🤖 AI（30）
大型語言模型 LLM
大型語言模型是透過海量文字資料訓練、能理解與生成自然語言的深度學習模型。它是現今聊天機器人與內容生成應用的核心技術基礎。
小型語言模型 SLM
小型語言模型是參數規模較小、訓練與部署成本更低的語言模型。它適合特定任務場景，兼顧效能與資源效率。
世界模型 World Model
世界模型是讓AI學習理解物理世界運作規律與因果關係的模型架構，常用於機器人與自動駕駛。它使AI具備預測環境變化與模擬情境的能力。
代理框架 Harness
代理框架是指包裹AI模型、提供工具呼叫與流程控制能力的運行環境。AI代理的實際表現，往往取決於模型與框架搭配的整體設計。
生成式AI Generative AI
生成式AI是能根據輸入自動產生文字、圖像或程式碼等全新內容的人工智慧技術。它與傳統僅能分類或預測的AI不同，重點在於創造而非辨識。
多模態AI Multimodal AI
多模態AI是能同時處理文字、圖像、語音等多種資料型態的人工智慧系統。它讓AI更貼近人類綜合感官理解世界的方式。
知識蒸餾 Knowledge Distillation
知識蒸餾是讓小型模型學習模仿大型模型輸出、以更低成本複製其能力的訓練技術。這項技術是近年AI模型成本大幅下降的重要推手。
前線部署工程師 FDE
前線部署工程師是深入客戶現場、協助將AI技術落地為實際解決方案的工程師角色。這個角色被視為連接AI技術與企業實務需求的關鍵橋樑。
訓練資料對齊 Data Alignment
訓練資料對齊是指確保AI模型訓練資料內容與預期價值觀、行為一致的處理過程。若對齊不當，模型可能學習到扭曲或偏頗的行為模式。
記憶體牆 Memory Wall
記憶體牆是指運算晶片效能提升速度超越記憶體資料傳輸速度、形成效能瓶頸的現象。此問題已成為AI運算架構革新的關鍵挑戰。
迴圈工程 Loop Engineering
迴圈工程是設計AI代理如何反覆規劃、執行、檢視結果並修正行動的流程架構。它是提示工程之後，AI代理時代新興的核心開發技能。
推理 Inference
推理是指AI模型訓練完成後，實際接收輸入並產生輸出結果的運算過程。推理效率與成本已成為AI產業繼訓練之後的下一個競爭焦點。
深偽技術 Deepfake
深偽技術是利用AI合成或竄改影像、聲音，使內容看似真實卻為偽造的技術。它對資訊真實性與模型訓練資料品質均構成嚴重威脅。
通用人工智慧 AGI
通用人工智慧是指具備與人類相當、能跨領域自主學習與推理的人工智慧型態。目前主流AI模型仍屬特定任務導向，尚未達到真正的AGI水準。
提示工程 Prompt Engineering
提示工程是設計與優化輸入指令、以引導AI模型產出更精準結果的技術方法。良好的提示設計能大幅提升模型輸出品質與可控性。
焦油坑 Tar Pit
焦油坑是一種資料投毒手法，透過提供大量看似有效卻逐漸誤導的資訊，使AI模型輸出品質下降。這種隱形攻擊手法比直接錯誤資訊更難被察覺與防範。
稀疏計算 Sparse Computation
稀疏計算是讓AI模型運算時只啟動部分必要神經元或參數的技術，藉此降低運算資源消耗。它是突破硬體效能瓶頸、提升模型效率的重要方法。
開源模型 Open Source Model
開源模型是原始碼與模型權重公開釋出、允許外界自由使用與修改的AI模型。它降低了AI應用門檻，也加劇了模型成本與性能的競爭。
微調 Fine-tuning
微調是在已訓練好的大型模型基礎上，用特定領域資料進一步訓練以強化專業表現的技術。相較從零訓練，微調成本更低且能快速客製化模型能力。
資料投毒 Data Poisoning
