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。…
16 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 次浏览位置编码（RoPE）
给每个字发座位号——注意力本身不分先后，靠位置编码才知道谁前谁后。RoPE 是当下主流方案，各种长上下文技术都围着它转。…
25 次浏览开源许可证（Model License）
开源模型的“使用说明书”——能商用吗？能拿去训练自家模型吗？答案都在许可证里，选型前必读，看错条款代价不小。…
30 次浏览AI 修图
说句话就修图——“把背景换成海边”“把路人去掉”，AI 让修图从技术活变成一句话的事，电商与旅拍的新标配。…
49 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”。…
29 次浏览Fine-tuning（微调）
给通用模型开小灶：用自己的数据再练一遍，让它更懂某个行业的话术、格式和分寸。微调、RAG、提示词三者怎么选，是每个想定制 AI 的人都会遇到的问题，这条词条一次…
36 次浏览数据飞轮（Data Flywheel）
越用越聪明的增长飞轮——用户用得越多，产生的数据越多，模型越好用，吸引更多人用。AI 产品的护城河逻辑。…
46 次浏览