大语言模型Large Language Model
读过海量文本、学会「接着往下写」的统计模型——对话、写作、编程能力都由此而来。
通过预测下一个词接受训练。规模足够大之后，表现出翻译、推理、写代码等未被单独教过的能力。当前主流产品（对话助手、代码助手）的底座都是它。
AI 百科
给零基础读者的地基：每个词先给一句大白话，再给一段展开。站内正文出现这些词时 带虚线下划线，悬停或点按即可查看释义，无需跳出阅读。
本月热词
词级图形 · 近 8 周相对热度AI 名词
10 条模型与技术生态的核心概念。
智能体Agent
不止回答问题、还能自己动手完成多步任务的 AI：查资料、调工具、改文件、直到做完。
在大语言模型之上增加工具调用与循环执行：模型自行决定下一步做什么、调用什么工具、何时结束。编码与办公自动化是当前商用最深的场景。
推理模型Reasoning Model
回答前先「打草稿」的模型：多想几步再作答，数学、代码与规划类任务显著更强。
在输出最终答案前生成不展示或部分展示的思考过程，用更多计算换更高正确率。代价是响应更慢、成本更高，适合难题而非闲聊。
开源权重Open Weights
模型参数文件公开可下载，任何人可在自己的机器上运行、微调——但训练数据与方法未必公开。
与「开源软件」不同：多数开源权重模型只公开参数，训练数据、配方与完整代码不公开，许可证也可能限制商用。评估可用性时要读许可证而非只看「开源」二字。
多模态Multimodal
同一个模型能同时处理文字、图片、音频、视频——看图说话、听声转写都在此列。
输入与输出不再限于文本。当前落地最广的是图像理解（拍照问答、票据识别）与语音双向（实时转写与合成）。
幻觉Hallucination
模型一本正经地编造事实：引用不存在的论文、给出错误的数字，且语气笃定。
源于「预测下一个词」的本质——模型优先输出「像真的」而非「是真的」。检索增强与信源核查能降低但不能消除。本站每条能力陈述挂信源，正是针对这一点的产品化对策。
基准测试Benchmark
给模型出的标准化考卷，用同一套题比较不同模型；但高分不等于实际工作可用。
常见基准覆盖数学、代码、常识问答等。注意两点：考题可能混入训练数据（刷分）；分数与真实场景表现存在差距。本站将「独立基准测试」列为二级信源，厂商自测不算。
上下文窗口Context Window
模型一次能「记住」的文本上限——超出窗口的内容它就看不见了。
以 token（约等于汉字或英文词片段）计。窗口越大，能一次读的材料越多，但成本与延迟也随之上升，且超长窗口下的记忆质量并不均匀。
具身智能Embodied AI
装进身体（机器人）的 AI：不只处理信息，还要在物理世界里看、动、操作。
难点从「答对」变成「做对」：感知误差、物理接触与安全约束都无法靠语料训练完全解决。工业场景（固定流程）先落地，家庭通用场景仍远。
微调Fine-tuning
在通用模型上用少量专属数据「再训一层」，让它更懂某个领域或某种口吻。
成本远低于从头训练。适合固定格式输出、领域术语与风格对齐；不适合灌输事实知识（那更适合检索增强）。
领域名词
5 条读懂行业页信源与证据所需的领域术语（医疗先行）。
敏感度Sensitivity
筛查指标：真有病的人里，被正确查出来的比例——漏诊率的反面。
与特异度（没病的人里被正确排除的比例）成对使用。只报敏感度不报特异度的宣传要警惕：把所有人都判为阳性也能拿到 100% 敏感度。
前瞻随机对照研究Prospective RCT
医学证据的金标准：预先注册、随机分组、对照比较——回顾性数据说服力远低于它。
「前瞻」指先定方案再收数据（防止事后挑数据），「随机对照」指随机分组消除偏倚。AI 医疗宣称是否可信，首先看有没有这一级证据。
NMPA 三类证NMPA Class III
中国医疗器械最高风险类别的上市许可——诊断类 AI 软件须取得三类证才能临床销售。
由国家药监局审批，需临床试验数据。持证数量是观察中国医疗 AI 商用化程度的硬指标。
FDA De Novo 通道FDA De Novo Pathway
美国 FDA 为「前所未有的新型器械」设的审批通道——首个自主诊断 AI 就由此获批。
适用于无同类先例、中低风险的新器械。获批后成为后续同类产品的比照基准（predicate）。
CPT 计费代码CPT Code
美国医疗服务的收费编码——AI 服务拿到专属 CPT 码，意味着可以正式向保险计费。
由美国医学会维护。对 AI 而言，进入 CPT 目录是从「获批可用」到「有人买单」的关键一跃，比监管批准更能预测普及速度。