙 | 应用层安全防护 |
| Rate Limiting | 限流 | 控制请求频率 |
| Input Validation | 输入验证 | 校验用户输入 |
| Prompt Injection | 提示注入 | 针对 LLM 的攻击 |
| Content Filtering | 内容过滤 | 过滤不当内容 |
C.9 性能与监控
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| Latency | 延迟 | 请求响应时间 |
| Throughput | 吞吐量 | 单位时间处理量 |
| TTFT (Time to First Token) | 首个 Token 时间 | 开始返回的时间 |
| TPOT (Time Per Output Token) | 每 Token 时间 | 输出每个 Token 的时间 |
| RPS (Requests Per Second) | 每秒请求数 | QPS，查询每秒 |
| GPU Memory | 显存 | GPU 内存 |
| Throughput | 吞吐量 | 单位时间处理的 token 数 |
| Prometheus | Prometheus | 监控系统 |
| Grafana | Grafana | 可视化仪表盘 |
| Logging | 日志 | 系统运行记录 |
| Tracing | 链路追踪 | 请求追踪 |
| Metrics | 指标 | 可测量的数据 |
C.10 其他常见术语
| 英文术语 | 中文术语 | 说明 |
|---|---|---|
| API (Application Programming Interface) | 应用程序接口 | 交互协议 |
| SDK (Software Development Kit) | 软件开发包 | 开发工具集 |
| REST / RESTful | REST | 一种 API 设计风格 |
| JSON | JSON | 数据格式 |
| gRPC | gRPC | 高性能 RPC 框架 |
| Webhook | Webhook | 事件回调通知 |
| CRUD | 增删改查 | 基本数据操作 |
| CRON | 定时任务 | 周期性执行 |
| Webhook | 网络钩子 | 事件触发通知 |
| Middleware | 中间件 | 请求处理中间层 |
| Streaming | 流式输出 | 边生成边返回 |
| Batch Processing | 批处理 | 批量处理任务 |