AI常用缩写速查表

AI 领域缩写很多，容易混淆。下面按主题整理常见缩写，方便阅读论文、产品文档和 API 说明时快速查找。

基础方向

AI：Artificial Intelligence，人工智能。

ML：Machine Learning，机器学习。

DL：Deep Learning，深度学习。

NLP：Natural Language Processing，自然语言处理。

CV：Computer Vision，计算机视觉。

RL：Reinforcement Learning，强化学习。

大模型相关

LLM：Large Language Model，大语言模型。

VLM：Vision-Language Model，视觉语言模型。

MoE：Mixture of Experts，专家混合模型，通过路由选择部分专家参与计算。

RAG：Retrieval-Augmented Generation，检索增强生成，用外部资料辅助回答。

SFT：Supervised Fine-Tuning，监督微调。

RLHF：Reinforcement Learning from Human Feedback，基于人类反馈的强化学习。

数据和训练

GPU：图形处理器，常用于并行训练和推理。

TPU：张量处理单元，面向深度学习加速。

FP16/BF16/FP32：不同浮点数精度。精度越低通常越省显存，但可能影响稳定性。

LoRA：Low-Rank Adaptation，低秩适配微调方法。

PEFT：Parameter-Efficient Fine-Tuning，参数高效微调。

评估和安全

BLEU/ROUGE：文本生成和摘要常见自动评估指标。

AUC：分类模型排序能力指标。

Toxicity：有害或攻击性内容程度。

PII：Personally Identifiable Information，个人可识别信息。

易混淆缩写

NLP 是领域，LLM 是模型类型。RAG 是应用架构，不是某个模型。SFT 是微调方法，RLHF 是对齐训练方法。FP16 和 INT8 都能省资源，但一个是浮点精度，一个是整数量化。

使用建议

看到缩写先查它属于“领域、模型、训练、评估、部署还是安全”。同一个缩写在不同领域可能含义不同，阅读时要结合上下文判断。