AI百科

狭义人工智能（Artificial Narrow Intelligence, ANI）也被称为“弱人工智能”，是指被设计和训练来执行特定任务或狭窄范围内任务的人工智能系统。与拥有类似人类智能的通用认知...

奖励模型（Reward Model）在大模型训练中扮演着至关重要的角色。通过构建高质量的奖励模型，我们可以引导模型向更符合人类偏好和价值观的方向迭代，从而提升模型的安全性、可控性及用户满意度。在问答服...

边缘计算（Edge Computing）作为数字化转型的加速器，正逐渐成为连接物理世界与数字世界的桥梁。通过在数据源附近进行处理，大幅减少了延迟，提高了响应速度，为实时数据分析和决策提供了强大动力。随...

代理型AI系统能独立于人类干预进行目标追求和决策制定。它们使用算法和环境数据来优化行为。根据环境变化动态调整行为，能处理新的或模糊的信息而无需人类指导。代理型AI具有规划、推理和目标设定的能力，能够解...

过拟合（Overfitting）是机器学习中一个常见的问题，它会导致模型在新数据上的表现不佳。通过理解过拟合的原因、影响以及采取适当的预防措施，数据科学家可以创建出既能捕捉数据中的主导趋势，又能泛化到...

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...

模型量化（Model Quantization）是一种优化技术，旨在减少深度学习模型的内存占用和计算开销，同时加速推理过程。其核心思想是将模型中的浮点数参数（通常是32位浮点数FP32）转化为低精度的...

语音识别（Speech Recognition）犹如一座桥梁，连接着人类世界与机器的智能领域。不仅仅是一项技术革新，更是人机交互方式的一次革命性飞跃。语音识别技术使得机器能够”听见R...

在探索人工智能的未知领域中，强化学习扮演着至关重要的角色。策略梯度（Policy Gradients）以直接优化决策策略的特性，成为解决复杂环境中决策问题的强大工具。通过不断试错，学习如何在多变的情境...

机器人流程自动化（Robotic Process Automation, RPA）是一种软件技术，通过模拟人类行为与数字系统和软件进行互动，以自动化执行重复性、规律性的任务。RPA与人工智能（AI）结...