人工智能领域术语爆炸式增长，TechCrunch推出全面glossary定义逾20个核心概念。文章由Natasha Lomas、Romain Dillet、Kyle Wiggers和Lucas Ropek于5月9日发布，旨在帮助全球从业者与公众解码AI热词，避免“点头式”误解。
glossary涵盖从基础到前沿术语。例如，AGI（Artificial General Intelligence）获多方定义：OpenAI CEO Sam Altman称其为“比平均人类更擅长多项任务的AI”，Google DeepMind则视作“在大多数认知任务上至少与人类同样能干的系统”。LLM（Large Language Model）指参数达数十亿的深度神经网络，从海量数据学习语言模式，支撑ChatGPT等工具生成响应。
其他关键项包括“hallucination”（AI生成虚假信息，导致潜在风险）、“fine-tuning”（用专有数据优化预训练模型，提升特定任务性能）和“reinforcement learning”（通过奖励机制试错训练，如RLHF改善LLM帮助性）。文章强调，GPU等计算资源和并行化技术是训练与推理的核心，distillation方法则从大型“教师”模型提炼高效“小”模型。
该glossary源于AI从深度学习向生成模型演进的全球趋势，揭示如diffusion技术如何逆转噪声创建图像。TechCrunch称，此为“活文档”，将定期更新以追踪行业动态。
随着AI渗透各行，此glossary将助力全球标准化沟通，加速创新落地。
