掌握 AI 核心關鍵字，建立科技報導新語言

人工智慧熱潮持續升溫，外媒 TechCrunch 整理出一份生成式 AI 用語指南，針對常見且容易混淆的概念逐一拆解，從大型語言模型（LLM）、幻覺、推論（inference），到訓練、權重、tokens 與記憶快取等，協助讀者理解 AI 產業報導與技術討論中的關鍵字。

該份持續更新的詞彙表強調，AI 領域仍在快速演進，未來也會隨著研究者持續推出新方法，同時辨識新的安全風險而擴充。消息除了說明大型語言模型如何透過訓練學習語言規律，也提到連鎖思考（chain-of-thought）、深度學習、神經網路、蒸餾、微調與遷移學習等核心技術，讓讀者可從基礎到進階建立完整理解。

在備受關注的名詞中，通用人工智慧被形容為在多數任務上比一般人更具能力的人工智慧，但不同機構對其定義並不一致；AI 代理人（AI agent）則指能代替使用者執行多步驟工作的工具，例如報帳、訂票、訂位，甚至撰寫與維護程式。另一方面，幻覺則是 AI 產生錯誤、甚至憑空捏造資訊的現象，被視為影響生成式 AI 品質與安全的一大問題。

除了技術詞彙，整理也提醒讀者 AI 產業的運作高度仰賴運算能力與硬體資源，從 GPU、CPU、TPU 到各類基礎建設都屬於關鍵要素；而 tokens、記憶體快取（memory cache）與推論（inference）等概念，則直接牽動模型運算效率與商業成本。整體來看，該份用語指南試圖為快速變化的 AI 生態建立共同語言，降低閱讀技術報導與產品說明的門檻。