人工智能小白必懂专有名词解释【AI名词字典】
在AI告诉发展的大背景下，很多名词概念层出不群，对于初学者或者第一次接触到这些名字的AI从业者来说很懵，这篇文章就是专门记录自己看过的一些AI领域的专有名词。
词条PromptSOTAzero-shotPrompt解释：提示词，一般应用于文字生成图片领域，也就是给AI模型输入的描述语句，AI模型根据这些提示词生成图片。截止2022年12月，三个最前沿的AI生成图片的模型是：StableDiffusion、Midjourney和DALLE2
扩展：在文字转图片领域，提示词决定了图片生成的质量，好的提示词有时候也需要灵感一现，为此还有专门的网站展示不同提示词对应的AI生成图片，便于参考：https://lexica.art/
来源：论文《Pre-train，Prompt，andPredict：ASystematicSurveyofPromptingMethodsinNaturalLanguageProcessing》
SOTA解释：Stateofthearts的缩写，指的是在某一个领域做的最好的模型，也就是指在一些benchmark（基准）数据集上跑分最高的那些模型。
用法：超过SOTAresultXX%，指的是在该项研究任务中，超过目前最好的模型的结果/性能/表现XX%。用来说明新的模型起码在某一方面是破了世界纪录的。
zero-shot解释：模型无需微调，目前大多数模型，在应用于特定任务时，还需要进行微调（fine-tinue）。比如某个现代化水果园想要用图像分类模型，实现坏果在流水线的自动剔除。一般做法是：把通用的图像分类模型和算法拿来之后，冻结模型前边卷积层（保证模型的通用识别能力），并自己标注一些流水线环境下的好果和坏果图片，输入模型训练几轮，提高模型对当前任务的识别成功率。而zero-shot恰恰相反，就是模型具备通用能力，无需针对特定任务训练，可以直接拿来用。