<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Limitations on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/limitations/</link><description>Recent content in Limitations 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/limitations/index.xml" rel="self" type="application/rss+xml"/><item><title>知识截止期</title><link>https://terms-en.ai-term-hub.com/zh/terms/knowledge_cutoff/</link><pubDate>Sat, 18 Jul 2026 11:23:05 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/knowledge_cutoff/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>知识截止期定义了语言模型训练数据的时空边界。在此日期之后发生的任何信息、事件或发展，模型通常都不知晓。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>知识截止期是指语言模型未进行训练的具体日期，因此缺乏该日期之后发生的事件信息。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>训练数据&lt;/li>
&lt;li>时间局限性&lt;/li>
&lt;li>静态知识&lt;/li>
&lt;li>数据时效性&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>设定用户预期&lt;/li>
&lt;li>评估模型的时效性&lt;/li>
&lt;li>与搜索工具集成&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/training-data-%E8%AE%AD%E7%BB%83%E6%95%B0%E6%8D%AE/">Training Data (训练数据)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/web-search-%E7%BD%91%E9%A1%B5%E6%90%9C%E7%B4%A2/">Web Search (网页搜索)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/rag-%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/">RAG (检索增强生成)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/llm-limitations-%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%B1%80%E9%99%90%E6%80%A7/">LLM Limitations (大语言模型的局限性)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>上下文窗口</title><link>https://terms-en.ai-term-hub.com/zh/terms/context_window/</link><pubDate>Sat, 18 Jul 2026 07:44:21 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/context_window/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>上下文窗口定义了AI模型在单次交互中记忆的运作限制。它决定了模型可以关注多少先前的对话历史、文档文本或输入数据，从而保持对整体语境的连贯理解。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>语言模型在推理或训练期间能够同时处理和考虑的文本或令牌的最大数量。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>令牌限制&lt;/li>
&lt;li>注意力机制&lt;/li>
&lt;li>内存约束&lt;/li>
&lt;li>输入长度&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>长文档摘要&lt;/li>
&lt;li>在聊天机器人中保持对话历史&lt;/li>
&lt;li>分析大型代码库&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/tokens-%E4%BB%A4%E7%89%8C-%E8%AF%8D%E5%85%83/">Tokens (令牌/词元)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/attention-span-%E6%B3%A8%E6%84%8F%E5%8A%9B%E8%8C%83%E5%9B%B4/">Attention Span (注意力范围)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/llm-%E5%A4%A7%E5%9E%8B%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/">LLM (大型语言模型)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/prompt-engineering-%E6%8F%90%E7%A4%BA%E5%B7%A5%E7%A8%8B/">Prompt Engineering (提示工程)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>