跳到主内容
我告诉你AI网址大全 wogaosuni.cn

AI百科

共3606篇文章

AI百科聚合面向中文用户的 AI 工具教程、评测对比、场景方案、基础知识、产品快讯和资源合集，帮助用户快速了解工具怎么用、怎么选、适合什么场景。

文章分类
AI百科
细分栏目
全部 AI工具教程 评测对比 场景方案 AI基础百科 产品快讯
排序方式
最新 精华 阅读量 随机
满血GPT API中转站列表横幅

最新发布

近期文章

热门排行

更多文章

  1. RLHF 的三个阶段是怎么串起来的？

    RLHF 三阶段是采偏好、训奖励模型、优化策略，每阶段完成一次数据形态转换，从回答变排序、排序变分数到分数变梯度，三...

  2. DPO 是怎么绕开奖励模型的？直接从偏好学

    DPO 跳过奖励模型的训练和调用，把成对偏好数据直接接进策略模型的优化目标，链条短了一半，轻量场景好复现，绕开奖励模...

  3. 奖励模型是怎么训练出来的？两两比较打分

    奖励模型从成对比较数据里学相对排序，结构是语言模型加评分头，输出标量分数，评估看与人类排序的一致率，打分水平来自两两...

  4. 数据去重是怎么做的？精确与模糊两档

    数据去重分精确和模糊两档，精确档用哈希找完全相同的副本，模糊档用近似算法抓洗稿内容，先精确后模糊层层收紧，两档之间是...

  5. 语料质量是怎么打分的？过滤器的规则

    语料质量打分靠规则和模型两道关，硬规则拦明显垃圾，启发式规则粗筛异常，分类器判好坏，阈值按来源分设，核心是语料质量打...

  6. 语料配比是怎么调出来的？反复试验的配方

    语料配比靠小规模实验反复试出来，定配方、缩小训练、看分项指标、改配方，一次只动一类数据，放大时分阶段并留旧版对照，这...

  7. 课程学习为什么有效？从易到难的顺序账

    课程学习把样本按难度排队，先易后难改的是优化路径而非理解能力，收敛更稳，难度信号不可靠时宁随机不排课，最终赢在从易到...

满血GPT API中转站底部横幅