terminology

本研究评估了四款专有LLM（GPT-4o、GPT-5.2、Claude Sonnet 4.5、DeepSeek）在两个领域英译法的专业术语翻译，并比较了提示策略。结果显示Claude Sonnet 4.5表现最佳，但LLM目前尚无法取代专业语料库。

一个提议，将术语“图工程”区分为“知识图谱工程”和“代理图工程”，引用了2026年代理编排图的激增以及与知识图谱的混淆。

关于“AI代理”不同定义的讨论，以及每个人在使用该术语时是否意指相同的事物。

本立场文件认为，术语“机器遗忘”在大型语言模型研究中被过度使用，主张采用更严格的术语，将其与数据集定义的删除和重训练等价性保证挂钩。

讨论了术语“vibecoding”的两种矛盾含义——一种指不加思考地将代码全部丢给AI，另一种指借助AI进行重大代码辅助——并指出这种歧义导致了沟通中不必要的摩擦。

Linear设计工程师Emil Kowalski整理了90+个动画术语，涵盖12个分类，作者用Claude制作了一个双语预览站以便理解效果。

Linear设计工程师Emil Kowalski整理了90多个动画术语，涵盖12个分类，旨在帮助用户更好地向AI描述动画效果。同时，作者使用Claude构建了一个双语预览站点，方便理解每个术语的实际效果。

本文提出了一种利用机器学习技术策展心脏科接口术语（CIT）的方法，用于突出显示电子健康记录笔记中的细节。该方法包含三个阶段，包括衍生训练数据并训练ML模型以识别候选概念，在测试数据上实现了高完整性和高覆盖率。

这是一个开源的 AI 编程术语词典，帮助开发者理解 context window、tool call 等常见概念，按使用路径组织并互相链接。

推荐Huggingface上一篇讲解AI Agent常见术语的文章，帮助理清Harness、Scaffold、Context Engineering等概念。

Armin Ronacher主张用'clanker'替代'agent'来描述基于LLM的系统，以强调它们是工具而非负有责任的代理，并警告不要将AI拟人化。

这是一篇 Hugging Face 博客文章，旨在定义并厘清 AI Agent 领域的关键术语，如 scaffolding、harness、context engineering 和 tool use，力求在快速演进中实现词汇标准化。

比较了DeepL、使用基本提示的Gemini以及使用术语表增强提示的Gemini在岩画西班牙语-英语术语翻译中的表现，发现术语表增强提示达到了最高的术语准确率（81.4%）。

作者整理了一份包含困惑LLM术语的词汇表，并附有面向生产的解释，然后进行清理，以可浏览的UI形式在GitHub上开源。

文章指出，目前大多数‘智能体AI’产品只是带有大语言模型的基础自动化循环，并非真正的自主智能体，并批评了为营销目的而滥用该术语的现象。

文章讨论了关于'蒸馏攻击'一词的争议，认为将一些中国实验室的API滥用行为标记为'蒸馏'可能会污名化一项关键且合法的AI训练技术。文章呼吁使用更清晰的术语来区分标准的知识蒸馏和诸如越狱之类的非法API提取方法。