贝奥武夫集群是一种高性能的并行计算机集群结构，特点是使用廉价的个人电脑硬件组装以达到最优的性价比。

人类反馈强化学习是一种训练 AI 系统的先进方法，它将强化学习与人类反馈相结合。

批处理 (Batch Processing) 是将一系列命令或程序按顺序组合在一起，在一个批处理文件中批量执行。

计算流体动力学应用程序在具有大吞吐量本地存储、低延迟网络和优化 CPU 的高性能计算 (HPC) 系统上运行效率最高。

数据科学 (Data Science, 简称 DS) 旨在从大规模数据中提取有价值的信息、洞见和知识。

现场可编程门阵列现场可编程门阵列 (FPGA) 是基于通过可编程互连连接的可配置逻辑块 (CLB) 矩阵的半导体器件。它在制造后可以根据所需的应用或功能要求重新编程。

在计算机运算领域，远程直接内存访问 (Remote Direct Memory Access, 简称 RDMA) 是一种直接存储器访问技术，它将数据直接从一台计算机的内存传输到另一台计算机，无需双方操作系统的介入。

硬件加速是指在计算机中通过把计算量非常大的工作分配给专门的硬件来处理，这样可以减轻中央处理器的工作量，比单独在通用 CPU 上运行的软件效率更高。

并行计算是高性能计算 (HPC) 下的一个细分领域，它是相对于串行计算来说的，一种通过同时在多个处理器或计算机上执行多个任务，以提高计算效率的计算模式。

高吞吐量计算 (High-throughput computing, 简称 HTC) 被定义为一种计算类型，旨在使用资源并行运行大量计算任务。

高性能计算 (HPC, 全称是 High Performance Computing) 这个术语是在「超级计算」一词之后出现的，是一种使用强大计算资源来解决复杂问题的计算领域。

大语言模型是一种人工智能算法。它应用了具有大量参数的神经网络技术，使用自监督学习技术处理和理解人类语言或文本。

输出调制法是一种转化输出表示，造成其扰动的方法，常用来增加学习器多样性的方法。是将分类输出转化为回归输出后构建个体学习器。

随机森林是包含多个决策树的多功能算法。

随机漫步是由一连串的随机行动的轨迹组成的统计模型，用来表示不规则的变动形式。

神经机器翻译（NMT）是基于纯神经网络的一种机器翻译框架。它采用神经网络以端对端方式实现源语言到目标语言的翻译。

神经图灵机是一种依据于神经网络的图灵机，它是从图灵机中获得灵感，能够实现微分功能的机器算法。它包括一个神经网络控制器（controller）、和外部存储器（memory）。

同策略是指生成样本的策略跟网络更新参数时使用的策略相同。同策略方法的典型如 SARAS 算法。

受试者工作特征（ROC）是一种系统匹配算法的测试指标。它是匹配分数阈值、误识率以及拒识率之间的一种关系。它反映了识别算法在不同阈值上，拒识率和误识率的平衡关系。

受限玻尔兹曼机是一类具有两层结构、对称连接且无自反馈的随机神经网络模型。

同步定位与地图构建（SLAM）机器人运动中的一项技术。

统计学习是基于数据构建概率统计模型对数据进行预测与分析的一门学科，也称统计机器学习。

替代损失函数是原本的损失函数不便计算时使用的函数。

上采样或称图像插值，它的主要目的是放大原图像, 从而可以显示在更高分辨率的显示设备上。

贝奥武夫集群是一种高性能的并行计算机集群结构，特点是使用廉价的个人电脑硬件组装以达到最优的性价比。

人类反馈强化学习是一种训练 AI 系统的先进方法，它将强化学习与人类反馈相结合。

批处理 (Batch Processing) 是将一系列命令或程序按顺序组合在一起，在一个批处理文件中批量执行。

计算流体动力学应用程序在具有大吞吐量本地存储、低延迟网络和优化 CPU 的高性能计算 (HPC) 系统上运行效率最高。

数据科学 (Data Science, 简称 DS) 旨在从大规模数据中提取有价值的信息、洞见和知识。

现场可编程门阵列现场可编程门阵列 (FPGA) 是基于通过可编程互连连接的可配置逻辑块 (CLB) 矩阵的半导体器件。它在制造后可以根据所需的应用或功能要求重新编程。

在计算机运算领域，远程直接内存访问 (Remote Direct Memory Access, 简称 RDMA) 是一种直接存储器访问技术，它将数据直接从一台计算机的内存传输到另一台计算机，无需双方操作系统的介入。

硬件加速是指在计算机中通过把计算量非常大的工作分配给专门的硬件来处理，这样可以减轻中央处理器的工作量，比单独在通用 CPU 上运行的软件效率更高。

并行计算是高性能计算 (HPC) 下的一个细分领域，它是相对于串行计算来说的，一种通过同时在多个处理器或计算机上执行多个任务，以提高计算效率的计算模式。

高吞吐量计算 (High-throughput computing, 简称 HTC) 被定义为一种计算类型，旨在使用资源并行运行大量计算任务。

高性能计算 (HPC, 全称是 High Performance Computing) 这个术语是在「超级计算」一词之后出现的，是一种使用强大计算资源来解决复杂问题的计算领域。

大语言模型是一种人工智能算法。它应用了具有大量参数的神经网络技术，使用自监督学习技术处理和理解人类语言或文本。

输出调制法是一种转化输出表示，造成其扰动的方法，常用来增加学习器多样性的方法。是将分类输出转化为回归输出后构建个体学习器。

随机森林是包含多个决策树的多功能算法。

随机漫步是由一连串的随机行动的轨迹组成的统计模型，用来表示不规则的变动形式。

神经机器翻译（NMT）是基于纯神经网络的一种机器翻译框架。它采用神经网络以端对端方式实现源语言到目标语言的翻译。

神经图灵机是一种依据于神经网络的图灵机，它是从图灵机中获得灵感，能够实现微分功能的机器算法。它包括一个神经网络控制器（controller）、和外部存储器（memory）。

同策略是指生成样本的策略跟网络更新参数时使用的策略相同。同策略方法的典型如 SARAS 算法。

受试者工作特征（ROC）是一种系统匹配算法的测试指标。它是匹配分数阈值、误识率以及拒识率之间的一种关系。它反映了识别算法在不同阈值上，拒识率和误识率的平衡关系。

受限玻尔兹曼机是一类具有两层结构、对称连接且无自反馈的随机神经网络模型。

同步定位与地图构建（SLAM）机器人运动中的一项技术。

统计学习是基于数据构建概率统计模型对数据进行预测与分析的一门学科，也称统计机器学习。

替代损失函数是原本的损失函数不便计算时使用的函数。

上采样或称图像插值，它的主要目的是放大原图像, 从而可以显示在更高分辨率的显示设备上。