大语言模型（Large Language Model，以下简称LLM）是一种基于海量文本数据训练、拥有数亿级以上参数的深度学习模型。

生成式人工智能（Generative Artificial Intelligence，以下简称“生成式AI”）是一种能够自动创建文本、图像、音视频、代码等全新内容的技术范式。

深度学习（Deep Learning，以下简称DL）是人工智能的核心技术，基于多层神经网络实现对海量数据的自动化特征学习与模式识别。

机器学习（Machine Learning，以下简称ML）是人工智能的核心分支，旨在构建能够从数据中自动学习规律并做出预测或决策的智能系统。

提示词工程（Prompt Engineering）是指系统化设计、优化和管理输入提示，以引导生成式人工智能模型产出高质量、符合预期结果的技术方法。

RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）是一种将人类偏好信息融入人工智能模型训练的优化技术。

MLOps（Machine Learning Operations，机器学习运维）是将机器学习模型开发、部署和运维流程标准化的工程实践体系。

技能（Skill）是一种能力封装机制，用于将专业知识（如编码经验、常见问题、解决方案等）组织为可复用的模块。