永續 AI 資料庫

稀疏檢索是使用大多數維度為零的表示比對查詢與文件的方法，可依詞項權重或學習表示運作，常搭配倒排索引進行搜尋。

SQL 注入是攻擊者讓不受信任輸入被當作 SQL 指令的一部分執行的弱點利用方式，可能造成資料讀取或修改，應以參數化查詢等防護。

狀態機是以明確狀態及轉移規則描述系統行為的模型，根據事件或條件決定下一狀態，可用來表達可追蹤的作業流程。

串流處理是對持續到達的資料逐筆或依時間視窗進行運算的方式，可提供較即時的結果，需管理事件時間、延遲及重複資料。

結構化輸出是讓模型依指定資料結構產生回應的方式，例如符合 JSON Schema 的欄位與型別，方便程式解析並接續處理。

結構化查詢語言是用於定義、查詢及操作關聯式資料的語言，常以宣告方式描述所需結果，不同資料庫仍有語法與功能差異。

監督式微調是用輸入與期望輸出示例進一步訓練既有模型的方法，使模型學習指定回應模式，需確保示例品質與使用權限。

監督式學習是使用具有目標答案或標籤的訓練資料，學習輸入與輸出關係的方法，可用於分類或連續數值預測任務。

支援向量機是以支援向量建立決策邊界的監督式方法，可透過核函數處理非線性關係，適用於分類、迴歸及部分異常偵測任務。

合成資料是透過模型、模擬或規則產生的人工資料，可用於訓練與測試；其分布、偏差及隱私風險仍需相對真實需求檢查。

系統提示是由應用設計者提供、用來設定模型角色與行為規則的提示內容，常與使用者訊息分開，實際優先順序依系統設計而定。

遙測資料是系統在運作時產生並收集的狀態與活動訊號，可包含指標、日誌及追蹤，供效能分析、故障調查與服務管理。

生成溫度參數是調整模型抽樣機率分布集中程度的設定，較低值通常使高機率候選更突出，影響生成多樣性但不保證事實正確。

測試資料集是保留用來評估模型對未見資料表現的集合，原則上不應用來反覆訓練或挑選模型，才能維持評估可信度。

文字分類是把文字指派到一個或多個預定類別的任務，可用於主題、意圖或情緒判斷，須建立一致標籤及代表性評估資料。

文字摘要是從較長內容產生較精簡表示的任務，可擷取原句或重新生成摘要，須檢查是否保留關鍵資訊及扭曲原意。

文字轉語音是依文字輸入合成語音的技術，可控制部分發音或聲音表現，實際語音品質與可用控制項目依模型及語言而異。

時間序列預測是依時間排序的歷史資料推估未來值的任務，可能考量趨勢、季節性及外部變數，評估時需避免使用未來資訊。

詞元是模型處理輸入與輸出的單位。文字詞元可能是字、字的一部分或符號；多模態模型也可把影像、音訊等資料轉成詞元，方式依模型而異。

工具呼叫是讓模型依工具描述提出功能選擇與結構化參數，再由應用程式執行查詢或操作的機制，使模型能連結外部資料及功能。

Top-K 抽樣是每一步生成時只從機率最高的 K 個候選詞元中抽樣的方法，用以限制候選範圍，實際多樣性仍受其他設定影響。

Top-P 抽樣是從累積機率達指定門檻的較小候選詞元集合中抽樣的方法，也稱核抽樣，集合大小會隨當次分布改變。

訓練資料集是用來讓模型學習模式及調整參數的資料集合，應與測試資料區分，以免把對已見資料的熟悉誤判為泛化能力。

遷移學習是把來源任務或資料中學到的表示與參數運用到新任務的方法，可重用預訓練模型並依需求調整，降低從零建立的需求。