术语与读法:把 RAG 里的缩写念对
这个专题缩写密度很高。这一页不重复讲原理,只解决三件事:看到缩写知道全称,知道中文含义,张嘴时知道怎么读。
读法用三种记号:
/.../是国际音标,以它为准;- “字母读”指逐个念字母,例如
API读 A-P-I; - 引号里是中文近似,只帮助起步,不保证口音标准。
同一个缩写有两种读法是常态,比如 SQL;团队内部统一即可。真正重要的是:第一次出现时写全称,之后再用缩写。
1、先分清三种读法
| 类型 | 例子 | 怎么读 |
|---|---|---|
| 字母缩写 | API、PDF、LLM | 逐个字母:A-P-I |
| 单词化缩写 | RAG、KILT | 当成一个单词:/ræɡ/、/kɪlt/ |
| 普通英文词 | prompt、chunk | 按单词读,不是缩写 |
FAQ、SQL 这类两种读法都常见,不必纠结。不确定时,逐字母读最不容易出错。
2、RAG 主线
| 缩写 | 英文全称 | 中文 | 读法 |
|---|---|---|---|
RAG | Retrieval-Augmented Generation | 检索增强生成 | /ræɡ/“拉格”;也有人逐字母读 R-A-G |
LLM | Large Language Model | 大语言模型 | 字母读 L-L-M /ˌel el ˈem/ |
AI | Artificial Intelligence | 人工智能 | 字母读 A-I /ˌeɪ ˈaɪ/ |
QA | Question Answering | 问答 | 字母读 Q-A /ˌkjuː ˈeɪ/ |
ID | Identifier | 标识符、编号 | 字母读 I-D /ˌaɪ ˈdiː/ |
| Agentic RAG | Agentic Retrieval-Augmented Generation | 智能体式 RAG | /eɪˈdʒentɪk ræɡ/“艾真提克-拉格” |
Self-RAG | Self-Reflective Retrieval-Augmented Generation | 自反思式 RAG | /ˌself ˈræɡ/“self-拉格” |
CRAG | Corrective Retrieval-Augmented Generation | 纠错式 RAG | 常读 C-RAG(字母 C + rag) |
GraphRAG | Graph Retrieval-Augmented Generation | 图谱增强 RAG | /ˈɡræf ræɡ/“格拉夫-拉格” |
LightRAG | Lightweight Retrieval-Augmented Generation | 轻量级图谱 RAG | /ˈlaɪt ræɡ/“莱特-拉格” |
3、检索、排序与索引
| 缩写 | 英文全称 | 中文 | 读法 |
|---|---|---|---|
BM25 | Best Matching 25 | 经典关键词检索打分 | 读 B-M-二十五 |
RRF | Reciprocal Rank Fusion | 倒数排名融合 | 字母读 R-R-F /ˌɑːr ɑːr ˈef/ |
MMR | Maximal Marginal Relevance | 最大边际相关性 | 字母读 M-M-R |
MRR | Mean Reciprocal Rank | 平均倒数排名 | 字母读 M-R-R /ˌem ɑːr ˈɑːr/ |
nDCG | normalized Discounted Cumulative Gain | 归一化折损累计增益 | 字母读 n-D-C-G /ˌen diː siː ˈdʒiː/ |
Recall@k | Recall at k | 前 k 条召回率 | /rɪˈkɔːl æt keɪ/“瑞考-艾特-K”,@ 读 at |
Precision@k | Precision at k | 前 k 条查准率 | /prɪˈsɪʒn æt keɪ/“普瑞西任-艾特-K” |
HyDE | Hypothetical Document Embeddings | 假设文档嵌入 | /haɪd/“海德” |
RAPTOR | Recursive Abstractive Processing for Tree-Organized Retrieval | 树状递归摘要检索 | /ˈræptər/“拉普特” |
FLARE | Forward-Looking Active REtrieval augmented generation | 前瞻式主动检索 | /fler/“弗雷尔” |
