术语表
关于计算机视觉、机器学习和 AI 术语的清晰简洁定义——这些是 Ultralytics YOLO 模型和现代视觉 AI 背后的核心概念。
Accuracy
探索 AI 中准确性的基础知识。学习如何评估性能、避免准确性悖论，并使用 Ultralytics YOLO26 来衡量结果。
Action Chunking
了解动作分块（action chunking）如何提高机器人精度和模仿学习。探索如何使用 Ultralytics YOLO26 来减少 AI 代理中的累积误差。
Action Recognition
探索动作识别如何识别视频中的行为。学习使用 Ultralytics YOLO26 进行姿态估计，并为 HAR 任务构建智能 AI 系统。
Activation Function
探索 ReLU、Sigmoid 和 SiLU 等激活函数如何实现深度学习。了解 Ultralytics YOLO26 如何利用它们掌握复杂的视觉模式。
Active Learning
了解主动学习如何优化 AI 训练。学习如何使用 Ultralytics YOLO26 来识别信息量大的数据、降低标注成本并提高准确性。
Adam Optimizer
探索用于深度学习的 Adam 优化器。了解它如何结合动量和 RMSProp，从而在 Ultralytics YOLO26 等模型中实现更快的收敛。
Adversarial Attacks
探索对抗性攻击如何操纵机器学习模型。了解白盒和黑盒策略、对 AI 安全的风险，以及如何使用 Ultralytics YOLO26 进行防御。
Agentic Coding
了解代理式编码（agentic coding）如何改变软件开发。学习自主 AI 系统如何为 Ultralytics YOLO26 流水线编写、测试和调试代码。
Agentic RAG
探索代理式 RAG（Agentic RAG）以通过自主推理增强 AI。了解 Ultralytics YOLO26 和 Ultralytics Platform 如何提供智能检索和视觉能力。
Agentic Workflows
了解代理式工作流如何使自主 AI 代理能够解决复杂任务。学习如何集成 Ultralytics YOLO26 等先进的视觉工具。
AI Agent
探索 AI 代理的世界。了解这些自主系统如何使用 Ultralytics YOLO26 进行感知、推理并实时行动以解决复杂任务。
AI Agent Orchestration
了解 AI 智能体编排如何协调多个自主智能体。学习关键设计模式，并使用 Ultralytics YOLO26 部署视觉工作流。
AI Ethics
学习 AI 伦理的核心原则以构建负责任的系统。使用 Ultralytics YOLO26 和我们的新平台探索公平性、透明度和安全性。
AI Red Teaming
了解 AI 红队测试（AI Red Teaming）如何保护 AI 系统免受漏洞和偏见的影响。学习使用 Ultralytics YOLO26 对视觉模型进行压力测试，以确保最高的可靠性。
AI Safety
学习 AI 安全的核心支柱，包括对齐和鲁棒性。了解如何使用 Ultralytics YOLO26 部署可靠的模型并确保 AI 的稳定性。
AI Slop
了解什么是 AI slop 以及它对数字平台的影响。学习如何使用 Ultralytics YOLO26 检测并过滤低质量的合成内容。
AI Watermarking
探索 AI 水印如何保护数字媒体。了解内容溯源的科学，以及如何使用 Ultralytics YOLO26 检测合成资产。
Algorithmic Bias
了解算法偏见如何影响 AI 的公平性和伦理。使用 Ultralytics YOLO26 和 Ultralytics Platform 探索缓解策略，以建立信任。
Anchor Boxes
学习锚框（anchor boxes）如何作为目标检测的参考模板。了解它们如何提高准确性，以及 Ultralytics YOLO26 等模型如何利用无锚设计。
Anchor-Based Detectors
探索基于锚点的检测器如何使用预定义的边界框进行目标检测。了解它们的核心机制、实际应用案例，以及它们与现代、更快的 Ultralytics YOLO26 的对比。
Anchor-Free Detectors
探索无锚检测器如何简化目标检测并提高效率。了解 Ultralytics YOLO26 如何利用该技术获得更快、更准确的结果。
Anomaly Detection
学习异常检测如何识别 AI 和视觉中的离群值。探索如何使用 Ultralytics YOLO26 进行实时缺陷检测和自动化监控。
Area Under the Curve (AUC)
学习曲线下面积（AUC）如何衡量模型性能。探索其在分类、医疗保健和金融中使用 Ultralytics YOLO26 的作用。
Artificial General Intelligence (AGI)
探索通用人工智能（AGI）的基础知识。了解 AGI 与 Ultralytics YOLO26 等专用 AI 的区别，并发现通往人类水平推理的路径。
Artificial Intelligence (AI)
探索从机器学习到深度学习的人工智能基础知识。了解 Ultralytics YOLO26 如何驱动现代 AI 和计算机视觉。
Artificial Narrow Intelligence (ANI)
了解弱人工智能（ANI）如何驱动目标检测等特定任务。探索 Ultralytics YOLO26 如何提供高性能的专用 AI。
Attention Mechanism
探索注意力机制如何通过模仿人类的注意力来革新 AI。了解查询（Query）、键（Key）和值（Value）组件如何驱动 Ultralytics YOLO26 的准确性。
Attention Sinks
了解注意力槽（attention sinks）如何稳定 LLM 和 VLM 以进行无限序列生成。学习如何使用 Ultralytics YOLO26 优化内存并部署稳定的 AI。
Auto-GPT
探索 Auto-GPT，这款通过链接思维以实现目标的自主 AI 代理。了解它如何与 Ultralytics YOLO26 集成以完成高级视觉任务。
Autoencoder
学习自动编码器（autoencoders）如何利用编码器-解码器架构进行无监督学习、图像去噪和异常检测，以优化你的 Ultralytics YOLO26 工作流。
Automated Machine Learning (AutoML)
探索自动机器学习（AutoML）如何简化模型开发。学习通过超参数自动调优等功能来优化 Ultralytics YOLO26。
Autonomous Vehicles
通过自动驾驶探索移动出行的未来。了解 Ultralytics YOLO26 如何为自动驾驶汽车提供实时感知、目标检测和传感器融合支持。