什么是RLHF基于人类反馈的强化学习？ – AI百科知识
基于人类反馈的强化学习（RLHF，Reinforcement Learning from Human Feedback）是人工智能（AI）领域的一个新兴研究领域，它将强化学习技术与人类反馈相结合，以训...
排序
什么是生成模型（Generative Model） – AI百科知识
生成模型正以其独特的创造力和潜力，引领着人工智能领域的新浪潮。它们不仅是算法的集合，更是开启无限可能性的钥匙，一窥机器如何学会“想象”。从栩栩如生的虚拟画作到个性化的内容创作，生成模型以其卓越的能力...
什么是自注意力（Self-Attention） – AI百科知识
在自然语言处理的广阔领域中，自注意力（Self-Attention）捕捉序列数据中的长距离依赖关系的能力备受瞩目。赋予了模型深入理解文本上下文的超凡洞察力，为机器翻译、文本摘要等任务带来了革命性的变革...
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...
什么是实时互动（Real-Time Engagement, RTE） – AI百科知识
实时互动（Real-Time Engagement, RTE）是一种技术集合、产品架构和场景方案，旨在解决远程条件下沟通互动的双方能够实时性的真实、无缝还原线下互动的场景和信息传递体验。RTE技术的兴...
什么是策略梯度（Policy Gradients） – AI百科知识
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...
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...
什么是慢感知（slow perception） – AI百科知识
慢感知（Slow Perception）是阶跃多模态团队提出的一种新型视觉感知概念，通过逐步分解和流动的方式，让模型像人类一样更精细地感知复杂的几何图形。实验中，研究人员构建了20万个合成几何图形数据...
什么是思维树（Tree of Thought, ToT） – AI百科知识
思维树（Tree of Thought, ToT）是一种用于增强大型语言模型（LLM）推理能力的框架。它通过模拟人类解决问题时的认知策略，使LLM能够以结构化的方式探索多种可能的解决方案，类似于树状分...
什么是监督式微调（Supervised Fine-Tuning, SFT） – AI百科知识
监督式微调（Supervised Fine-Tuning, SFT）是机器学习和自然语言处理（NLP）领域中的一项关键技术，它通过在预训练模型的基础上利用标注好的数据集进行进一步训练，以提升模型在特定...