T
Temperature(温度)
控制 AI 回答“稳”还是“浪”的旋钮:调低,回答保守一致;调高,回答更有创意也更容易跑偏。自己调参数、想让输出更可控的人都需要懂它。…
1 次浏览对
对抗样本(Adversarial Examples)
给熊猫照片加一层人眼看不见的噪点,AI 立刻认定是长臂猿——专骗模型不骗人的“魔法贴纸”,揭示模型决策边界的脆弱。…
15 次浏览扩
扩散模型(Diffusion Model)
AI 画图的原理——先把图逐步加噪点毁成雪花,学会“去噪”后,再从一团雪花里一步步还原出一张全新的图。Midjourney、Stable Diffusion 背…
47 次浏览学
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。…
47 次浏览优
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。…
57 次浏览长
长上下文评测(大海捞针)
给模型发一本小说,只在某页藏一句话,问它“针在哪”——大海捞针测试是长上下文能力的标配考卷,选长文本模型必看。…
59 次浏览盲
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。…
73 次浏览课
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。…
91 次浏览灰
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。…
76 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。…
76 次浏览检
检查点与断点续训(Checkpoint)
给训练存个档——权重与优化器状态全量落盘,断电崩溃都能从上次进度接着练,跑数月的训练没它等于赌命,容错也是成本的一部分。…
83 次浏览