AI 術語詞典

K 均值分群是一種將資料點分配到 K 個群集的演算法，透過反覆運算，將點分配到最近的群集中心，並更新中心位置，直到收斂

K 近鄰演算法是一種基於實例的學習方法，透過找出距離最近的 K 個鄰居，以投票方式決定資料點的分類

在支援向量機等演算法中，將低維資料映射到高維特徵空間的函數，使原本線性不可分的問題變得可分。

定期更換加密金鑰的資安實踐，以降低金鑰洩露風險並限制潛在損害。

KL散度（Kullback-Leibler Divergence）衡量兩個機率分佈的差異，數值越大代表分佈差異越大，常用於評估模型預測分佈與真實分佈的接近程度。

K 近鄰演算法（K-Nearest Neighbors, KNN）是一種非參數式監督學習演算法，透過尋找訓練集中距離最近的 K 個樣本進行多數投票（分類）或加權平均（回歸），無需建立顯式的模型參數。

知識庫是儲存結構化和非結構化知識的中央儲存庫，用於支援決策、自動化任務和提供資訊。

知識蒸餾是一種模型壓縮技術，透過讓小模型模仿大模型的輸出，使其在保有精準度的同時，大幅縮減模型體積

知識融合是將來自多個異構來源的知識整合為統一、連貫表示的過程，旨在提升AI系統的理解與推理能力。

知識圖譜（Knowledge Graph）是以圖結構儲存實體（Entity）及其關係（Relation）的語意知識庫，透過「主體-關係-客體」三元組表示現實世界的知識，廣泛應用於搜尋引擎增強、問答系統

預測知識圖譜中缺失的事實（三元組），填補現有知識圖譜的不完整部分。

一種技術，將知識圖譜中的實體和關係嵌入到連續向量空間，以便進行關係預測和推理。

基於結構化知識庫回答使用者問題的系統，能精準檢索並進行多跳邏輯推理。

用於比較樣本分佈與理論分佈是否相同，或兩個樣本是否來自相同分佈的無母數統計檢定。

比較兩個機率分佈是否相同的非參數統計檢定方法，常用於評估資料漂移與模型輸入分佈變化。

衡量兩個機率分佈之間差異程度的指標，常用於資訊理論、生成模型訓練與分佈比較。

在大型語言模型推理中，預先計算並存儲前面 token 的鍵和值向量，避免重複計算的優化技術。