S
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。…
1 次浏览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。…
16 次浏览G
GPT（生成式预训练变换器）
最出名的 AI 模型家族名——ChatGPT 的 G、P、T 三个字母分别是“生成式、预训练、变换器”。这个名字直接定义了一个时代。…
31 次浏览M
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。…
54 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。…
41 次浏览指
指令遵循（Instruction Following）
听不听话的量化分——你说“用三句话、表格形式、别用感叹号”，模型能不能一条条做到，就是指令遵循能力。…
69 次浏览