Workflow on 中文AI术语词典https://terms-en.ai-term-hub.com/zh/tags/workflow/Recent content in Workflow on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000链式结构https://terms-en.ai-term-hub.com/zh/terms/chain/Sat, 18 Jul 2026 11:09:54 +0000https://terms-en.ai-term-hub.com/zh/terms/chain/<h2 id="definition">Definition</h2> <p>在AI应用开发中，链式结构指一种线性或有向图结构，其中多个组件（如大语言模型调用、解析器或外部工具）相互链接。数据从一个组件流向下一个组件，依次进行处理。</p> <h3 id="summary">Summary</h3> <p>链式结构是一系列连接的步骤或模块，按顺序处理数据以完成复杂任务。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>顺序处理</li> <li>模块化设计</li> <li>数据管道</li> <li>编排</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>构建多步推理智能体</li> <li>自动化文档摘要管道</li> <li>复杂数据提取工作流</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/agent-%E6%99%BA%E8%83%BD%E4%BD%93/">Agent (智能体)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/pipeline-%E7%AE%A1%E9%81%93/">Pipeline (管道)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/workflow-%E5%B7%A5%E4%BD%9C%E6%B5%81/">Workflow (工作流)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/llm-%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/">LLM (大语言模型)</a></li> </ul>自动化机器学习https://terms-en.ai-term-hub.com/zh/terms/automated_machine_learning/Sat, 18 Jul 2026 11:07:26 +0000https://terms-en.ai-term-hub.com/zh/terms/automated_machine_learning/<h2 id="definition">Definition</h2> <p>AutoML（自动化机器学习）通过自动化数据预处理、特征工程、模型选择和超参数调整等任务，简化了ML模型的开发。它使得非专家也能使用。</p> <h3 id="summary">Summary</h3> <p>一种自动化将机器学习应用于现实世界问题端到端过程的方法论，从而减少人工工作量。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>超参数调优</li> <li>特征工程</li> <li>模型选择</li> <li>民主化</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>业务分析师的快速原型设计</li> <li>优化大规模生产管道</li> <li>自动比较多种算法</li> </ul> <h2 id="code-example">Code Example</h2> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-python" data-lang="python"><span style="display:flex;"><span><span style="color:#f92672">from</span> auto_ml <span style="color:#f92672">import</span> Predictor </span></span><span style="display:flex;"><span>predictor <span style="color:#f92672">=</span> Predictor(type_of_estimator<span style="color:#f92672">=</span><span style="color:#e6db74">&#39;classifier&#39;</span>) </span></span><span style="display:flex;"><span>predictor<span style="color:#f92672">.</span>fit(dataframe, target<span style="color:#f92672">=</span><span style="color:#e6db74">&#39;label&#39;</span>) </span></span></code></pre></div><h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E8%B6%85%E5%8F%82%E6%95%B0%E4%BC%98%E5%8C%96-hyperparameter-optimization/">超参数优化 (Hyperparameter Optimization)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E7%A5%9E%E7%BB%8F%E6%9E%B6%E6%9E%84%E6%90%9C%E7%B4%A2-neural-architecture-search/">神经架构搜索 (Neural Architecture Search)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/mlops-mlops/">MLOps (MLOps)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%97%A0%E4%BB%A3%E7%A0%81ai-no-code-ai/">无代码AI (No-Code AI)</a></li> </ul>人在回路https://terms-en.ai-term-hub.com/zh/terms/human_in_the_loop/Sat, 18 Jul 2026 11:00:15 +0000https://terms-en.ai-term-hub.com/zh/terms/human_in_the_loop/<h2 id="definition">Definition</h2> <p>人在回路（HITL）指在工作流程的各个阶段（如数据标注、模型评估或最终决策批准）需要人类干预的 AI 系统。这种方法确保了系统的可靠性、准确性和伦理合规性。</p> <h3 id="summary">Summary</h3> <p>一种系统设计，人类积极参与 AI 模型的决策或反馈过程。