Glossary

0-9

1-shot learning 5G + AI 6DoF pose estimation 7D representation 8-bit quantization 2-stage detector 4D data 0-shot learning 9-layer network 3D convolution

A

AGI / Artificial General Intelligence Autoencoder Attention Algorithm Artificial Intelligence (AI)

B

Backpropagation BERT Boosting Batch Normalization Bias

C

Chatbot Clustering CNN / Convolutional Neural Network Cross-Validation Classifier / Classification

D

Deep Learning Deepfake Discriminative Model Deterministic Model Data Augmentation

E

Embedding Encoder Epoch Ensemble Learning Explainable AI (XAI)

F

Fine-tuning Fusion / Multimodal Fusion Forward Propagation Foundation Model Feature Extraction

G

GAN / Generative Adversarial Network Gradient Descent Grounding Graph Neural Network (GNN)Generative AI

H

Hyperparameter Heuristic Hidden Layer Hierarchical Model Hallucination

I

Imbalanced Data Interpretability Instruction tuning Instance / Sample Intelligence Amplification / Augmentation

J

JAX Jittering Joint Embedding JSONL / JSON-lines Juxtaposition

K

KL Divergence (Kullback–Leibler Divergence)K-means Clustering K-Shot Learning Kernel Trick Knowledge Distillation

L

Latent Variable Loss Function LSTM / Long Short-Term Memory Large Language Model (LLM)Learning Rate

M

Multimodal / Multimodality Machine Learning (ML)Meta-learning Model Multi-head Attention

N

Normalization Neural Network NLP / Natural Language Processing NLU / Natural Language Understanding Novelty Detection / Anomaly Detection

O

Objective Function Online Learning One-hot Encoding Overfitting Optimizer

P

Policy / Reinforcement Learning Policy Pooling Pretraining Prompt Parameter

Q

Queue / Buffer Quantization Q-learning Query Quality Estimation

R

Retrieval Augmented Generation (RAG)Representation Learning Reinforcement Learning (RL)Regularization RNN / Recurrent Neural Network

S

Supervised Learning Self-Supervised Learning Sequence Modeling Sampling Softmax

T

Training Data Tokenizer Transfer Learning Transformer Tuning / Hyperparameter Tuning

U

Universal Approximation Theorem Unsupervised Learning U-Net Underfitting Uncertainty Estimation

V

Variational Autoencoder (VAE)Vector Embedding Vanishing / Exploding Gradient Validation Set Vision Transformer (ViT)

W

Weak Supervision Weight Decay Whitening / Whitening Transformation Word Embedding Workflow

X

XOR problem X-axis / feature axis XAI / Explainable AI XLM XLNet

Y

Y-axis / feature axis Y-transform / YUV YAGNI (You Aren't Gonna Need It)Yield (model yield / throughput)Yoga of AI

Z

Z-score Normalization Zero-gradient phenomenon Zero-shot Learning / Zero-shot inference Zero-centric / Zero-bias initialization Zygosity in augmentation

Workflow là gì

Workflow - AI and technology concept illustration

© 2025 / unsplash.com

Workflow đề cập đến một chuỗi các nhiệm vụ và hoạt động có cấu trúc được thiết kế để đạt được một mục tiêu cụ thể. Nó được sử dụng rộng rãi trong nhiều lĩnh vực như kinh doanh, phát triển phần mềm, giáo dục và y tế. Mục tiêu chính của một workflow là nâng cao hiệu quả, giảm thiểu lỗi và đơn giản hóa quy trình.

Trong lĩnh vực công nghệ thông tin, workflow thường liên quan đến các công cụ tự động hóa và hệ thống phần mềm. Những công cụ này cho phép các nhóm quản lý dự án và nhiệm vụ hiệu quả hơn. Thiết kế workflow có thể được điều chỉnh để đáp ứng các nhu cầu và tình huống cụ thể, đặc biệt trong phát triển phần mềm, nơi nó có thể bao gồm các giai đoạn như thu thập yêu cầu, phát triển, kiểm tra và triển khai.

Với sự phát triển của công nghệ, tương lai của workflow có thể sẽ tập trung nhiều hơn vào tự động hóa thông minh. Sự tích hợp của trí tuệ nhân tạo và học máy sẽ tối ưu hóa việc phân bổ nguồn lực và thực hiện nhiệm vụ. Tuy nhiên, thiết kế một workflow hiệu quả không phải là điều dễ dàng; cần xem xét sự hợp tác của nhóm, ưu tiên nhiệm vụ và quản lý thời gian.

Các tổ chức cần đảm bảo tính minh bạch và giao tiếp khi sử dụng workflows để tránh các vấn đề do thông tin bị cô lập gây ra. Mặc dù workflows mang lại nhiều lợi ích, chẳng hạn như tăng năng suất và giảm chi phí, nhưng nếu thực hiện không đúng cách có thể dẫn đến sự phản kháng của nhân viên và những thách thức trong quản lý thay đổi.