大语言模型（LLM）
时间轴 (近 90 天)
标注指令（annotation instructions）在此处特指给LLM的提示（prompt）中关于抽取任务的定义和规则说明，而非传统意义上给人类标注员的指南。
「描述即生成」在技术上通常依赖大语言模型将自然语言需求转化为结构化配置或可执行代码，常见实现路径包括输出 JSON/DSL 由前端渲染，或直接生成 HTML/CSS/JS 片段在沙箱中运行。
AI原生浏览器指从产品架构层面就把大语言模型（LLM）作为核心组件，而非像传统浏览器那样把AI当作可选的附加功能。
对话式理解依赖大语言模型的上下文记忆与多轮推理能力，LLM会将学生此前提出的问题、追问和澄清纳入上下文窗口，动态调整后续回答的内容与难度。
随着大语言模型兴起，部分对话管理职责正被 LLM 的提示与函数调用机制替代，但结构化状态机在金融、医疗等严格流程场景中仍不可替代。
大语言模型的知识截止于训练数据的时间节点，且无法直接与外部系统交互；插件机制通过调用外部API来弥补这一根本性局限。
全部知识事实 (6)
标注指令（annotation instructions）在此处特指给LLM的提示（prompt）中关于抽取任务的定义和规则说明，而非传统意义上给人类标注员的指南。
50%待验证「描述即生成」在技术上通常依赖大语言模型将自然语言需求转化为结构化配置或可执行代码，常见实现路径包括输出 JSON/DSL 由前端渲染，或直接生成 HTML/CSS/JS 片段在沙箱中运行。
50%待验证AI原生浏览器指从产品架构层面就把大语言模型（LLM）作为核心组件，而非像传统浏览器那样把AI当作可选的附加功能。
50%待验证对话式理解依赖大语言模型的上下文记忆与多轮推理能力，LLM会将学生此前提出的问题、追问和澄清纳入上下文窗口，动态调整后续回答的内容与难度。
50%待验证随着大语言模型兴起，部分对话管理职责正被 LLM 的提示与函数调用机制替代，但结构化状态机在金融、医疗等严格流程场景中仍不可替代。
50%待验证大语言模型的知识截止于训练数据的时间节点，且无法直接与外部系统交互；插件机制通过调用外部API来弥补这一根本性局限。
50%