ColBERT | Contextualized Late Interaction over BERT | 延迟交互检索模型 | /ˈkoʊlbɜːrt/“科尔伯特” |
ColPali | ColBERT 思路用于视觉文档(PaliGemma) | 视觉文档检索 | 读 col-pali /kɒlˈpɑːli/ |
ANN | Approximate Nearest Neighbor | 近似最近邻 | 字母读 A-N-N /ˌeɪ en ˈen/ |
HNSW | Hierarchical Navigable Small World | 分层可导航小世界图 | 字母读 H-N-S-W |
IVF | Inverted File index | 倒排文件索引 | 字母读 I-V-F /ˌaɪ viː ˈef/ |
PQ | Product Quantization | 乘积量化 | 字母读 P-Q /ˌpiː ˈkjuː/ |
IVF-PQ | IVF + Product Quantization | 倒排 + 乘积量化 | 读 I-V-F-P-Q |
MTEB | Massive Text Embedding Benchmark | 大规模文本嵌入基准 | 字母读 M-T-E-B |
BEIR | 零样本信息检索基准(官方标题未展开缩写) | 信息检索基准 | 常按字母读 B-E-I-R |
KILT | Knowledge Intensive Language Tasks | 知识密集型语言任务 | /kɪlt/“基尔特”,同英文单词 kilt |
P95 / P99 | 95th / 99th percentile | 95 / 99 分位 | 读 P-ninety-five / P-ninety-nine |
QPS | Queries Per Second | 每秒查询数 | 字母读 Q-P-S |
4、文档与工程
| 缩写 | 英文全称 | 中文 | 读法 |
|---|---|---|---|
OCR | Optical Character Recognition | 光学字符识别 | 字母读 O-C-R /ˌoʊ siː ˈɑːr/ |
PDF | Portable Document Format | 可移植文档格式 | 字母读 P-D-F /ˌpiː diː ˈef/ |
API | Application Programming Interface | 应用程序接口 | 字母读 A-P-I /ˌeɪ piː ˈaɪ/ |
JSON | JavaScript Object Notation | JavaScript 对象表示法 | /ˈdʒeɪsən/“杰森” |
HTTP | Hypertext Transfer Protocol | 超文本传输协议 | 字母读 H-T-T-P |
HTTPS | HTTP Secure | 加密的 HTTP | 字母读 H-T-T-P-S |
SSE | Server-Sent Events | 服务器发送事件 | 字母读 S-S-E /ˌes es ˈiː/ |
URL | Uniform Resource Locator | 统一资源定位符 | 字母读 U-R-L /ˌjuː ɑːr ˈel/ |
UUID | Universally Unique Identifier | 通用唯一标识符 | 字母读 U-U-I-D |
SQL | Structured Query Language | 结构化查询语言 | 字母读 S-Q-L,或 /ˈsiːkwəl/“sequel” |
ACL | Access Control List | 访问控制列表 | 字母读 A-C-L /ˌeɪ siː ˈel/ |
TTL | Time To Live | 存活时间 | 字母读 T-T-L |
CI | Continuous Integration | 持续集成 | 字母读 C-I /ˌsiː ˈaɪ/ |
UI | User Interface | 用户界面 | 字母读 U-I /ˌjuː ˈaɪ/ |
GPU | Graphics Processing Unit | 图形处理器 | 字母读 G-P-U |
CPU | Central Processing Unit | 中央处理器 | 字母读 C-P-U |
HTML | HyperText Markup Language | 超文本标记语言 | 字母读 H-T-M-L |
UTF-8 | Unicode Transformation Format – 8-bit | 8 位 Unicode 转换格式 | 字母读 U-T-F-8 |
FAQ | Frequently Asked Questions | 常见问题 | 字母读 F-A-Q,或 /fæk/ |
