iPAS AI 應用規劃師必勝術語彙編-中級

iPAS AI 應用規劃師必勝術語彙編

本表根據來源資料彙整了「iPAS AI 應用規劃師」鑑定考試中最關鍵的專業術語，建議考生於進考場前快速瀏覽，以確保對縮寫與定義的直覺反應。

一、 AI 技術與模型類 (AI Technologies & Models)

術語 (縮寫)	完整原文	關鍵考點定義
LLM	Large Language Model	大語言模型。具備強大語言理解與生成能力，如 GPT-4。
RAG	Retrieval-Augmented Generation	檢索增強生成。透過外部知識庫解決模型的「幻覺」與「即時性」問題。
Fine-tuning	Fine-tuning	微調。針對特定任務，使用特定領域數據對預訓練模型進行再訓練。
Overfitting	Overfitting	過度擬合。模型在訓練集表現極佳，但在測試集表現極差（俗稱讀死書）。
XAI	Explainable AI	可解釋性 AI。讓人類能理解 AI 決策邏輯的技術，用以消除「黑箱」疑慮。
Transformer	Transformer	生成式 AI 的核心架構，利用自注意力機制捕捉長距離語境依賴關係。
Token	Token	權杖。AI 處理文字的最小單位，不一定是單字，可能是字根或片段。
Embedding	Embedding	嵌入。將文字轉換成高維度的數值向量，語義接近的詞在空間中距離也較近。
GAN	Generative Adversarial Network	生成對抗網路。由產生器與鑑別器組成，兩者在博弈對抗中提升生成品質。
Diffusion	Diffusion Models	擴散模型。透過逐步加入與移除噪聲的反向過程來生成影像內容。

---

二、 專案管理與維運類 (Project Management & MLOps)

術語 (縮寫)	完整原文	關鍵考點定義
POC	Proof of Concept	概念驗證。專案早期用於確認技術可行性的實驗性原型。
ROI	Return on Investment	投資報酬率。衡量專案經濟效益的核心財務指標。
TCO	Total Cost of Ownership	總體擁有成本。包含採購、開發、運維及 Token 消耗等所有支出。
MLOps	Machine Learning Operations	機器學習維運。結合開發與營運，確保模型上線後的穩定佈署與持續訓練。
SLA	Service Level Agreement	服務層級協議。規範服務可用性（如 99.9% 運作時間）的標準合約。
KPI	Key Performance Indicator	關鍵績效指標。必須直接對應商業目標（而非僅看模型準確率）。
PRD	Product Requirement Document	需求規格說明書。定義專案範疇、成功指標與技術限制條件（如延遲低於 200ms）。

---

三、 數據工程與基礎設施類 (Data Engineering & Infra)

1. ETL (Extract, Transform, Load)：將原始數據轉化為 AI 訓練用數據的標準流程（擷取、轉換、載入）。
2. One-Hot Encoding：獨熱編碼。將無順序關係的分類資料（如顏色、血型）轉為 0 與 1 向量的技術。
3. Data Lake：資料湖。用於儲存原始格式數據的系統，可供後續載入載轉換 (ELT)。
4. SaaS (Software as a Service)：軟體即服務（如 ChatGPT Plus），導入速度最快。
5. IaaS (Infrastructure as a Service)：基礎設施即服務（如租用 GPU 伺服器）。

---

四、 114 年新興術語速查 (114 Year Emerging Terms)

1. MCP (Model Context Protocol)：AI 界的「萬能插座」。由 Anthropic 提出，旨在標準化 AI 模型與外部工具、資料源之間的連接。
2. Regulatory Sandbox：監理沙盒。在風險受控的「安全空間」內進行法規豁免測試，以鼓勵技術創新。
3. LIME / SHAP：解決「黑盒子」問題的工具，透過擾動輸入來解釋單一個案的預測原因。
4. Knowledge Distillation (KD)：知識蒸餾。讓小模型模仿大模型的行為，達成「瘦身但不減智」的效果。
5. MMLU：目前衡量大型語言模型綜合通識能力（涵蓋 57 個學科）的權威評測資料集。

資料來源：https://books.google.com.tw/books/about?id=5ki3EQAAQBAJ&redir_esc=y