提示词工程师（Prompt Engineer）
和 AI 对话的职业——靠写好提示词拿高薪的岗位，2023 年爆火、随后争议不断：是刚需手艺，还是即将被模型进化淘汰的过渡职业？…
1 次浏览训练稳定性与 Loss Spike
大训练的“心电图异常”——loss 无预警飙升又回落，可能自愈也可能报废，万卡训练排障与自动回滚的工程艺术。…
6 次浏览AI 版权（AI 生成内容的版权）
AI 画的东西归谁——用户、平台、还是被学习的画师？AI 时代最热的法律悬案，各国法院正在一个案子一个案子地给答案。…
5 次浏览数据投毒（Data Poisoning）
往模型的“课本”里塞私货——在训练数据里埋进特定样本，让训练出的模型遇到某个触发条件就按攻击者的意思输出。…
5 次浏览稀疏注意力（Sparse Attention）
别每个字都看全文——只挑重点位置看，长文本处理的“省力读法”，百万 token 上下文的幕后功臣之一。…
11 次浏览少样本提示（Few-shot Prompting）
给 AI 看两三个例子再让它干活——“照这个样子来”，比空口描述要求管用得多。让输出格式稳定、文风到位的实用技巧，零成本即时生效。…
7 次浏览MCP（模型上下文协议）
AI 世界的“USB 接口”——以前每接一个工具都要定做一根线，MCP 定了统一插口：AI 一次接入，所有支持的工具即插即用。2025 年起的事实标准。…
15 次浏览盲测评估（Blind Evaluation）
撕掉标签再打分——评审不知道回答来自哪个模型，位置与品牌偏见少一半，竞技场与企业选型都在用的公平手段。…
19 次浏览System Prompt（系统提示词）
你没写过、但 AI 已经先读过的“幕后剧本”。产品方用它规定 AI 的性格、语气和行为边界，你看到的每一个“有性格”的 AI 背后都有它。想知道你的 AI 为什…
22 次浏览红队测试（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。…
19 次浏览Mamba 与状态空间模型（SSM）
挑战 Transformer 的新秀架构——不逐字回翻全文，而是像记笔记一样把看过的内容压缩成一份状态往前带，超长上下文的另一种答案。…
25 次浏览测试时计算（Test-time Compute）
“多想一分钟再答题”的算力化——遇到难题让模型多思考、多尝试、多验证，用推理时的算力换正确率，推理模型的技术内核。…
24 次浏览课程学习（Curriculum Learning）
先易后难的教学法——训练时把数据从简单到难排序喂给模型，像小学到大学的课程表，让学习过程更稳、收敛更顺。…
23 次浏览灰度发布与回滚（AI 功能上线）
AI 功能的“安全带”——新模型或新提示词先放小比例流量，看质量与业务指标再放量，不对劲一键回旧版，AI 上线的必备章节。…
21 次浏览模型当裁判（LLM-as-a-Judge）
用 AI 给 AI 批卷子——强模型按准则给回答打分排序，评测成本砍一个数量级，但要先治好位置、长度、自恋三大偏见。…
16 次浏览