從大語言模型到幻覺，這裡是一份常見AI術語簡單指南
關鍵AI術語定義
隨著人工智慧的發展，新術語與俚語不斷湧現。以下是一份常見詞彙與短語的定義清單，幫助讀者理解關鍵概念。
- 大語言模型（LLM）：一種能夠理解與產生人類語言的深度學習模型，能根據輸入內容生成自然語言文本。
- AI幻覺（Hallucination）：當大語言模型產生看似合理但實際上錯誤或無根據的資訊時，稱為「幻覺」。這仍是當前AI技術中重要的品質挑戰。
- 思考鏈（Chain of Thought）：人類常透過分解複雜問題來思考，AI模型也採用類似方式逐步推理，以提升回答的邏輯性與正確性。
- 深度學習（Deep Learning）：一種機器學習技術，透過多層神經網絡模擬人腦運作，用以識別模式與做出預測。
- 擴散模型（Diffusion）：一種生成模型，透過逐步添加噪點與去噪來產生高品質的圖像或資料。
- AI代理（AI Agent）：能自主執行任務、與環境互動並做出決策的智能系統。
- 上下文窗口（Context Window）：模型能處理的輸入資料長度限制，影響其理解與回應的範圍。
- 嵌入（Embeddings）：將文字或資料轉換為數值向量，以便模型進行比較與分析。
- RAG（Retrieval-Augmented Generation）：結合資訊檢索與生成模型，讓AI能從外部知識庫中獲取事實，減少幻覺風險。
技術挑戰與未來發展
AI幻覺問題持續影響模型的可信度與應用場景。研究指出，模型因獎勵機制會傾向「猜測」而非「查證」，導致產生錯誤資訊。為改善此問題，學界正發展多種緩解策略，例如透過訓練強調事實一致性與引入外部知識檢索。
隨著技術進步，未來AI系統將更強調「事實正確性」與「透明度」，以提升使用者信任與應用價值。