跳到主内容

AI基础百科

共1972篇文章

AI基础百科栏目解释 AIGC、提示词、Agent、RAG、Token、模型、工作流、检测与认证等常见概念,适合新手快速补齐 AI 工具使用前的基础知识。

文章分类
排序方式

最新发布

近期文章

热门排行

更多文章

  1. 什么是基准测试?大模型跑分是怎么测出来的

    大模型跑分来自基准测试:固定题库加统一口径打分。这篇讲分数怎么产生、榜单为何失真,以及怎么结合真实体验选用工具。

  2. 什么是多模型聚合?一个入口用多家模型的利弊

    一个入口用多家大模型的聚合平台,省切换也省对比成本。这篇讲聚合的工作方式、功能与数据的代价,适合谁用以及挑选要点。

  3. 什么是「满血版」?同一个模型为什么有不同规格

    满血版指社区对模型完整规格版本的俗称。这篇讲它与轻量版、量化版的差别,降规格的原因,以及怎么确认自己用的是哪一版。

  4. 上下文越长越好吗?长上下文的三个隐藏代价

    长上下文并非越大越好,代价藏在费用、注意力与速度里。这篇拆解三个隐藏成本,给出按任务选窗口的判断方法,让超长参数不再...

  5. 上下文窗口大不等于装得多:什么是上下文利用率

    上下文利用率指窗口里真正被模型用上的信息比例,窗口大不等于记住多。这篇讲利用率为什么会打折、怎么自查,以及信息摆放的...

  6. 什么是模型量化?为什么模型能「瘦身」一半

    模型量化靠降低数值精度实现瘦身,16 位压到 8 位体积减半。这篇讲压缩后为何仍可用、量化档位怎么选、本地跑模型挑版...

  7. 为什么有 mini、flash、lite 版模型?蒸馏的通俗解释

    mini、flash、lite 版模型多由蒸馏而来:小模型向大模型学输出方式。这篇讲蒸馏原理、轻量版适合什么任务、能...