Tìm thấy 16 thuật ngữ
AI Agent
Tác tử AI
Hệ thống dùng mô hình ngôn ngữ để tự chọn công cụ và chạy nhiều bước tới một mục tiêu, thay vì chỉ trả lời một câu hỏi. Đổi lại, nó cần hạn mức, log đầy đủ và điểm dừng cho người duyệt.
AI Governance
Quản trị AI
Bộ quy định nội bộ về việc ai được dùng AI vào việc gì, dữ liệu nào được đưa ra ngoài, và ai chịu trách nhiệm khi đầu ra sai. Ở Việt Nam nó gắn thẳng với luật bảo vệ dữ liệu cá nhân.
Artificial Intelligence(AI)
Trí tuệ nhân tạo
Tên gọi chung cho các hệ thống máy tính làm được những việc trước đây phải cần người: đọc hiểu, phân loại, dự đoán, tạo nội dung. Với BA, câu hỏi đáng tiền là nó chạy theo luật cứng hay theo xác suất.
Chatbot
Trợ lý hội thoại
Giao diện hội thoại trả lời người dùng, từ cây nút bấm đơn giản tới hệ chạy trên mô hình ngôn ngữ. Phần khó nhất khi thiết kế không nằm ở câu trả lời, mà ở lúc phải chuyển sang người thật.
Context Window
Cửa sổ ngữ cảnh
Lượng token tối đa mà mô hình đọc được trong một lượt, tính cả chỉ dẫn, tài liệu bạn dán vào, lịch sử hội thoại và cả câu trả lời. Vượt ngưỡng thì phần cũ bị cắt đi, và mô hình quên.
Embedding
Vector nhúng (biểu diễn ngữ nghĩa)
Cách biến một đoạn văn bản thành dãy số sao cho hai đoạn gần nghĩa nằm gần nhau. Nhờ vậy máy tìm được theo ý người hỏi chứ không cần trùng từ khoá — nền của tìm kiếm ngữ nghĩa và của RAG.
Fine-tuning
Tinh chỉnh mô hình
Huấn luyện tiếp một mô hình có sẵn trên bộ dữ liệu riêng để nó bám giọng văn, định dạng hoặc lối làm việc của bạn. Dạy được phong cách và cấu trúc, không dạy được dữ liệu thay đổi hằng ngày.
Generative AI(GenAI)
AI tạo sinh
Nhánh AI tạo ra nội dung mới — văn bản, ảnh, code, giọng nói — thay vì chỉ phân loại hay dự đoán. Đầu ra đổi theo từng lần chạy, nên cách viết yêu cầu và cách nghiệm thu cũng phải đổi theo.
Hallucination
Ảo giác của mô hình (bịa thông tin)
Hiện tượng mô hình trả lời trôi chảy nhưng sai sự thật, đôi khi kèm cả số điều khoản và nguồn tự bịa. Đây là rủi ro phải chặn bằng thiết kế và acceptance criteria, chứ không có bản vá nào sửa dứt điểm được.
Large Language Model(LLM)
Mô hình ngôn ngữ lớn
Mô hình đoán chữ tiếp theo, huấn luyện trên khối văn bản khổng lồ, đủ tốt để tóm tắt, viết nháp, phân loại và trích xuất thông tin. Nó không tra cứu sự thật, nó dự đoán chuỗi chữ hợp lý nhất.
Model Context Protocol(MCP)
Giao thức kết nối ngữ cảnh cho mô hình
Chuẩn mở quy định cách một ứng dụng AI kết nối tới công cụ và nguồn dữ liệu bên ngoài, để mỗi tích hợp không phải viết lại từ đầu. Nó là lớp cắm dây, không làm mô hình thông minh hơn.
Natural Language Processing(NLP)
Xử lý ngôn ngữ tự nhiên
Nhóm kỹ thuật cho máy đọc và xử lý ngôn ngữ của người: phân loại, trích xuất thực thể, phân tích cảm xúc, tóm tắt. Với tiếng Việt, tách từ và chữ không dấu là hai chỗ hay vỡ nhất.
Optical Character Recognition(OCR)
Nhận dạng ký tự quang học
Kỹ thuật đọc chữ từ ảnh hoặc PDF scan thành văn bản máy xử lý được. Dùng đúng chỗ thì tiết kiệm hàng trăm giờ nhập liệu, dùng sai chỗ thì bạn đang OCR một file vốn đã có sẵn dữ liệu.
Prompt Engineering
Kỹ thuật viết prompt
Kỹ năng viết chỉ dẫn cho mô hình sao cho ra đúng thứ mình cần: rõ vai trò, đủ ngữ cảnh, chốt định dạng đầu ra, nêu ràng buộc. Về bản chất giống hệt việc viết một yêu cầu không mơ hồ.
Retrieval-Augmented Generation(RAG)
Sinh nội dung có truy xuất dữ liệu
Cách ghép mô hình ngôn ngữ với kho tài liệu của công ty: tìm các đoạn liên quan trước, rồi mới để mô hình trả lời dựa đúng trên những đoạn đó, kèm trích dẫn nguồn cho người dùng kiểm lại.
Vector Database
Cơ sở dữ liệu vector
Kho lưu và tìm kiếm các vector embedding theo độ gần nghĩa, trả về những đoạn giống nhất trong mili giây. Nhiều dự án nội bộ chỉ cần extension pgvector trên Postgres sẵn có là đủ.