MIT | Massachusetts Institute of Technology | 麻省理工学院(许可证名) | 字母读 M-I-T |
NLP | Natural Language Processing | 自然语言处理 | 字母读 N-L-P |
CRUD | Create, Read, Update, Delete | 增删改查 | /krʌd/“克拉德” |
IO | Input / Output | 输入 / 输出 | 字母读 I-O |
5、模型与平台
| 名称 | 全称 / 说明 | 读法 |
|---|---|---|
OpenAI | 公司名,Open + AI | /ˌoʊpən eɪ ˈaɪ/“欧盆-A-I” |
Anthropic | 公司名 | /ænˈθrɑːpɪk/“安思若匹克” |
SiliconFlow | 硅基流动,Silicon + Flow | /ˈsɪlɪkən floʊ/“斯利肯-弗楼” |
GPT | Generative Pre-trained Transformer | 字母读 G-P-T /ˌdʒiː piː ˈtiː/ |
BGE | BAAI General Embedding | 字母读 B-G-E /ˌbiː dʒiː ˈiː/ |
BAAI | Beijing Academy of Artificial Intelligence | 字母读 B-A-A-I /ˌbiː eɪ eɪ ˈaɪ/ |
BGE-M3 | M3 = Multi-Linguality、Multi-Functionality、Multi-Granularity | 读 B-G-E-M-three |
E5 | 嵌入模型系列名 | 读 E-five /ˌiː ˈfaɪv/ |
产品名通常有官方读法,拿不准时按字母读、或者直接说中文名,比含混带过更清楚。
6、常读错的英文词
| 词 | 读法 | 意思 |
|---|---|---|
prompt | /prɑːmpt/“普朗普特”,结尾的 p 要发音 | 提示词 |
token | /ˈtoʊkən/“偷肯” | 模型处理文本的基本单位 |
chunk | /tʃʌŋk/“昌克” | 文档块 |
embedding | /ɪmˈbedɪŋ/“因贝丁” | 嵌入、向量表示 |
retrieval | /rɪˈtriːvl/“瑞特里沃” | 检索 |
rerank | /ˌriːˈræŋk/“瑞-让克” | 重排 |
agent | /ˈeɪdʒənt/“诶真特” | 智能体 |
tenant | /ˈtenənt/“泰南特” | 租户 |
upsert | /ˈʌpsɜːrt/“阿普瑟特” | 有则更新、无则插入 |
hash | /hæʃ/“哈希” | 哈希值 |
cosine | /ˈkoʊsaɪn/“扣赛因” | 余弦 |
recall | /rɪˈkɔːl/“瑞考” | 召回;指标语境下指召回率 |
precision | /prɪˈsɪʒn/“普瑞西任” | 查准率 / 精确率,不是 accuracy |
corpus | /ˈkɔːrpəs/“考帕斯” | 语料库 |
latency | /ˈleɪtənsi/“雷坦西” | 延迟 |
pipeline | /ˈpaɪplaɪn/“派普莱恩” | 流水线 |
tombstone | /ˈtuːmstoʊn/“图姆斯通” | 删除标记 |
idempotent | /aɪˈdempətənt/“爱登-泼腾特” | 幂等的 |
hybrid | /ˈhaɪbrɪd/“海布里德” | 混合的 |
sparse / dense | /spɑːrs/“斯帕斯” / /dens/“登斯” | 稀疏 / 稠密 |
lexical | /ˈleksɪkl/“莱克西扣” | 词法的、字面的 |
semantic | /səˈmæntɪk/“瑟曼提克” | 语义的 |
query | /ˈkwɪri/“奎瑞” | 查询 |
schema | /ˈskiːmə/“斯基玛” | 结构定义 |
throughput | /ˈθruːpʊt/“斯鲁普特” | 吞吐量 |
7、示例里的编号不是术语
文章示例中还会看到一些像缩写的编号,它们只是示例数据:
E1、E2:本轮证据编号,读“E-one”“E-two”;C0001、C0003:块编号,读“C-零零零一”或“C one”;doc_42:文档编号,doc读 /dɑːk/“达克”。
8、一句话总结
缩写负责省字,全称负责解释,读法负责开口。 写作时第一次出现写全称,口头交流时念不准就逐字母读,比含糊带过更专业。
评论
正在加载评论…