資料投毒是指刻意在AI訓練或輸入資料中植入錯誤或惡意內容，藉此扭曲模型輸出的攻擊手法。此手法可能讓模型產生偏差判斷甚至洩露風險。
模型崩潰 Model Collapse
模型崩潰是指AI模型長期使用AI生成內容作為訓練資料，導致輸出品質逐漸退化的現象。這種資料汙染問題可能使模型逐漸失去多樣性與準確性。
檢索增強生成 RAG
RAG是讓AI模型在生成回答前，先檢索外部知識庫以補充即時或專業資訊的技術架構。它能有效降低模型幻覺並提升答案準確性。
離線記憶整理 Offline Memory Consolidation
離線記憶整理是指AI模型在非即時互動時間，主動歸納與重組過往資訊以強化長期推理能力的機制。此技術被視為突破AI長程推理瓶頸的可能解方。
驗證式AI Verification AI
驗證式AI是指專注於檢驗、驗證假設或結果正確性，而非單純生成內容的AI應用模式。相較生成式AI，它更強調結果的可信度與科學嚴謹性。
AI幻覺 Hallucination
AI幻覺是指AI模型自信地產出看似合理、實際卻錯誤或虛構內容的現象。這種一本正經胡說八道的特性，是企業採用AI時需嚴加防範的風險。
AI代理 AI Agent
AI代理是能自主規劃步驟、呼叫工具並執行任務的AI系統，而非僅回應單一提問。它讓AI從對話助手進化為能實際完成工作的數位員工。
AI通膨 Token Inflation
AI通膨是指AI模型在處理任務時，悄悄消耗遠超預期的Token用量，導致成本與預算失控的現象。企業使用AI服務時，須留意這類隱形的資源損耗。
AI黑盒子 AI Black Box
AI黑盒子是指AI模型內部決策邏輯難以被人類完全理解與追溯的現象。隨著模型演化速度加快，這種不透明性也讓風險評估更加困難。
RLSD RLSD
RLSD是一種強化學習相關訓練策略，用於在模型穩定性與訓練效率間取得平衡。此方法有助於改善AI模型在複雜任務中的表現一致性。
Token Token
Token是AI語言模型處理文字時的最小切分單位，可能是一個字、詞或符號。模型的運算成本與用量計費，通常都以Token數量為基礎衡量。
☁️ 雲端（7）
多雲策略 Multi-cloud
多雲策略是企業同時採用多家雲端服務供應商、避免過度依賴單一平台的架構規劃。此策略有助於分散風險並在成本與效能間取得最佳配置。
高頻寬記憶體 HBM
高頻寬記憶體是一種能大幅提升晶片與記憶體間資料傳輸速度的記憶體技術。它是AI晶片訓練與推論效能的關鍵零組件，也是雲端算力競賽焦點。
無伺服器運算 Serverless
無伺服器運算是一種雲端服務模式，開發者無需自行管理伺服器即可部署與執行程式。雲端供應商依實際使用量自動配置資源並計費，也延伸出無伺服器GPU服務。
新興雲端服務商 Neoclouds
新興雲端服務商是指專注提供AI運算力、挑戰傳統雲端三巨頭的新興業者。它們通常以更彈性的GPU算力租賃模式切入AI基礎設施市場。
圖形處理器 GPU
圖形處理器原本設計用於圖形運算，因平行運算能力強大而成為AI模型訓練與推論的核心硬體。GPU供應與價格波動，直接牽動整個AI產業的發展步調。
算力 Compute Power
算力是指運算系統執行任務所能提供的處理能力，通常以GPU或TPU等硬體效能衡量。AI模型訓練與推論需求暴增，使算力成為科技產業競逐的核心資源。
邊緣運算 Edge Computing
邊緣運算是將運算與資料處理放在靠近資料來源的裝置端執行，而非集中送回雲端伺服器。它能降低延遲並提升即時反應能力，常應用於機器人與物聯網裝置。
🔐 資安（12）
主動式防禦 Proactive Defense
