Glossary
术语词库
技术术语速查词库。在文章中遇到术语时，悬停即可看到释义，也可在这里集中浏览。
Tool Use（工具使用）
Tool Use工具使用tool use工具调用Agent 系统层面的完整工具使用生命周期，涵盖工具注册、发现、权限控制、调用执行、结果回传等全链路。类比：Tool Use 是「整个电话系统」，而 Function Calling 只是其中「拨电话号码」的环节——两者不是同义词。MCP 协议本质上是在标准化 Tool Use 的整个生命周期。
→偏置
偏置Biasbias偏置项加权求和后面的常数项，控制神经元"及格线"的位置。没有偏置，分界线必须过原点；有了偏置，分界线可以自由平移。对应一次函数 y=kx+b 中的截距 b。
→神经元
神经元Neuronneuron人工神经元神经网络的最小计算单元——接收一组输入，做加权求和加偏置，再过激活函数输出一个数字。本质上就是一个带可学习参数的函数：output = activation(w·x + b)。
→分量（Component）
分量component向量分量坐标分量向量在某个坐标轴方向上的投影值。二维向量 $(3, 4)$ 有两个分量：横轴方向的 3 和纵轴方向的 4。所有分量合在一起，完整描述了向量的方向和大小。
→计算图（Computational Graph）
计算图computational graphcomputation graph计算图谱把复杂计算过程画成流程图——每个节点是一步运算，箭头表示数据流向。关键洞察：每条箭头就是一个偏导数，告诉你"起点动一下，终点变多少"。反向传播就是沿箭头逆行逐段相乘。
→仿射变换（Affine Transformation）
仿射变换affine transformation仿射映射形如 y=wx+b 的变换，在线性变换基础上增加了平移项 b。nn.Linear 实际做的就是仿射变换，严格来说不是线性变换（线性要求 f(0)=0）。
→纯函数
纯函数pure function没有副作用、输出完全由输入决定的函数，等价于数学函数的编程实现。
→Cosine Annealing
Cosine Annealing余弦退火余弦学习率Cosine Annealing Schedule一种基于余弦函数的学习率调度策略，让学习率从初始值平滑下降到接近零，两端变化慢、中段变化快
→LoRA（低秩适配）
LoRAloraLow-Rank Adaptation低秩适配Low-Rank Adaptation，一种参数高效微调方法。冻结预训练权重，只训练一对低秩矩阵 A 和 B（ΔW = BA），将可训练参数量压缩数百倍。已成为大模型微调的事实标准。
→深度学习
深度学习Deep Learningdeep learningDL机器学习的分支，通过多层神经网络自动从数据中学习特征表示。"深度"指网络层数多，使模型能逐层提取从简单到复杂的特征，是当前 AI 技术的核心驱动力。
→激活函数
激活函数Activation Functionactivation function非线性激活神经网络中引入非线性的关键组件。没有激活函数，多层网络等价于单层线性变换；有了它，网络才能学会复杂模式。常见的有 ReLU、Sigmoid、GELU 等。
→Next Token Prediction
Next Token Prediction下一个Token预测next token predictionNTPNext Token Prediction 是现代大语言模型的核心训练范式：给定前面的所有 token，预测下一个最可能的 token。GPT 系列的全部能力都源于这一简单目标。
→