摘要:
强化学习通过人工打分排序调整模型行为,塑造出不同大模型性格。Claude变得保守严谨,遇到不确定问题倾向于说不清楚。ChatGPT变得健谈,愿意尝试回答各种问题。对齐人类偏好是第三阶段训练的核心,直接决定模型好不好用。 阅读全文
强化学习通过人工打分排序调整模型行为,塑造出不同大模型性格。Claude变得保守严谨,遇到不确定问题倾向于说不清楚。ChatGPT变得健谈,愿意尝试回答各种问题。对齐人类偏好是第三阶段训练的核心,直接决定模型好不好用。 阅读全文
posted @ 2026-06-22 08:00
岳小哥AI
阅读(177)
评论(0)
推荐(1)

AI创造是大规模模式重组:文本靠自回归预测,图像靠扩散从噪声还原,代码靠Code LLM学习千万仓库。DeepSeekV4编程成本1美元,Suno文字生成歌曲。AI不知何为美但见过足够美,所以能生成美。
DeepSeek能帮你解数学题、改合同、读文献,但它给出的答案里可能充斥着信誓旦旦但子虚乌有的事实和引用,这源于其推理能力的根本局限。
当Transformer架构让AI能‘同时看到’整段文字,理解其中的讽刺与隐喻时,语言处理已不再只是识别,而是真正的语义理解。
Agent和具身智能,一个扎根在虚拟世界里替你跑任务,一个走进物理世界替你动手操作。这篇文章,我们来聊聊这两条AI执行能力进化的核心路径。
AI落地三驾马车:大语言模型负责思考,RAG负责查资料,多模态负责感知,三者缺一不可。
AI语音助手,目前逐渐开始成为主流手机品牌的标准功能。你有没有想过:在你对手机说"帮我定个明天早上八点的闹钟",手机是怎么听懂的?
从数据中寻找规律的机器学习,到模仿人脑思考的深度学习,再到让机器看懂世界的计算机视觉,这三项技术共同构建了人工智能最底层也最核心的逻辑框架。
从GPT-1的诞生到ChatGPT的横空出世,AI从专家的实验室走进了每个人的日常,这背后是数据、算力与算法长达七十年的厚积薄发。
2016年,AlphaGo的胜利让AI成为全民话题,但这并非凭空降临,而是机器学习、图像识别、自然语言处理等多项基础技术二十年来不断积累与融合的结果。
浙公网安备 33010602011771号