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>反馈循环</li> <li>问责制</li> <li>验证</li> <li>监督</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>医疗诊断验证</li> <li>内容审核</li> <li>金融欺诈检测审批</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/active-learning-%E4%B8%BB%E5%8A%A8%E5%AD%A6%E4%B9%A0/">Active Learning (主动学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/rlhf-%E5%9F%BA%E4%BA%8E%E4%BA%BA%E7%B1%BB%E5%8F%8D%E9%A6%88%E7%9A%84%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">RLHF (基于人类反馈的强化学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/ai-safety-ai-%E5%AE%89%E5%85%A8/">AI Safety (AI 安全)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/automation-bias-%E8%87%AA%E5%8A%A8%E5%8C%96%E5%81%8F%E8%A7%81/">Automation Bias (自动化偏见)</a></li> </ul>流程https://terms-en.ai-term-hub.com/zh/terms/process/Sat, 18 Jul 2026 10:54:02 +0000https://terms-en.ai-term-hub.com/zh/terms/process/<h2 id="definition">Definition</h2> <p>在AI开发中，流程指将原始数据转化为可操作见解或模型所需的系统化工作流。这包括数据摄取、预处理、特征……等阶段。</p> <h3 id="summary">Summary</h3> <p>为实现特定计算目标或结果而采取的结构化行动或步骤系列。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>管道 (Pipeline)</li> <li>工作流 (Workflow)</li> <li>自动化 (Automation)</li> <li>迭代 (Iteration)</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>端到端MLOps管道</li> <li>数据清洗程序</li> <li>模型重训练计划</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/algorithm-%E7%AE%97%E6%B3%95/">Algorithm (算法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/pipeline-%E7%AE%A1%E9%81%93/">Pipeline (管道)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/workflow-%E5%B7%A5%E4%BD%9C%E6%B5%81/">Workflow (工作流)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/system-%E7%B3%BB%E7%BB%9F/">System (系统)</a></li> </ul>建模https://terms-en.ai-term-hub.com/zh/terms/modeling/Sat, 18 Jul 2026 10:53:03 +0000https://terms-en.ai-term-hub.com/zh/terms/modeling/<h2 id="definition">Definition</h2> <p>AI 建模涵盖了设计、训练和验证算法以从数据中学习模式的整个工作流程。它包括选择适当的架构、定义损失函数以及优化参数，从而构建出能够泛化到新数据的模型。</p> <h3 id="summary">Summary</h3> <p>建模是创建现实世界系统或数据分布的抽象表示的过程，以实现预测、模拟或决策制定。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>抽象</li> <li>训练</li> <li>泛化</li> <li>参数优化</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>金融风险评估</li> <li>图像分类</li> <li>需求预测</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/machine-learning-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/">Machine Learning (机器学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/overfitting-%E8%BF%87%E6%8B%9F%E5%90%88/">Overfitting (过拟合)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/hyperparameter-tuning-%E8%B6%85%E5%8F%82%E6%95%B0%E8%B0%83%E4%BC%98/">Hyperparameter Tuning (超参数调优)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/validation-%E9%AA%8C%E8%AF%81/">Validation (验证)</a></li> </ul>最终https://terms-en.ai-term-hub.com/zh/terms/finally/Sat, 18 Jul 2026 10:51:19 +0000https://terms-en.ai-term-hub.com/zh/terms/finally/<h2 id="definition">Definition</h2> <p>“最终”的概念代表了AI管道中的终端阶段，在此阶段处理后的数据产生最终结果，如预测、分类或生成的文本。它标志着计算过程的结束。</p> <h3 id="summary">Summary</h3> <p>在AI工作流中，“最终”表示在所有处理阶段完成后得出的结论步骤或输出生成阶段。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>管道完成</li> <li>输出生成</li> <li>结果交付</li> <li>终端状态</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>最终报告生成</li> <li>输出分类标签</li> <li>完成数据转换序列</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/output-%E8%BE%93%E5%87%BA/">Output (输出)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/pipeline-%E7%AE%A1%E9%81%93/">Pipeline (管道)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/conclusion-%E7%BB%93%E8%AE%BA/">Conclusion (结论)</a></li> </ul>