人工智能学习

GPT-RLHF ：深入解析奖励模型 (Reward Model) 从 ChatGPT 到 Claude，再到各种开源大模型，它们惊艳表现的背后，除了不断增长的参数规模，还有一个至关重要的技术——基于

GELU (Gaussian Error Linear Unit) 激活函数详解 1. 概述 GELU，全称为“高斯误差线性单元”，是一种高性能的、平滑的激活函数。与 ReLU 及其变体（如 Leak

从零实现 LayerNorm：PyTorch 自定义层归一化模块详解 🧠 一、为什么要自定义 LayerNorm？ 在深度学习模型中，归一化 (Normalization) 技术被广泛用于稳定训练和加

GPT-2技术范式解析：无监督多任务学习的概率视角 摘要 本文档旨在深入解析OpenAI GPT-2模型所提出的革命性思想：如何在一个统一的、无监督的生成式预训练框架下，实现多任务学习。我们将详细阐述

RNN 梯度计算详细推导 (BPTT) 为了详细推导循环神经网络（RNN）中的梯度计算方法——沿时间反向传播（Backpropagation Through Time, BPTT），我们将使用一个最基

GPT vs BERT：一个是预言家，一个是侦探｜深入理解语言模型的两大范式 🧩 导语：AI 的“语言觉醒” 早期的自然语言模型（比如 Word2Vec、GloVe）非常“死板”： 每个词都只有一个固

GPT系列模型演进：从GPT-1到GPT-4o的技术突破与差异解析 自2018年OpenAI发布第一个GPT模型以来，生成式预训练Transformer（GPT）系列模型以其惊人的发展速度和不断突破的

🔍 从 Word2Vec 到 GPT：词向量的上下文进化史 在自然语言处理（NLP）的世界里，词向量（Word Embeddings）是最基础的构建块。它们不仅是“词语的数字化表示”，更承载着语义和上

AI 模型的“返璞归真”：为何设计越来越简单，力量却越来越强？ 如果你一直关注人工智能的发展，从 RNN、LSTM 到如今大放异彩的 Transformer、GPT、BERT，你可能会注意到一个有趣又

Agents 学习如何使用 OpenAI API 构建智能体 (Agents)。 原文 智能体 (Agents) 表示能够智能完成任务的系统，范围可以从执行简单的工作流到追求复杂的、开放式的目标。 O

Anthropic-构建高效的AI Agent 原文 发布日期：2024年12月19日 摘要： 我们与数十个跨行业构建LLM Agent的团队合作过。一致的发现是，最成功的实现使用简单、可组合的模式，

全球AI竞赛2024：中美技术博弈与未来 人工分析智能指数包含7项评估：MMLU-Pro、GPQA钻石测试、人类终极考试、LiveCodeBench、SciCode、AIME和MATH-500。 截止

AI技术体系与ChatGPT发展全解析 一、AI的二元分类 分类维度 分析式AI（判别式AI） 生成式AI 本质特征 数据模式识别与决策 原创内容生成 技术范式 监督学习/分类模型 生成对抗网络/扩散

🚀 DeepSeek：中国AI推理领域的破局者与开源革命引领者 —— 重新定义大模型的效率与深度思考 🔍 一、DeepSeek是谁？ 中国AI初创公司“深度求索”（DeepSeek）

国产AI大模型API入门指南：从文本生成到工具调用 在AI大模型爆发的今天，API已成为连接智能能力与现实应用的桥梁。无论是通义千问、DeepSeek还是百度文心，越来越多企业通过开放API，让开发者

1. 引言 生成式 AI 的快速发展，使我们与模型交互的方式变得尤为重要。提示词工程（Prompt Engineering）是一门关于如何精准引导大模型行为的技术。从最初的简单对话指令，到如今的多模态

🚀 使用Ollama部署DeepSeek大模型指南 下面是一篇面向中国国内实操的博客，系统地介绍 DeepSeek 大模型部署，涵盖硬件规划、部署方式（vLLM、Ollama），重点介绍Ollama

从规则到涌现：AI如何一步步逼近人类智能？ *图：AI技术演进如同攀登能力阶梯 引言：AI的终极命题 人工智能的核心目标，是让机器能够执行需要人类智能的任务。这一看似简单的定义背后，隐藏着计算机科学界

如何写出好用的提示词？——从原理到实操，以“减肥食谱”为例全解析 ✨ 引言：提示词是使用AI的核心能力 生成式 AI（如 ChatGPT、Claude、通义千问等）已经成为内容创作、数据处理、健康生活