术语表

每个术语尽量用一句话定义，再给出继续阅读入口。面试或写方案时，先说清“它解决什么问题”，再说技术细节。

术语	简明定义	深入阅读
Token	模型处理文本的基本单位，可能是词、子词或字符片段。	Prompt 基础
Context Window	单次请求中模型可看到的 token 上限，影响长文档、对话历史和工具结果放置。	上下文工程
Embedding	把文本、图片等映射成向量，用于相似度检索和聚类。	Embedding
RAG	生成前先检索外部知识，把检索结果放入上下文再回答。	RAG 全景
Chunk	为检索把原文切成较小片段；大小、重叠和元数据会影响召回。	文档切分
Rerank	对初步召回结果重新排序，提高最终上下文质量。	重排序
Tool Calling	模型按 schema 生成工具调用参数，由系统执行外部函数或 API。	工具调用
Agent	由模型参与选择后续行动、结合工具和环境反馈完成任务的系统；不要求同时具备所有设计模式。	Agent 全景
MCP	Model Context Protocol，用统一协议连接 AI 应用与外部工具/数据源。	MCP 概念
SFT	Supervised Fine-Tuning，用高质量指令/答案数据让模型学习目标行为。	SFT
LoRA	Low-Rank Adaptation，通过低秩增量矩阵进行参数高效微调。	LoRA、论文
DPO	Direct Preference Optimization，用偏好对直接优化模型偏好。	DPO、论文
RLHF	Reinforcement Learning from Human Feedback，利用人类反馈优化策略的一类方法；常见路线包含奖励模型与强化学习。	RLHF
Multimodal	同时处理文本、图像、音频或视频等多种模态。	多模态全景
Evaluation Set	用来比较模型/提示/检索版本的一组固定样本和期望结果。	评估指标

常见混淆

• RAG 不是“向量库”：向量库只是检索组件之一。
• Agent 不是“无限自动化”：越接近生产，越需要权限、审批和可观测性。
• 微调不是知识库：经常变化、需要引用的数据更适合 RAG。
• 长上下文不是免费午餐：上下文越长，越需要选择、压缩和评估。

工程中容易漏掉的词

术语	定义与边界	对应主题
RRF	按候选在各检索通道的名次融合排序，避免直接比较原始分数	检索
Cross-encoder	联合编码查询与候选文本并打分，常用于重排	重排
Faithfulness	答案断言是否被给定证据支持；不等同事实绝对正确	指标
Ground truth	在明确标注规则下的参考答案或标签，也需要复核	评估
Idempotency	同一业务动作重复提交不产生额外副作用，需要明确动作标识与实现保证	异常恢复
Checkpoint	可恢复的执行状态快照；不能只保存聊天摘要	Agent 记忆
Tool schema	工具参数与结果的结构契约；不是权限策略	工具调用
Capabilities	协议参与方声明支持的能力，交换方式取决于规范版本；不等同用户授权	MCP 概念
PEFT	参数高效微调方法集合，LoRA 是其中一种	LoRA
QLoRA	量化冻结基座并训练 LoRA 适配器的一种微调方法	LoRA
KV cache	自回归解码复用历史键值状态的缓存，会占用推理显存	部署推理
TTFT	首 token 延迟；与生成完整回答的延迟分开看	推理性能
Connector	将视觉等模态的特征接到语言模型的连接模块	连接器
OCR	将图像中的文字识别为文本；布局和图表关系可能仍需额外处理	多模态 RAG

一句话区分

• SFT 与 LoRA：前者描述监督学习目标，后者描述更新哪些参数，可以组合。
• 工具调用与 MCP：前者是能力调用机制，后者是应用与外部能力间的协议接口。
• Schema 通过与业务正确：字段合法不代表内容真实、资源可访问或动作已成功。
• 检索相似度与概率：排序分数不能未经校准就解释为“答案正确的概率”。