永續 AI 資料庫

分類準確率是預測類別正確的樣本占全部評估樣本的比例，用於觀察整體分類表現；類別不平衡時仍需搭配召回率等指標。

ACID 交易特性包含原子性、一致性、隔離性及持久性，用來描述交易可靠性；各系統具體保障、隔離級別及跨資源範圍仍需確認。

活化函數是神經網路節點或層用來轉換輸入值的函數，可引入非線性或限制輸出範圍，影響模型表示能力及梯度傳遞。

主動學習是讓學習程序選出較值得標註的樣本，再請人或其他來源提供標籤的策略，目標是在有限標註成本下改善模型。

代理交接是把目前任務的控制權與必要上下文移交給另一代理的協作機制，可用於專責流程切換，需界定狀態與責任邊界。

代理記憶是保存並取用任務或互動資訊的應用機制，可包含對話範圍的短期狀態與跨對話的持久資料，需設計更新及存取規則。

異常偵測是辨識偏離正常模式或既有資料分布的觀測值的任務，可使用統計與機器學習方法，標記結果通常仍需進一步確認。

匿名化是移除資料與可識別個人之間關聯的處理過程，評估時須考量資料內容及可能的重新識別方式，不能只看是否刪除姓名。

API 閘道器是接收並轉送 API 請求的入口元件，可集中處理路由、驗證、流量管理及監控，實際功能依平台與設定而異。

API 版本管理是對介面變更建立可辨識版本與相容策略的做法，讓用戶端有時間調整，常涵蓋路徑、標頭及停用通知安排。

應用程式介面是軟體系統彼此溝通時約定的功能與資料交換方式，定義可提出的請求及回應，讓不同應用程式協同完成工作。

近似最近鄰搜尋是在可接受搜尋誤差下，較快速找出向量附近候選的方法，常用於大規模檢索，需要權衡召回程度、延遲與資源。

ROC 曲線下面積是把 ROC 曲線表現彙整為數值的指標，用於衡量模型區分正負類的排序能力，需依樣本及任務情境解讀。

人工智慧是使電腦執行辨識、推理、預測或生成等任務的技術領域，企業可依問題選用規則系統、機器學習及其他方法。

人工智慧代理是在指定目標與限制下，由模型依環境回饋動態選擇步驟及工具的系統，可執行多步任務並在需要時交回人員判斷。

人工智慧工作流程是以預先設計的程序協調模型與工具執行任務的系統，透過固定步驟、條件分支及檢查點完成可描述的作業。

注意力機制是依查詢與相關資訊的關聯程度分配權重，再整合資訊的運算方式，使模型在處理輸入時聚焦較相關的內容。

屬性型存取控制是根據主體、資源、操作及環境屬性套用政策來決定存取的方式，可表達較細緻條件，但需管理政策一致性。

稽核日誌是依時間記錄系統存取、操作及其他特定事件的紀錄，用來提供活動證據及追查依據，內容完整性與保存方式需妥善管理。

身分驗證是確認使用者、裝置或其他實體所宣稱身分的過程，可透過憑證或其他驗證方法建立信任，供後續存取決策使用。

授權是依政策及權限決定實體可存取哪些資源、執行哪些操作的機制，通常結合角色、情境及資源限制來作成存取決策。

自動語音辨識是將語音訊號轉換為文字的技術，可用於逐字稿與語音介面，辨識結果會受口音、噪音、語速及專有名詞影響。

自迴歸模型是根據先前資料逐步預測下一個值的模型；在文字生成中，通常依已有詞元預測後續詞元並逐步形成序列。

自動擴縮是依負載或政策調整運算資源數量及配置的機制，可因需求增減資源，需設定門檻、等待時間與容量上下限。