<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Scalability on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/scalability/</link><description>Recent content in Scalability 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/scalability/index.xml" rel="self" type="application/rss+xml"/><item><title>微服务</title><link>https://terms-en.ai-term-hub.com/zh/terms/microservices/</link><pubDate>Sat, 18 Jul 2026 11:26:00 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/microservices/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>在AI工程背景下，微服务允许AI管道的不同组件（如数据预处理、模型推理和结果存储）独立开发、扩展和维护，从而提高系统的灵活性和可扩展性。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>微服务是一种架构风格，将应用程序构建为一组围绕业务能力组织的、松散耦合且可独立部署的服务集合。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>松散耦合&lt;/li>
&lt;li>独立部署&lt;/li>
&lt;li>服务分解&lt;/li>
&lt;li>API网关&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>可扩展的AI推理端点&lt;/li>
&lt;li>模块化机器学习管道&lt;/li>
&lt;li>高韧性的推荐系统&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/monolithic-architecture-%E5%8D%95%E4%BD%93%E6%9E%B6%E6%9E%84/">Monolithic Architecture (单体架构)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/containerization-%E5%AE%B9%E5%99%A8%E5%8C%96/">Containerization (容器化)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/devops-%E5%BC%80%E5%8F%91%E8%BF%90%E7%BB%B4%E4%B8%80%E4%BD%93%E5%8C%96/">DevOps (开发运维一体化)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>自监督</title><link>https://terms-en.ai-term-hub.com/zh/terms/self_supervised/</link><pubDate>Sat, 18 Jul 2026 10:57:22 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/self_supervised/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>自监督学习是机器学习的一个子集，其监督信号自动从数据本身派生，消除了手动标注的需求。模型通常通过解决预设的代理任务来学习数据的内在结构和表示。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>自监督学习是一种技术，模型从输入数据中自动生成标签以学习表示，无需人工标注。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>pretext任务 (代理任务)&lt;/li>
&lt;li>掩码建模&lt;/li>
&lt;li>无标签数据&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>通过掩码语言建模训练BERT&lt;/li>
&lt;li>用于图像嵌入的对比学习&lt;/li>
&lt;li>预测大语言模型中的下一个词元&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/unsupervised-%E6%97%A0%E7%9B%91%E7%9D%A3/">unsupervised (无监督)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/contrastive_learning-%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0/">contrastive_learning (对比学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/masked_language_modeling-%E6%8E%A9%E7%A0%81%E8%AF%AD%E8%A8%80%E5%BB%BA%E6%A8%A1/">masked_language_modeling (掩码语言建模)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/representation_learning-%E8%A1%A8%E7%A4%BA%E5%AD%A6%E4%B9%A0/">representation_learning (表示学习)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>