Glossary
AI terms · in plain English.
What buyers actually ask about — RAG, agents, evals, MCP. Click any term for the deeper explanation.
L
- LLM (Large Language Model)
- बड़े टेक्स्ट-प्रेडिक्शन मॉडल जो सब कुछ पावर करते हैं — Claude, GPT, Llama, आदि। बहुवचन बहुवचन है, कैपिटलाइज़्ड LLMs नहीं।
- LLM-as-judge
- एक मज़बूत model का उपयोग करके किसी अन्य model के outputs को आपके मानदंडों के अनुसार evaluate करना। जब human grading संभव न हो तो बड़े पैमाने पर eval suites के लिए उपयोग किया जाता है।
Related: Eval
ए
- एजेंट
- एक AI सिस्टम जो एक workflow चलाता है — data fetch करता है, tools को call करता है, branches के बीच निर्णय लेता है, और जब उसका confidence कम हो तो humans को escalate करता है। chatbot (जो सवालों के जवाब देता है) से अलग है क्योंकि agent actions लेता है।
- एजेंटिक वर्कफ़्लो
- एक बहु-चरणीय प्रक्रिया जिसमें एक या अधिक AI agents मिलकर किसी परिणाम को प्राप्त करने के लिए समन्वय करते हैं। इसमें अक्सर planning, tool use, retrieval, और human-in-loop checkpoints शामिल होते हैं।
- एम्बेडिंग
- टेक्स्ट (या अन्य मीडिया) का एक सघन संख्यात्मक प्रतिनिधित्व जो अर्थ को कैप्चर करता है। semantic search, clustering, recommendation के लिए उपयोग किया जाता है। अधिकांश RAG सिस्टम्स की नींव है।
Related: Tool use · Agentic workflow · Guardrails
Related: RAG · Vector database
क
- कैश (prompt caching)
- एक लंबे, स्थिर prompt prefix के एन्कोडेड प्रतिनिधित्व को कई requests में पुनः उपयोग करना। बड़े साझा context (schemas, knowledge bases, instructions) वाले use cases पर लागत 50-90% कम करता है।
- कॉन्टेक्स्ट विंडो
- एक मॉडल एक बार में कितना टेक्स्ट देख सकता है। Claude के पास 200K+ token के context window हैं; बड़े documents, codebases, या chat histories के साथ काम करने के लिए उपयोगी।
प
- प्रॉम्प्ट
- मॉडल को भेजे गए निर्देश + संदर्भ। इसमें एक system prompt (स्थिर, भूमिका परिभाषित करने वाला) और user/assistant messages (बातचीत) शामिल होते हैं।
- प्रॉम्प्ट इंजीनियरिंग
- प्रॉम्प्ट तैयार करना ताकि विश्वसनीय, उच्च-गुणवत्ता वाले आउटपुट मिलें। वास्तविक कौशल। इसमें few-shot examples, chain-of-thought, structured output, refusal patterns शामिल हैं।
फ
- फ़ाइन-ट्यूनिंग
- किसी मॉडल को अपने डेटा पर प्रशिक्षित करना जारी रखना ताकि शैली, शब्दावली, या task-specific व्यवहार को अंतर्निहित किया जा सके। लोग सोचते हैं उससे कम जरूरी होता है — prompting + RAG आमतौर पर बेहतर काम करता है, सिवाय brand voice और visual classification के।
- फंक्शन कॉलिंग / tool use
- जब कोई मॉडल एक परिभाषित function को call करने का निर्णय लेता है (search, lookup, DB में write) और आसपास का framework वास्तव में इसे execute करता है। agents के पीछे मुख्य तंत्र।
Related: Agent · MCP
म
- मूल्यांकन / मूल्यांकन सुइट
- एक टेस्ट केस सेट जो AI सिस्टम के विरुद्ध साप्ताहिक चलाया जाता है ताकि यूज़र्स से पहले क्वालिटी रिग्रेशन पकड़ी जा सके। प्रोडक्शन के लिए अनिवार्य। हम हर शिप किए गए सिस्टम के लिए एक बनाते हैं।
- मल्टी-एजेंट सिस्टम
- कई विशेषज्ञ agents समन्वय करते हुए एक लक्ष्य हासिल करने के लिए। Mirror-the-org-chart pattern अच्छी तरह काम करता है — प्रत्येक भूमिका के लिए एक agent जिसके लिए आप कोई इंसान hire करेंगे। Multi-Agent Manufacturing case study देखें।
- मानक संविदात्मक खंड (SCCs)
- EU द्वारा स्वीकृत अनुबंध भाषा जो व्यक्तिगत डेटा को EU के बाहर स्थानांतरित करने के लिए है। हमारे DPA में शामिल। अधिकांश EU↔भारत डेटा प्रवाह के लिए आवश्यक।
Related: Drift · LLM-as-judge
Related: Agent
स
- सैंडबॉक्स
- अविश्वसनीय कोड या agent क्रियाओं के लिए एक अलग execution environment। हमारे Auto Issue Resolution सिस्टम में इस्तेमाल होता है ताकि Claude Code सुरक्षित रूप से fixes लिख सके।
- स्ट्रीमिंग
- मॉडल की response को token-दर-token उत्पन्न होते ही return करना, पूरे reply की प्रतीक्षा करने के बजाय। chat UX के लिए महत्वपूर्ण — पूरी response में कुछ सेकंड लगने पर भी responsive महसूस होता है।
- सिस्टम प्रॉम्प्ट
- हर बातचीत के शुरुआत में निर्धारित निर्देश — भूमिका, लहजा, अनुमत व्यवहार, अस्वीकृति पैटर्न। production AI ship करते समय आप यह lever सबसे अधिक बार tune करते हैं।
ह
- हैलूसिनेशन
- जब एक मॉडल विश्वसनीय लगने वाली लेकिन गलत content उत्पन्न करता है। RAG के माध्यम से citations, refusal patterns, retrieval-confidence thresholds और eval coverage द्वारा कम किया जाता है। शून्य नहीं, कभी भी शून्य नहीं।
- हाइब्रिड सर्च
- कीवर्ड सर्च (BM25) और semantic vector search को मिलाकर परिणामों को rerank करना। वास्तविक दुनिया की queries पर दोनों में से किसी एक से बेहतर। production RAG के लिए default।
Related: RAG · Reranking
Term missing? Email sales@aliansoftware.net and we'll add it.
