AI知识探索库

垂直模型(Vertical Model)，也被称为行业大模型，你可以把它理解为AI领域的“资深行业专家”。 与“什么都能聊两句”的通用大模型不同，垂直模型是专门针对某个特定行业、特定场景或特定业务需求...

大模型对齐(AI Alignment)是指让人工智能模型的目标、行为和价值观与人类的意图、利益及伦理道德保持一致的过程。 简单来说，就是确保AI“听话”、“有用”且“无害”，防止它虽然很聪明，但做出来...

AI模型（AI Model），简单来说，就是人工智能的“大脑”实体。 如果把人工智能比作一种“能力”或“概念”，那么AI模型就是承载这种能力的具体程序或数学函数。你可以把它想象成一个经过特殊训练的“数...

通用大模型(General-Purpose Large Model)，你可以把它理解为人工智能界的“通才”或“全能型选手”。 它是指那些在海量、多源的数据(如整个互联网的文本、书籍、代码、图像等)上进...

视觉大模型(Visual Large Model)，通俗来说，就是给计算机装上了一双“不仅能看，还能看懂、能思考”的智慧之眼。 它不再像传统的计算机视觉技术那样，只能机械地识别“这是一只猫”或“这是一...

具身大模型（Embodied Large Model），通俗来说，就是给强大的人工智能(AI)装上了一个“物理身体”，让它不仅能“思考”，还能在现实世界中“行动”。 它是“大脑”（大模型）与“身体...

生成对抗网络(简称GAN)听起来挺学术，其实它的核心原理特别像一场“猫鼠游戏”，或者说是“造假者”与“鉴定专家”之间的对决。 它的核心思想不是让一个AI独自学习，而是训练两个AI互相博弈、共同进步。 ...

混合专家模型(Mixture of Experts, MoE)是一种巧妙的神经网络架构，其核心思想是“分工协作，按需激活”。 它旨在解决传统大模型“越大越慢、越贵”的难题。与传统模型在处理任何任务时都...

深度伪造(Deepfake)是“深度学习”(Deep Learning)与“伪造”(Fake)的结合体。它是一种利用人工智能技术，特别是生成对抗网络(GAN)，来生成或篡改高度逼真的虚假音视频内容的技...

提示词注入攻击(Prompt Injection Attack)是一种专门针对大语言模型(LLM)的安全攻击手段。 简单来说，就是攻击者通过在输入内容中“夹带私货”，诱导或欺骗AI模型忽略其预设的安全...

AI安全护栏(AI Guardrails)是一套为确保人工智能系统安全、合规、负责任地运行而设计的综合性防护机制。 你可以把它想象成高速公路两旁的护栏。它的核心作用不是限制车辆(AI)的行驶，而是防止...

基座模型(Foundation Model)，也常被称为基础模型，是人工智能领域的一个核心概念。你可以把它理解为一个“通才”学生，它通过在海量、多样的数据上进行大规模预训练，从而掌握了广泛的知识和强大...

微调模型(Fine-tuning)，通俗点说，就是给一位“博学的通才”进行“职业技能特训”。 在人工智能领域，我们通常先有一个在海量数据上训练好的基座模型(Base Model)，它读过互联网上的书...

Token是大语言模型(LLM)处理和计算文本的基本单位。 你可以把它简单理解为：AI眼中的“文字碎片”。 人类阅读时是以“字”或“词”为单位的，但AI模型无法直接理解汉字或英文单词，它必须先把文本切...

128k 的上下文长度听起来是个很大的数字，但在AI的世界里，我们得先搞清楚“k”到底代表什么。简单来说，这大约相当于6到10本普通长篇小说 的内容量。 为了让你更直观地理解，我们需要先厘清一个核心概...

提示词工程(Prompt Engineering)是一门关于如何设计和优化给AI的指令(即“提示词”)的艺术与科学，其目的是引导大型语言模型(LLM)等生成式AI产出更准确、更高质量、更符合用户期望的...

简单来说，AI指令(也常被称为提示词或Prompt)就是你向人工智能(AI)发出的命令、请求或引导语。 它是你与AI沟通的桥梁。你可以把它想象成给一位博学但需要明确指示的“超级实习生”布置任务。你给出...

大语言模型(Large Language Model，简称 LLM)是人工智能领域的一种革命性技术。 简单来说，它是一个读了互联网上几乎所有公开文字的“超级大脑”。它通过学习海量的文本数据(书籍、文章...

奖励模型训练(Reward Model Training)是人工智能，特别是大型语言模型(LLM)对齐(Alignment)过程中的一个关键环节。它的核心目标是训练出一个能够模仿人类偏好、对AI生成内...

人类反馈强化学习(RLHF, Reinforcement Learning from Human Feedback)是一种将人类的主观偏好和价值观融入AI训练过程的技术，旨在让AI的行为和输出更符合人...

AI开源模型，简单来说，就是把一个已经训练好的AI模型的核心“大脑”——也就是模型权重——以及运行它所需的代码，免费公开给所有人使用、研究和修改。 这就像是有人不仅给你一份菜谱(代码)，还把一道已经做...

监督微调(Supervised Fine-Tuning，简称 SFT)是大语言模型(LLM)训练流程中的关键一步。它的核心作用是将一个知识渊博但“不懂人话”的基座模型(Base Model)，改造成一...

GPT(Generative Pre-trained Transformer，生成式预训练变换器)系列模型是由OpenAI主导研发的一类基于Transformer架构的大型语言模型。它们通过在海量无标...

AI偏见(AI Bias)是指人工智能系统在处理数据、进行决策或生成内容时，对某些个人、群体或概念产生系统性、不公平的歧视或偏好。 简单来说，AI偏见就像是给算法戴上了一副“有色眼镜”，使其无法客观...

多层神经网络(Multi-Layer Neural Network)，也常被称为深度神经网络(DNN)或多层感知机(MLP)，是深度学习中最基础且核心的模型。 简单来说，它是一种受人脑结构启发而设计的...

大模型温度值(Temperature)是一个核心参数，用于控制AI在生成文本时的随机性和创造性。 你可以把它想象成一个控制AI“脑洞大小”的旋钮： 低温：AI会变得严谨、保守，像一个一丝不苟的科学家...

上下文窗口(Context Window)是大型语言模型(LLM)的一个核心概念，你可以把它形象地理解为模型的“工作记忆”或“草稿纸”。 它指的是模型在一次处理任务时，能够同时“看到”和“记住”的最大...

这两个概念是机器学习里最经典的一对“冤家”。简单来说，它们代表了模型在学习过程中出现的两种极端状态：一个是“没学会”，一个是“学傻了”。 为了让你一眼看懂，我们可以把训练AI模型比作学生备考： 核心区...

在机器学习中，欠拟合(Underfitting) 指的是一个模型过于简单，以至于无法捕捉到数据中蕴含的复杂模式和规律。 通俗地讲，欠拟合就是模型“学得太少”或“没学会”。它就像一个学生只看了课本的目录...

如果把之前的“AI”比作一个“博学的书呆子”(只能看懂文字)，那么多模态大模型就是给这个书呆子装上了眼睛、耳朵和嘴巴，让它变成了一个“全能的正常人”。 简单来说，“多模态”就是“多种感官”。 以前的A...