o 系列（OpenAI 推理模型）
OpenAI 的“先想后答”产品线——普通模型秒回，o 系列先憋一段思考再作答，专攻数学、代码、科学类难题。…
0 次浏览对齐（Alignment）
给 AI 立规矩——让模型的能力朝着人类想要的方向使：有用、诚实、无害。AI 为什么会拒答、会认怂、会追问你的需求，背后都是对齐的功劳。…
3 次浏览SFT（监督微调）
给基座模型上岗位培训班——拿人工写好的标准问答示范教它好好说话，是大模型从“会续写”到“会对话”的关键一步。…
2 次浏览声音克隆（Voice Cloning）
复刻一副“数字嗓音”——给 AI 几秒录音，它就能用这个声音说任何话。配音神器与诈骗新兵器的两面体。…
4 次浏览提示注入（Prompt Injection）
把“坏指令”藏进 AI 要处理的资料里——AI 读文档时把文档里的恶意指令当成命令执行。AI 应用的头号安全威胁。…
2 次浏览护栏（Guardrail）
AI 的“安全带加护栏”——在模型外面加一层检查：输入先审一遍、输出再拦一道，违规内容不放行。模型负责能力，护栏负责边界。…
8 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。…
12 次浏览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。…
16 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。…
17 次浏览推理模型（Reasoning Model）
会“打草稿”的 AI——回答前先在内部想一大段，把复杂问题想透了再开口。数学、逻辑、代码难题的正确率因此大幅提升，代价是更慢更贵。…
17 次浏览优化器（AdamW）
参数更新的智能油门——动量记惯性、二阶动量定每个参数的步幅，AdamW 是大模型训练微调的默认优化器，也是检查点变大的元凶。…
25 次浏览量化感知训练（QAT）
训练时就“按压缩后的样子练”——把量化误差放进训练循环，模型提前适应低精度，端侧部署前的深度压缩选项。…
24 次浏览数据集许可证（Dataset License）
数据的“使用条款”——模型权重有许可证，训练它的数据同样有：能商用吗？要署名吗？能再分发吗？训练前必查。…
28 次浏览生成式 AI（Generative AI）
会“无中生有”的 AI——不只会分类打标签，还能直接产出新内容：写文章、画图、做视频、敲代码。这一波 AI 浪潮的正式名字。…
36 次浏览训练数据（Training Data）
模型的“教材”——AI 的本事、知识甚至偏见都来自它，喂什么长成什么样。版权争议、能力差异，根源都在这份数据里。…
26 次浏览