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

什么是 PPO？强化学习训练的常用算法

奖励模型给出分数后，模型照分数改自己，这一步常用 PPO：一种带着护栏的试错算法，每步只微调。本文用教练纠正投篮动作讲清它，认识强化学习里的...

AI百科

什么是 AI 反馈？让模型帮着训练模型

人工标注又慢又贵，AI 反馈的思路是让模型给模型的回答打分，把人类从逐条评判里解放出来。本文用学长批改作业讲清它的边界，聊聊AI反馈的门道。

AI百科

什么是安全微调？出厂前补一堂规矩课

能力再强的模型，不懂规矩也惹祸：安全微调就是在出厂前补一堂规矩课，教它什么该接、什么该拒。本文用新员工入职培训讲透它，聊聊安全微调的边界。

AI百科

近期文章

热门排行

更多文章

  1. 什么是训练轮次？epoch 多了好不好

    训练轮次说的是大模型把同一批资料从头到尾过几遍：读得太少没学会，读得太多容易把答案背下来。本文借刷题场景讲清轮次的分...

  2. 什么是 warmup？训练为什么要先热身

    训练刚开场时步子迈得小，先慢后快的这段节奏就是 warmup：让模型先站稳再加速。本文借冬天启动汽车讲清它，再认识一...

  3. 什么是梯度累积？小显存也能凑大批量

    显存装不下大批量材料时，梯度累积用几批小的拼出一批大的：误差先攒着，攒够次数再一起改。本文用零钱罐讲清它的节奏与代价...

  4. 什么是数据配比？训练材料怎么搭配

    训练模型不是把材料倒进锅里就行，数据配比讲的是各类材料各占多少、谁多谁少。配比偏了，模型会挑食或偏科，本文借一锅汤的...

  5. 什么是课程学习？从易到难的训练顺序

    同一批材料，喂的顺序也有讲究：课程学习主张先易后难，让模型先建立基本框架再啃硬骨头。本文用健身递增加重讲清它的好处与...

  6. 重复循环是怎么自我强化的？越重复越容易重复

    输出一旦开始重复，往往会越陷越深，重复循环靠概率自我喂养滚成雪球，本文讲清它形成的原因与打断的办法，识破生成失败里的...

  7. 一条消息的完整旅程：从发送到回复发生了什么

    从按下发送到回答逐字浮现，中间要经过拼装、预填充、逐字解码与停止判定，本文按时间顺序还原全程，走完一遍完整的请求旅程...

满血GPT API中转站底部横幅