Agent Memory
别名：智能体记忆
让智能体保存、检索并利用过去信息的机制。它既包括会话内的短期状态，也包括通过结构化存储或向量检索实现的跨会话长期记忆。
示例：
- 保存用户稳定偏好
- 检索相似任务的历史决策
Agent 系统
词条
解释各种概念和术语，帮助理解专业领域的知识
所有词条
AI Agent
别名：智能体 · Agent
以模型作为决策核心，能够根据目标和环境选择步骤、调用工具并观察结果的系统。它与固定工作流的主要区别，是执行路径可以在运行时动态决定。
示例：
- 根据问题选择搜索、代码或数据库工具
- 依据执行结果调整下一步计划
Agent 系统
查看参考来源 ↗
Context Engineering
别名：上下文工程
为模型组织指令、工具、检索结果、历史状态和运行时信息的工程方法，目标是在有限上下文中提供完成当前任务真正需要的信息。
示例：
- 根据任务动态选择记忆片段
- 控制工具返回内容的粒度
Agent 系统
GRPO
别名：Group Relative Policy Optimization
使用同一问题下多条采样结果的组内相对奖励估计优势，从而进行策略优化的方法。它减少了对独立价值模型的依赖，常用于可验证任务的后训练。
示例：
- 数学答案的可验证奖励训练
- 代码任务的测试结果奖励训练
LLM 后训练
LLM Post-Training
别名：大模型后训练
在基础预训练之后，使用指令数据、偏好数据或可验证奖励继续优化模型行为的阶段，常见方法包括 SFT、偏好优化和强化学习。
示例：
- 指令监督微调
- 基于人类或规则反馈的策略优化
LLM 后训练
RLHF
别名：Reinforcement Learning from Human Feedback · 人类反馈强化学习
把人类偏好转化为奖励信号，再通过强化学习优化模型策略的方法族。典型流程包含监督微调、偏好或奖励建模，以及受约束的策略更新。
示例：
- 对多个回答进行偏好排序
- 使用奖励模型指导策略优化
LLM 后训练
Schema Linking
别名：模式链接
在自然语言问题与数据库表、列、值及关系之间建立对应的过程，是 Text-to-SQL 在生成查询前缩小搜索空间和减少选表错误的关键步骤。
示例：
- 将“客户姓名”映射到 customers.name
- 根据外键识别需要连接的表
数据智能
SFT
别名：Supervised Fine-Tuning · 监督微调
使用高质量输入与目标输出样本对预训练模型进行监督学习，使模型掌握特定任务格式、指令遵循方式或领域行为。
示例：
- 使用问答数据训练指令遵循
- 使用领域样本适配专业任务
LLM 后训练
Text-to-SQL
别名：NL2SQL
将自然语言问题转换为可执行 SQL 的任务。系统需要同时理解用户意图、数据库 schema、查询约束与目标数据库方言。
示例：
- 将“销售额最高的地区”转换为聚合查询
- 根据表关系生成多表连接 SQL
数据智能
Vibe Coding
别名：AI 辅助编程
通过自然语言与代码模型快速生成、修改和调试软件的开发方式。它能降低原型成本，但复杂项目仍需要人负责问题定义、架构判断、验证和维护。
示例：
- 用对话快速验证产品原型
- 由人拆解任务并审查模型实现
工程实践
Workflow
别名：工作流
由预先定义的步骤、分支和控制逻辑组成的执行过程。模型可以参与其中，但整体路径和边界通常由代码确定，因此更容易测试、观测和复现。
示例：
- 提取信息后再生成摘要
- Generator 与 Evaluator 循环
Agent 系统
查看参考来源 ↗