Thuật ngữ AI

Giải thích ngắn các khái niệm xuất hiện nhiều trong Cẩm Nang AI. Mỗi mục dẫn đến bài viết đầy đủ.

AI Agent (tác nhân AI): Một hệ thống phần mềm tự hành, dùng mô hình ngôn ngữ lớn làm “não bộ” để tự suy luận, lập kế hoạch và sử dụng công cụ bên ngoài nhằm đạt mục tiêu con người đặt ra. Đọc bài: AI Agent là gì? Kiến trúc, cách hoạt động và ứng dụng thực tế
AI tạo sinh (Generative AI): Tập hợp các mô hình học sâu tạo ra nội dung mới như văn bản, hình ảnh, mã nguồn và âm thanh, bằng cách học phân phối xác suất của dữ liệu thay vì chỉ phân loại dữ liệu có sẵn. Đọc bài: AI tạo sinh là gì? Cơ chế, mô hình và giới hạn cốt lõi
Ảo giác LLM (hallucination): Hiện tượng xảy ra khi mô hình ưu tiên việc tạo ra một chuỗi văn bản trôi chảy, có cấu trúc hợp lý hơn là việc đối chiếu với sự thật khách quan. Đọc bài: Vì sao LLM bịa đặt thông tin? Bản chất, nguyên nhân và giải pháp
Chain of Thought (CoT): Kỹ thuật prompt giúp mô hình ngôn ngữ lớn giải quyết các bài toán phức tạp bằng cách chia nhỏ quá trình tư duy thành các bước suy luận trung gian trước khi đưa ra kết quả cuối cùng. Đọc bài: Chain of Thought là gì? Kỹ thuật prompt giúp LLM suy luận từng bước
Embedding: Kỹ thuật chuyển đổi các thực thể dữ liệu như văn bản, hình ảnh hoặc âm thanh thành một chuỗi các số thực (vector) có độ dài cố định. Đọc bài: Embedding là gì? Cách AI biến văn bản thành vector
Fine-tuning: Quá trình tái huấn luyện một mô hình ngôn ngữ lớn đã qua tiền huấn luyện trên một tập dữ liệu nhỏ và chuyên biệt hơn, nhằm tối ưu hiệu suất cho một nhiệm vụ cụ thể. Đọc bài: Fine-tuning là gì? Cách tinh chỉnh LLM và khi nào nên dùng
Guardrails: Một lớp kiểm soát bằng chương trình nằm độc lập giữa người dùng, mô hình ngôn ngữ lớn và các công cụ hay API bên ngoài. Đọc bài: Guardrails là gì? Kiểm soát an toàn và Circuit Breakers trong AI
Học máy (Machine Learning): Một nhánh của trí tuệ nhân tạo, cho phép máy tính tự học từ dữ liệu để đưa ra dự đoán hoặc quyết định mà không cần lập trình cụ thể cho từng tác vụ. Đọc bài: Học máy (Machine Learning) là gì? Nguyên lý và thuật toán
Học sâu (Deep Learning): Một tập hợp con của học máy, dựa trên các mạng nơ-ron đa tầng để học những biểu diễn phức tạp của dữ liệu. Đọc bài: Học sâu (Deep Learning) là gì?
MCP (Model Context Protocol): Một tiêu chuẩn mở dùng để kết nối các ứng dụng AI với dữ liệu và công cụ bên ngoài một cách nhất quán. Đọc bài: MCP (Model Context Protocol) là gì? Kiến trúc và cách hoạt động
Mô hình ngôn ngữ lớn (LLM): Hệ thống trí tuệ nhân tạo được huấn luyện trên kho dữ liệu văn bản khổng lồ để hiểu và tạo ra ngôn ngữ tự nhiên. Đọc bài: Mô hình ngôn ngữ lớn (LLM) là gì và hoạt động ra sao?
Multi-agent: Kiến trúc gồm nhiều mô hình ngôn ngữ lớn hoạt động tự hành, sử dụng các công cụ trong một vòng lặp để cùng giải quyết các tác vụ phức tạp. Đọc bài: Multi-agent là gì? Cách các AI agent chia sẻ ngữ cảnh
RAG (Retrieval-Augmented Generation): Kỹ thuật tối ưu hóa đầu ra của các mô hình ngôn ngữ lớn bằng cách tham chiếu đến các nguồn tri thức tin cậy nằm ngoài dữ liệu huấn luyện gốc. Đọc bài: RAG là gì? Cách giúp LLM trả lời dựa trên dữ liệu riêng của bạn
Sycophancy: Hành vi xu nịnh hoặc đồng tình mù quáng, xảy ra khi mô hình ưu tiên sự hài lòng, thái độ lịch sự và sự đồng thuận giả định hơn là tính chính xác khách quan của thông tin. Đọc bài: Sycophancy (xu nịnh) trong LLM: Vì sao AI đồng tình khi bạn nói sai?
System prompt: Bề mặt kiểm soát cho phép kỹ sư thiết lập ngữ cảnh, định dạng đầu ra và các rào chắn bảo mật của một mô hình ngôn ngữ lớn trước khi người dùng nhập câu lệnh đầu tiên. Đọc bài: System prompt là gì và vì sao nó quyết định hành vi của LLM?
Temperature: Một tham số cấu hình dùng để điều chỉnh độ ngẫu nhiên của phản hồi từ mô hình ngôn ngữ lớn. Đọc bài: Temperature trong LLM là gì và nên đặt bao nhiêu?
Token: Đơn vị dữ liệu nhỏ nhất mà một mô hình ngôn ngữ đọc vào và viết ra. Đọc bài: Token AI là gì? Đơn vị dữ liệu và cửa sổ ngữ cảnh của AI
Trí tuệ nhân tạo (AI): Máy tính giả lập khả năng học và suy luận của con người bằng dữ liệu. Đọc bài: Trí tuệ nhân tạo (AI) là gì? Khái niệm nền tảng cho người mới
Vector database: Hệ thống lưu trữ chuyên dụng, được thiết kế để quản lý và truy xuất dữ liệu dưới dạng những mảng số thực đa chiều gọi là vector embedding. Đọc bài: Vector database là gì? Cách hoạt động và khi nào nên dùng