OpenAI & ChatGPT专有名词对照表

以下是一个常用于Azure OpenAI的专有名词对照表。在设置模型时，我们经常会遇到这些词汇。熟悉这些专有名词可以帮助我们更快地理解模型的运作原理，并使AI的回答更加符合我们的需求。

更加进阶的参数对照表可以参考官方的文件 Azure OpenAI 服务 REST API 参考。

英文	中文/全称	描述
AI	人工智能(Artificial Intelligence)	是一个以计算机科学（Computer Science）为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学
PGC	专业生产内容（Professional Generated Content）	PGC(Professionally-generated Content,专业生成内容)，互联网术语，即专业生成内容，也称PPC(Professionally-produced Content)。指专业生成内容（视频网站）、专家生成内容（微博）等等。
UGC	用户生成内容（User Generated Content）	UGC 互联网术语，全称为User Generated Content，也就是用户生成内容，即用户原创内容。
AIGC	人工智能生成内容（Artificial Intelligence Generated Content）	指基于人工智能通过已有数据寻找规律,并自动生成内容的生产方式。
transformer	变换器	是一种采用自注意力机制的深度学习模型
GPT	Generative pre-trained transformer	基于transformer的生成式预训练模型（Generative pre-trained transformer），一个人工智能语言模型系列。
LLM	大语言模型（Large Language Model）	大语言模型（LLM）是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径。
Prompt	提示	一段给AI的提示，以对话的形式呈现
Prompt engineering	提示工程	和AI对话的工程技术
Completion	完成	AI根据提示生成的回答或者输出
Embedding	内嵌	将文字或韵律转换为数字向量的技术，使得AI能够理解和处理文字。
Token	标记/令牌	语言模型理解和处理文本的基本单位，可以是一字、一词或一字符。
TPM	每分钟令牌数（tokens per minute）	OpenAI API每分钟Token请求数量
RPM	每分钟请求次数（Requests Per Minute ）	OpenAI API每分钟请求次数
Model	模型	AI的核心，它学习并理解数据的方式
Resource	资源	创建一个服务即为Resource
Deployment	部署	让AI模型能够被使用
In-context learning	情境中学习	AI在对话的情境中学习和适应的能力
Few-shot	少量样本	提供数据例子，AI更妥善地针对目前的推断回应。
One-shot	一次样本	提供一个例子，AI针对目前的推断回应。
Zero-shot	零样本	不提供范例，AI根据语言模型直接做出回应。
Temperature	温度	控制随机性。降低温度意味着模型会产生更多重复性和确定性的回复。提高温度会导致更多意外或创造性的回复。请尝试调整温度或 Top P 值，但不要同时调整两者。
Max length (tokens)	最大长度（标记）	对每个模型回复的标记数设置限制。该 API 支持最多 4096 个标记，包括提示（包括系统消息、示例、消息历史记录以及用户查询）和模型的回复。对于典型的英文文本，一个标记大约是四个字符。
Top probabilities	概率最高值	与温度类似，它控制着随机性，但使用不同的方法。降低 Top P 值会将模型的标记选择范围缩小到可能性更高的标记。增加 Top P 值会使模型既选择可能高的标记又选择可能性低的标记。请尝试调整温度或 Top P 值，但不要同时调整两者。
Multi-turn conversations	多回合对话	选择要包含在每个新 API 请求中的过去消息数。这有助于为新用户查询提供模型上下文。将此数字设置为 10 即表示 5 个用户查询和 5 个系统回复。
Stop sequences	停止序列	停止序列使模型在所需时间点结束响应。模型响应会在指定序列之前结束，因此它不包含停止序列文本。对于 ChatGPT，使用 `<\|im_end\|>` 可确保模型响应不会生成后续用户查询。可以包含多达四个停止序列。
Fine-tunes	微调	给模型提供数据，对模型进行微调
Engine	引擎	GPT不同能力的 AI 模型
SLA	服务级别协议	专门用于描述了产品正常运行时间和连接性的承诺的协议
SOTA	state-of-the-art	用于描述机器学习中取得某个任务上当前最优效果的模型
CoT	Chain-of-Thought	提示工程中使用的一种方法被称为链式思考（Chain-of-Thought，简称CoT）提示，这种方法为语言模型提供了少数的任务示例，以提高其推理能力。这种方法首次由Google的研究人员在2022年提出，并已经在改善大型语言模型（LLMs）的推理能力方面取得了效果。例如，在一个多步骤的问题中，CoT提示会引导模型在给出最终答案之前产生中间的推理步骤