<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Foundation Models on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/foundation-models/</link><description>Recent content in Foundation Models on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/foundation-models/index.xml" rel="self" type="application/rss+xml"/><item><title>自监督学习</title><link>https://terms-en.ai-term-hub.com/zh/terms/self_supervised_learning/</link><pubDate>Sat, 18 Jul 2026 11:01:52 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/self_supervised_learning/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>自监督学习是一种技术，算法从无标签数据本身创建监督信号，通常通过预测输入的缺失部分来实现。它弥合了无监督学习和&amp;hellip;&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种训练方法，模型从输入数据中生成自己的标签以学习表示。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>预训练&lt;/li>
&lt;li>掩码语言建模&lt;/li>
&lt;li>对比学习&lt;/li>
&lt;li>表示学习&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>训练大型语言模型&lt;/li>
&lt;li>图像表示学习&lt;/li>
&lt;li>语音识别系统&lt;/li>
&lt;/ul>
&lt;h2 id="code-example">Code Example&lt;/h2>
&lt;div class="highlight">&lt;pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;">&lt;code class="language-python" data-lang="python">&lt;span style="display:flex;">&lt;span>null
&lt;/span>&lt;/span>&lt;/code>&lt;/pre>&lt;/div>&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/pre_training-%E9%A2%84%E8%AE%AD%E7%BB%83/">pre_training (预训练)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/unsupervised_learning-%E6%97%A0%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0/">unsupervised_learning (无监督学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/transformer-transformer/">transformer (Transformer)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/contrastive_loss-%E5%AF%B9%E6%AF%94%E6%8D%9F%E5%A4%B1/">contrastive_loss (对比损失)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>大语言模型</title><link>https://terms-en.ai-term-hub.com/zh/terms/llm/</link><pubDate>Sat, 18 Jul 2026 10:52:16 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/llm/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>大语言模型（LLM）是基于Transformer架构的高级人工智能系统，在包含大量文本和代码的数据集上进行训练。它们学习语言中的统计模式，&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种在海量文本语料库上训练的深度学习模型，用于理解和生成类人语言。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>Transformer架构&lt;/li>
&lt;li>词元预测&lt;/li>
&lt;li>预训练&lt;/li>
&lt;li>缩放定律&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>聊天机器人和虚拟助手&lt;/li>
&lt;li>内容生成&lt;/li>
&lt;li>代码补全&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/gpt-%E7%94%9F%E6%88%90%E5%BC%8F%E9%A2%84%E8%AE%AD%E7%BB%83transformer/">GPT (生成式预训练Transformer)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/bert-%E5%9F%BA%E4%BA%8Etransformer%E7%9A%84%E5%8F%8C%E5%90%91%E7%BC%96%E7%A0%81%E5%99%A8%E8%A1%A8%E7%A4%BA/">BERT (基于Transformer的双向编码器表示)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86-nlp/">自然语言处理 (NLP)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>