涌现能力(Emergent Abilities)
量变到质变的 AI 版——小模型完全不会的本事,规模跨过某个门槛后突然出现。大模型时代最迷人也最有争议的现象之一。…
10 次浏览AI 日程助手(Calendar AI)
会自己排期的时间管家——邮件里约时间它直接落日历,冲突自动协调,还会提醒你“这周的深度工作安排了吗”。…
13 次浏览Function Calling(函数调用)
给 AI 一份“工具清单”让它自己点单——问天气就调天气接口,算价格就调计算器。AI 从“会说”升级为“会做”的核心机制。…
25 次浏览数字员工
不占工位的“新同事”——负责一个岗位流程的 AI:审核、录入、跟单、回访,按流程自动干完,关键节点留人工审批。…
20 次浏览激活函数与激活值(Activation)
神经元的“开关与音量”——激活函数提供非线性,激活值是层间瞬时流量,训练显存的大头与省显存方案的靶子。…
22 次浏览灾难性遗忘(Catastrophic Forgetting)
学新忘旧的“AI 健忘症”——拿新领域数据微调后,模型可能把原来的通用能力忘掉大半,是微调翻车原因排行榜的第一名。…
33 次浏览量化(Quantization)
给模型“减肥”——把参数从高精度数字压成低精度存储,体积砍半甚至砍到四分之一,普通电脑也能跑大模型。本地部署绕不开的词。…
37 次浏览学习率与预热(LR Warmup)
训练的“油门设定”——先热身再加速、后期缓缓收油,步子迈太大直接训崩,是最影响训练成败的超参数,没有之一。…
48 次浏览反向传播与梯度下降(Backpropagation)
模型学习的“心跳”——先算错多少,再倒推每个参数该负多少责任,全体朝减小误差的方向挪一小步,训练循环的发动机。…
49 次浏览并行函数调用(Parallel Tool Calls)
AI 助手的“一次性多线办事”——模型一次发出多个互不依赖的工具调用并发执行,结果齐了再汇总,延迟从串行累加变成等最慢一个。…
43 次浏览成员推断攻击(Membership Inference)
反推“你的数据有没有被拿去训练”——通过观察模型对输入的自信程度判断某条记录是否在训练集里。隐私审计的利器,也是模型记忆的照妖镜。…
61 次浏览AI 助手(AI Assistant)
装在设备与应用里的贴身秘书——接日程、查邮件、订机票、控家电,AI 助手正从“能聊天”进化为“能办事”。…
53 次浏览注意力变体(GQA 与 MLA)
注意力的“省显存改款”——GQA 分组共享缓存、MLA 低秩压缩缓存,DeepSeek 与 Llama 各押一条路,推理成本的关键变量。…
61 次浏览混合精度训练(Mixed Precision)
训练时的省显存魔法——大部分计算用半精度、关键更新保全精度,速度显存双丰收,效果几乎无损,如今大模型训练的默认姿势。…
52 次浏览Scaling Law(缩放定律)
AI 界的“氪金定律”——模型参数、数据、算力一起堆,能力就跟着涨,且涨得可以预测。过去几年所有巨头军备竞赛的理论依据。…
57 次浏览