AI 核心技术速查手册

1️⃣ 预训练（Pre-training）

核心定位：AI 的「通用基础教育」
通俗解释：大模型上线前，在海量通用数据（文本、常识、逻辑）中学习基础能力，像孩子学语文、数学、历史打基础。
✨ 关键特点：算力消耗大、耗时极长、只有头部企业能完成；决定 AI 的基础理解与表达能力。
一句话记忆：预训练 = 打基础，筑牢通用能力底子

2️⃣ 微调（Fine-tuning）

核心定位：AI 的「行业专业进阶」
通俗解释：用行业专属数据（医疗、法律、客服等）对预训练好的通用 AI 二次优化，让它从 “全能选手” 变成 “行业专家”。
✨ 关键特点：数据量小、针对性强、不改变基础能力；精准适配垂直场景需求。
一句话记忆：微调 = 学专业，变身行业内行

3️⃣ AI 幻觉（Hallucination）

核心定位：AI 的「常见认知偏差」
通俗解释：大模型因数据不足、逻辑模糊，编造不存在的实际、数据、文献，看似合理实则完全错误，是大模型最棘手的问题之一。
✨ 关键特点：无规律可循、难以完全消除；常见于陌生领域或信息缺失场景。
一句话记忆：幻觉 = 瞎编乱造，关键信息务必核验

4️⃣ 端侧 AI（On-device AI）

核心定位：AI 的「本地运行模式」
通俗解释：AI 直接在手机、电脑、智能设备本地运行，无需联网、不上传数据，所有计算在设备内部完成。
✨ 关键特点：响应速度快、隐私安全性高、断网也能用；受设备硬件算力限制。
一句话记忆：端侧 AI = 本地跑，更安全、更快速

5️⃣ 云端 AI（Cloud AI）

核心定位：AI 的「云端算力模式」
通俗解释：AI 在远程服务器集群（云端）运行，你的设备仅负责发送指令、接收结果，由超级计算机完成所有计算。
✨ 关键特点：算力极强、支持大模型 / 复杂任务；必须联网、数据需上传、有必定延迟。
一句话记忆：云端 AI = 服务器撑，算力强、功能全

6️⃣ 泛化能力（Generalization）

核心定位：AI 的「核心智能指标」
通俗解释：AI 遇到从未见过的新问题、新场景，仍能正确解答的能力，代表是否真学会规律，而非死记硬背。
✨ 关键特点：泛化能力越强，AI 越实用、越灵活；是衡量 AI 成熟度的关键标准。
一句话记忆：泛化能力 = 举一反三，活学活用不卡壳