<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Attention4AI的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Attention4AI</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Attention4AI]]></copyright><item><title><![CDATA[慢思考 vs 快思考模型]]></title><link>https://blog.youkuaiyun.com/Attention4AI/article/details/149030787</link><guid>https://blog.youkuaiyun.com/Attention4AI/article/details/149030787</guid><author>Attention4AI</author><pubDate>Mon, 30 Jun 2025 20:24:21 +0800</pubDate><description><![CDATA[《快思考与慢思考模型在人类认知与AI设计中的应用》 摘要：文章探讨了卡尼曼提出的双系统理论在认知科学与人工智能领域的应用。&quot;快思考&quot;系统（系统1）具有直觉快速、低能耗但易受偏见影响的特点，擅长模式识别；而&quot;慢思考&quot;系统（系统2）则负责逻辑推理、规划等复杂任务，虽精确但消耗认知资源。在AI设计中，CNN等分类器对应快思考，而思维链推理等复杂算法则模拟慢思考。大语言模型（如GPT-4）通过单步响应和多步推理展现了两种思考模式的协同。]]></description><category></category></item><item><title><![CDATA[如何分类大模型？]]></title><link>https://blog.youkuaiyun.com/Attention4AI/article/details/149030761</link><guid>https://blog.youkuaiyun.com/Attention4AI/article/details/149030761</guid><author>Attention4AI</author><pubDate>Mon, 30 Jun 2025 20:22:07 +0800</pubDate><description><![CDATA[【大模型分类体系概述】当前大模型可按7大维度系统分类：1）模态类型（单模态/多模态）；2）任务性质（生成式/判别式）；3）训练目标（自回归/自编码等）；4）能力范式（基础模型/统一模型/MoE架构）；5）开源程度；6）训练数据模态（文本/图像/语音等）；7）应用领域（医疗/金融/代码等）。典型代表包括GPT系列（生成式LLM）、BERT（判别式）、Gemini（多模态）、LLaMA（开源）等，反映了大模型在技术路线和应用场景的多样性。]]></description><category></category></item><item><title><![CDATA[深度学习资料汇总]]></title><link>https://blog.youkuaiyun.com/Attention4AI/article/details/147948526</link><guid>https://blog.youkuaiyun.com/Attention4AI/article/details/147948526</guid><author>Attention4AI</author><pubDate>Wed, 14 May 2025 10:36:24 +0800</pubDate><description><![CDATA[深度学习的一些参考资料]]></description><category></category></item></channel></rss>