🧠 AI 黑话翻译器

把 AI 圈的概念，拆到骨头，再用人话讲清楚。 硬核考据为主，通俗类比辅助。一个词读懂五层。

这是什么？

一个把 AI 术语逐个"解剖"的开源项目。每个词条都按五层结构展开，你想读到哪一层，就停在哪一层：

层级	内容	适合谁
L1 一句话点破	一句话说清本质，能秒懂就不绕弯	所有人
L2 通俗类比	用日常经验建立直觉，幽默自然流露	小白 / 跨界者
L3 正经定义	教科书级准确解释	想搞清楚的人
L4 原理深挖	公式、论文、最小可运行 demo	工程师 / 学生
L5 沿革与坑	历史渊源、常见误解、面试怎么考	看戏群众 / 求职者

为什么是五层？ 大多数科普要么太浅（只讲类比不讲原理），要么太硬（论文翻译，小白看不懂）。我们把“准确”和“易懂”焊在一起——小白靠 L1/L2 建立直觉，工程师靠 L4/L5 建立深度。核心永远是硬核解读，通俗只是入口。

读法建议

• 只想搞懂大概 -> 读 L1 + L2，3 分钟
• 要写进简历 → 通读 L1~L4，30 分钟
• 准备面试 → 重点看 L4 + L5

内容路线图

项目按一棵概念树组织，覆盖模型架构、推理生成、压缩加速、数据表示、检索索引、评估应用六大类，共 58 个高频名词。已完成 2 个，目标每周更新 2~3 个。

分类	代表词条
🏗️ 模型架构与训练	Transformer · 自注意力 · 预训练 · RLHF · 过拟合
⚡ 推理与生成	自回归 · 束搜索 · 温度 · 幻觉
🗜️ 模型压缩与加速	量化 · 知识蒸馏 · 剪枝 · vLLM
🔤 数据表示与编码	Embedding ✅ · Tokenizer · 位置编码 · CLIP
🔍 检索与索引	BM25 · Faiss · 向量数据库 · ColBERT · RRF
📊 评估与应用	RAG ✅ · Hit Rate · NDCG · 知识库

完整概念树和编写进度见 内容路线图。想认领某个未写词条？读 贡献指南 后开 Issue 即可。

为什么开源？

1. 学习：写一遍比读十遍记得牢。这是作者自己的费曼学习法闭环。
2. 协作：欢迎你投稿词条--写出来就是你的，frontmatter 的 author 字段永久归你。
3. 抗遗忘：AI 圈黑话迭代太快，这个仓库当个长期的"术语考古队"。

贡献

想投稿一个词条？想指出某个解释的错误？想补充 demo 或图示？

👉 阅读 CONTRIBUTING.md，里面有词条模板和写作规范。

第一个被采纳的投稿，作者会在对应的词条页永久署名感谢。

License

内容部分（terms/、docs/）采用 CC BY-SA 4.0——你可以转载、二创，但需署名并以相同协议发布。

代码部分（demos/）采用 MIT。