R
RLHF（人类反馈强化学习）
让 AI 学会“好好说话”的方法——人类对模型的多个回答打分排序，模型照着人类偏好调整，从“会接龙”进化成“会聊天”。ChatGPT 好用的最大功臣之一。…
2 次浏览位
位置编码（RoPE）
给每个字发座位号——注意力本身不分先后，靠位置编码才知道谁前谁后。RoPE 是当下主流方案，各种长上下文技术都围着它转。…
18 次浏览红
红队测试（Red Teaming）
雇一队“职业挑刺的”——发布前专门想方设法让 AI 说错话、泄密、越界，把漏洞自己先找完。大模型发布流程的标配安全环节。…
36 次浏览重
重试与退避（Retry with Backoff）
调 API 被拒后的“礼貌再试”——失败后等一等再重试，越失败等得越久，别把故障服务雪上加霜，调用方的必修课。…
33 次浏览