chanong 人工智能（Artificial intelligence，AI），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
通俗的说法：人工的方法在机器（计算机）上实现的智能。
1、大语言模型
大语言模型（LLM）是基于海量文本数据训练的深度学习模型。它不仅能够生成自然语言文本，还能够深入理解文本含义，处理各种自然语言任务，如文本摘要、问答、翻译等。基于大语言模型的文本生成、阅读理解、知识推理、信息抽取、人机对话、检索增强等能力，为用户提供个性化的服务和支持，包括问答、智能体等。
2、数据挖掘模型
通过特定的业务算法构建的解决某业务场景的中小模型，一般是通过数据建模进行数据特征分析，如用户量预测、故障根因定位、基站画像等。
3、计算机视觉模型
通过计算机模拟人眼的功能，对目标进行识别、跟踪，如目标检测、人脸识别、文字识别等。
提示词：提示词是一种用于引导或激发人工智能模型生成特定输出的输入文本。提示词可以是自然语言，也可以是结构化的指令或模板。它们在用户与AI之间的沟通中扮演着桥梁的角色，使AI能够理解并据此做出反应或生成创造性内容。通过精心设计和优化提示词，可以更有效地利用AI工具完成各种任务。
RAG：检索增强生成（Retrieval-augmented Generation），是一种结合了信息检索和文本生成的技术。检索增强生成模型结合了语言模型和信息检索技术。具体来说，当模型需要生成文本或者回答问题时，它会先从一个庞大的文档集合中检索出相关的信息，然后利用这些检索到的信息来指导文本的生成，从而提高预测的质量和准确性。
1. 检索（Retrieve）：使用用户的查询从外部知识源检索相关上下文。这通常涉及到将用户查询转换为向量表示，并在向量数据库中执行相似性搜索，以找到最相关的信息。
2. 增强（Augment）：将用户查询和检索到的额外上下文放入一个提示模板中，形成一个新的提示。
3. 生成（Generate）：最后，将增强后的提示输入到大型语言模型中进行生成，产生最终的回答或输出。
