AI 教材

AI、机器学习与语言模型

• 人工智能
  • 机器学习
    • 语言模型

区分广泛的研究领域与具体的模型类型。

编写并检验提示词

1. 任务
2. 背景
3. 约束
4. 验证方式

明确任务、必要背景、约束及验证方式。

文本、词元与 ID

1. 文本
2. 词元
3. ID 编号

区分文本片段和对应的数字标识符。

向量与嵌入

1. 词元 ID
2. 独热向量
3. 学习得到的嵌入

区分 ID、独热向量和学习得到的嵌入。

训练、推理与检索

1. 训练
2. 权重
3. 推理

说明训练改变什么，以及推理时模型使用什么。

指令、采样与验证

1. 指令
2. 采样
3. 验证

比较生成设置，区分一致性与事实准确性。

Python：运行、观察与修改

1. 变量
2. 条件语句
3. 函数

在浏览器中使用变量、条件与函数。

数值、预测与激活函数

1. 输入数值
2. 激活函数
3. 预测

编写小函数并解释其输出含义。

训练并评估小模型

1. 划分数据
2. 训练
3. 评估

区分训练与评估，并解释分数的局限。