主動式防禦是指企業資安策略從被動偵測攻擊轉為預先識別威脅、主動出擊防堵的模式。在AI攻擊手法日益自動化的時代，此策略已成為資安布局重點。
去匿名化 De-anonymization
去匿名化是指透過交叉比對資料，還原出原本應被隱藏之個人真實身分的技術或攻擊手法。這類攻擊凸顯即使資料經匿名處理，隱私仍可能面臨風險。
供應鏈資安 Supply Chain Security
供應鏈資安是指管理與監控軟硬體供應商、合作夥伴所帶來資安風險的防禦策略。隨著法規趨嚴，企業須確保整條供應鏈的資安合規程度。
後量子密碼學 Post-Quantum Cryptography
後量子密碼學是為抵禦未來量子電腦破解能力所設計的新一代加密演算法。企業提前布局此技術，能避免現有加密系統在量子時代失效。
記憶體安全 Memory Safety
記憶體安全是指程式在存取記憶體時，避免發生越界讀寫、造成系統漏洞的安全屬性。缺乏記憶體安全的軟體，容易成為駭客入侵的攻擊入口。
提示注入攻擊 Prompt Injection
提示注入攻擊是指攻擊者透過精心設計的輸入文字，誘導AI模型執行非預期指令或洩露資訊的手法。此類攻擊是AI代理普及後企業必須防範的新興資安威脅。
資安認證 Security Certification
資安認證是由專業機構或廠商核發、證明個人具備特定資安知識與技能的證書。取得認證有助於求職者在AI時代的資安職涯中建立專業信任。
零信任架構 Zero Trust Architecture
零信任架構是一種預設不信任任何內外部使用者或裝置、要求持續驗證身分的資安模型。此架構能有效降低漏洞被利用後造成的擴散風險。
影子AI Shadow AI
影子AI是指員工未經企業許可、私自使用外部AI工具處理公司資料的現象。這類行為常出於善意提升效率，卻可能造成資料外洩等資安漏洞。
AI治理 AI Governance
AI治理是指企業建立政策、流程與監督機制，確保AI應用符合法規、倫理與風險控管要求的整體框架。健全的AI治理能降低模型誤用與合規風險。
AI資安行政命令 AI Security Executive Order
AI資安行政命令是指政府針對AI技術可能帶來的國安與資安風險，發布具強制力的政策指令。此類命令要求前沿AI模型須接受政府層級的資安測試。
NIST AI風險管理框架 NIST AI RMF
NIST AI風險管理框架是美國國家標準與技術研究院發布、協助組織識別與管理AI相關風險的指引。它提供企業導入AI技術時的資安治理參考標準。
🌱 成長（6）
才能公式 Talent Formula
才能公式是一種協助個人辨識自身既有優勢、而非盲目追逐新技能的思維框架。它強調先盤點已具備的能力，再決定學習方向，緩解AI焦慮。
個人品牌 Personal Branding
個人品牌是指個人在特定領域中，透過持續累積專業形象與影響力所建立的獨特識別度。經營個人品牌有助於在職涯轉型或接案市場中脫穎而出。
時間管理 Time Management
時間管理是指有效規劃與運用時間資源、以提升生活與工作品質的方法論。其核心不在於做得更快更多，而在於掌握真正重要的優先順序。
敏捷方法論 Agile
敏捷方法論是一種強調迭代開發、快速回應變化的專案管理與工作方式。它起源於軟體開發領域，如今廣泛應用於各類組織的流程優化。
職場霸凌 Workplace Bullying
職場霸凌是指在工作場所中，持續且不對等地對他人進行言語、行為或權力上侵害的行為。台灣新法規範下，即使單一事件也可能成立並面臨重罰。
AI焦慮 AI Anxiety
AI焦慮是指因AI技術快速發展，個人擔憂被取代或能力跟不上時代而產生的心理壓力。緩解此焦慮的關鍵，在於先釐清自身既有優勢而非盲目追新。