什么是前向传播（Forward Propagation） – AI百科知识
前向传播（Forward Propagation）对于神经网络的训练和推理（inference）至关重要。在训练神经网络时，前向传播用于生成与实际目标值相比较的预测，两者之间的差异（即误差）在反向传播...
排序
什么是词嵌入（Word Embedding） – AI百科知识
词嵌入（Word Embedding）是一种自然语言处理（NLP）技术，它通过将单词映射到一个连续的向量空间中，使得语义相近的词在向量空间什么是词嵌入（Word Embedding） – ...
什么是视觉语言模型（Vision-Language Models, VLMs） – AI百科知识
视觉语言模型（Vision-Language Models, VLMs）是一类多模态模型，它们能够同时从图像和文本中学习，以处理多种任务，例如视觉问答（Visual Question Answerin...
什么是审议对齐（Deliberative Alignment） – AI百科知识
审议对齐（Deliberative Alignment）是OpenAI在提高AI模型安全性方面的一项重要技术进展。通过直接教授模型安全规范并训练模型在回答之前明确回忆规范并准确地执行推理，审议对齐提高...
什么是指令调优（Instruction Tuning, IT） – AI百科知识
指令调优（Instruction Tuning, IT）是提高大型语言模型能力和可控性的关键技术。通过在特定指令数据集上进行微调，LLMs能够更好地适应特定领域或任务，同时保持计算效率。主要目的是使L...
什么是大模型幻觉（Hallucinations of large models） – AI百科知识
大模型幻觉是指在人工智能领域，尤其是大型语言模型中，模型生成的内容与现实世界的事实或用户输入的指令不一致的现象。这种幻觉可以分为事实性幻觉和忠实性幻觉：前者指生成内容与可验证的事实不符，后者指内容与用...
什么是欠拟合（Underfitting） – AI百科知识
欠拟合（Underfitting）是指机器学习模型在训练数据上的表现不够好，导致在测试数据上也表现不佳。这种情况通常发生在模型过于简单，无法捕捉到数据中的复杂模式时。具体来说，欠拟合模型的训练误差和测...
什么是鲁棒性（Robustness） – AI百科知识
鲁棒性（Robustness）在计算机科学及相关领域中，指的是系统或算法在面临输入错误、环境变化、噪声干扰、参数变化等不确定性和异常情况时，仍能保持其性能和稳定性的能力。简而言之，就是系统或算法具有...
什么是提示工程（Prompt Engineering） – AI百科知识
提示工程（Prompt Engineering）对于充分发挥生成式 AI 基础模型的潜力至关重要。通过精确的提示设计，确保 AI 生成的输出符合预期目标和标准，降低大量后期处理的需求。提示工程师在制作...
什么是训练数据（Training Data） – AI百科知识
训练数据（Training Data）是机器学习的核心，质量、多样性和代表性对模型的性能有着直接的影响。精心准备和处理训练数据对于构建有效的机器学习模型至关重要。通过优化数据质量和数量，我们可以提高模...